CedarDB apuesta por una sola base de datos para transacciones y analítica

Las bases de datos tradicionalmente se han construido para una de dos funciones: las bases de datos analíticas ayudan a las empresas a detectar tendencias y responder preguntas, mientras que las bases de datos operacionales almacenan los registros diarios de transacciones, como pedidos y pagos. El motor de base de datos CedarDB, con sede en Múnich, es compatible con ambas funciones, y su enfoque ha cobrado relevancia con el auge de la IA agéntica, dijo a TechCrunch el cofundador y CEO Moritz Sichert.

CedarDB lleva una década en desarrollo, pero su impulso actual proviene de empresas cuyos sistemas de datos existentes eran adecuados para almacenar años de transacciones, pero menos adecuados para responder rápidamente preguntas analíticas planteadas en lenguaje natural sobre esos datos. La empresa es una spinout de la Universidad Técnica de Múnich basada en Umbra, un proyecto de investigación creado para superar en velocidad de procesamiento a los motores de bases de datos tradicionales aprovechando al máximo el hardware moderno. Con cinco investigadores de Umbra como cofundadores, CedarDB mantuvo ese enfoque, prometiendo un mejor rendimiento sin requerir más CPU, potencia de procesamiento o memoria, y exigiendo pocos cambios a los clientes.

En particular, el equipo hizo que CedarDB fuera compatible con PostgreSQL, un sistema de base de datos de código abierto. Según Sichert, esa compatibilidad mantiene bajos los costos de cambio, ya que los usuarios no necesitan reconstruir sus aplicaciones, y tiene una ventaja adicional: CedarDB sigue la lógica con la que los LLM están más familiarizados a partir de su entrenamiento. El cofundador Christian Winter detalló otras prioridades que el equipo se fijó al dejar la academia, “como la confiabilidad, la tolerancia a fallos y la compatibilidad con herramientas populares”, en una publicación de blog.

El equipo debatió si lanzar o no una oferta en la nube de inmediato, y finalmente optó por lanzar CedarDB Enterprise como una oferta local (on-premise) junto con su versión gratuita, CedarDB Community Edition, ambas anunciadas en mayo del año pasado, al mismo tiempo que anunció una ronda semilla de 5.3 millones de euros (unos USD 6 millones). La oferta en la nube solo se retrasó, no se abandonó: tras pruebas beta con usuarios de su lista de espera, la empresa anunció el miércoles la disponibilidad limitada de CedarDB Cloud en el escenario de TechCrunch Disrupt, donde es una de 20 empresas emergentes que compiten en el Startup Battlefield.

Una versión completamente gestionada y alojada en la nube probablemente ayudará a CedarDB a expandir su base de usuarios más allá de las grandes empresas, y la preparará mejor para competir con Databricks, una importante empresa de datos que parece haber llegado a una conclusión similar: en su Data + AI Summit de junio, Databricks citó el auge de los agentes de IA como la razón para lanzar LTAP, una nueva arquitectura destinada a unificar transacciones, analítica, streaming y datos operacionales en una sola copia de almacenamiento en el lago de datos. Sichert interpreta el movimiento de Databricks como otra señal de la demanda por lo que hace CedarDB, aunque es demasiado pronto para saber qué tan disruptivo podría ser.

La empresa emergente planea atender a sus primeros usuarios en la nube con su equipo actual de 14 personas, pero Sichert espera que necesite un equipo más grande una vez que gane más tracción, momento en el que, dijo, la empresa recaudaría su próxima ronda.

Por qué importa

La apuesta de CedarDB refleja un cambio más amplio a medida que los agentes de IA generan tanto consultas transaccionales como analíticas dentro del mismo flujo de trabajo, un patrón de demanda que grandes proveedores como Databricks también están corriendo a atender, y que podría transformar cómo las empresas diseñan sus arquitecturas de datos.