Hace dos años, Databricks era el lugar donde procesabas datos a escala. Hoy es también donde muchos equipos corren sus agentes de IA — con acceso directo al lakehouse, modelos open-source como Llama 4 o Mistral desplegados en tu propio entorno, y Unity Catalog como capa de gobernanza unificada para datos y modelos. Ese cambio tiene un nombre: Mosaic AI.
Lo que me parece interesante de esto en 2026 no es que Databricks sea la mejor plataforma de IA en todos los casos — no lo es. Es que si tus datos ya viven ahí, llevar los modelos al mismo entorno elimina una capa entera de complejidad: no necesitas mover datos, no tienes que sincronizar políticas de acceso entre sistemas distintos, y el equipo que ya sabe PySpark y Delta Lake puede construir sobre lo que conoce. Eso tiene un valor concreto.
Mosaic AI en 2026: el stack de IA generativa nativo de Databricks
Mosaic AI tiene cuatro capas que trabajan juntas. La primera es el Model Registry integrado con Unity Catalog: ya no gestionas modelos de IA y datos en sistemas separados. Todo vive en el mismo catálogo, con las mismas políticas de acceso y la misma auditoría. Cuando el modelo de producción cambia, el registro lo refleja en el mismo lugar donde viven tus tablas Delta.
La segunda es Model Serving: despliegas modelos — propios, de Hugging Face o de la biblioteca de Foundation Models de Databricks (que incluye Llama 4, Mistral, DBRX y otros) — como endpoints de API dentro de tu workspace. Sin salirte del entorno, sin configurar infraestructura separada de serving. Llamas al endpoint como llamarías a cualquier API.
La tercera capa es Feature Store y Vector Search: para los casos de RAG (retrieval-augmented generation) y fine-tuning, puedes indexar embeddings directamente desde tablas Delta Lake y hacer búsqueda vectorial sin salirte del stack. Es el componente que cierra el loop entre tus datos estructurados y los modelos de lenguaje.
Y la cuarta, la más nueva: Agent Bricks. El framework nativo de Databricks para construir agentes de IA que acceden a tablas Delta Lake, ejecutan queries SQL en tiempo real y encadenan pasos con herramientas propias.
Agent Bricks: construir agentes con tus datos en el lakehouse
Agent Bricks es el componente que conecta los modelos en Mosaic AI Serving con tus datos en Delta Lake de forma directa. Defines el agente como un grafo de pasos (similar a LangGraph en concepto), cada nodo puede ejecutar una herramienta (query SQL, llamada a API, búsqueda vectorial), y el estado del agente se persiste entre pasos. Lo que cambia respecto a un framework externo como LangGraph o CrewAI es que aquí el acceso a datos no requiere una capa de conexión adicional — el agente es nativo del entorno donde viven los datos.
Unity Catalog como gobernanza de modelos
Para los equipos que tienen que reportar a compliance o seguridad: Unity Catalog en 2026 gestiona no solo tablas y funciones, sino también los modelos de ML, los endpoints de serving y los artefactos de los agentes. Eso significa que el mismo control de acceso que tienes sobre tus datos aplica automáticamente sobre los modelos. Si un equipo no tiene acceso a cierta tabla, el agente tampoco puede leerla — sin configuración adicional, sin sincronización manual entre sistemas.
Cuándo elegir Databricks para IA Generativa
No es la respuesta correcta para todos los casos. Hay situaciones donde tiene sentido claro y otras donde Azure OpenAI, Bedrock o Vertex son mejores opciones. Cuándo sí conviene:
- ▸Tus datos ya viven en un lakehouse de Databricks y moverlos a otro sistema para hacer IA generaría duplicación y problemas de consistencia.
- ▸Necesitas fine-tuning de modelos open-source con datos propios — Llama 4, Mistral, DBRX — y quieres hacerlo en tu entorno con control total sobre los datos de entrenamiento.
- ▸La gobernanza de datos y modelos tiene que vivir en el mismo lugar para cumplir con requerimientos internos o regulatorios.
- ▸Tu equipo ya domina PySpark, Delta Lake y el ecosistema Databricks — reutilizar ese conocimiento para IA es más rápido que aprender otro stack desde cero.
- ▸Quieres agentes con acceso a datos en tiempo real sin arquitecturas intermedias (bases vectoriales externas, APIs de proxy, etc.).
El pipeline típico de IA Generativa en Databricks en 2026
Un patrón que vemos funcionar en producción con equipos de datos reales: el equipo procesa y transforma datos con Spark o con dbt sobre Delta Lake — ese proceso no cambia. Los datos quedan en tablas Unity Catalog con permisos ya definidos. Los modelos (Foundation Models de Databricks o propios) se despliegan en Mosaic AI Serving como endpoints. Los agentes en Agent Bricks consumen esos endpoints y consultan esas tablas para responder preguntas o ejecutar flujos de trabajo.
El resultado: desde los datos crudos hasta la respuesta del agente pasa completamente por el mismo entorno. Sin cambiar de consola, sin gestionar autenticaciones entre sistemas distintos, sin sincronizar políticas. Para equipos que ya viven en Databricks, eso tiene valor real — especialmente cuando el equipo de seguridad empieza a hacer preguntas sobre qué datos puede ver el agente.
Lo que nadie te dice: el mayor trabajo no está en conectar los modelos a los datos. Está en definir qué tiene que responder el agente con precisión, cómo estructurar el contexto que le das en cada llamada, y cómo evaluar que las respuestas son correctas con datos reales de tu negocio — no con los ejemplos del tutorial. Esa parte sigue siendo ingeniería, no configuración de plataforma.
Cómo aprenderlo: dos caminos según desde dónde partes
En DataPath trabajamos con Databricks en dos niveles. Si partes de cero con el stack, el curso de Databricks Data Engineer te da la base completa — Delta Lake, pipelines con PySpark, Unity Catalog — sobre la que después montas la parte de IA. Es el punto de partida correcto si todavía no tienes el entorno dominado.
Si ya manejas Databricks y quieres ir directo a la capa de IA Generativa y agentes, la Especialización en IA Generativa en Databricks trabaja con Mosaic AI, fine-tuning de modelos open-source, Vector Search y Agent Bricks en proyectos aplicados desde el principio. No hay relleno de conceptos básicos — empieza donde tú ya estás.
Para el componente de diseño de agentes — que aplica en Databricks y en cualquier otro stack — la ruta de AI Agentic Engineer cubre LangGraph, CrewAI, los patrones de orquestación multi-agente y cómo llevar esos sistemas a producción con evaluación real. Los patrones son transferibles — si los aprendes bien en LangGraph, los adaptas a Agent Bricks sin empezar de cero.
Una cosa concreta para esta semana: si ya tienes un workspace de Databricks activo, entra a Mosaic AI Playground y conecta un Foundation Model a una tabla de tu lakehouse usando SQL como herramienta. Es el experimento más rápido para ver qué resuelve y qué no resuelve Agent Bricks en tu caso específico — antes de comprometerte con una arquitectura completa. Si quieres hacerlo con proyecto guiado y feedback real, eso es exactamente lo que cubre la Especialización en IA Generativa en Databricks.
