Teradata ha anunciado la disponibilidad general de Autonomous Knowledge Platform, una plataforma empresarial que reúne datos, analítica, modelos y agentes de inteligencia artificial en una misma arquitectura. La propuesta puede desplegarse en Amazon Web Services (AWS), dentro del centro de datos del cliente o mediante una combinación híbrida, con especial atención al gobierno del dato, la soberanía tecnológica y el control del consumo generado por los agentes.
Las claves de la plataforma de IA de Teradata en 30 segundos
- Teradata Cloud ya está disponible en AWS con capacidad permanente y recursos elásticos bajo demanda.
- Teradata Factory lleva el conjunto de software y hardware a instalaciones privadas.
- AI Studio reúne modelos, agentes, servicios vectoriales, analítica y gobierno en un solo entorno.
- Las empresas pueden utilizar modelos propios, comerciales o de pesos abiertos.
- Teradata propone una tarifa fija más capacidad flexible, aunque no ha publicado precios ni comparativas independientes.
El lanzamiento completa el calendario presentado por la compañía en mayo de 2026. Entonces Teradata anticipó que su plataforma cloud y el sistema local Factory llegarían durante el tercer trimestre. La disponibilidad general comunicada el 15/07/2026 confirma que ambos modelos de despliegue ya pueden contratarse, aunque la versión cloud de esta nueva arquitectura comienza específicamente en AWS.
La expresión “conocimiento autónomo” forma parte de la terminología comercial de Teradata. No significa que los datos se administren o interpreten correctamente sin intervención humana. Describe una capa que combina información estructurada y no estructurada con semántica, linaje, permisos y conocimiento operativo para que los agentes trabajen con el contexto de la empresa, en lugar de actuar únicamente sobre documentos aislados o respuestas generadas por un modelo.
Una misma plataforma con dos formas de desplegarla
Autonomous Knowledge Platform se articula alrededor de cuatro componentes principales: Teradata Cloud, Teradata Factory, AI Studio y AI Services. Cada uno cubre una parte diferente del recorrido entre los datos empresariales y las aplicaciones agénticas.
| Componente | Despliegue anunciado | Función principal |
|---|---|---|
| Teradata Cloud | AWS | Datos, analítica, IA y capacidad elástica gestionada |
| Teradata Factory | Centro de datos privado | IA y analítica locales con CPU, GPU, almacenamiento y red |
| Teradata AI Studio | AWS y Factory | Construcción, despliegue y gobierno de modelos y agentes |
| Teradata AI Services | Todos los despliegues | Consultoría, integración y puesta en producción |
Teradata Cloud combina dos tipos de capacidad. Active Compute está destinado a cargas permanentes y sensibles, como consultas operativas, informes o procesos que deben mantener un nivel de servicio estable. Elastic Compute proporciona recursos bajo demanda para experimentación, entrenamiento, análisis puntuales o incrementos temporales de actividad.
La separación pretende evitar que una carga exploratoria de IA compita directamente con los procesos que sostienen la actividad diaria. También responde a una característica de los agentes: una persona puede lanzar unas pocas consultas durante su jornada, mientras un agente puede encadenar continuamente búsquedas, operaciones vectoriales, llamadas a modelos y consultas sobre bases de datos.
Teradata ha denominado Fixed plus Flex a su nueva estructura comercial. El cliente contrata una base previsible y permite que la capacidad aumente automáticamente cuando aparecen picos de demanda. Ambos tipos de consumo se expresan mediante una misma unidad para simplificar la contratación y el seguimiento presupuestario.
La compañía no ha publicado las tarifas, los compromisos mínimos ni el coste de las ampliaciones. Tampoco ha proporcionado una comparación que permita determinar si el modelo resulta más económico que pagar por consulta, por capacidad reservada o mediante otros sistemas de consumo cloud. La utilidad real dependerá de la estabilidad de cada carga y de cuánto trabajo pueda trasladarse al nivel flexible.
Teradata Cloud añade aislamiento entre cargas, integración con sistemas corporativos de identidad y compatibilidad con formatos abiertos de tablas. Su Connected Data Foundation admite Apache Iceberg y Delta Lake, de modo que diferentes motores pueden trabajar sobre los mismos datos sin exigir necesariamente una copia completa para cada herramienta.
Aunque la página general de Teradata Cloud también menciona AWS, Microsoft Azure y Google Cloud como plataformas disponibles para el producto, el anuncio de disponibilidad general de Autonomous Knowledge Platform sitúa inicialmente las nuevas capacidades cloud en AWS. Por tanto, no debe asumirse que todas las funciones recién anunciadas estén ya habilitadas con idéntico alcance en los tres hiperescalares.
Teradata Factory lleva los modelos al entorno privado
Teradata Factory es la alternativa para organizaciones que no quieren o no pueden trasladar datos y modelos a una nube pública. Se entrega como un sistema integrado de hardware y software para ejecutar almacenes de datos, arquitecturas lakehouse, analítica avanzada y cargas de inteligencia artificial dentro de las instalaciones del cliente.
La configuración anunciada en mayo utiliza servidores Dell PowerEdge, infraestructura de IA de NVIDIA, aceleración mediante GPU, almacenamiento empresarial y redes de alto rendimiento. Teradata presenta Factory como un sistema preparado para funcionar, no como un conjunto de licencias que el cliente deba integrar por separado.
La compañía no ha publicado configuraciones concretas, modelos de GPU, capacidades mínimas, consumo eléctrico ni precios. Tampoco puede afirmarse que cualquier modelo de lenguaje pueda ejecutarse en cualquier instalación “sin comprometer el rendimiento”, como sugiere el comunicado. El tamaño del modelo, la cuantización, la memoria disponible, el número de usuarios y la latencia exigida seguirán determinando la infraestructura necesaria.
Factory admite el enfoque Bring Your Own Model, es decir, que la organización aporte el modelo que desea utilizar. Puede tratarse de un desarrollo propio, un modelo comercial que permita despliegue privado o una alternativa de código o pesos abiertos.
Esta libertad evita que la plataforma quede ligada por diseño a un único proveedor de modelos, pero no elimina el trabajo de integración. Cada modelo utiliza formatos, requisitos de inferencia, límites de contexto y condiciones de licencia diferentes. La empresa deberá validar además su calidad, seguridad, mantenimiento y comportamiento sobre los datos internos.
La principal ventaja del despliegue local aparece en sectores regulados o con información especialmente sensible. Bancos, administraciones, operadores de infraestructuras, aseguradoras o compañías sanitarias pueden mantener los datos, los embeddings, los registros y la inferencia dentro de su propio perímetro.
Esa ubicación ayuda a controlar la residencia de la información, pero no garantiza por sí sola la soberanía. También deben revisarse las licencias, la telemetría, el acceso del fabricante, las actualizaciones, la cadena de suministro del hardware y la dependencia de tecnologías propietarias.
El planteamiento híbrido permite combinar Factory con Teradata Cloud. Una empresa podría mantener determinados datos y modelos en sus instalaciones mientras utiliza capacidad cloud para otras cargas. La promesa de Teradata es aplicar identidad, políticas, linaje y gobierno de forma coherente entre entornos. Su eficacia deberá comprobarse en implantaciones reales, especialmente cuando intervengan redes distintas, catálogos separados y normativas regionales.
AI Studio intenta reunir piezas que suelen desplegarse por separado
AI Studio es la capa desde la que los equipos construyen, despliegan y supervisan aplicaciones de inteligencia artificial. Teradata asegura que ya está disponible en AWS y dentro de Factory, además de poder contratarse por separado para determinados entornos existentes.
La herramienta integra modelos, agentes, servicios vectoriales, analítica, cuadernos, operaciones de modelos y controles de acceso. Su documentación incluye tres elementos destacados: Enterprise MCP Server, Agent Builder y los sistemas de gestión necesarios para poner agentes y flujos de datos en producción.
El servidor empresarial de Model Context Protocol (MCP) ofrece herramientas mediante un protocolo común para que diferentes agentes consulten datos o ejecuten operaciones. En un entorno corporativo, el valor no está únicamente en que el agente pueda conectarse, sino en controlar qué usuario realizó la petición, qué permisos heredó, qué datos consultó y qué acción terminó ejecutándose.
AI Studio admite desarrollo visual y mediante código. La documentación oficial menciona compatibilidad con entornos como LangChain y LangGraph, despliegues en contenedores sobre Kubernetes, control de acceso basado en roles, registros de auditoría y propagación de identidad.
La plataforma también incluye servicios vectoriales para combinar búsquedas semánticas con información estructurada. Teradata denomina fusion search a la recuperación conjunta de tablas, documentos y otros contenidos, mientras la búsqueda híbrida mezcla similitud vectorial y coincidencia de palabras. El objetivo es que un agente pueda relacionar, por ejemplo, una política escrita en un PDF con los datos de un cliente almacenados en una tabla.
Esta consolidación puede reducir el número de herramientas que una empresa debe integrar. Sin embargo, también amplía el alcance de la plataforma Teradata. Centralizar datos, modelos, agentes, gobierno y ejecución simplifica la operación, pero puede elevar el coste de una futura migración aunque se utilicen formatos abiertos.
Parte del lanzamiento es además una reorganización de productos ya existentes. Teradata Vantage pasa a denominarse Autonomous Knowledge Platform; VantageCloud se convierte en Teradata Cloud; ClearScape Analytics y AI Workbench se agrupan bajo AI Studio; QueryGrid pasa a llamarse Teradata Fabric, e IntelliFlex y AI Factory evolucionan hacia Teradata Factory.
Por tanto, la plataforma mezcla capacidades nuevas con una renovación del catálogo anterior. La disponibilidad general no significa que toda la arquitectura haya sido creada desde cero, sino que Teradata ha reorganizado su tecnología de datos alrededor de la IA agéntica y ha añadido componentes específicos para modelos, agentes, elasticidad y despliegue privado.
El anuncio tampoco aporta clientes de referencia, resultados económicos, comparativas de rendimiento ni cifras sobre ahorro. La propuesta deberá demostrar que una plataforma integrada puede controlar mejor el coste de agentes que realizan consultas de manera continua, sin convertir esa simplificación en una dependencia difícil de revertir.
Preguntas frecuentes
¿Qué es Teradata Autonomous Knowledge Platform?
Es la nueva plataforma principal de Teradata para reunir datos, analítica, modelos y agentes de IA. Puede utilizarse en el cloud, en instalaciones privadas o mediante una arquitectura híbrida.
¿En qué nube está disponible la nueva plataforma?
El anuncio de disponibilidad general sitúa Teradata Cloud inicialmente en AWS. Teradata ofrece otros productos cloud en Azure y Google Cloud, pero no ha confirmado el mismo alcance inmediato de las nuevas funciones en todas las plataformas.
¿Puede ejecutar modelos de IA dentro del centro de datos?
Sí. Teradata Factory admite modelos propios, comerciales y de pesos abiertos dentro de la infraestructura del cliente, siempre que el hardware y las licencias resulten adecuados para cada modelo.
¿Ha publicado Teradata los precios de la plataforma?
No. La empresa ha explicado su estructura Fixed plus Flex, con una base fija y capacidad elástica, pero no ha divulgado tarifas, mínimos de contratación ni ejemplos de coste.
