Latest / M365.FM – Podcast de Microsoft 365, Copilot e IA en español / Un chatbot de IA que conoce todos tus datos: une CRM, ERP y bases de datos con Copilot y Fabric Data Agents (Doblaje IA)

Transcript

Un chatbot de IA que conoce todos tus datos: une CRM, ERP y bases de datos con Copilot y Fabric Data Agents (Doblaje IA) · M365.FM – Podcast de Microsoft 365, Copilot e IA en español

0:00
Speaker 2: Listo para 10 días de Microsoft 365, Copilot, EA, Azure
0:04
Speaker 2: y las personas que dan forma al futuro del trabajo.
0:08
Speaker 2: Este enero, regresa M365 con todo. Únete a nosotros para
0:13
Speaker 2: sesiones en vivo, demostraciones reales y conocimiento práctico de MVPs
0:16
Speaker 2: y expertos de la industria en todo el mundo. Nada
0:19
Speaker 2: de diapositivas genéricas, nada de palabras de moda interminable. Abordaremos
0:22
Speaker 2: desafíos reales. Copilot de estudio, agentes de EA, Fabric, Seguridad,
0:27
Speaker 2: Gobernanza y Automatización. Ya seas un profesional de TI, desarrollador
0:32
Speaker 2: o líder empresarial, hay sesiones diseñadas para ti. Con 10
0:35
Speaker 2: días completos, puedes explorar múltiples tecnologías y conectar con una
0:39
Speaker 2: comunidad global. Mira en vivo y das prácticas de vuelta
0:43
Speaker 2: a tu organización. Enero de 2027. 10 días. Una comunidad Microsoft.
0:49
Speaker 2: La inscripción ya está abierta. Asegura tu lugar hoy. Eso
0:55
Speaker 2: es en m3sensei.com.net Únete ahora en m365con.net y nos vemos
1:03
Speaker 2: en vivo en enero. Ahora mismo, tu CRM, RP y
1:07
Speaker 2: bases de datos contienen información crítica, pero¿ cuántas veces sientes
1:10
Speaker 2: que están encerrados en silos imposibles de consultar juntos? Imagina
1:14
Speaker 2: hacerle a un solo chatbot una pregunta sencilla y obtener
1:16
Speaker 2: respuestas al instante que los combinan todos. Eso es lo
1:18
Speaker 2: que hace posible Microsoft Copilot con los agentes de datos
1:20
Speaker 2: de Fabry. Pero¿ cómo desbloquea exactamente la inteligencia entre sistemas
1:24
Speaker 2: y cuánto trabajo requiere realmente configurarlo? Analicemos el proceso y
1:27
Speaker 2: veamos cómo se ve esto en el mundo real de
1:29
Speaker 2: los datos empresariales. El costo oculto de los datos dispersos.¿
1:33
Speaker 2: Alguna vez sientes que tienes más tableros que ideas reales?
1:36
Speaker 2: La mayoría de las empresas ya no han informado. Finanzas
1:39
Speaker 2: tiene sus hojas de cálculo ERP, Marketing crea sus propias
1:41
Speaker 2: explotaciones de CRM, ETI custodia un tesoro de bases de
1:45
Speaker 2: datos que nadie fuera de su equipo parece entender. En
1:48
Speaker 2: papel parece una mina de oro de información. En la
1:51
Speaker 2: práctica se siente más como fragmentos dispersos que se niegan
1:53
Speaker 2: a unirse sin importar cuánto esfuerzo se les dedique. Casi
1:57
Speaker 2: puedes escuchar el gemido en la sala cuando alguien pide
1:59
Speaker 2: un informe combinado sencillo y todos saben que tomará semanas.
2:02
Speaker 2: El problema no es que la información no exista, es
2:04
Speaker 2: que cada sistema se aferra a su propia versión de
2:06
Speaker 2: la verdad como si fuera la única fuente que importa.
2:09
Speaker 2: El ERP contiene registros de transacciones de hace años. El
2:12
Speaker 2: CRM sabe con quién hablaron los representantes de ventas ayer
2:15
Speaker 2: y media docena de bases de datos almacenan todos desde
2:16
Speaker 2: actualizaciones de la cadena de suministro a estaciones de la
2:18
Speaker 2: cadena de suministro a las cifras de productividad de sus empleados.
2:20
Speaker 2: Ninguno quiere hablar con los demás sin pelea. La gente
2:23
Speaker 2: termina enviando archivos de Excel estáticos por correo, copiando números
2:26
Speaker 2: en PowerPoint y esperando que nadie note el retraso entre
2:28
Speaker 2: lo que se presenta, lo que se presenta y lo
2:29
Speaker 2: que realmente sucede hoy. Lo ve suceder en equipos reales.
2:32
Speaker 2: Un gerente de ventas podría aplicar objetivos trimestrales usando datos
2:35
Speaker 2: del CRM obtenidos el lunes. El jueves el equipo financiero
2:38
Speaker 2: sigue esperando que el ERP actualice su lote de conciliación,
2:41
Speaker 2: por lo que los ingresos varían según el sistema que consultes.
2:44
Speaker 2: Marketing interviene con datos de campañas de clientes exportados la
2:47
Speaker 2: semana pasada y de repente la empresa tiene tres perspectivas
2:49
Speaker 2: distintas sobre el mismo rendimiento trimestral. Las decisiones se toman
2:53
Speaker 2: en medio de esa niebla, y a veces son totalmente
2:54
Speaker 2: erróneas porque la gente consultaba cifras obsoletas sin saberlo. La
2:58
Speaker 2: rutina de mantener los sistemas alineados consume el día de todos.
3:00
Speaker 2: Alguien tiene que ejecutar la explotación, limpiar los encabezados de
3:03
Speaker 2: las columnas, combinar archivos, corregir formatos incompatibles y cargar todo
3:06
Speaker 2: en otro sistema. La semana siguiente el ciclo se repite.
3:09
Speaker 2: Es un trabajo manual y repetitivo que consume tiempo y
3:12
Speaker 2: aún así deja brechas. Lo frustrante es que los empleados
3:15
Speaker 2: no dedican energía al análisis, sino a tareas mecánicas que
3:18
Speaker 2: el software debería haber resuelto hace años. Todos conocen la
3:21
Speaker 2: sensación de hacer clic en interminables descargas de CSV, viendo
3:24
Speaker 2: cómo las barras de progreso avanzan lentamente por la pantalla.
3:26
Speaker 2: Si analiza la situación, el costo no es solo el agotamiento.
3:29
Speaker 2: Las encuestas del sector suelen destacar cuánta pérdida de productividad
3:32
Speaker 2: proviene de sistemas desconectados. Cada semana se pierden horas tratando
3:35
Speaker 2: de conciliar cifras que ya deberían coincidir. Los proyectos se
3:38
Speaker 2: detienen mientras los equipos esperan algún punto de datos. Los
3:40
Speaker 2: líderes dudan en actuar porque nadie confía en los números
3:43
Speaker 2: que tienen delante. No es algo dramático, pero se acumula rápidamente.
3:47
Speaker 2: La pérdida de impulso es invisible en un balance, pero
3:49
Speaker 2: resta silenciosamente los resultados de cada trimestre. Para cuando se
3:52
Speaker 2: completa un informe, el momento de actuar suele haber pasado.
3:55
Speaker 2: Piensa en las oportunidades perdidas que ni siquiera aparecen en
3:58
Speaker 2: las métricas. Si los gerentes de primera línea tuvieran actualizaciones
4:01
Speaker 2: entre sistemas más rápidas y fiables, la falta de suministro
4:03
Speaker 2: podría detectarse antes de afectar a los clientes. Una campaña
4:06
Speaker 2: podría pausarse antes de invertir más dinero en un canal
4:08
Speaker 2: con bajo rendimiento. Los representantes de ventas podrían abordar a
4:11
Speaker 2: los clientes con ofertas oportunas basadas en ingresos reales en
4:14
Speaker 2: lugar de conjeturas. En cambio, las empresas pierden tiempo esperando
4:17
Speaker 2: que los informes se estabilicen, mientras nuestros rivales, que ven
4:20
Speaker 2: información más rápido, actúan primero. Eso no es solo un
4:22
Speaker 2: problema de informes, es estrategia escapándose de tus manos. Es
4:25
Speaker 2: extraer tus manos. Lo que empeora este trabajo es la
4:26
Speaker 2: suposición de que la integración es solo un problema técnico,
4:29
Speaker 2: algo que se resuelve con otro almacén de datos, u
4:30
Speaker 2: otro almacén de datos, u otra herramienta de extracción. Pero
4:33
Speaker 2: esas soluciones a menudo solo añaden un paso más entre
4:35
Speaker 2: los usuarios y las respuestas que necesitan. Los informes crecen,
4:38
Speaker 2: los paneles son más sofisticados, pero el retraso y la
4:40
Speaker 2: desconexión persisten. No es que la gente necesite más exportaciones,
4:43
Speaker 2: es que necesitan que los muros entre los sistemas dejen
4:44
Speaker 2: de bloquear el contexto. Ningún departamento puede ver la imagen
4:47
Speaker 2: completa cuando cada herramienta los obliga a vivir en su
4:50
Speaker 2: propio silo. Es por eso que la verdadera historia aquí
4:52
Speaker 2: no es la falta de materia prima. Las empresas ya
4:55
Speaker 2: están sentadas sobre montañas de transacciones, interacciones y registros. Desafíos
4:59
Speaker 2: estructurales son las barreras que mantienen señales valiosas encerradas en
5:02
Speaker 2: habitaciones separadas. Hasta que esas particiones empiecen a caer, más
5:05
Speaker 2: tableros no resolverán la brecha de confianza. Solo añadirán otra
5:08
Speaker 2: capa de visualización sobre bases incompletas. Así que la verdad
5:11
Speaker 2: la pregunta queda clara. Si el cuello de botella no
5:13
Speaker 2: son los datos, sino los muros que los separan,¿ qué
5:15
Speaker 2: es lo suficientemente fuerte para derribarlos y hacer que esas
5:18
Speaker 2: fuentes dispersas parezcan un solo sistema en lugar de 10?
5:21
Speaker 2: Por eso Copilot y Fabric Agents cambian el juego. A
5:24
Speaker 2: la mayoría de las herramientas de integración les encanta anunciar
5:26
Speaker 2: que conectan todo, pero si alguna vez has intentado confiar
5:28
Speaker 2: en ellas, sabes que siempre parecen estar a medio terminar.
5:31
Speaker 2: Es como si el cableado estuviera en su lugar, pero
5:33
Speaker 2: las luces nunca se encienden al accionar el interruptor. Los
5:36
Speaker 2: datos se meten en un solo lugar, sí, pero para
5:38
Speaker 2: cuando alguien puede usarlos, el momento suele haber pasado. Esa
5:41
Speaker 2: brecha entre el movimiento y la utilidad es la diferencia
5:42
Speaker 2: entre tener un repositorio central de datos y tener una
5:44
Speaker 2: verdadera herramienta de toma de decisiones. Los sistemas CTL tradicionales
5:48
Speaker 2: o las soluciones de middleware siguen un papel. Son básicamente
5:50
Speaker 2: la tubería que transporta información de una aplicación a otra,
5:54
Speaker 2: pero si has trabajado con ellos sabes que son lentos
5:56
Speaker 2: cuando se trata de ofrecer información en tiempo real. Volcan
5:58
Speaker 2: los datos en almacenes o lagos donde permanecen, hasta que
6:00
Speaker 2: programas otro proceso por lotes para actualizarlos. Eso puede estar
6:04
Speaker 2: bien para conciliaciones fin de mes o informes de cumplimiento,
6:06
Speaker 2: pero falla por completo cuando tu negocio necesita agilidad. Hacer
6:10
Speaker 2: una pregunta en vivo y esperar horas o días por
6:12
Speaker 2: el resultado no es forma de impulsar una conversación de ventas,
6:14
Speaker 2: ajustar un pronóstico operativo o atender un problema del cliente
6:17
Speaker 2: antes de que escale. Hay otra frustración que la mayoría encuentra,
6:20
Speaker 2: el pesado trabajo inicial. Estos sistemas parecen diseñados casi para
6:24
Speaker 2: especialistas en lugar de personal que realmente necesita respuestas. Terminas
6:28
Speaker 2: con semanas de configuración, mapeando campos de una aplicación a otra,
6:32
Speaker 2: escribiendo scripts de transformación, probando tuberías y ajustando trabajos cada
6:36
Speaker 2: vez que cambia un esquema de datos. Para los departamentos
6:39
Speaker 2: de TI es una rutina interminable. Para los usuarios de
6:42
Speaker 2: negocios es un juego de espejo. En cada proyecto la
6:44
Speaker 2: historia parece la misma. Un equipo de TI configura una
6:46
Speaker 2: tubería de aspecto impresionante, celebra que la integración funciona y luego,
6:50
Speaker 2: los usuarios de negocios descubren que aún deben enviar tickets
6:52
Speaker 2: cada vez que quieren una nueva vista. Imagina a una
6:55
Speaker 2: directora de ventas que se prepara para una reunión de
6:57
Speaker 2: junta el lunes. El equipo de TI ya conectó las
7:00
Speaker 2: finanzas del ERP con la actividad del CRM, pero la
7:02
Speaker 2: directora se da cuenta el viernes por la tarde que
7:04
Speaker 2: necesita desgloses por nivel de producto en el sudeste asiático.
7:08
Speaker 2: No puede realizar ese análisis por sí misma y con
7:11
Speaker 2: TI atendiendo otras solicitudes. El retraso será de una o
7:14
Speaker 2: dos semanas. La reunión se lleva a cabo sin esas
7:17
Speaker 2: cifras y se pierde otra oportunidad para una toma de
7:19
Speaker 2: decisiones precisa. Ese cuyo de botella es el verdadero fracaso
7:22
Speaker 2: de las soluciones de integración heredadas. Quizás muevan datos, pero
7:25
Speaker 2: no empoderan a las personas que más los necesitan. Ese
7:27
Speaker 2: es el espacio exacto donde Microsoft Copilot junto con los
7:30
Speaker 2: agentes de datos de Fabric cambian el tono. No viven
7:32
Speaker 2: en una herramienta de propósito especial que solo se despliega
7:34
Speaker 2: para generar informes. Están integrados directamente en las aplicaciones más
7:38
Speaker 2: amplias de Microsoft 365 a las que el personal ya
7:39
Speaker 2: accede a diario. Eso hace que parezca menos una edición externa,
7:43
Speaker 2: más una extensión natural del entorno de trabajo al que
7:45
Speaker 2: la gente está acostumbrada. En lugar de navegar por paneles
7:48
Speaker 2: personalizados o luchar con lenguajes de consulta que nunca aprendieron,
7:51
Speaker 2: los usuarios pueden interactuar de forma conversacional con lo que
7:54
Speaker 2: equivale a un colega impulsado por IA, que ya comprende
7:56
Speaker 2: las fuentes de datos conectadas de la empresa. El cambio
7:59
Speaker 2: técnico aquí es sutil, pero poderoso. Ya no estás obligado
8:03
Speaker 2: a depender de scripts hechos a medida o un malware complejo.
8:05
Speaker 2: Los agentes de datos de Fabric tienen conectores integrados de
8:08
Speaker 2: forma nativa. Piensa en ellos como asistentes de IA que
8:10
Speaker 2: ya entienden cómo extraer los datos y cómo estructurarlos de
8:13
Speaker 2: la manera que requiere la lógica empresarial. En lugar de
8:16
Speaker 2: necesitar que tu personal de TI cree cada consulta manualmente,
8:19
Speaker 2: el sistema interpreta preguntas naturales y genera las acciones de
8:22
Speaker 2: datos subyacentes. Pregunta, muéstrame las tendencias de ingresos de clientes
8:26
Speaker 2: de alto valor en el último trimestre. Ecopilot traduce eso
8:29
Speaker 2: en las consultas apropiadas, obteniendo información combinada de los conjuntos
8:32
Speaker 2: de datos de CRM y ERP Esa capa de traducción
8:36
Speaker 2: es la que elimina gran parte de la fricción. No
8:38
Speaker 2: tienes que aprender SQL si estás en finanzas, ni profundizar
8:40
Speaker 2: en la documentación de APIs si estás en ventas. La
8:43
Speaker 2: IA se interpone, tomando el lenguaje que usas día a
8:45
Speaker 2: día y convirtiéndolo en las solicitudes estructuradas que tus sistemas exigen.
8:49
Speaker 2: El tiempo de respuesta cambia de enviar una solicitud de
8:51
Speaker 2: informe y esperar semanas a simplemente preguntar y obtener respuestas.
8:54
Speaker 2: No solo es más rápido, sino mucho más cercano a
8:55
Speaker 2: como los humanos piensan naturalmente sobre las preguntas en un
8:57
Speaker 2: contexto empresarial. Así que, en lugar de ser solo otra
9:00
Speaker 2: herramienta de integración, esta combinación de Fabric y Copilot lleva
9:03
Speaker 2: el modelo a una dimensión diferente. La interacción es conversacional,
9:06
Speaker 2: no mecánica. Los resultados son utilizables al instante, no en
9:09
Speaker 2: lotes retrasados. Y lo que es más importante, el acceso
9:12
Speaker 2: no está limitado por la habilidad técnica. Todos en la
9:15
Speaker 2: organización pueden de repente actuar como si tuvieran a un
9:17
Speaker 2: ingeniero de datos sentado en su escritorio a tiempo completo.
9:20
Speaker 2: Elimina la sensación de complejidad que ha perseguido a los
9:22
Speaker 2: proyectos de integración durante años y la reemplaza por algo
9:24
Speaker 2: mucho más accesible. Pero nada de eso sería posible sin
9:28
Speaker 2: un factor fundamental. Esta sencillez conversacional depende totalmente de que
9:32
Speaker 2: también estos conectores realmente extraigan y unifiquen información de decenas
9:35
Speaker 2: de sistemas diferentes. Ahí es donde la columna vertebral del
9:38
Speaker 2: enfoque cobra importancia, y es lo que debemos explorar a continuación.
9:41
Speaker 2: Poder de los conectores de fábrica.¿ Cómo es que todos
9:43
Speaker 2: los datos dispersos de SAP Dynamics y Siebel de repente
9:46
Speaker 2: se vuelven buscables como si fueran parte de un solo sistema?
9:48
Speaker 2: El secreto aquí no es un proyecto de integración personalizada
9:51
Speaker 2: masivo ni un ejército de desarrolladores trabajando noches y fines
9:53
Speaker 2: de semana. La columna vertebral es algo mucho más estandarizado,
9:56
Speaker 2: los conectores de fábrica. Estos componentes preconstruidos ya saben cómo
10:00
Speaker 2: comunicarse con los sistemas empresariales más comunes, y eso cambia
10:03
Speaker 2: totalmente la economía de la integración. Si alguna vez ha
10:06
Speaker 2: participado en la conexión de un ERP importante con un CRM,
10:08
Speaker 2: ya conoce el dolor de cabeza. Cada sistema no solo
10:11
Speaker 2: tiene su propio modelo de datos, sino que también conlleva
10:13
Speaker 2: sus propias peculiaridades, métodos de autenticación y APIs que evolucionan
10:16
Speaker 2: con el tiempo. Tradicionalmente, para unir esos mundos, los ingenieros
10:19
Speaker 2: construyen algo que parece un castillo de naipes, trabajos de extracción,
10:22
Speaker 2: transformación y carga programados o intervalos, junto con middleware diseñado
10:25
Speaker 2: para suavizar datos que no coinciden. Ese trabajo rara vez
10:28
Speaker 2: toma días, normalmente se extiende durante semanas o meses. Y
10:31
Speaker 2: cada vez que el proveedor actualiza su producto, el código
10:33
Speaker 2: de integración suele romperse, forzando otro ciclo de parches y pruebas.
10:37
Speaker 2: Tomemos un ejemplo concreto. Imagine vincular SAP ERP con Salesforce CRM.
10:41
Speaker 2: Estos dos sistemas hablan lenguajes técnicos completamente diferentes. SAP expone
10:45
Speaker 2: sus datos financieros y operativos en un formato, mientras que
10:47
Speaker 2: Salesforce estructura los leads, las oportunidades y las interacciones con
10:50
Speaker 2: los clientes de otra manera. Para hacer que compartan una
10:53
Speaker 2: historia común, las empresas suelen contratar consultores o invertir en
10:56
Speaker 2: paquetes de middleware. Incluso entonces el resultado suele ser frágil.
11:00
Speaker 2: Las cifras de ingresos en SAP no siempre coinciden con
11:02
Speaker 2: el pipeline de ventas en Salesforce y alguien termina corrigiendo
11:05
Speaker 2: errores manualmente más adelante. Para cuando todo funciona, el panorama
11:09
Speaker 2: empresarial ya ha cambiado de nuevo. Los conectores de fábrica
11:11
Speaker 2: me esto por completo. Piensa en ellos como puentes preconstruidos
11:14
Speaker 2: que ya conocen ambos dialectos. En lugar de contratar a
11:16
Speaker 2: alguien para programar la lógica de traducción línea por línea,
11:19
Speaker 2: los conectores llegan con conocimientos sobre cómo autenticar, asignar campos
11:22
Speaker 2: clave y manejar estructuras de datos dentro de cada sistema compatible.
11:26
Speaker 2: Cuando elige un conector de Dynamics 365, por ejemplo,¿ no
11:28
Speaker 2: está empezando desde cero? Ya sabe cómo se relacionan las
11:31
Speaker 2: tablas dentro de Dynamics y cómo llevarlas a un entorno
11:33
Speaker 2: unificado de fábrica. Lo mismo ocurre con SQL, Server, Oracle, SAP,
11:39
Speaker 2: Salesforce y decenas de otras plataformas comunes. Imagina un diagrama
11:43
Speaker 2: donde las cajas que contienen cada sistema flotan separadas a
11:45
Speaker 2: un lado y los conectores se extienden como puentes que
11:48
Speaker 2: aterrizan en la plataforma Fabric. Visualmente eso aplica el truco.
11:52
Speaker 2: En lugar de que cada sistema intente comunicarse directamente con
11:54
Speaker 2: los demás, todos se reúnen en el mismo lugar. Ese
11:56
Speaker 2: centro de conexión se convierte en lo que tu copilot
11:58
Speaker 2: puede consultar. La complejidad de la integración punto a punto
12:01
Speaker 2: se oculta al usuario porque el conector ya la incluye
12:03
Speaker 2: de forma predeterminada. Al investigar el catálogo de conectores disponibles,
12:08
Speaker 2: encuentras soporte para los sistemas en los que la mayoría
12:10
Speaker 2: de las empresas confían como su infraestructura principal. Las aplicaciones
12:12
Speaker 2: Dynamics de Microsoft, Azure SQL, SharePoint, SAP, ERP, Salesforce, bases
12:17
Speaker 2: de datos Oracle e incluso fuentes menos convencionales como recursos
12:20
Speaker 2: compartidos de archivos o almacenamiento en la nube. Esa variedad
12:23
Speaker 2: es importante porque pocas organizaciones utilizan una única plataforma. La
12:26
Speaker 2: mayoría convive con una mezcla de soluciones en la nube
12:29
Speaker 2: y locales acumuladas durante décadas y los conectores de Fabric
12:32
Speaker 2: están diseñados específicamente para manejar esa compleja realidad sin tener
12:35
Speaker 2: que reinventar la rueda cada vez. Aquí está el verdadero giro.
12:38
Speaker 2: Con estos conectores, los usuarios no necesitan entender uniones SQL,
12:41
Speaker 2: procedimientos almacenados ni API REST. Toda esa traducción técnica, normalmente
12:45
Speaker 2: la parte más difícil, ya ha sido integrada en el
12:47
Speaker 2: propio conector. En lugar de que un analista escriba consultas
12:50
Speaker 2: o maneje tokens de autenticación, selecciona la fuente, configura los
12:53
Speaker 2: permisos de seguridad y Fabric hace el resto. Desplaza el
12:56
Speaker 2: trabajo pesado de la ingeniería personalizada a una tarea de
12:58
Speaker 2: configuración que se siente más como asignar permisos que como
13:01
Speaker 2: programar una aplicación. Ese cambio tiene consecuencias prácticas. Cuando una
13:05
Speaker 2: empresa quiere conectar una nueva instancia de CRM o extraer
13:07
Speaker 2: datos de la cadena de suministro de SAP, el cronograma
13:10
Speaker 2: ya no es un obstáculo de varios meses que involucra
13:12
Speaker 2: consultores y ciclos de prueba. En cambio, se convierte en
13:15
Speaker 2: una cuestión de elegir el conector adecuado, autenticarse con credenciales
13:18
Speaker 2: y validar que el conjunto de datos fluya correctamente. Horas
13:21
Speaker 2: en lugar de meses. Eso reduce la barrera tan drásticamente
13:24
Speaker 2: que las empresas pueden pensar en integrar fuentes de datos
13:26
Speaker 2: que antes parecían demasiado costosas como para molestarse en él.¿
13:29
Speaker 2: Qué sucede una vez que estos conectores hacen su trabajo
13:31
Speaker 2: y todos esos datos dispersos finalmente aterrizan en un entorno
13:34
Speaker 2: fácil de buscar? Ahí es cuando realmente empieza la diversión,
13:36
Speaker 2: porque solo después de resolver la infraestructura básica puedes liberar
13:39
Speaker 2: una guía conversacional para que la explore. En lugar de
13:42
Speaker 2: adivinar dónde buscar o enviar tickets a TI para crear
13:44
Speaker 2: informes personalizados, simplemente puedes hacerle al chatbot una pregunta directa
13:48
Speaker 2: de negocios y obtener una respuesta integrada de inmediato. En
13:51
Speaker 2: otras palabras, los conectores transforman la integración de un agotamiento
13:54
Speaker 2: constante del ancho de banda de ingeniería en una tarea
13:56
Speaker 2: de configuración que cualquier administrador capacitado puede gestionar. La recompensa
13:59
Speaker 2: es que la capa de IA Copilot tiene acceso confiable
14:02
Speaker 2: a conjuntos de datos unificados sin que los equipos se
14:04
Speaker 2: peleen por exportaciones y fusiones de archivos. Con la infraestructura simplificada,
14:07
Speaker 2: el escenario está listo para la verdadera estrella. Crear un
14:10
Speaker 2: chatbot que los empleados de toda la empresa puedan consultar directamente.
14:13
Speaker 2: Y eso es lo que veremos a continuación. Creando tu
14:15
Speaker 2: primer chatbot de datos con IA. Imagina sentarte en tu
14:18
Speaker 2: escritorio y escribir una pregunta tan sencilla como¿ Cuáles fueron
14:20
Speaker 2: los productos más vendidos en Europa el trimestre pasado? Recibir
14:23
Speaker 2: una respuesta en cuestión de segundos. No de un reporte
14:26
Speaker 2: que tuviste que pedir, ni de una hoja de cálculo
14:28
Speaker 2: que armaste, sino de un chatbot que ya sabe dónde buscar.
14:31
Speaker 2: Que ya sabe dónde buscar. Esa imagen por sí sola
14:33
Speaker 2: captura la razón real por la que la gente se
14:34
Speaker 2: entusiasma con estas herramientas. No es solo la integración trabajando
14:37
Speaker 2: en segundo plano. Es el hecho de que el trabajo
14:40
Speaker 2: finalmente aparece donde se toman las decisiones. En una interfaz
14:43
Speaker 2: conversacional interactiva. El cambio se vuelve realmente evidente cuando piensas
14:47
Speaker 2: en cómo funcionan tradicionalmente los proyectos de chatbot. En el pasado,
14:51
Speaker 2: cualquiera que quisiera un bot para responder preguntas específicas de
14:54
Speaker 2: la empresa debía... Invertir en modelos de procesamiento de lenguaje natural,
14:57
Speaker 2: conectores personalizados y mucha ingeniería. La mayoría de sus proyectos
15:02
Speaker 2: se convertían en largos experimentos de I+.D. donde los desarrolladores
15:04
Speaker 2: pasaban más tiempo creando canales de datos que los usuarios
15:07
Speaker 2: haciendo preguntas. Para cuando el boot piloto funcionaba, los líderes
15:10
Speaker 2: empresariales ya habían pasado otras prioridades. Se sentía como una
15:13
Speaker 2: herramienta siempre en proceso de terminarse, nunca en proceso de
15:16
Speaker 2: ser útil. Ahora imagino el resultado diferente. Un fabricante mediano
15:19
Speaker 2: decide que quiere un lugar donde los representantes de ventas,
15:21
Speaker 2: el personal de finanzas y los gerentes de operaciones puedan
15:23
Speaker 2: consultar los datos clave de rendimiento. Ponen en marcha un
15:27
Speaker 2: bot interno impulsado por Copilot y agentes de Fabric. En
15:30
Speaker 2: lugar de entrenar modelos manualmente, simplemente vinculan los conectores de
15:33
Speaker 2: Fabric a los sistemas RM e Inventario. Los usuarios preguntan
15:36
Speaker 2: en lenguaje sencillo y la EA une los datos relevantes
15:38
Speaker 2: bajo demanda. De repente, el director financiero puede preguntar sobre
15:42
Speaker 2: márgenes mientras el líder de ventas analiza la conversión del embudo,
15:45
Speaker 2: todo en el mismo entorno sin esperar a que nadie
15:47
Speaker 2: programe un nuevo reporte cómo se pone esto en marcha realmente.
15:50
Speaker 2: El primer paso es conectar la fuente de datos correctas.
15:52
Speaker 2: Usando el entorno de Fabric, te autenticas en tu sistema ERP,
15:55
Speaker 2: importas tus registros de CRM a través de su conector
15:58
Speaker 2: y vinculas cualquier fuente de datos SQL o basada en
16:00
Speaker 2: archivos que contenga contexto de apoyo. El trabajo pesado está
16:04
Speaker 2: dentro de la configuración del conector, que ya comprende los
16:06
Speaker 2: formatos y métodos de inicio de sesión. El segundo paso
16:08
Speaker 2: es habilitar Copilot con agentes de datos de Fabric. En
16:11
Speaker 2: esta etapa no estás programando nada ni Básicamente, le indicas
16:14
Speaker 2: al sistema qué conjuntos de datos deben alimentar las consultas conversacionales.
16:17
Speaker 2: Una vez completado, lo que tienes parece menos un proyecto
16:19
Speaker 2: de bot y más la activación de una extensión para
16:21
Speaker 2: una atención para una herramienta que ya utilizas. Lo que
16:23
Speaker 2: hace que se sienta natural es la forma en que
16:25
Speaker 2: Copilot interpreta las consultas. No tienes que escribir sentencias de
16:27
Speaker 2: selección y asignar combinaciones manualmente. Escribe lo que quieres que
16:30
Speaker 2: se responda e internamente generar solicitudes estructuradas que normalmente solo
16:33
Speaker 2: los analistas podrían escribir. Eso es lo que le da
16:36
Speaker 2: a la interfaz su flexibilidad. Ya no estás limitado a
16:39
Speaker 2: un panel diseñado hace seis semanas. Planteas preguntas nuevas al momento...
16:43
Speaker 2: y dejas que la IA traduzca la intención humana a
16:45
Speaker 2: la estructura de la base de datos. Visualiza esto en
16:48
Speaker 2: la práctica. Un miembro del equipo financiero escribe, muéstrame las
16:51
Speaker 2: facturas vencidas de los últimos 30 días. En segundo, no
16:53
Speaker 2: solo obtiene un resultado claro, sino que un panel de
16:55
Speaker 2: Power BI existente se actualiza con esa vista filtrada. No
16:59
Speaker 2: hay cadenas de correos electrónicos ni archivos SEO y guardados
17:01
Speaker 2: en el escrito. Es una interacción directa con los datos
17:04
Speaker 2: mediada por la IA. Esa rapidez tiene un efecto multiplicador
17:07
Speaker 2: porque cuando un departamento empieza a depender de ella, otros
17:10
Speaker 2: ven pronto que pueden hacer lo mismo con sus dudas diarias.
17:14
Speaker 2: La conclusión más importante es lo que sucede cuando todos
17:16
Speaker 2: en la empresa obtienen este acceso. Si el personal de
17:18
Speaker 2: primera línea, el liderazgo y hasta los equipos administrativos pueden
17:22
Speaker 2: consultar datos entre sistemas, cuando lo necesiten surgen patrones que
17:25
Speaker 2: no sean invisibles. Los empleados ya no tienen que filtrar
17:28
Speaker 2: sus solicitudes a través de un cuello de botella central
17:29
Speaker 2: de TEI. La información se vuelve parte de la conversación diaria,
17:32
Speaker 2: no un ritual trimestral. Empiezas a recibir preguntas de personas
17:36
Speaker 2: que nunca antes las habían hecho, simplemente porque la fricción
17:38
Speaker 2: para encontrar respuestas ha desaparecido. Esa es la revolución si
17:41
Speaker 2: es aquí. Crear un chatbot que se comunique con el ERP,
17:44
Speaker 2: el CRM y las bases de datos es ahora más
17:46
Speaker 2: fácil que organizar otro panel o implementar un almacén nuevo.
17:49
Speaker 2: La barrera técnica cae tanto que la parte más difícil
17:51
Speaker 2: ya no es la integración. Es decidir qué preguntas quieres
17:54
Speaker 2: priorizar primero. Y una vez que esa base está establecida,
17:57
Speaker 2: la conversación cambia rápidamente de¿ podemos conectar estos datos? a
18:01
Speaker 2: algo mucho más visionario.¿ Qué perspectivas inesperadas puede sacar a
18:04
Speaker 2: luz este tipo de sistema? Porque la verdadera magia comienza
18:06
Speaker 2: cuando dejas de pedir números del pasado y empiezas a
18:08
Speaker 2: reconocer las predicciones que estas herramientas pueden generar. perspectivas y
18:12
Speaker 2: predicciones en tiempo real.¿ Qué pasaría si, en lugar de
18:15
Speaker 2: esperar los números del último trimestre, pudieras ver la dirección
18:17
Speaker 2: del siguiente antes de que comience? Los informes te dicen
18:20
Speaker 2: lo que ya ocurrió, pero una vez que tus datos
18:21
Speaker 2: residen en un entorno unificado, esos mismos números pueden impulsar
18:24
Speaker 2: algo mucho más útil. Modelos predictivos que pronostican lo que
18:27
Speaker 2: es probable que suceda después. Y ahí es donde la
18:29
Speaker 2: historia cambia métricas estáticas a una herramienta para tomar decisiones
18:32
Speaker 2: más inteligentes en tiempo real. La realidad es que la
18:35
Speaker 2: mayoría de las empresas aún operan con KPI que miran
18:37
Speaker 2: hacia el pasado. Revisa los ingresos hasta el cierre del trimestre.
18:40
Speaker 2: el inventario una vez que haya falta y la pérdida
18:41
Speaker 2: de clientes después de que los contratos se han perdido.
18:44
Speaker 2: Pero cuando esas cifras aparecen, el daño ya ha ocurrido.
18:46
Speaker 2: No es que los líderes no quieran ser proactivos, es
18:48
Speaker 2: que sus sistemas solo les muestran el pasado. Y esa
18:51
Speaker 2: desconexión subestima lo que los datos empresariales pueden lograr cuando
18:53
Speaker 2: están conectados y accesibles para que la IA los aproveche.
18:57
Speaker 2: Uno de los ejemplos más claros se observa en la
18:58
Speaker 2: gestión de la cadena de suministro. Imagina un gerente de
19:01
Speaker 2: logística responsable de varios centros de distrito. En la configuración tradicional,
19:04
Speaker 2: la escasez aparece en los datos del ERP cuando los
19:06
Speaker 2: pedidos se retrasan y los almacenes empiezan a señalar errores.
19:09
Speaker 2: Pero con predicciones impulsadas por IA, basadas en datos integrados,
19:12
Speaker 2: ese mismo gerente puede recibir una alerta días antes de
19:14
Speaker 2: que un proveedor empiece a retrasarse. Copilot puede escanear la
19:18
Speaker 2: velocidad de ventas del CRM, los saldos de inventario en
19:20
Speaker 2: el ERP y los tiempos de entrega de proveedores de
19:22
Speaker 2: las bases de datos operativas y señalar dónde surge el riesgo.
19:25
Speaker 2: Y señalar dónde surge el riesgo. En lugar de reaccionar
19:27
Speaker 2: ante los envíos faltantes, los equipos de adquisición negocian alternativas
19:30
Speaker 2: antes de que la demanda del cliente siquiera note el vacío.
19:33
Speaker 2: Ese tipo de señal anticipada puede marcar la diferencia entre
19:35
Speaker 2: mantener los niveles de servicio y luchar por solucionar un
19:37
Speaker 2: problema después de ocurrido. No solo las cadenas de suministro
19:40
Speaker 2: se benefician. Piense en la previsión de ventas. Adicionalmente, la
19:43
Speaker 2: salud del embudo de ventas se resume en un gráfico
19:45
Speaker 2: una o dos veces por trimestre. Pero cuando la IA
19:48
Speaker 2: tiene acceso a los datos de oportunidades del CRE, las
19:50
Speaker 2: tasas históricas de éxito con clientes e incluso patrones de
19:53
Speaker 2: compra macro pueden mostrar qué segmentos del embudo tienen más
19:56
Speaker 2: probabilidades de cerrarse semanas después. Un líder de ventas no
19:59
Speaker 2: solo ve lo que ya se ha cerrado, ve qué
20:01
Speaker 2: acuerdos se perfilan como críticos antes de la prisa de
20:03
Speaker 2: fin de trimestre, fin de trimestre. Marketing puede entonces ajustar
20:06
Speaker 2: sus campañas para impulsar esos acuerdos específicos en lugar de
20:08
Speaker 2: esperar informes postmortem sobre lo que falló. Lo que hace
20:11
Speaker 2: que estas predicciones sean tan poderosas es que ningún sistema
20:14
Speaker 2: por sí solo podría descubrirlas. El CRM puede indicar las
20:17
Speaker 2: actividades registradas por los representantes, pero no los retrasos de
20:19
Speaker 2: proveedores que podrían afectar la confianza. ERP conoce el lado
20:22
Speaker 2: de los costos de la ecuación, pero no las tendencias
20:23
Speaker 2: de valor de vida del cliente que dan forma a
20:25
Speaker 2: las decisiones de renovación. Solo cuando se tienen conjuntos de
20:28
Speaker 2: datos integrados surgen patrones, tendencias que pasan desapercibidas cuando cada
20:31
Speaker 2: departamento permanece aislado. La EA obtiene fuerza de esa visión combinada,
20:36
Speaker 2: detectando señales que un usuario humano rara vez tendría el
20:38
Speaker 2: tiempo o acceso para calcular por sí mismo. El valor
20:40
Speaker 2: para los gerentes es evidente. En lugar de mirar instantáneas históricas,
20:44
Speaker 2: ven métricas en vivo mejoradas con probabilidades e indicadores direccionales.
20:48
Speaker 2: Un tablero ya no solo muestra 6.000 unidades de inventario,
20:50
Speaker 2: muestra que el inventario caerá por debajo del stock de
20:52
Speaker 2: seguridad en 10 días si la velocidad de ventas continúa
20:55
Speaker 2: al ritmo actual. Ese cambio transforma los horizontes temporales. Las
20:58
Speaker 2: personas pueden mover recursos antes, asignar presupuestos de forma más
21:01
Speaker 2: inteligente y reducir el margen de error antes de que
21:03
Speaker 2: los problemas crezcan lo suficiente como para aparecer en un
21:05
Speaker 2: informe estándar. En industria tras industria, los casos de estudio
21:09
Speaker 2: apuntan al mismo resultado. Cuando la idea predictiva entre los
21:11
Speaker 2: flujos de trabajo, la toma de decisiones mejora. Los minoristas
21:14
Speaker 2: evitan la falta de existencias y licencias. Los fabricantes detectan
21:17
Speaker 2: necesidades de mantenimiento antes de que las fallas de los
21:19
Speaker 2: equipos detengan la producción. Los proveedores de servicios pueden anticipar
21:22
Speaker 2: el riesgo de deserción y enfocar las actividades de retención
21:24
Speaker 2: con mayor precisión. No son procesos de reemplazo, sino mejoras
21:28
Speaker 2: a los sistemas existentes que añaden previsión a entornos limitados
21:30
Speaker 2: a la retrospectiva. Esencialmente se desplaza el enfoque de explicar
21:34
Speaker 2: lo que sucedió a prepararse para lo que está por ocurrir.
21:38
Speaker 2: Aquí está la capa estratégica que debemos considerar. Si cada
21:41
Speaker 2: equipo en una empresa puede pronosticar problemas u oportunidades más pronto,
21:43
Speaker 2: la estrategia misma se acelera. Deja de ser un plan
21:46
Speaker 2: ajustado una vez al año según el historial y se
21:49
Speaker 2: vuelve un proceso dinámico que reacciona a los cambios. Los
21:52
Speaker 2: competidores que dependen de cada pieza estático inevitablemente quedan reservados,
21:55
Speaker 2: mientras que quienes usan perspectivas predictivas se ejecutan por delante.
21:59
Speaker 2: A esa escala, los pronósticos no son sólo útiles, se
22:01
Speaker 2: vuelven un diferenciador que impacta el margen, la satisfacción y
22:03
Speaker 2: el posicionamiento. Al final, esta es la razón por la
22:06
Speaker 2: que la integración de datos vinculada