Azure en Microsoft Ignite 2026: infraestructura, agentes en AKS y aplicaciones de datos
Una prueba de concepto de IA puede ejecutarse casi en cualquier parte. Una solución empresarial, no. Cuando un agente pasa a intervenir en procesos reales, aparecen preguntas sobre latencia, costes, aislamiento, disponibilidad y residencia de datos. Las novedades de Azure anunciadas en Microsoft Ignite 2026 van precisamente de eso: cómo convertir una arquitectura experimental en una plataforma operable.
En mi selección del primer día destacan tres frentes: capacidad de cómputo y protección, despliegue de modelos y agentes con Microsoft Foundry sobre Azure Kubernetes Service (AKS), y aplicaciones de datos de Power BI que permiten pasar del análisis a la acción. Voy a conectarlos porque, en una organización, rara vez son decisiones independientes.
Microsoft Ignite es uno de los principales eventos tecnológicos de Microsoft, donde la compañía presenta las novedades de sus plataformas y servicios para empresas, desarrolladores y profesionales de TI. Cada edición permite conocer hacia dónde evoluciona el ecosistema Microsoft y qué tecnologías marcarán los próximos meses. En Ignite 2026, Azure ocupa un lugar destacado con nuevas capacidades de infraestructura, ejecución de agentes de inteligencia artificial, modernización de aplicaciones y gestión de datos, consolidando la nube como uno de los pilares de la transformación empresarial.
Infraestructura: los agentes también necesitan CPU, operaciones y protección
Solemos hablar de las GPU cuando pensamos en IA. Pero una aplicación con agentes también abre sesiones, coordina herramientas, recupera información, prepara entornos y ejecuta código auxiliar. Muchas de esas tareas dependen de CPU, memoria y almacenamiento convencionales.
Aquí entra Azure Cobalt 200, la nueva generación de procesadores Arm de Microsoft para máquinas virtuales Azure, anunciada en disponibilidad general. Microsoft comunica mejoras de rendimiento de CPU de hasta el 50 % frente a Cobalt 100 para determinadas cargas. No significa que cualquier aplicación vaya a ser un 50 % más rápida: hay que medir el comportamiento concreto y revisar compatibilidad con Arm, especialmente si hay bibliotecas o componentes nativos.
La panorámica de Azure incluye también Azure HorizonDB, Rayfin y Fabric apps entre las capacidades anunciadas en disponibilidad general. El material seleccionado los menciona como parte de la evolución de datos y aplicaciones, sin detallar sus características; por eso no voy a atribuirles aquí escenarios o requisitos que no constan en ese resumen.
Otra línea importante es la computación confidencial, junto con las novedades operativas de Azure SRE Agent, presentadas dentro de las ampliaciones en versión preliminar. El objetivo es reforzar la protección de datos durante el procesamiento y ayudar a los equipos a investigar y operar sistemas complejos. Su interés es claro en cargas reguladas, aunque la arquitectura y el alcance de cada modalidad de protección deben validarse antes de prometer garantías concretas.
Foundry sobre AKS: más libertad sin renunciar al gobierno
La novedad más relevante para equipos de plataforma es la posibilidad de pasar desde la ejecución administrada de Foundry al despliegue de modelos de pesos abiertos y agentes en clústeres AKS propios.
El desarrollador puede mantener una experiencia de trabajo en Foundry mientras el equipo de plataforma decide región, recursos GPU, controles de red, políticas y operación del clúster. Esto permite evaluar el equilibrio entre latencia, requisitos de residencia y coste de infraestructura. Pero también desplaza responsabilidades: operar AKS no equivale a consumir un endpoint completamente administrado.
Hay tres piezas nuevas que merece la pena distinguir:
- Agent Grid, en versión preliminar, plantea políticas centralizadas sobre las interacciones entre agentes, modelos, herramientas y servicios Azure.
- Agent Sandbox para AKS, también en preliminar, ejecuta código generado por agentes en entornos aislados a nivel de máquina virtual. Es especialmente relevante cuando el agente puede crear o ejecutar instrucciones dinámicas.
- Flex nodes para AKS, en preliminar, amplía los clústeres hacia servidores del cliente fuera de Azure y abre posibilidades para escenarios híbridos.
Microsoft también insiste en la portabilidad mediante proyectos como vLLM, Ray y Kubernetes. Es una dirección interesante: reducir el acoplamiento entre el modelo, la lógica del agente y el entorno donde se ejecuta. No obstante, portabilidad de componentes no implica automáticamente portabilidad total de identidades, políticas, datos o costes.
¿Cuándo elegir un AKS propio?
Imaginemos una empresa que quiere ejecutar agentes para validar documentos de proveedores, cruzarlos con sistemas de compras y generar excepciones para revisión. Si el tráfico es previsible, dispone de un equipo Kubernetes y necesita controles específicos, AKS puede tener sentido. Si está probando una solución con poca utilización y personal limitado, la opción administrada probablemente resulte más sencilla.
Mi criterio sería comparar coste por tarea correcta, tiempos de respuesta en carga real, esfuerzo de operación, capacidad de recuperación y trazabilidad de las acciones. El precio por hora de una GPU, por sí solo, dice bastante poco.
Power BI: del informe a una aplicación que permite actuar
La tercera novedad cambia el papel de Power BI. En versión preliminar, los usuarios con Power BI Pro pueden crear aplicaciones de datos desde Power BI Desktop, utilizando las opciones de licencia existentes para esa funcionalidad anunciada.
La idea es partir de un modelo semántico gobernado, que define métricas y conceptos de negocio, y describir la aplicación en lenguaje natural. La aplicación resultante combina consultas con interacción: introducir información, actualizar registros y escribir cambios en sistemas de origen cuando la integración lo permita.
Esto acerca escenarios que hasta ahora exigían combinar varias herramientas: planificación comercial, aprobación de presupuestos, seguimiento de incidencias o recopilación de datos. La integración con capacidades de Fabric Database permite plantear aplicaciones donde conviven lectura analítica y operaciones transaccionales.
Por ejemplo, un responsable regional podría consultar las ventas frente al objetivo y, desde la misma experiencia, registrar una revisión de previsión. La medida comercial seguiría definiéndose en el modelo semántico; la modificación se enviaría al origen autorizado. La separación entre consultar y escribir requiere especial atención: permisos de lectura no deben convertirse por accidente en permisos de modificación.
Qué revisaría antes de llevarlo a producción
Antes de adoptar estas novedades en una organización, pondría sobre la mesa cinco preguntas: ¿quién administra la plataforma?, ¿cómo se identifican y autorizan los agentes?, ¿qué datos pueden leer y modificar?, ¿cómo medimos coste y calidad por operación?, y ¿qué capacidades están realmente disponibles en nuestra región y tenant?
En Power BI añadiría una prueba específica de integridad: qué sucede cuando un usuario intenta actualizar datos fuera de su ámbito, cómo se registran los cambios y cómo se gestionan errores o transacciones parciales. En AKS, comprobaría el aislamiento efectivo, la administración de secretos, la observabilidad y las consecuencias de perder un nodo o una dependencia externa.
El avance de Azure no está solamente en ejecutar modelos más grandes.
El avance de Azure no está solamente en ejecutar modelos más grandes. Está en proporcionar alternativas para que cada organización elija dónde ejecutarlos, cómo gobernarlos y cómo conectar la IA con acciones de negocio. Esa arquitectura debería decidirse a partir de una carga real, no de una demo.
Información basada en la publicación Microsoft Ignite 2026 — Book of News.
