MongoDB 9.0 acelera las consultas hasta un 35% en comparación con la versión 8.0 y presenta Atlas Infinite, una nueva opción de despliegue para su servicio en la nube que promete escalado sin límites. La compañía también ha lanzado en vista previa pública Atlas Agent Engine para el despliegue de agentes de IA en producción.
En el marco de su Investor Day celebrado en el Nasdaq MarketSite de Nueva York, MongoDB presentó su trilogía de anuncios más ambiciosa hasta la fecha: la disponibilidad general de MongoDB 9.0, la vista previa pública de Atlas Infinite y el lanzamiento en preview de Atlas Agent Engine.
La compañía enmarca estos lanzamientos como su apuesta más decidida por convertirse en “la plataforma de datos inteligente para la era de la IA”.
A continuación, te explico en detalle qué aporta cada uno de estos anuncios, cómo se relacionan entre sí y qué implicaciones tienen para el mercado de bases de datos en el contexto de la IA generativa y los agentes autónomos.
MongoDB 9.0: el motor que lo sostiene todo
MongoDB 9.0 es la versión más avanzada en la historia de la compañía, con mejoras medibles en rendimiento, seguridad, observabilidad y resiliencia. Estas son sus capacidades clave:
Rendimiento y escala
| Métrica | Mejora vs. 8.0 |
|---|---|
| Consultas find-one | Hasta 35% más rápidas |
| Consultas update-one | Hasta 30% más rápidas |
| Rendimiento transaccional | Hasta 20% superior |
| Throughput en instancias grandes | Hasta 2× superior |
Estas mejoras se obtienen combinadas con la generación de cómputo Atlas Gen2, lo que se traduce en un mejor rendimiento a un mejor coste.
Seguridad: cifrado consultable ampliado
Una de las novedades más relevantes es la expansión de Queryable Encryption. Las búsquedas por prefijo, sufijo y subcadena sobre datos cifrados, que en MongoDB 8.2 solo estaban disponibles como preview, ahora forman parte regular del motor. Esto significa que las aplicaciones pueden realizar consultas expresivas sobre campos sensibles sin necesidad de descifrarlos, manteniendo la confidencialidad en todo momento.
Operaciones: Intelligent Workload Management
MongoDB 9.0 introduce Intelligent Workload Management (IWM), una funcionalidad que encola automáticamente las operaciones y protege los clústeres de Atlas durante picos de tráfico inesperados. En un contexto donde las aplicaciones de IA generan patrones de demanda impredecibles, esta capacidad de “amortiguación” automática es crítica para mantener la disponibilidad.
Observabilidad: integración nativa con OpenTelemetry
La integración mejorada con OpenTelemetry permite a los equipos de operaciones obtener una visibilidad más profunda del comportamiento de la base de datos, con trazas y métricas que se integran en sus herramientas de observabilidad existentes.
Atlas Infinite: escalado elástico para la era de la IA
Atlas Infinite es, en palabras de MongoDB, la mayor innovación arquitectónica en Atlas desde su creación en 2016. Su principio fundamental es la separación de cómputo y almacenamiento, permitiendo que cada uno escale de forma independiente.
¿Qué problema resuelve?
Las aplicaciones modernas (especialmente aquellas que incorporan agentes de IA) generan picos de demanda impredecibles que los modelos tradicionales de aprovisionamiento fijo no pueden absorber eficientemente. La disyuntiva clásica es clara: sobreaprovisionar (y pagar por recursos ociosos) o subaprovisionar (y arriesgar degradación del rendimiento). Atlas Infinite busca eliminar esa disyuntiva.
Capacidades clave
| Característica | Detalle |
|---|---|
| Escalado independiente | Cómputo y almacenamiento escalan por separado según la demanda |
| Escala desde prototipo hasta petabyte | Sin necesidad de rediseños arquitectónicos disruptivos |
| Tiempo de escalado | Reducido en más de un 96% respecto a las opciones existentes |
| Throughput por dólar | 189% más que Atlas Core en pruebas internas con MongoDB 9.0 |
| Seguridad zero-knowledge | Los datos se cifran antes de llegar al almacenamiento |
| Compatibilidad | Mismos drivers, APIs, herramientas y certificaciones que Atlas Core |
Diferenciación: Atlas Core vs. Atlas Infinite
MongoDB ha renombrado su oferta tradicional como Atlas Core, posicionando ambas opciones como complementarias excluyentes:
- Atlas Core: Diseñado para cargas de trabajo predecibles que requieren capacidad fija y claridad presupuestaria.
- Atlas Infinite: Diseñado para cargas volátiles y de escala IA, con elasticidad extrema y absorción de picos en tiempo real.
Los clientes pueden usar ambas opciones individualmente o en combinación, según las necesidades de cada carga de trabajo.
Disponibilidad: Atlas Infinite está disponible en vista previa pública sobre AWS, con otros proveedores de nube previstos para más adelante.
Atlas Agent Engine: el runtime para agentes de IA en producción
Atlas Agent Engine es la respuesta de MongoDB a un problema emergente: cómo llevar agentes de IA desde el prototipo hasta la producción sin que los equipos de desarrollo tengan que construir desde cero la infraestructura de estado, memoria y gobierno que estos agentes requieren.
¿Qué ofrece?
| Capacidad | Descripción |
|---|---|
| Memoria persistente | Cuatro tipos integrados: semántica, episódica, taxonómica y procedimental |
| Recuperación y contexto | Indexa datos empresariales donde residen y entrega contexto preciso en tiempo real, reduciendo costes de tokens |
| Gobernanza integrada | Identidad verificable para cada acción del agente, con auditoría y políticas centralizadas |
| Neutralidad de modelo y framework | Soporta estándares abiertos como MCP y A2A; funciona en múltiples nubes y en infraestructura auto-gestionada |
La propuesta de valor
El argumento central de MongoDB es que las empresas no deberían tener que construir un nuevo stack para ejecutar agentes de IA en producción. Atlas Agent Engine se ejecuta sobre la infraestructura de Atlas que las empresas ya utilizan, lo que significa que los agentes pueden operar sobre los datos existentes, donde ya residen.
El modelo de precios es basado en consumo, sin contratos adicionales, y se apoya en los compromisos de Atlas ya existentes.
Disponibilidad: Vista previa pública para todos los clientes de Atlas.
Contexto estratégico: MongoDB se posiciona para la era de los agentes
Los tres anuncios (9.0, Atlas Infinite y Atlas Agent Engine) no son lanzamientos independientes, sino piezas de una estrategia coherente. MongoDB está construyendo una narrativa en la que la base de datos deja de ser un componente pasivo de la infraestructura para convertirse en la plataforma activa sobre la que operan los agentes de IA.
Las dos restricciones que MongoDB identifica
La compañía articula su estrategia en torno a dos limitaciones que enfrentan las empresas a medida que adoptan IA :
- Bases de datos que no pueden seguir el ritmo de los crecientes requisitos de rendimiento y seguridad.
- Infraestructura que no puede escalar para igualar esa demanda.
MongoDB 9.0 ataca la primera restricción. Atlas Infinite aborda la segunda. Atlas Agent Engine proporciona la capa de ejecución y gobierno que hace posible desplegar agentes sobre ambas.
La apuesta por el modelo de documentos como “lenguaje de la IA”
MongoDB posiciona su modelo de documentos como “el lenguaje de la IA”, argumentando que la flexibilidad de esquema y la capacidad de almacenar datos semiestructurados lo hacen especialmente adecuado para las cargas de trabajo agénticas.
Esta es una apuesta estratégica clara: si los agentes de IA se convierten en el paradigma dominante de las aplicaciones empresariales, MongoDB quiere ser la base de datos subyacente.
Consideraciones y limitaciones
A pesar del alcance de los anuncios, conviene señalar varios matices:
- Atlas Infinite y Atlas Agent Engine están en preview: No son funcionalidades de disponibilidad general. Las capacidades pueden cambiar antes de su lanzamiento definitivo, y su adopción en producción conlleva riesgos inherentes.
- Las métricas de rendimiento son internas: Las mejoras del 35%, 30% y 2× provienen de benchmarks internos de MongoDB, no de evaluaciones independientes. Percona, en su análisis de MongoDB 9.0, señala que el rendimiento es sólido pero cuestiona si la magnitud de las mejoras se mantiene en cargas de trabajo del mundo real.
- La competencia con PostgreSQL es intensa: PostgreSQL, con pgvector, se ha consolidado como una alternativa seria para aplicaciones de IA que requieren garantías ACID y búsqueda vectorial nativa. La ventaja de MongoDB radica en su escalado horizontal y su modelo de datos flexible, pero no es un liderazgo indiscutible.
- El mercado de runtimes de agentes se está poblando rápidamente: LangChain, LlamaIndex, CrewAI y otras plataformas compiten por ser la capa de orquestación de agentes. MongoDB apuesta por integrar esa capa en la base de datos, pero deberá demostrar que su propuesta es más valiosa que las alternativas especializadas.
Descubre más desde CIBERED
Suscríbete y recibe las últimas entradas en tu correo electrónico.
