Adquisiciones
La compra de Firebolt dota a MongoDB de un motor de baja latencia para agentes de IA

Puntos claveMongoDB tiene como objetivo eliminar el impuesto de movimiento de datos que separa los…
Ver más
- MongoDB tiene como objetivo eliminar el impuesto de movimiento de datos que separa los datos operativos en vivo de las decisiones rápidas de las aplicaciones.
- El motor de Firebolt ya maneja análisis orientados al cliente en más de un billón de filas a escala de petabytes.
- La sincronización automática entre MongoDB y Firebolt sigue siendo un trabajo de integración inconcluso antes del lanzamiento previsto.
MongoDB anunció el 17 de noviembre de 2026 que había adquirido Firebolt, con lo que incorpora un motor de análisis en tiempo real a su plataforma de datos inteligente para aplicaciones y agentes de IA que necesitan actuar sobre datos operativos en vivo.
La adquisición combina la plataforma de datos operativos de MongoDB con la base de datos analítica de Firebolt, diseñada para consultas de baja latencia y aplicaciones de alta concurrencia. MongoDB tiene previsto ejecutar el motor de Firebolt junto con su base de datos y mantener ambos sistemas sincronizados automáticamente, de modo que los clientes no tengan que crear ni gestionar una canalización independiente para esa integración.
El motor de Firebolt y su uso en producción
Según MongoDB, Similarweb utiliza Firebolt para realizar análisis complejos de cara al cliente sobre más de un billón de filas, a escala de petabytes, con consultas dinámicas que ofrecen resultados en menos de un segundo sin necesidad de una preagregación exhaustiva. Esta implementación constituye un ejemplo en producción de las cargas de trabajo de alta concurrencia y de cara al cliente a las que apunta la adquisición.
El director de tecnología de Firebolt, Mosha Pasumansky, afirmó que la separación automática en columnas conserva «las ventajas del almacenamiento columnar y del procesamiento vectorizado» en esquemas complejos y flexibles, incluidos los que admite de forma nativa el modelo documental de MongoDB. El motor también se diseñó para ofrecer análisis de baja latencia y alta frecuencia de consultas sobre datos que cambian rápidamente y se almacenan en almacenamiento de objetos.
El análisis en tiempo real ampliará una plataforma de datos inteligente que ya combina datos operativos, búsqueda y búsqueda vectorial, modelos de Voyage AI, procesamiento de flujos y herramientas para crear y ejecutar agentes en producción. MongoDB también tiene previsto permitir, más adelante, que los clientes analicen datos de otras fuentes y formatos junto con sus datos de MongoDB.
Datos operativos y cargas de trabajo de agentes de IA
La justificación de MongoDB aborda una división de larga data entre las bases de datos operativas, que ejecutan aplicaciones, y los almacenes de datos, que analizan la actividad histórica. Los análisis orientados a las aplicaciones tienen otros requisitos: consultas complejas sobre grandes conjuntos de datos, datos actualizados, respuestas en menos de un segundo y concurrencia suficiente para dar soporte a servicios en vivo.
Según MongoDB, los agentes de IA elevan esos requisitos porque actúan de forma continua, pueden generar miles de consultas simultáneas y necesitan respuestas rápidas basadas en datos actualizados. Entre las decisiones que las aplicaciones pueden tomar están desviar un envío para evitar un retraso, reponer el inventario antes de que se vacíen los estantes y detectar actividad de pago inusual antes de que se liquide una transacción.
Trasladar datos operativos a un sistema de análisis independiente puede obligar a las organizaciones a crear canalizaciones, mantener los sistemas sincronizados y operar otra plataforma. MongoDB denomina «impuesto por el movimiento de datos» al costo, la complejidad y el riesgo de obtener respuestas desactualizadas que esto genera, y que aumentan a medida que los agentes toman más decisiones.
Implementación y continuidad para los clientes
Firebolt y el análisis en tiempo real no sustituyen a los almacenes de datos ni a los lagos de datos tradicionales. Según las preguntas frecuentes de MongoDB, esos sistemas siguen siendo adecuados para la inteligencia empresarial interna, la elaboración de informes y la ciencia de datos, mientras que la nueva capacidad está orientada a los análisis para aplicaciones.
MongoDB afirma que aproximadamente el 75 % de las empresas de Fortune 100 confían en sus servicios para aplicaciones que requieren altos niveles de seguridad, durabilidad y disponibilidad, y que pretende aplicar ese mismo enfoque operativo al análisis en tiempo real. En estas cargas de trabajo, una interrupción puede perjudicar la experiencia del cliente o dejar a un agente a mitad de una decisión, en lugar de limitarse a retrasar un informe.
Según las preguntas frecuentes de MongoDB, los clientes actuales de Firebolt pueden seguir utilizando el producto con el mismo soporte y servicio. Los equipos de ambas empresas ya están trabajando juntos en la integración.
MongoDB espera que los clientes puedan habilitar el análisis en tiempo real para sus datos de MongoDB en los próximos meses. Los usuarios interesados pueden apuntarse a una lista de espera para estar entre los primeros en probar esta capacidad.
La importancia del acuerdo para los clientes de MongoDB es de carácter arquitectónico: hay menos sistemas entre un cambio en los datos operativos y una decisión de una aplicación o un agente. Firebolt ya admite una implementación de producción a gran escala, pero la sincronización automática con MongoDB necesaria para ofrecer esa combinación todavía requiere trabajo de integración antes de la implementación prevista.












