La IA agéntica está redefiniendo los requisitos de la infraestructura de datos. Los agentes autónomos generan workloads impredecibles y de alta concurrencia, exigen acceso en tiempo real a datos operativos y analíticos a la vez, y escalan de formas para las que las bases de datos tradicionales nunca fueron diseñadas. El resultado es una pregunta arquitectónica difícil: ¿tu capa de datos acelera tu hoja de ruta de IA o, en silencio, la limita?
En este webinar, Henrique Leandro, Head of Global Solutions Architecture en TiDB, explica cómo dos plataformas de agentes resolvieron ese problema desde ángulos opuestos. Manus escaló en profundidad: consolidó cargas transaccionales y analíticas en una sola capa SQL distribuida, para que sus agentes lean estado actualizado sin una capa de sincronización de por medio. Kimi (Moonshot AI) escaló en amplitud: su plataforma aloja millones de sitios creados por agentes, cada uno con su propia base de datos aislada, aprovisionada en menos de un segundo y con costo casi nulo en reposo, todo sobre un único clúster de TiDB Cloud.
Henrique repasará las exigencias de memoria, estado, concurrencia y aislamiento por tenant de los workloads de agentes a gran escala, dónde fallan las arquitecturas de bases de datos tradicionales y de un solo modelo, y las decisiones de diseño que evitan que la capa de datos se convierta en el cuello de botella.
Lo que aprenderás:
- Por qué los workloads de IA agéntica desafían los supuestos de las bases de datos tradicionales y de un solo modelo, tanto en workload como en multi-tenancy
- Cómo una arquitectura SQL distribuida y compatible con MySQL maneja las exigencias transaccionales y analíticas, y el aislamiento masivo por tenant, en un solo sistema, sin montar un stack de datos frágil
- Qué revelan los deploys de Manus y Kimi sobre el escalado de la memoria y el estado de los agentes, el aprovisionamiento sub-segundo y la economía de tenants, y las decisiones que más importaron
- Un marco práctico para evaluar si tu capa de datos está lista para los agentes de IA, y por dónde empezar si no lo está
A quién está dirigido:
Líderes de ingeniería, arquitectos de plataforma e infraestructura, y responsables de decisiones técnicas que evalúan cómo modernizar la infraestructura de datos para workloads de IA y de agentes.
Presentador:
Henrique Leandro, Head of Global Solutions Architecture, TiDB
Henrique Leandro es Head of Global Solutions Architecture en TiDB, donde lidera la estrategia técnica global de TiDB Cloud. Colabora con clientes y equipos de tecnología en todo el mundo para diseñar y escalar arquitecturas de bases de datos distribuidas para aplicaciones modernas en la nube. Su enfoque abarca la evolución de las plataformas de datos para cargas de trabajo impulsadas por IA, como los datos vectoriales y la generación aumentada por recuperación (RAG).