Hace unos años escribí sobre el self-service BI: la promesa de que cualquier usuario pudiera explorar los datos sin depender de TI. Esa promesa se cumplió a medias, porque seguía exigiendo saber construir informes. En 2026, la analítica agéntica retoma esa idea y la lleva al siguiente nivel: en lugar de construir un informe, le preguntas a un agente.
¿Qué es un agente de datos?
Un agente de datos es un asistente basado en IA que entiende preguntas en lenguaje natural, consulta tus fuentes de datos gobernadas y devuelve una respuesta —a menudo con una visualización, un resumen y hasta recomendaciones—. A diferencia de un chatbot genérico, trabaja sobre tus datos y respeta tus reglas de seguridad y definiciones de negocio.
La diferencia clave con el BI tradicional es el punto de partida. Antes: abre la herramienta, elige dimensiones y métricas, construye el gráfico. Ahora: escribe “compara las ventas de este trimestre con el anterior por región” y deja que el agente haga el resto.
Cómo lo aborda cada plataforma
Las tres herramientas con las que trabajamos han lanzado su propia versión:
- Power BI (Microsoft). Copilot está disponible de forma general en Power BI Desktop y en el servicio: genera DAX, crea visualizaciones, resume informes y potencia las preguntas en lenguaje natural. Además, los agentes de datos de Fabric permiten consultar fuentes de datos gobernadas desde Microsoft 365 Copilot. Un detalle importante de licenciamiento: desde el 30 de abril de 2025 estas capacidades están disponibles en cualquier SKU de pago de Fabric (F2 o superior); una licencia Power BI Pro por sí sola no las activa.
- Tableau (Salesforce). Tableau Next se presenta como plataforma de analítica agéntica, con varios agentes sobre una capa semántica: Concierge (preguntas conversacionales que devuelven visualizaciones y recomendaciones), Data Pro (prepara y traduce los datos a lenguaje de negocio) e Inspector (vigila los datos y detecta anomalías de forma proactiva). Concierge y Data Pro llegaron a disponibilidad general en junio de 2025.
- Qlik. Qlik llevó su experiencia agéntica a disponibilidad general en Qlik Cloud el 10 de febrero de 2026. Incluye Qlik Answers (interfaz en lenguaje natural sobre datos estructurados y no estructurados), un Discovery Agent que monitoriza métricas y cambios, un MCP Server para conectar aplicaciones de IA externas a los datos de Qlik, y Data Products curados y gobernados.
Por qué la capa semántica lo cambia todo
Aquí está el punto que marca la diferencia entre un experimento y un despliegue serio: un agente solo es tan fiable como las definiciones sobre las que responde. Si “cliente activo” significa una cosa en marketing y otra en finanzas, el agente dará respuestas contradictorias con total seguridad, que es lo peor que puede pasar.
Por eso, en cada uno de estos productos, el agente se apoya en una capa semántica: Tableau Semantics, el modelo de Fabric, los Data Products de Qlik. Construir y gobernar esa capa es, en la práctica, el 80% del trabajo. La parte conversacional es la fácil.
Qué NO resuelve la IA agéntica
Conviene ser honesto:
- No arregla datos malos. Datos incompletos, duplicados o sin gobernar producen respuestas incompletas, duplicadas y sin gobernar, solo que más rápido.
- No sustituye el criterio. El agente propone; una persona sigue teniendo que validar, sobre todo en decisiones importantes. La tendencia de 2026 es priorizar la explicabilidad: que el sistema justifique su respuesta.
- No es “gratis”. Requiere infraestructura (capacidad, licencias) y, sobre todo, un modelo de datos ordenado.
Cómo empezar
- Elige un caso de uso concreto con valor claro (por ejemplo, análisis de ventas o de rotación de clientes).
- Ordena los datos y define las métricas de ese caso: una sola verdad para cada indicador.
- Activa el agente sobre ese dominio gobernado y forma a los usuarios para preguntar bien.
- Mide y amplía. Con una base sólida, extender a nuevos dominios es incremental.
En Digital Fox Data ayudamos a preparar esa base —modelo de datos, capa semántica, seguridad— en Qlik, Tableau y Power BI, para que los agentes de IA aporten respuestas en las que puedas confiar. Si quieres explorar la analítica agéntica en tu organización, hablemos.