Oracle presenta Deep Trust AI Architecture para limitar el acceso y las acciones de agentes de IA
Permisos y reglas permanecen activos aunque cambien agentes y aplicaciones. | Créditos: Oracle

Oracle presenta Deep Trust AI Architecture para limitar el acceso y las acciones de agentes de IA

Si una política de acceso existe únicamente en el código de una aplicación, un agente de IA que consulte directamente la base de datos podría eludirla. Oracle abordó ese problema durante Oracle AI World 2026 con Deep Trust AI Architecture, una propuesta para que los controles no dependan de cómo esté programado cada agente o aplicación.

La arquitectura reúne Oracle AI Database, Oracle Autonomous AI Database y Oracle APEX AI Application Generator, con protecciones distribuidas entre la plataforma de software, los datos, su acceso y el desarrollo de aplicaciones. Según la compañía, los nuevos sistemas podrían heredar estas reglas sin tener que implementarlas por separado.

Juan Loaiza, vicepresidente ejecutivo de AI Database Technologies de Oracle, sostuvo que la confianza en los resultados de la IA condiciona su utilización empresarial, especialmente cuando agentes y aplicaciones pueden acceder a información y ejecutar acciones sobre los sistemas de una organización.

“[...] La confianza en la IA es el mayor desafío que enfrentamos hoy. Con Oracle Deep Trust AI Architecture, estamos incorporando la confianza en las capas subyacentes [...]. Esto permite a las organizaciones poner la IA a trabajar mientras mantienen el control sobre la información y las acciones que pueden realizar los agentes de IA y las aplicaciones generadas por IA”.
Oracle Agent Hub y AI Registry ponen a prueba la gestión de agentes de IA propios y externos
Las identidades de ejecución, los permisos de herramientas y las trazas delimitan qué puede hacer un agente, con aspectos aún pendientes de comprobar.

Los permisos se comprueban en la base de datos, aunque cambie la vía de acceso

Un agente puede llegar a los datos mediante un servidor MCP o convertir preguntas en lenguaje natural en instrucciones SQL, sin recorrer el código de una aplicación convencional. En ambos casos, Oracle plantea que Deep Data Security compruebe cada solicitud SQL en Oracle AI Database mediante un token firmado criptográficamente por el directorio corporativo.

¿Qué es un agente de IA y cuándo realmente tiene sentido usarlo?
Los agentes de IA deciden pasos, usan herramientas y actúan con límites, pero no sustituyen automatizaciones cuando bastan reglas claras

Las SQL Assertions llevan también las reglas de negocio a la base de datos, por ejemplo, para impedir cargos superiores al límite de gasto de un empleado y evitar, según Oracle, operaciones no válidas o contradictorias con independencia de quién las envíe.

Las Deep Trust Data APIs restringen el acceso a objetos de negocio específicos, como órdenes de compra, en lugar de permitir SQL arbitrario, de modo que el agente solo opera sobre lo necesario para su tarea.

¿Cómo Oracle administra el acceso de los agentes de IA a sistemas empresariales y evalúa su funcionamiento?
Oracle separa el control de acceso de los agentes de IA, con MCP Gateway, de su monitoreo y evaluación de respuestas en Fusion AI Agent Studio.

Para preguntas en lenguaje natural, Deep NL2SQL incorpora la terminología, las prácticas y las métricas de la organización junto con la estructura de sus datos. Continuous Feedback Learning permite corregir respuestas y Knowledge Change Verification valida esos ajustes antes de integrarlos al conocimiento corporativo.

Diagrama del ciclo de retroalimentación de Oracle Deep NL2SQL
Deep NL2SQL: la retroalimentación de los usuarios pasa por Continuous Feedback Learning y Knowledge Change Verification antes de publicarse | Créditos: Oracle

El agente define la aplicación, pero APEX conserva su ejecución

En el desarrollo de aplicaciones, Oracle plantea otra separación de responsabilidades. APEX AI Application Generator convierte descripciones redactadas en lenguaje natural en definiciones APEXlang, pero es el motor centralizado de APEX el que las ejecuta.

Esa separación deja en el motor de APEX las funciones de seguridad, escalabilidad y disponibilidad y reduce, según Oracle, el volumen de código generado por IA que habría que proteger y mantener. Los desarrolladores pueden trabajar desde VS Code, Oracle APEX o agentes de programación como Codex.

En la plataforma que sostiene estas operaciones, Oracle Autonomous AI Database aplica parches automáticos al motor de base de datos, sistema operativo, almacenamiento y firmware antes de que las actualizaciones se hagan públicas, según la compañía. Su aplicación por etapas busca mantener los sistemas en funcionamiento, mientras el cifrado permanente protege los datos almacenados y en tránsito, con descifrado transparente para usuarios y aplicaciones autorizados.

Mes de la Ciberseguridad: Empresas tardan hasta seis meses en corregir vulnerabilidades que ya conocen
Según datos de Vicarius, el 90% de los ciberataques explotan vulnerabilidades que no fueron remediadas a tiempo. Expertos advierten que la velocidad de respuesta en la remediación se vuelve tan relevante como la capacidad de detectar nuevas amenazas.