Neo4j Context Engine propone reglas comunes para agentes

Neo4j anunció Context Engine el 20 de octubre de 2026. La compañía propone una capa compartida donde varios agentes puedan consultar conceptos, relaciones y procesos de negocio. El producto está en vista previa privada, condición que seguía apareciendo en su página oficial el 29 de octubre. Neo4j describe una ontología de seis capas, recuperación de contexto mediante GraphRAG, conexiones por API y MCP, y memoria vinculada a decisiones. Son capacidades anunciadas por el proveedor, no resultados medidos de implantaciones generalizadas.

Un cliente puede ser tres registros distintos

Supongamos una firma de servicios profesionales con contratos recurrentes. Para ventas, una cuenta puede ser «cliente» desde que acepta una propuesta. Finanzas solo la considera cliente cuando emite la primera factura. Atención necesita saber si el contrato está vigente y qué servicios cubre. Ninguna definición tiene que ser incorrecta; cada una responde a una decisión distinta.

Si un agente de ventas usa la regla de facturación para descartar una oportunidad, perderá contexto comercial. Si uno de atención toma el estado del CRM como prueba de cobertura contractual, podría prometer un servicio que todavía no está autorizado. Recuperar más documentos no corrige esa discrepancia cuando los documentos contienen definiciones distintas y ninguna indica cuál prevalece.

Antes de elegir tecnología conviene precisar qué significa cada término en cada proceso, quién puede cambiarlo y qué sistema registra su estado actual. «Cuenta activa» necesita una finalidad y una fuente. «Descuento autorizado» requiere una condición verificable. «Saldo vencido» debe consultarse en el sistema de cobros, no inferirse de una nota de una reunión.

Las seis capas anunciadas por Neo4j

En el artículo técnico del 19 de octubre, Neo4j explicó la estructura de Context Engine. La primera capa reúne procesos y organización; la segunda, los conceptos del dominio. Después aparecen los productos de datos, los sistemas físicos y las herramientas e integraciones. La sexta corresponde al conocimiento generado durante la operación.

Una ontología es una descripción estructurada de conceptos y relaciones. En un grafo, esas relaciones se representan explícitamente. Una cuenta puede estar vinculada a una entidad legal, un contrato, una política comercial y una persona autorizada para aprobar excepciones. El agente puede consultar esa estructura para entender qué información corresponde a cada decisión. Pero la existencia del vínculo no demuestra que el dato siga vigente.

La distinción entre contexto y estado transaccional es decisiva. La capa común puede explicar qué documento determina una tarifa; la tarifa efectiva debe venir del sistema que la administra. Puede identificar quién aprueba una excepción; no debería aprobarla por su cuenta si el proceso exige una persona responsable.

Neo4j presenta Context Build and Runtime como el componente que conecta fuentes y ofrece recuperación mediante GraphRAG. Este método utiliza relaciones de un grafo para seleccionar información pertinente a una consulta. Microsoft Research publicó el 24 de abril de 2024 un trabajo sobre una variante de GraphRAG para preguntas amplias sobre grandes colecciones de texto. Ese estudio no evalúa Context Engine ni demuestra que un grafo sea superior en cualquier tarea.

Context Studio, según Neo4j, permite administrar la ontología y preparar conexiones con agentes y servidores MCP. El protocolo MCP define cómo aplicaciones de IA acceden a herramientas y fuentes de datos; no sustituye los controles de identidad, autorización o aprobación del negocio. La página de producto también indica que las asignaciones propuestas con ayuda de IA requieren validación humana antes de publicarse.

Una capa común también puede equivocarse

Centralizar definiciones reduce el número de lugares donde deben mantenerse, pero concentra la responsabilidad sobre ellas. Si la política común es incorrecta, varios agentes pueden reproducir el mismo error. La solución necesita versiones, fechas de vigencia, propietarios, pruebas de regresión y mecanismos para retirar una regla.

También requiere respetar el acceso de cada usuario. Que dos agentes compartan una definición de «cuenta en mora» no significa que ambos puedan leer todos los saldos. El servicio que expone contexto debe aplicar restricciones y conservar evidencia de las consultas y acciones. Una respuesta incompleta por falta de permisos es preferible a obtener datos de otro rol para completar una tarea.

El marco de gestión de riesgos de IA del NIST, publicado en enero de 2023, propone gobernar, mapear, medir y gestionar riesgos de forma continua. No avala a Neo4j ni prescribe grafos. Sirve para recordar que la supervisión de un sistema de IA depende de decisiones organizacionales verificables, incluso cuando la arquitectura de datos es sofisticada.

Documentos, RAG por agente o contexto compartido

Una biblioteca documental bien mantenida puede bastar para responder preguntas sobre políticas estables. Su ventaja es la sencillez: se identifica una versión aprobada, se consulta y se cita. El riesgo aparece cuando la respuesta necesita combinar el documento con el estado vivo de un contrato o una autorización.

Un índice RAG separado para cada agente puede funcionar cuando las áreas tienen necesidades independientes. El costo aumenta si una regla común debe corregirse en varios repositorios, prompts y flujos. Dos agentes pueden seguir ofreciendo respuestas distintas después de que el negocio crea haber actualizado la política.

Una capa compartida resulta más defendible cuando varias automatizaciones consultan las mismas entidades, cruzan sistemas y toman decisiones con consecuencias. Aun así, no obliga a comprar una base de grafos. Una base relacional con relaciones bien modeladas, un servicio de reglas y APIs convencionales puede resolver operaciones menos complejas.

Por eso, el criterio de elección debe ser el fallo que se quiere eliminar. Una empresa con un único asistente de preguntas frecuentes difícilmente justifica seis capas de contexto. Una operación con agentes en ventas, contratos, cobros y soporte tiene motivos para definir conceptos comunes, independientemente del proveedor elegido.

La prueba útil ocurre antes de contratar

Elige una decisión sobre la que dos equipos discrepen. Registra la pregunta, las fuentes consultadas y la respuesta correcta según la política vigente. Asigna un responsable a esa política. Comprueba qué pasa si el contrato cambia, si el usuario pierde permisos o si falta un dato esencial.

Si el sistema no puede explicar por qué actuó, la prioridad es resolver esa trazabilidad. En el trabajo de software conectado con reglas operativas, las excepciones y los responsables forman parte de la arquitectura desde el inicio. La discusión sobre control de las decisiones del software también resulta pertinente: la empresa debe poder cambiar una definición sin depender de instrucciones dispersas que nadie mantiene.

Neo4j Context Engine merece atención porque propone tratar el significado de los datos como una capacidad común. La decisión de adoptarlo dependerá de la complejidad real del negocio, del costo de mantener esa capa y de la capacidad de validar sus reglas. Sin un responsable de las definiciones, compartirlas solo hace que los errores se propaguen con más uniformidad.

Preguntas frecuentes

¿Qué es una ontología de negocio para agentes de IA? Es un modelo que define conceptos, relaciones y reglas que varios agentes necesitan interpretar de manera coherente. Puede representar cómo se relacionan una cuenta, su contrato, las condiciones comerciales y las autorizaciones. Neo4j anunció en octubre de 2026 una ontología de seis capas para Context Engine; ese diseño pertenece a su producto y no es un estándar obligatorio.

¿GraphRAG reemplaza al RAG tradicional? No necesariamente. El RAG habitual recupera documentos o fragmentos; GraphRAG añade relaciones entre entidades o conceptos para buscar evidencias. Conviene evaluarlo frente a consultas reales, considerando la calidad del modelo y su mantenimiento. Un estudio de Microsoft Research de abril de 2024 evaluó un enfoque de preguntas amplias, no todas las aplicaciones empresariales.

¿Neo4j Context Engine ya se puede contratar normalmente? La información oficial del 20 de octubre de 2026 lo sitúa en vista previa privada. La página consultada el 29 de octubre mantiene esa condición. Antes de tomar una decisión de compra hay que verificar disponibilidad, alcance funcional y condiciones actuales directamente con el proveedor.

¿Una capa común elimina los problemas de permisos? No. Compartir definiciones no implica compartir acceso a todos los registros. Los sistemas de identidad, autorización y aprobación siguen determinando qué puede consultar y ejecutar cada agente. La capa de contexto debe respetar esas restricciones y dejar trazabilidad de las decisiones.