Durante la mayor parte de la última década, el reporte fue el producto. Los directivos abrían un tablero, y todo lo que hacía comprensibles las cifras estaba en la página: el título, la nota al pie, el diseño y el analista que lo construyó y podía explicarlo. El modelo semántico, la capa que contiene las definiciones de negocio, las relaciones y los cálculos detrás de cada reporte, era tubería que solo veía el equipo de BI.

La IA generativa cambia eso. Cuando un directivo le pregunta a un asistente como Copilot en Power BI qué región no alcanzó el plan el trimestre pasado, la respuesta se construye a partir del propio modelo: sus tablas, columnas, medidas y relaciones, y las descripciones que alguien se tomó la molestia de escribir. El modelo se convirtió en la interfaz, y la mayoría de los modelos nunca se diseñaron para que los leyera alguien ajeno al equipo que los construyó.

Lo que el asistente realmente lee

Un asistente que responde una pregunta de negocio trabaja con los metadatos del modelo: el nombre de cada tabla, columna y medida, cómo se relacionan las tablas, qué campos están ocultos, qué formato tienen los valores y las descripciones y sinónimos asociados a cada uno. Eso es todo lo que sabe de su negocio. Donde el modelo guarda silencio, el asistente no tiene en qué apoyarse y, peor aún, puede llenar el hueco con una suposición.

No lee la diapositiva que aclara que los ingresos excluyen las ventas entre compañías del grupo, el correo que definió qué cuenta como cliente activo ni la memoria del analista sobre por qué una región aparece dos veces. El contexto que antes viajaba con el reporte, o con la persona que lo presentaba, ahora tiene que vivir en el modelo. Si una regla no está escrita ahí, el asistente no la aplicará, por muy segura que suene su respuesta.

Los nombres y las descripciones son las nuevas etiquetas

En un reporte, un nombre de columna críptico no importaba, porque nadie lo veía; el visual llevaba un título claro. En un modelo que lee la IA, el nombre es la etiqueta. “Ingresos netos” le dice al asistente qué está viendo. “Amt_NR_Adj” no le dice nada, y “Ventas” puede significar ventas brutas, netas o registradas, según quién haya construido la tabla.

Escriba las descripciones para un lector sin contexto, porque eso es exactamente un asistente. Una buena descripción dice qué significa el campo, qué incluye y qué excluye, y cuándo usarlo en lugar de sus vecinos cercanos. Bastan frases cortas y sencillas. Después agregue los sinónimos que la gente realmente usa, como ingresos, ventas y facturación, para que una pregunta hecha en lenguaje cotidiano llegue al campo correcto.

Las relaciones deciden qué respuestas son posibles

Las relaciones, es decir, los vínculos entre tablas, determinan qué preguntas puede responder el modelo y cómo. Quien construye un reporte sabe que los pedidos pueden analizarse por fecha de pedido o por fecha de envío, y elige la correcta. Un asistente ante dos caminos posibles entre las mismas tablas tiene que elegir, y no siempre elegirá como lo haría el área de finanzas.

Mantenga un solo camino evidente entre dos tablas. Cuando una fecha cumple más de un papel, dé a cada papel su propio campo con un nombre claro. Elimine las relaciones que solo existen para que un reporte viejo siga funcionando. La complejidad que un autor de reportes experimentado sortea todos los días se vuelve una trampa para un asistente que no ve el atajo. Una estructura sencilla genera más confianza en las personas y es mucho más fácil de razonar para un asistente.

Las medidas certificadas son las respuestas

Las medidas, es decir, cálculos como los ingresos netos, el margen bruto o los días de cobranza, son la fuente de las respuestas. Con los años, la mayoría de los modelos acumula varias versiones de la misma idea: un margen para el equipo de ventas, otro para finanzas y un tercero que dejó un proyecto del que nadie se acuerda. Una persona elige el que usa su reporte. Un asistente elige el que parece coincidir con la pregunta, y el director de finanzas escucha una cifra que no coincide con el reporte del consejo.

La solución es un conjunto pequeño de medidas certificadas: una definición por concepto de negocio, a cargo de la función responsable, descrita en lenguaje sencillo y visible para todos. Los cálculos auxiliares se ocultan. Los duplicados se retiran, no solo se renombran. Cuando la misma medida certificada alimenta el tablero ejecutivo y la respuesta del asistente, las dos no pueden discrepar, y el camino del sistema fuente a la respuesta puede mostrarse cuando se pida. La certificación también es una señal para las personas: marca la versión que la dirección acordó usar.

Figura: el linaje de los ingresos netos, de los sistemas fuente al tablero ejecutivo, pasando por el modelo y su medida certificada.

Administre el modelo como un producto

Si el modelo es la interfaz, alguien tiene que hacerse cargo de él como un gerente de producto se hace cargo de una aplicación. En la práctica, esa responsabilidad descansa en unos cuantos roles claros:

  • Un responsable de negocio por dominio, normalmente en finanzas, ventas u operaciones, que decide qué significa cada medida certificada y aprueba cada cambio que se le haga.
  • Un custodio del modelo en el equipo de analítica, que mantiene al día los nombres, las descripciones, los sinónimos y las relaciones, y trata cada cambio de nombre como un cambio que puede alterar las respuestas.
  • Las personas que usan las respuestas, tanto directivos como analistas, que reportan las preguntas que el asistente respondió mal para que las brechas se corrijan en el modelo y no se rodeen en reportes individuales.

Esa responsabilidad es lo que mantiene estable la interfaz. Una columna renombrada un viernes por la tarde antes rompía un reporte; hoy puede cambiar respuestas en silencio en toda la organización. Los cambios al modelo merecen la misma disciplina de revisión, pruebas y liberación que los cambios a cualquier sistema del que dependan los clientes. Publique también las definiciones donde la gente pueda leerlas, para que el asistente y el equipo de finanzas trabajen, a la vista de todos, con el mismo glosario.

En las pruebas es donde se nota el esfuerzo. Mantenga una lista corta de preguntas reales con respuestas conocidas y ejecútela cada vez que cambie el modelo. En nuestra experiencia, las mayores mejoras en la calidad de las respuestas vienen del trabajo en el modelo, no de una IA más nueva.

Figura: preguntas de prueba bien respondidas por el mismo asistente a medida que el modelo se renombra, se describe y se certifica.

En conclusión

Los reportes no van a desaparecer; la dirección sigue necesitando una página para dar seguimiento al negocio. Pero el trabajo de diseño más importante en analítica bajó un nivel. Las organizaciones que traten el modelo semántico como un producto, con nombres claros, descripciones honestas, una estructura sencilla, una lista corta de medidas certificadas y un responsable que rinda cuentas, obtendrán de la IA respuestas con las que se puede actuar. Las demás obtendrán respuestas fluidas a preguntas que su modelo nunca pudo responder. El presupuesto debería seguir ese cambio: menos dinero para reportes nuevos y más para el modelo que leen todos los reportes y todos los asistentes.

El mismo trabajo rinde dos veces: un modelo que se explica a un asistente también hace que cada reporte de Power BI construido sobre él sea más rápido de construir y más confiable.