Data & AI Community Costa Rica: de las Frontier Firms a los agentes de datos

 Recientemente realizamos en las oficinas de Microsoft Costa Rica el lanzamiento de Data & AI Community Costa Rica, una iniciativa que busca reunir a profesionales, estudiantes y personas interesadas en compartir experiencias sobre datos, analítica e inteligencia artificial. Fue una excelente oportunidad para conversar sobre cómo están evolucionando estas tecnologías y, principalmente, sobre los cambios que estamos comenzando a observar dentro de las organizaciones. La actividad inició con la bienvenida de Harry Arce, quien nos acompañó en la apertura de este nuevo espacio de comunidad. Posteriormente, Leda Araya compartió información sobre las certificaciones de Microsoft y las oportunidades que representan para quienes desean desarrollar o fortalecer sus competencias profesionales. Me parece importante que una comunidad técnica también promueva estos espacios de formación, porque la tecnología evoluciona constantemente y mantenerse actualizado requiere algo más que aprender a utilizar una herramienta.

Press enter or click to view image in full size

Después de esta introducción, tuve la oportunidad de impartir junto con Carlos Obando una charla sobre Frontier Firms, un concepto que Microsoft viene desarrollando para explicar cómo la inteligencia artificial está comenzando a modificar la manera en que trabajan las empresas. No hablamos únicamente de incorporar Copilot o de utilizar modelos de lenguaje para realizar determinadas tareas, sino de un cambio mucho más amplio en la forma de organizar el trabajo, aprovechar la información y combinar las capacidades humanas con agentes de inteligencia artificial. Durante la conversación abordamos cómo las organizaciones están pasando de utilizar la IA como una herramienta individual de productividad a considerar modelos donde personas y agentes colaboran en distintos procesos. Naturalmente, esto también plantea preguntas sobre arquitectura, seguridad, gobierno y responsabilidades que todavía deben resolverse. Lo interesante es que muchas de estas decisiones ya no pertenecen exclusivamente a los departamentos de tecnología, sino que empiezan a formar parte de la estrategia empresarial.

De las Frontier Firms a una nueva forma de trabajar

En su Work Trend Index 2025, Microsoft introduce el concepto de Frontier Firm para describir organizaciones que integran inteligencia artificial y agentes en su manera de operar, en lugar de limitarse a experimentar con estas tecnologías. El estudio, basado entre otras fuentes en una encuesta a 31.000 trabajadores de 31 países, señala que el 81 % de los líderes consultados esperaba integrar agentes de forma moderada o extensa en su estrategia de inteligencia artificial durante los siguientes 12 a 18 meses. https://www.microsoft.com/en-us/worklab/work-trend-index/2025-the-year-the-frontier-firm-is-born Estas cifras muestran hacia dónde se dirigen las expectativas empresariales, aunque evidentemente no significan que todas las organizaciones tengan las condiciones necesarias para realizar esa transición. De hecho, una de las reflexiones que compartimos durante la charla es que convertirse en una Frontier Firm no depende simplemente de adquirir licencias o implementar agentes. Requiere revisar procesos, identificar dónde se puede generar valor y preparar la arquitectura tecnológica que permitirá sostener estas nuevas capacidades.

Press enter or click to view image in full size

Desde mi experiencia trabajando en proyectos de datos e inteligencia artificial, considero que este último punto es particularmente importante. Durante años, muchas organizaciones han invertido en plataformas de integración, almacenes de datos, modelos semánticos y herramientas de inteligencia de negocios, precisamente para ordenar su información y facilitar la toma de decisiones. Ahora se habla de agentes capaces de consultar datos, analizar información e incluso participar en procesos empresariales, pero en ocasiones parece que se olvida todo el trabajo que existe detrás de esas capacidades. Un agente puede interpretar una pregunta en lenguaje natural, pero necesita acceder a información confiable, comprender definiciones de negocio y respetar las restricciones de seguridad de cada organización. Si esas condiciones no existen, la inteligencia artificial no elimina las deficiencias de la arquitectura; puede hacerlas todavía más visibles. Por eso, hablar de Frontier Firms también implica hablar de ingeniería de datos, integración y gobierno de información.

En este contexto, considero que Microsoft Fabric tiene un papel interesante, especialmente por la posibilidad de integrar distintos componentes de una arquitectura de datos dentro de una misma plataforma. Un Lakehouse permite trabajar con información estructurada y semiestructurada, un Warehouse facilita escenarios analíticos basados en SQL y los modelos semánticos de Power BI proporcionan una capa donde se pueden definir métricas y reglas de negocio. Estos componentes no solamente sirven para construir reportes o ejecutar procesos de transformación, sino que también pueden convertirse en fuentes de información para soluciones de inteligencia artificial. Esto cambia la discusión sobre las inversiones en datos, porque una arquitectura bien diseñada comienza a servir tanto a las aplicaciones analíticas tradicionales como a los nuevos agentes. En otras palabras, la preparación de los datos deja de ser una actividad previa a la inteligencia artificial y se convierte en una parte fundamental de su funcionamiento.

Microsoft Fabric Data Agents y su relación con las Frontier Firms

Una de las capacidades que mejor permite entender esta relación son los Fabric Data Agents, que facilitan la creación de experiencias conversacionales sobre información empresarial almacenada en fuentes compatibles con Microsoft Fabric. Por ejemplo, un usuario puede formular una pregunta sobre ventas, comportamiento financiero o indicadores operativos sin necesidad de escribir directamente una consulta SQL o conocer el lenguaje DAX. El agente utiliza las fuentes configuradas, que pueden incluir Lakehouses, Warehouses y modelos semánticos de Power BI, para interpretar la solicitud y producir una respuesta basada en los datos disponibles. https://learn.microsoft.com/en-us/fabric/data-science/how-to-create-data-agent Esto no significa que el agente conozca automáticamente todas las reglas del negocio o que cualquier respuesta deba aceptarse sin validación. La calidad de los resultados sigue dependiendo de la estructura de los datos, las instrucciones proporcionadas y las definiciones que se hayan establecido previamente.

Press enter or click to view image in full size

Pensemos en una organización que dispone de varios años de información financiera, operativa y comercial dentro de Microsoft Fabric. Tradicionalmente, para responder determinadas preguntas puede ser necesario desarrollar un reporte, solicitar una consulta al equipo de datos o construir una nueva vista sobre el modelo existente. Con un Fabric Data Agent es posible habilitar otra forma de acceso a esa información, donde determinados usuarios interactúan mediante preguntas y reciben respuestas sustentadas en las fuentes configuradas. Sin embargo, el verdadero valor no está simplemente en reemplazar una consulta SQL por una conversación. Está en reducir algunas barreras para utilizar la información y permitir que los profesionales dediquen más tiempo al análisis de los resultados y menos a localizar los datos. Esta es una de las formas concretas en que una arquitectura de datos puede contribuir al modelo de trabajo que propone el concepto de Frontier Firm.


Cabe destacar que un Fabric Data Agent no debe confundirse con una solución completa de automatización multiagente. El primero está orientado principalmente a responder preguntas utilizando información empresarial, mientras que una arquitectura multiagente puede incorporar distintos componentes especializados para ejecutar tareas, evaluar condiciones y coordinar acciones sobre sistemas. Por ejemplo, en un proceso de análisis financiero podríamos tener un agente que interpreta una solicitud, otro que consulta los datos mediante un Fabric Data Agent y otros componentes que aplican reglas o preparan información para una revisión humana. Pero también debe quedar claro que no todo proceso necesita varios agentes y que incorporar más componentes no significa necesariamente desarrollar una mejor solución. Cada interacción agrega dependencias, costos de ejecución y necesidades de observabilidad. El criterio de arquitectura sigue siendo tan importante como la tecnología utilizada.

Esta discusión tiene especial relevancia para las organizaciones de Costa Rica y América Latina, donde las decisiones tecnológicas deben considerar restricciones presupuestarias, sistemas existentes y diferencias importantes en la madurez de los datos. Una institución puede tener interés en convertirse en una Frontier Firm, pero difícilmente podrá hacerlo de manera sostenible si todavía enfrenta dificultades para integrar información entre sus propios sistemas. En muchos casos, el primer paso no será implementar una arquitectura compleja de agentes, sino mejorar la calidad de los datos, establecer modelos semánticos consistentes y definir mecanismos adecuados de acceso y gobierno. Desde una perspectiva económica, la inversión debe evaluarse por el valor que genera y no por la cantidad de tecnologías incorporadas. Esta es precisamente una de las conversaciones que considero necesarias dentro de una comunidad técnica: comprender cómo conectar las posibilidades de la plataforma con las condiciones reales de nuestras organizaciones.

Seguimos construyendo comunidad

Algo que me dejó satisfecho del lanzamiento fue precisamente la posibilidad de reunir a personas interesadas en conversar sobre estos temas más allá de las demostraciones de producto. Costa Rica cuenta con profesionales que están trabajando en proyectos de datos e inteligencia artificial en diferentes industrias, además de estudiantes y docentes que buscan acercarse a estas tecnologías. Tener un espacio donde se puedan compartir experiencias, discutir decisiones técnicas y conocer lo que otros están desarrollando permite aprovechar mejor ese conocimiento. La comunidad también puede ayudarnos a conectar la academia con la industria y a generar oportunidades para quienes están comenzando su carrera profesional. Mi expectativa es que Data & AI Community Costa Rica crezca a partir de la participación de todos, con sesiones que permitan aprender tanto de las implementaciones exitosas como de los problemas que encontramos en los proyectos.

Press enter or click to view image in full size

Como continuación de estas conversaciones, ya tenemos nuestra próxima sesión de la comunidad, dedicada a Arquitecturas Multiagente y Arquitectura de Datos. Es un tema que conecta directamente con lo que discutimos durante el lanzamiento, porque si las Frontier Firms representan una nueva manera de organizar el trabajo utilizando inteligencia artificial, necesitamos comprender qué arquitecturas permitirán desarrollar esas capacidades de forma segura, escalable y sostenible. Hablaremos de una disciplina que comienza a ser cada vez más importante: cómo diseñar soluciones donde los agentes, los datos y los sistemas empresariales puedan trabajar juntos sin perder de vista el gobierno, los costos y la complejidad operativa. Quedan cordialmente invitados a participar, compartir sus preguntas y acompañarnos en las siguientes actividades. Al final, el propósito de esta comunidad no es solamente conocer hacia dónde se dirige la tecnología, sino aprender juntos cómo llevar esas ideas a la práctica.

Enlaces de interés

Comunidad Data & AI Costa Rica:
https://techcommunity.microsoft.com/closedgroup/data-ai-costa-rica

Evento de lanzamiento:
https://www.eventbrite.com/e/lanzamiento-comunidad-data-ai-costa-rica-tickets-2002247093957

Inscripción a la próxima sesión — Arquitecturas Multiagente y Arquitectura de Datos:
https://www.eventbrite.com/e/comunidad-data-ai-arquitecturas-multiagente-y-arquitectura-de-datos-tickets-2003948192990


Comentarios

Entradas más populares de este blog

Webcast MSDN: "¡Petabytes para Peanuts! Tiene Sentido Datos Fuera de "Ambiente""

Cómo identificar consultas más pesadas en SQL Server