Londres acoge una nueva edición de Current 2026, el evento de referencia organizado por Confluent en torno al data streaming y la inteligencia artificial aplicada a los datos en tiempo real. Bajo el lema “Building Intelligent Systems on Real Time Data”, la cita ha reunido a desarrolladores, ingenieros, expertos en datos y líderes tecnológicos de toda Europa para explorar cómo las organizaciones pueden pasar de sistemas de análisis pasivos a arquitecturas capaces de actuar de forma autónoma sobre información actualizada al instante.
El pistoletazo de salida lo dio Jay Kreps, CEO y cofundador de Confluent, con una presentación que marcó el tono de toda la jornada. Kreps comenzó agradeciendo el impulso de la comunidad open source que sostiene los proyectos de la compañía: más de 400 activos y más de 80 nuevas Kafka Improvement Proposals (KIPs) para Apache Flink desarrolladas a lo largo del último año, además de avances como Kafka Queues y los nativos Flink Agents.
El CEO también confirmó oficialmente que Confluent pasa a formar parte de IBM, afirmando que “IBM tiene una larga tradición como guardián del open source, demostrada con Red Hat y Linux. Esta integración nos permite acelerar nuestra inversión en la comunidad y en las capacidades del producto”, señaló Kreps, que destacó además que la incorporación a IBM será un nuevo impulso para mantener la innovación.
El grueso de su intervención se centró en el cambio de paradigma que está viviendo la industria: la transición desde los sistemas de Business Intelligence tradicionales, donde las personas interpretan datos para tomar decisiones, hacia sistemas autónomos que cierran el ciclo por sí mismos y actúan en consecuencia. «El problema no es el modelo de IA, sino disponer del contexto real de los datos desordenados de la empresa», afirmó Kreps. En este sentido, señaló que en el desarrollo de IA moderna, los datos y el código son inseparables, y que la calidad del contexto que recibe un agente determina directamente la calidad de sus decisiones.
Kreps también alertó sobre dos patrones frecuentes pero problemáticos en la empresa: exponer directamente los agentes a los sistemas de producción, lo que conlleva riesgos de seguridad y dificulta la evaluación; y curar el contexto en data lakehouses para después cargarlo en bases de datos operacionales, un enfoque seguro pero que genera datos demasiado obsoletos para sistemas en tiempo real. La solución que propone Confluent es una arquitectura streaming-first que unifica el procesamiento batch y en streaming en un único flujo desde el desarrollo hasta la producción.
La IA lista para pasar a producción
Shaun Clowes, Chief Product Officer de Confluent, tomó el relevo para presentar las novedades concretas que materializan esa visión. Su intervención giró en torno a la disponibilidad general de varias capacidades dentro de Confluent Intelligence y Confluent Cloud, bajo una premisa clara: eliminar los obstáculos técnicos y regulatorios que impiden a las organizaciones llevar sus proyectos de IA al entorno de producción.
«En muchas empresas de zona EMEA, la complejidad de las normativas de privacidad de datos acaba frenando los proyectos de IA antes de que lleguen a producción. Confluent elimina estas barreras al integrar gobernanza de nivel empresarial directamente en los flujos de datos», explicó Richard Timperlake, Vicepresidente Senior de Ventas para EMEA, quien acompañó la presentación con una perspectiva de mercado relevante: según McKinsey, ocho de cada diez empresas consideran que las limitaciones en los datos son el principal obstáculo para escalar la IA agéntica.
Entre los anuncios más destacados figura la disponibilidad general del Real-Time Context Engine, una capa SQL rápida con caché sobre tablas respaldadas por streaming, expuesta a través del protocolo MCP para que agentes y aplicaciones puedan consultarla con muy baja latencia. Este motor evita las costosas transferencias entre sistemas y ofrece iteraciones sobre los conjuntos de datos de contexto de forma segura y evaluable, algo crítico para mejorar los resultados de los agentes de IA.
Confluent apuesta por una arquitectura streaming-first que unifica el procesamiento batch y el streaming en un único flujo, desde el desarrollo hasta la producción
También se anunció la disponibilidad general del servidor MCP gestionado de Confluent junto con los Agent Skills, que permiten a herramientas de desarrollo como Cursor o Claude Code crear, gestionar y depurar operaciones de streaming mediante lenguaje natural. A esto se suma el adaptador dbt para Flink, gratuito y de código abierto, que integra Flink SQL dentro del flujo de trabajo estándar de los ingenieros de datos, reduciendo significativamente la barrera de entrada para adoptar el procesamiento en tiempo real.
En el plano de la seguridad y la privacidad, Confluent presentó en forma de acceso anticipado una nueva función de anonimización automática de datos personales (PII) integrada directamente en Flink SQL, sin necesidad de código personalizado ni servicios externos. Se completa con soporte para Azure Private Link, que permite mantener las cargas de trabajo de IA fuera de la red pública mediante conexiones privadas a servicios como Azure OpenAI o Cosmos DB.
El reto de los agentes de voz en la empresa
Durante la jornada, destacó la conversación que mantuvieron Sean Falconer, Head of AI en Confluent, y Alex Holt, Head of Forward Deployed Engineering en II ElevenLabs. Ambos coincidieron en que los dos grandes retos para desplegar agentes de voz en entornos empresariales son la latencia y la precisión del contexto.
No basta con que el modelo sea capaz: necesita acceder a información corporativa actualizada y relevante en tiempo real. «Hay que tratar a los agentes como código, con configuración, versionado, pruebas y monitorización», subrayó Holt, apelando al rigor de ingeniería necesario para llevar estos sistemas a producción de forma fiable.
Una plataforma para el presente y el futuro del streaming
La nueva edición de Current 2026 está teniendo lugar el 19 y 20 de mayo en la capital londinense, con un mensaje claro: el streaming de datos ha dejado de ser infraestructura de fondo para convertirse en el núcleo operativo de la IA empresarial. Con capacidades como Kora —el motor Kafka nativo en la nube con autoescalado elástico y SLA del 99,99%—, Tableflow para replicar streams en formatos abiertos como Iceberg o Delta Lake, y Confluent Private Cloud para entornos híbridos y on-premise, la compañía presenta una plataforma diseñada para acompañar a las organizaciones en cada etapa de su madurez en datos y en IA. Aquellas organizaciones que adopten el streaming como una prioridad estratégica, estarán mejor posicionados para competir en la era de la IA autónoma.
