Agentes en Microsoft Fabric: Ontologías para IA que entiende tu negocio

Microsoft Fabric ha dado un paso importante en la democratización del análisis de datos: agentes de IA que entienden el contexto de tu negocio, no solo los datos en bruto. La clave está en las ontologías.

¿Qué es una ontología en este contexto?

Una ontología es un modelo semántico que define:

• Entidades: Cliente, Producto, Pedido, Factura…
• Relaciones: Un Cliente realiza Pedidos, un Pedido contiene Productos
• Reglas de negocio: Un cliente VIP es aquel con más de 10.000€ en compras anuales
• Métricas: Margen = Ingresos - Costes

En lugar de que la IA vea tablas y columnas, ve conceptos de negocio con significado.

Agentes en Microsoft Fabric

Los agentes de Fabric son asistentes de IA que pueden:

1. Responder preguntas en lenguaje natural: “¿Cuáles son mis 10 mejores clientes del último trimestre?”
2. Generar visualizaciones: Crean gráficos basados en lo que preguntas
3. Ejecutar análisis complejos: Sin necesidad de escribir DAX o SQL
4. Respetar la seguridad: Solo acceden a los datos que el usuario tiene permiso de ver

La diferencia con ChatGPT genérico

ChatGPT genérico	Agente Fabric con ontología
No conoce tus datos	Conectado a tu lakehouse/warehouse
Inventa respuestas	Consulta datos reales
Sin contexto de negocio	Entiende tus KPIs y métricas
Sin seguridad	Respeta RLS y permisos

Cómo funciona

Usuario: "¿Cómo van las ventas en Cataluña?"
         ↓
    [Ontología]
    - "Ventas" → métrica SUM(Importe) de tabla Pedidos
    - "Cataluña" → filtro Región = 'Cataluña'
         ↓
    [Consulta generada]
    SELECT SUM(Importe) FROM Pedidos
    WHERE Region = 'Cataluña' AND Año = 2025
         ↓
    [Respuesta]
    "Las ventas en Cataluña en 2025 son 1.2M€,
     un 15% más que el mismo periodo del año anterior"

Creando tu ontología en Fabric

1. Define tu modelo semántico en Power BI o directamente en Fabric
2. Añade descripciones a tablas y columnas (el agente las usa para entender)
3. Crea medidas con nombres claros: Margen Bruto, no MB_calc_v2
4. Establece relaciones entre tablas
5. Configura sinónimos: “Facturación” = “Ventas” = “Revenue”

Caso práctico: Agente para el equipo comercial

Imagina un agente que responde a tu equipo de ventas:

• “¿Qué clientes no han comprado en 3 meses?”
• “Muéstrame la evolución de mi cartera este año”
• “¿Cuál es el producto más rentable en mi zona?”

Todo sin necesidad de abrir Power BI, escribir fórmulas ni pedir informes a IT.

Limitaciones actuales

• Preview: La funcionalidad está en evolución
• Inglés primero: El soporte en español está mejorando pero no es perfecto
• Consultas complejas: Para análisis muy específicos, sigue siendo necesario DAX/SQL
• Coste: Requiere capacidad Fabric (F64 o superior para algunas features)

Conclusión

Las ontologías convierten a los agentes de IA en verdaderos analistas que entienden tu negocio. No es magia: es diseño semántico bien hecho.

La clave está en invertir tiempo en modelar bien tus datos y documentar el significado de cada métrica. El agente hará el resto.

---

¿Quieres explorar cómo implementar agentes con ontologías en tu organización? Hablemos.