Neo4j ha lanzado Relate, una base de datos de grafos desarrollada en Rust con licencia Apache 2.0. Se ejecuta dentro de las aplicaciones y se dirige a agentes de IA, sandboxes y dispositivos edge.
Neo4j ha lanzado Relate, una base de datos de grafos de código abierto diseñada para agentes de IA y sistemas agénticos. Según la empresa, la base de datos se ejecuta in-process, es decir, directamente dentro de una aplicación y sin un servidor de bases de datos independiente, y mantiene los datos principalmente en memoria. Neo4j afirma que los agentes de programación con IA pueden crear una instancia de base de datos y empezar a desarrollar aplicaciones en cuestión de milisegundos. Relate está disponible de inmediato en relatedb.ai.
Neo4j, proveedor de una plataforma de inteligencia de grafos, presentó el producto el 11 de noviembre de 2026. Relate se dirige a entornos aislados para agentes (sandboxes), a la memoria de agentes y a dispositivos móviles y edge. Según Neo4j, funciona en cuadernos Jupyter, navegadores web y contenedores de software.
La empresa fundamenta el lanzamiento en una previsión de Gartner. En el estudio «Forecast Analysis: Agentic AI in DBMS, Worldwide, 2026» (junio de 2026), Gartner proyecta que los usuarios máquina representarán el 75 % de las cargas de trabajo de los sistemas de gestión de bases de datos en 2029, frente al 10 % en 2025. La adopción empresarial temprana se centró en asistentes conversacionales para recuperar y resumir información, señala Gartner, mientras que los presupuestos y las cargas de trabajo se desplazan hacia sistemas autónomos que planifican, ejecutan y coordinan tareas de varios pasos. Los agentes de IA generan entre 10 y 100 veces más interacciones que los usuarios humanos, lo que aumenta los accesos simultáneos y el consumo de cómputo, almacenamiento y streaming. Según la previsión, esto amplía la infraestructura empresarial y eleva el gasto total en el mercado de DBMS. Neo4j sostiene que ello exige sistemas con acceso rápido a los datos y un despliegue ligero con altos volúmenes de interacción.
En cuanto al rendimiento, Neo4j indica lecturas en memoria en menos de un milisegundo, pensadas para la alta frecuencia de operaciones de lectura y escritura de las cargas agénticas. Una sola consulta en el lenguaje Cypher puede combinar una búsqueda por similitud vectorial con recorridos de grafos. La integridad transaccional la garantiza un motor en memoria; para el almacenamiento duradero hay disponible, de forma opcional, un registro de escritura anticipada (write-ahead log) protegido con fsync. Los usuarios también pueden volcar el estado de la base de datos a disco con funciones integradas.
Varias funciones atienden la forma en que trabajan los agentes en sus ciclos de ejecución. Según Neo4j, Relate detecta automáticamente los agent harnesses, es decir, los entornos de software que ejecutan y controlan a los agentes, y devuelve mensajes de error estructurados con un indicador de si la operación puede reintentarse. Así, los agentes pueden gestionar operaciones fallidas sin lógica de análisis propia. Un límite de filas (row cap) restringe el número de registros que devuelve una consulta, y una marca en la respuesta indica cuándo se han truncado los resultados. Con ello se pretende evitar que los agentes saturen su ventana de contexto y que reconozcan resultados incompletos. El razonamiento multisalto y GraphRAG deben mejorar la precisión de los resultados y reducir las alucinaciones, según la empresa.
Relate se publica con la licencia de código abierto Apache 2.0 y está escrito en Rust. Neo4j afirma que cumple al 100 % con openCypher y en más de un 97 % con GQL, el lenguaje de consulta de grafos estandarizado. Para conectar agentes, incluye un servidor para el Model Context Protocol (MCP) y una interfaz de línea de comandos. Los puntos de acceso Bolt y HTTP Query API v2 deben permitir usar controladores de grafos, frameworks de orquestación y herramientas de desarrollo ya existentes.
Sudhir Hasbe, President of Technology y CPO de Neo4j, describió Relate como un almacén ligero en memoria que puede persistir los datos en disco cuando hace falta. Citó como escenarios previstos el uso in-process en sandboxes de agentes, como memoria de agentes y en dispositivos móviles o edge, y señaló la conexión de agentes mediante MCP y el razonamiento multisalto gracias al soporte completo de Cypher.
Una publicación aparte de Neo4j sobre tendencias de IA para 2027, fechada el 4 de noviembre de 2026, aborda temas afines, pero no menciona Relate. Cita un estudio de McKinsey de agosto de 2026 según el cual el 80 % de los encuestados percibe ganancias de productividad individual con la IA, pero solo el 37 % ve una contribución positiva al EBIT a nivel de empresa. Neo4j también señala una «paradoja de la inferencia»: los agentes trabajan en bucles y consumen más cómputo, de modo que los costes totales suben aunque bajen los precios por token. La empresa describe la memoria de agentes como un ámbito en el que los agentes aprenden de ejecuciones repetidas y transmiten experiencia destilada a otros agentes, siempre que los derechos de acceso lo permitan. Según Neo4j, los grafos pueden vincular esas experiencias con sus fuentes y su vigencia temporal, y se necesitan reglas claras de verificación, corrección y olvido. Añade que MCP se ha extendido con rapidez y ahora depende de la Linux Foundation, y cita una estimación de Gartner según la cual, hacia 2027, alrededor del 40 % de las empresas reducirá o retirará agentes de IA por problemas de gobernanza.
La presentación no incluyó mediciones independientes de los valores de rendimiento indicados. Los materiales tampoco detallan el soporte comercial ni los modelos de precios más allá de la licencia de código abierto, ni la relación de Relate con los productos de bases de datos de grafos basados en servidor que Neo4j ya ofrece. Tampoco se aclara si las cifras inferiores al milisegundo se mantienen con conjuntos de datos mayores o con muchos ciclos de agentes simultáneos.

El Dr. Jakob Jung es redactor jefe de Security Storage y Channel Germany. Lleva más de 20 años trabajando en el periodismo especializado en TI. A lo largo de su carrera ha colaborado con Computer Reseller News, Heise Resale, Informationweek, Techtarget (almacenamiento y centros de datos) y ChannelBiz. Además, colabora como freelance con numerosas publicaciones del sector de las TI, entre las que se incluyen Computerwoche, Channelpartner, IT-Business, Storage-Insider y ZDnet. Sus temas principales son el canal, el almacenamiento, la seguridad, los centros de datos, los sistemas ERP y CRM.
Contacto – Contacto por correo electrónico: jakob.jung@security-storage-und-channel-germany.de