Gestionar con datos

El cuadro de mando ha dejado de ser el producto: la guerra por la capa semántica

En cinco semanas han cambiado las reglas del cuadro de mando. El valor se desplaza a lo que hay debajo: la capa semántica.

Antonio Soto

— 5 min read
Share
Portada: el cuadro de mando ya no es el producto. La guerra por la capa semántica
Imagen creada con Claude

En cinco semanas han cambiado las reglas del cuadro de mando. El 10 de septiembre OpenAI lanzó el agente Data en ChatGPT Work. A finales de septiembre, en FabCon Barcelona, Microsoft llevó la semántica de Power BI a Copilot. Y el 8 de octubre Anthropic presentó Claude Dashboards.

Los tres hacen esencialmente lo mismo: preguntas en lenguaje natural y te devuelven un dashboard vivo sobre tu almacén donde tengas tus datos. De este modo, crear un cuadro de mando ha pasado de costar semanas a costar minutos.

Y estaréis de acuerdo conmigo en que cuando algo cuesta minutos, deja de ser el producto. El valor se desplaza a lo que hay debajo, que en este caso es la capa semántica. Y ahí es donde se está librando la guerra de verdad.

Lo que ha pasado estas últimas semanas

Todos los grandes asistentes ya generan dashboards sobre datos de empresa, y ninguno se presenta como sustituto del BI.

Fecha Lanzamiento Qué aporta
8 oct 2026 Claude Dashboards (beta, planes de pago) Dashboards vivos sobre Redshift, BigQuery, ClickHouse, Databricks, Snowflake o Salesforce. Cada cifra enseña la consulta que la genera y cuándo se refrescó.
7 oct 2026 Intelligent UI en ChatGPT Gráficos, botones y formularios dentro de la respuesta. Útil, pero no es un dashboard persistente.
28 sep – 1 oct 2026 FabCon Barcelona Fabric IQ lleva la semántica de Power BI a Copilot Chat y Cowork (GA), también por MCP. Llegan el Modern Report Builder y la creación de Fabric Apps en lenguaje natural.
10 sep 2026 Data agent en ChatGPT Work Investiga qué cambió en una métrica y construye dashboards compartibles. Lee definiciones de dbt, Snowflake Horizon y Databricks Genie Ontology, y respeta permisos de fila y columna.
jun 2026 Looker en Gemini Enterprise Los agentes de Conversational Analytics publicados en Gemini Enterprise ya muestran visualizaciones.

Fijaos en el posicionamiento. Anthropic vende Claude Dashboards para preguntas exploratorias y permite mandar el dashboard a Hex, Sigma, Omni o Grafana para seguir el análisis allí. OpenAI conecta su agente con Power BI, Tableau o ThoughtSpot. Nadie quiere ser el almacén de dashboards: todos quieren ser "solo" la ventanilla por la que el usuario hace la pregunta.

Las plataformas están jugando a dos bandas

Databricks, Snowflake y Microsoft hacen lo mismo: abren su semántica a agentes ajenos y, a la vez, construyen su propio authoring agéntico.

Databricks ha convertido Databricks One en Genie One, un único punto de entrada para dashboards, apps y chat. Su agente Genie Code crea dashboards (GA desde julio) e importa informes de Power BI y Tableau. Y con el Genie One MCP App ofrece sus visualizaciones a agentes de terceros. Para lo persistente y transaccional, Databricks Apps con Lakebase.

Snowflake ha hecho el gesto más revelador del año: retiró los dashboards nativos de Snowsight el 22 de junio y remite a Streamlit o a herramientas de BI de terceros. Su apuesta es Snowflake Intelligence, donde cada respuesta se traza hasta la SQL exacta, y Project SnowWork, todavía en preview.

Microsoft expone la semántica de Power BI a cualquier agente con Fabric IQ y su endpoint MCP. En paralelo, presenta Fabric Apps como la siguiente generación del desarrollo de informes, con creación en lenguaje natural desde Power BI Desktop.

La lectura es clara. Las plataformas asumen que la ventanilla puede acabar siendo de otro. Lo que no quieren perder es el significado de los datos.

El cuadro de mando se parte en tres

Pero los cuadros de mando no desaparecerán. Ahora mismo, podemos dividir ya esa capa de visualización y análisis por parte de los usuarios en tres funciones diferentes, que deben de leer de la misma semántica:

Tres cuadros de mando sobre una sola capa semántica: efímero (lo genera un agente), certificado (métricas oficiales) y app operativa
  • Efímero. Lo genera un agente para resolver una pregunta concreta. Vive horas o días y nadie lo certifica. Es el terreno de Claude Dashboards, el agente Data de ChatGPT y Copilot.
  • Certificado. Pocos, gobernados, con métricas oficiales y un dueño. Es lo que se lleva al comité de dirección: Power BI, AI/BI Dashboards, Looker.
  • App operativa. Aparece cuando hay que actuar: escribir datos, aprobar o lanzar un flujo. Databricks Apps con Lakebase, Fabric Apps, Streamlit.

Lo que cambia es el reparto. Hasta ahora, cada dashboard se construía como si fuera a durar años. Sin embargo, a partir de ahora la mayoría serán efímeros, y el trabajo de nuestros equipos de datos será decidir cuáles merecen pasar a la capa certificada.

El nuevo riesgo: shadow dashboarding

El riesgo nuevo no es técnico: es que cada directivo tenga su propio dashboard, hecho en dos minutos, con su propia definición de «cliente activo». Ya lo vivimos con Excel y con el self-service BI de hace diez años. El problema es que ahora ocurre con un simple prompt.

La trazabilidad nos ayuda, pero no es suficiente. Claude enseña la consulta detrás de cada cifra y Snowflake traza cada respuesta hasta su SQL. Sin embargo, que puedas ver la SQL no significa que alguien la revise: una cifra trazable y una cifra correcta no son lo mismo.

Nuestra defensa está antes de que el usuario lance su pregunta, no después. Lo reconoce la propia OpenAI, que atribuye la adopción interna de su agente Data a un equipo de datos que creó definiciones de negocio compartidas, reglas de acceso y salvaguardas para los datos sensibles. Sin esa base, el agente solo multiplica la confusión con más confianza.

¿Cómo debemos actuar entonces?

Si diriges un equipo de datos, esto es lo que haría esta semana, en este orden:

  1. Audita un modelo semántico antes de conectarlo a ningún agente. Elige el más crítico y revisa sus diez medidas principales. Si nadie sabe explicar una en una frase, no está lista para un agente.
  2. Decide qué se certifica. Una lista corta de dashboards oficiales, cada uno con dueño. Todo lo demás es efímero por definición.
  3. Pon la semántica donde la lean todos los agentes. Exponla por MCP (Fabric IQ, Genie, Snowflake) en lugar de atarla a una sola ventanilla. Tus usuarios van a usar Claude, ChatGPT y Copilot a la vez.
  4. Marca lo generado como generado. Todo dashboard de agente lleva etiqueta, fecha de refresco y consulta visible. Si va a un comité, antes pasa a la capa certificada.
  5. Mide la proliferación. Cuenta cuántos dashboards efímeros se crean y cuántos acaban compartidos. Es tu indicador temprano de shadow dashboarding.
  6. Reserva las apps para actuar. Escribir datos, aprobar o lanzar un flujo justifica una app. Una pregunta, no.

Soy pesado, lo sé, pero es que con cada avance más importantes son las bases de un buen modelo semántico, enriquecido y correctamente gobernado. Sin eso, volveremos a la eterna lucha de la batalla de los números.

Enlaces