Latest / M365.FM – Podcast de Microsoft 365, Copilot e IA en español / Deja de escribir Power Fx: 4 nuevas herramientas de IA para Power Platform – columnas de prompt, Form Filler y agentes (Doblaje IA)

Transcript

Deja de escribir Power Fx: 4 nuevas herramientas de IA para Power Platform – columnas de prompt, Form Filler y agentes (Doblaje IA) · M365.FM – Podcast de Microsoft 365, Copilot e IA en español

0:00
Speaker 2: La mayoría de los usuarios de Power Platform aún creen
0:02
Speaker 2: que la IA significa que Copilot escribe fórmulas. Es adorable.
0:05
Speaker 2: Como pensar que electricidad solo sirve para encender velas más rápido.
0:09
Speaker 2: La realidad es que Microsoft lanzó silenciosamente cuatro herramientas que
0:11
Speaker 2: no solo te ayudan. Redefine lo que significa incluso construir.
0:15
Speaker 2: Columnas de prompts de Dataverse, llenado de formularios, páginas generativas
0:18
Speaker 2: y agentes de Copilot son menos funciones nuevas y más
0:21
Speaker 2: cambios tectónicos. Ignóralos y tu yo del futuro será la
0:24
Speaker 2: reliquia de la oficina explicando flujos manuales en un mundo
0:26
Speaker 2: que ya se automatiza solo. Está la pesadilla. Mientras sigues
0:30
Speaker 2: configurando Power Fakes y escribiendo lógica de validación arcana, alguien
0:33
Speaker 2: más le pide a Dataverse que genere inteligencia de datos
0:35
Speaker 2: al instante. Sus prototipos se construyen solo. Sus bots delegan
0:39
Speaker 2: tareas como empleados competentes y tu aplicación manual parecerá una
0:42
Speaker 2: pieza de museo. Analicemos cada una de estas herramientas antes
0:45
Speaker 2: de que tu yo del futuro empiece a enviar correos
0:47
Speaker 2: enojados a tu presente por ignorar las señales de advertencia.
0:50
Speaker 2: Columnas de prompt de Dataverse. El conjunto de datos que piensan.
0:53
Speaker 2: Las columnas estáticas son los teléfonos de disco de los
0:55
Speaker 2: datos empresariales. Se quedan ahí esperando a que les digas
0:57
Speaker 2: qué hacer. Incapaces de captar matices o contextos. En 2025
1:01
Speaker 2: eso no solo es ineficiente, es vergonzoso. Llegan las columnas
1:05
Speaker 2: de prompts de Dataverse, los primeros campos de datos que
1:07
Speaker 2: pueden interpretarse literalmente a sí mismos. En lugar de lógica
1:10
Speaker 2: de fórmulas escrita en Power Fx, le das a la
1:12
Speaker 2: columna una instrucción en lenguaje natural y utiliza el mismo
1:15
Speaker 2: modelo de lenguaje grande detrás de Copilot para decidir cuál
1:17
Speaker 2: debe ser el resultado. La columna misma se convierte en
1:20
Speaker 2: un motor de razonamiento. Piénsalo. Una columna calculada tradicional multiplica
1:23
Speaker 2: o concatena valores. Una columna de prompts escribe lógica. No
1:27
Speaker 2: programas y explicas la intención. Por ejemplo, podrías pedirle que
1:29
Speaker 2: genere un mensaje de bienvenida en Teams presentando al nuevo
1:32
Speaker 2: empleado usando su nombre, fecha de contratación y color favorito, favorito.
1:36
Speaker 2: Detrás de escena, la AI sintetiza esa instrucción, hace referencia
1:39
Speaker 2: a los datos del registro y genera texto a nivel
1:40
Speaker 2: humano o incluso indicadores de validación numérica cada vez que
1:43
Speaker 2: ese registro se actualiza. Es creativamente programático.¿ Por qué importa esto?
1:48
Speaker 2: Porque los datos ya no tienen que ser estáticos o simples.
1:51
Speaker 2: Las columnas de prompts crean un punto medio entre la
1:53
Speaker 2: automatización y la cognición. Interpretan patrones, realizan comprobaciones sensibles al
1:57
Speaker 2: contexto o componen resultados que antes requerían flujos enteros de
2:00
Speaker 2: Power Automate. Menos infraestructura, más puntos de interrupción, más inteligencia
2:04
Speaker 2: en la fuente. Puedes tener una tabla que valida la
2:06
Speaker 2: precisión de los registros, diseñe notificaciones según el rol del
2:09
Speaker 2: usuario o marque entradas sospechosas con un puntaje de confianza booleano,
2:13
Speaker 2: todo sin escribir lógica de ramificación. Compare eso con la
2:16
Speaker 2: era de Power FX, donde todo era frágil. Un cambio
2:19
Speaker 2: en el esquema y tu cadena de fórmulas colapsaba como
2:21
Speaker 2: una mala odontología. La lógica de prompts es resistente a
2:24
Speaker 2: sus microfactores simplemente porque describe, no procede. Le pides que
2:27
Speaker 2: resuma este registro como lo haría un colega humano. Y
2:30
Speaker 2: la IA maneja la complejidad, haciendo referencia a varias columnas,
2:33
Speaker 2: extrañando contexto de relaciones e incluso equilibrando el tono según
2:36
Speaker 2: el contenido de campo. Menos reglas explícitas, pero un cumplimiento
2:40
Speaker 2: mucho mejor del resultado que realmente buscabas. La verdad es
2:43
Speaker 2: que es la misma interfaz de lenguaje que pronto verás
2:45
Speaker 2: en todas partes dentro del ecosistema de Microsoft Power Apps,
2:47
Speaker 2: Power Automate o Pilot Studio. Prende una vez, despliegue en
2:50
Speaker 2: cualquier lugar. Eso convierte a las columnas de prompts de
2:52
Speaker 2: Dataverse en el mejor campo de entrenamiento para dominar la
2:54
Speaker 2: ingeniería de prompts dentro de la plataforma. No solo estás
2:56
Speaker 2: definiendo fórmulas, estás dando forma a árboles de razonamiento dentro
2:59
Speaker 2: de tu base de datos. Aquí tienes un escenario sencillo.
3:01
Speaker 2: Gestionas una tabla de nuevas contrataciones. Cada registro contiene el nombre, departamento,
3:05
Speaker 2: fecha de contratación y color favorito. Crea una columna de
3:07
Speaker 2: prompt que indique. Redacta una publicación amable en Teams presentando
3:10
Speaker 2: al nuevo empleado por su nombre, menciona su departamento o
3:12
Speaker 2: incluye un comentario divertido relacionado con su color favorito. Cuando
3:16
Speaker 2: se agrega un registro, la columna genera el texto completo.
3:19
Speaker 2: Damos la bienvenida a Ashley de Finanzas, cuyo color favorito,
3:22
Speaker 2: el verde, coincide con nuestras esperanzas para el presupuesto de
3:23
Speaker 2: este trimestre. Ese texto llega perfectamente estructurado, guardado y reutilizable
3:32
Speaker 2: en flujos o notificaciones. No hace falta una automatización de variable.
3:35
Speaker 2: La tabla literalmente se comunica. Ahora multiplica eso por cada
3:38
Speaker 2: tabla en tu organización. Descripciones de productos que se reescriben solas.
3:41
Speaker 2: Controles de calidad que evalúan anomalías de forma inteligente. Campos
3:45
Speaker 2: de cumplimiento que explican la lógica antes de mezclar. Empiezas
3:47
Speaker 2: a darte cuenta de que no se trata de que
3:49
Speaker 2: la hayas escribido a contenido, sino de que los datos
3:50
Speaker 2: evolucionen de almacenamiento estático a razonamiento activo a razonamiento activo.
3:54
Speaker 2: Por supuesto, el poder tienta al mal uso. Un error
3:56
Speaker 2: común es tratar las columnas de prompts como fórmulas glorificadas,
3:59
Speaker 2: llenándolas de pseudocódigo que sofoca su valor. Otro paso en
4:02
Speaker 2: falso es omitir los tokens de contexto. Puedes hacer referencia
4:05
Speaker 2: a otros campos en el prompt, los comandos de barra diagonal,
4:07
Speaker 2: los exponentes. Y si los omites, el modelo trabaja ciegas.
4:09
Speaker 2: El contexto es el oxígeno de los buenos prompts. Especifica
4:12
Speaker 2: todo lo que necesites saber sobre ese registro. Finalmente, ajustar
4:15
Speaker 2: demasiado la lógica pidiéndole que realice 10 tareas no relacionadas
4:19
Speaker 2: crea ruido. Es un modelo conversacional, un asistente de Excel
4:22
Speaker 2: atrapado en una celda. Mantén cada PROM limitado, decidido y auditable.
4:26
Speaker 2: Desde el punto de vista del retorno de inversión, esta
4:28
Speaker 2: función reduce silenciosamente tu deuda técnica. Menos flujos en ejecución
4:31
Speaker 2: significa menos latencia y menos puntos de falla. En lugar
4:34
Speaker 2: de mantener infinitas expresiones calculadas, tu esquema de Dataverse se
4:37
Speaker 2: vuelve más sencillo. Todo lo inteligente ocurre dentro de PROMs adaptables.
4:41
Speaker 2: Y debido a que el mismo motor de prompts abarca Dataverse,
4:44
Speaker 2: Power Automate y Copilot Studio, tu aprendizaje escala en cada producto.
4:48
Speaker 2: Domina una vez, saca provecho en todas partes. Hablemos de
4:50
Speaker 2: conciencia estratégica. Las colonias de prompts son un adelanto de
4:53
Speaker 2: Microsoft sobre cómo todos los servicios de datos están evolucionando
4:55
Speaker 2: hacia capas de control semántico en lugar de lógica procedimental.
4:59
Speaker 2: En los próximos años, espere ver esta interfaz de prompts
5:02
Speaker 2: unificada en fórmulas de Excel, componentes de loop e incluso
5:04
Speaker 2: en los metadatos de SharePoint. Cuando eso suceda, saber cómo
5:07
Speaker 2: expresar una intención será tan esencial como lo fue alguna
5:10
Speaker 2: vez saber DAX. La sintaxis cambia de código a conversación.
5:12
Speaker 2: Así que, si aún no lo ha hecho, empiece a experimentar.
5:15
Speaker 2: Crea un entorno de desarrollo. No hay excusas respecto a
5:17
Speaker 2: la esencia. Crea una tabla, añade una columna de prompt,
5:20
Speaker 2: instruyela para describir o marcar algo significativo y pruebe sus variantes.
5:23
Speaker 2: No solo está aprendiendo una función, está ensayando la próxima
5:26
Speaker 2: generación de lógica de aplicaciones. Una vez que sus columnas
5:28
Speaker 2: puedan pensar, sus formularios podrán completarse solos, literalmente. Relleno de
5:32
Speaker 2: formularios con IA, adiós a la entrada manual de datos.
5:34
Speaker 2: Hablemos de la tarea menos glamurosa del software empresarial, la
5:37
Speaker 2: entrada de datos. Durante décadas, las organizaciones han construido sistemas
5:41
Speaker 2: millonarios solo para ver a seres humanos copiar y pegar
5:43
Speaker 2: metadatos como monos un poco más caros. La era de
5:46
Speaker 2: las hojas de cálculo nunca terminó. Mutó dentro de los
5:49
Speaker 2: formularios web. Los humanos escriben de forma inconsistente, omiten campo,
5:53
Speaker 2: leen malas fechas e introducen pequeños errores estadísticamente inevitables que
5:56
Speaker 2: destruyen los análisis posteriores. El problema no es solo tedioso,
6:00
Speaker 2: es entropía disfrazada de trabajo. Llega a Von Filler, el
6:03
Speaker 2: paciente entrenado por máquinas de Microsoft que se esconde dentro
6:05
Speaker 2: de las aplicaciones basadas en modelo. oficialmente se llama Form Assist,
6:09
Speaker 2: lo cual suena educadamente aburrido, pero lo que realmente hace
6:11
Speaker 2: es analizar datos no estructurados o semiestructurados, como un correo electrónico,
6:15
Speaker 2: una transcripción de chat o incluso una captura de pantalla,
6:17
Speaker 2: y completar los campos de Dataverse automáticamente. Le pega a
6:20
Speaker 2: Sistema Interprete y construye el registro por usted. Los días
6:22
Speaker 2: de usar Alt Tab entre Outlook y los campos de
6:24
Speaker 2: los formularios están afortunadamente contados. Así es como funciona. Abra
6:27
Speaker 2: un formulario basado en modelos, haga clic en la opción
6:29
Speaker 2: de pegado inteligente o Form Assist y pegue cualquier texto
6:32
Speaker 2: o imagen que contenga los datos. Tal vez sea un
6:35
Speaker 2: correo electrónico de contratación que anuncia la fecha de inicio
6:37
Speaker 2: de Jennifer o un orden de compra en PDF viendo
6:38
Speaker 2: su mejor vida como mapa de vida escaneado. La herramienta
6:41
Speaker 2: extrae entidades, nombres, departamentos, fechas, cantidades y los hace coincidir
6:44
Speaker 2: con los campos correspondientes. Incluso infiere relaciones entre valores cuando
6:48
Speaker 2: faltan etiquetas explícitas. El resultado se completa al instante, pero
6:51
Speaker 2: no se guarda automáticamente hasta que usted lo confirma, lo
6:53
Speaker 2: que le da una etapa de verificación llamada aceptar sugerencias.
6:57
Speaker 2: Lo sentimos, acabo de decir un montón de incoherencias. Traducción.
7:00
Speaker 2: La AIA lo rellena, pero usted sigue siendo responsable. La
7:03
Speaker 2: tecnología detrás de esto toma prestado el mismo razonamiento de
7:05
Speaker 2: grandes modelos de lenguaje que impulsa Copa del Chat, pero
7:07
Speaker 2: aquí está enfocado quirúrgicamente. No solo está creando texto, está
7:11
Speaker 2: identificando datos estructurados dentro del CAO. Imagina enviarle una captura
7:14
Speaker 2: de pantalla de una factura con el proveedor, el total
7:17
Speaker 2: y la fecha de vencimiento en una sola operación de pegado.
7:20
Speaker 2: El modelo reconoce la forma hacia el texto y el contexto,
7:22
Speaker 2: no píxel por píxel, sino semánticamente. Esto no es hacer
7:26
Speaker 2: comprensión con ponderaciones de contexto. Por eso supera las herramientas
7:30
Speaker 2: de extracción tradicionales que dependen de plantillas. Ahora, antes de
7:33
Speaker 2: que sueñes con la utopía de la entrada de datos
7:34
Speaker 2: sin clics, seamos precisos. Campos de búsqueda. Aún no. Adjuntos
7:39
Speaker 2: de imagen. A veces. Relaciones complejas de múltiples registros. Paciencia,
7:43
Speaker 2: pequeños altamontes. El sistema todavía necesita enlaces deterministas para ciertos
7:46
Speaker 2: tipos de datos. Es una IA cautelosa, no imprudente. Pero
7:50
Speaker 2: el retorno del esfuerzo sigue siendo enorme. El rellenador de
7:53
Speaker 2: formularios ya elimina del 70 al 80% del trabajo manual
7:55
Speaker 2: en escenarios típicos. Eso no es un truco, es una
7:58
Speaker 2: reducción medible de la carga de trabajo. Los equipos administrativos
8:01
Speaker 2: recuperan horas por usuario a la semana y, como los humanos,
8:03
Speaker 2: no tienen prisa, la precisión de los datos aumenta drásticamente.
8:06
Speaker 2: Los escépticos dirán que le faltan algunos campos que todavía
8:08
Speaker 2: están en versión preliminar. Correcto y relevante. La IA no
8:11
Speaker 2: necesita ser perfecta para ser rentable, solo necesita superar a
8:14
Speaker 2: tus pasantes y lo hace. La ironía encantadora es que
8:18
Speaker 2: cuanto más la usas, mejor aprende tu personal a pensar
8:21
Speaker 2: con calidad de prompts como estructurar datos textuales para la
8:23
Speaker 2: interpretación de la máquina. Cada pegado se convierte en una
8:26
Speaker 2: silenciosa sesión de entrenamiento en sintaxis. Gradualmente, tu equipo evoluciona
8:29
Speaker 2: de mecanógrafos pasivos a semi-ingenieros de prompts, proporcionando pistas estructuradas
8:32
Speaker 2: en lugar de ruidos informados. Esta mejora cultural no tiene precio.
8:36
Speaker 2: Veamos un caso de uso tangible. Imagina tu coordenador de R. H.
8:39
Speaker 2: Incorporando nuevos empleados. Cada semana reciben un correo electrónico. Por
8:43
Speaker 2: favor denle la bienvenida a Priya Sharma, quien se une
8:45
Speaker 2: a finanzas el 3 de marzo. Su color favorito es
8:47
Speaker 2: el verde azul. Antes ella tenía que pasar por 5
8:49
Speaker 2: tablas de búsqueda ingresando esos detalles. Ahora, solo copia el
8:52
Speaker 2: cuerpo de correo, lo pega en forma SIS y hace
8:54
Speaker 2: clic en aceptar todo. En segundos, Dataverse registra un registro
8:57
Speaker 2: perfectamente alineado. Multiplica esa pequeña victoria en todos los departamentos, adquisiciones,
9:01
Speaker 2: atención al cliente, servicio de campo y estarás recuperando miles
9:04
Speaker 2: de clics al mes además de la salud mental de
9:06
Speaker 2: todos los involucrados. Bajo el capó, Microsoft diseñó esta función
9:10
Speaker 2: para debutar en aplicaciones controladas por modelos porque la consistencia
9:12
Speaker 2: de ese entorno facilita el aprendizaje automático. Las aplicaciones de
9:15
Speaker 2: alianza son un caos infinito. Diseños personalizados, fuentes de datos variables,
9:19
Speaker 2: creatividad sin límites. Las aplicaciones controladas por modelos, por el contrario,
9:22
Speaker 2: son formularios estandarizados vinculados directamente a data. Es el laboratorio
9:25
Speaker 2: perfecto para entrenar un comportamiento de IA confiable. Pero no
9:28
Speaker 2: te confíes si eres un desarrollador centrado en aplicaciones de IA.
9:31
Speaker 2: Las funciones siempre terminan expandiendo. La historia se repite. Lo
9:34
Speaker 2: controlado por modelos recibe la versión beta, el IAN suele
9:36
Speaker 2: dar la gloria. Espera a que FormFiller aparezca pronto como
9:38
Speaker 2: un control, un campo de entrada de IA que puedes
9:40
Speaker 2: arrastrar a cualquier aplicación. Desde un punto de vista arquitectónico,
9:44
Speaker 2: esta herramienta cierra una brecha fascinante. Fusiona la comprensión de
9:47
Speaker 2: documentos con la creación de datos transaccionales. Durante años, Power
9:50
Speaker 2: Automate manejó esto en etapas posteriores, extrayendo datos de correos
9:53
Speaker 2: electrónicos hacia flujos. FormFiller invierte esa lógica hacia el origen
9:56
Speaker 2: justo donde interactúan los usuarios. Es instantáneo, visible y nativo.
10:00
Speaker 2: de la interfaz. Menos automatizaciones que mantener, menos llamadas de
10:03
Speaker 2: conectores que fallan y mucha menos latencia entre la entrada
10:06
Speaker 2: y el análisis. Hagamos una pausa en la gobernanza porque
10:08
Speaker 2: su oficial de seguridad lo preguntará. Sí, la IA procesa
10:11
Speaker 2: el contenido del portapapeles localmente a través de servicios de
10:13
Speaker 2: Microsoft bajo el mismo marco de cumplimiento que Ocupilot. Los
10:15
Speaker 2: datos no se teletransportan a laboratorios de implementación de datos.
10:18
Speaker 2: Respeta los límites del inquilino, las políticas de DLP y
10:20
Speaker 2: las pilas de auditoría existentes. Incluso puede deshabilitar formacies globalmente
10:24
Speaker 2: si los problemas de confianza de su organización superan su curiosidad.
10:27
Speaker 2: Pero entonces estará premiando la ineficiencia y esa es una
10:29
Speaker 2: decisión que limita su carrera. La verdad, form filler no
10:32
Speaker 2: se trata de conveniencia. Se trata de estandarización sigilosa. Cuando
10:36
Speaker 2: cada registro es analizado por la IA, mediante el mismo modelo,
10:38
Speaker 2: obtiene una estructura de datos normalizada sin plantillas obligatorias. Los
10:42
Speaker 2: patrones emergen, las anomalías disminuyen y los análisis se vuelven
10:44
Speaker 2: más limpios. Es disciplina colaborativa aplicada algorítmicamente. Está entrenando a
10:49
Speaker 2: la base de datos para referirlo. Así que empiece a
10:51
Speaker 2: usarlo en contextos de bajo riesgo. Formularios de prueba, directorios
10:54
Speaker 2: internos y entornos de demostración. Observe lo que omite, refine
10:57
Speaker 2: sus fuentes no estructuradas y vuelva a ejecutar el pegado.
11:00
Speaker 2: Notar algo extraño. La IA comienza a leer su organización
11:03
Speaker 2: de la misma manera que usted. Aprende el estilo, el
11:05
Speaker 2: tono y las agrupaciones de confusión. Eso no es magia,
11:08
Speaker 2: es familiaridad estadística. Una vez que lo adopte, no querrá
11:11
Speaker 2: volver atrás. La entrada manual de datos se sentirá prehistórica,
11:14
Speaker 2: como escribir comandos de consola para abrir Excel. Porque una
11:17
Speaker 2: vez que los formularios piensan por sí mismos, sucede algo
11:19
Speaker 2: más interesante. Páginas enteras comienzan a generar su propio código.
11:23
Speaker 2: Páginas generativas. Low-code se encuentra con el poder de React.
11:27
Speaker 2: El desarrollo sin código solía ser la forma educada de
11:28
Speaker 2: decir suficientemente cerca. Arrastraba y soltaba rectángulos, los llamaba a
11:32
Speaker 2: botones y esperaba que sus fórmulas resistieran bajo carga. Desde
11:35
Speaker 2: el rollo de profesionales son algo en su eficiencia. Entonces
11:37
Speaker 2: llegaron las páginas generativas. En el momento en que low-code
11:39
Speaker 2: absorbió silenciosamente los superpoderes de React y dejó de pedir respeto,
11:43
Speaker 2: comenzó a ganárselo. Aquí está el paradigma.¿ Describe lo que
11:45
Speaker 2: necesita el lenguaje natural? La IEA interpreta esos requisitos y
11:48
Speaker 2: toda una página basada en React se materializa dentro de
11:50
Speaker 2: su aplicación basada en modelos. No es una plantilla ni
11:53
Speaker 2: un formulario precargado, es código real construido, diseñado y conectado
11:56
Speaker 2: a sus tablas de Dataverse. Ya no está forzando la
11:58
Speaker 2: interfaz para que tome forma. Está negociando con un algoritmo
12:01
Speaker 2: que escribe las páginas por ustedes. La frase de escribir
12:04
Speaker 2: una página ahora significa literalmente eso. La capa de introducción
12:07
Speaker 2: es sorprendente elegante. Su oración, construyeme un tablero de tareas
12:10
Speaker 2: donde los usuarios puedan agregar, editar y reordenar elementos. Se
12:13
Speaker 2: convierte en un desglose de requisitos, formularios de entrada, cuadrícula
12:15
Speaker 2: de datos, ordenamiento de arrastrar y soltar y soltar y
12:17
Speaker 2: de entornos modelos. El sistema escribe la lógica de React
12:20
Speaker 2: detrás de cada componente usando el mismo motor LLM que
12:22
Speaker 2: impulsa Copilot. Verás unos segundos, y ahí está, un modelo
12:26
Speaker 2: totalmente funcional en el navegador y ejecutándose con datos reales.
12:30
Speaker 2: No es código de imitación, es una estructura apta para producción.
12:33
Speaker 2: Los desarrolladores llaman a este proceso iterativo Vibe Code. Escribes
12:36
Speaker 2: una idea, la ella la renderiza, ajustas el prompt con aclaraciones, color, comportamiento,
12:41
Speaker 2: diseño y el modelo regenera cambios incrementales. Se siente como
12:45
Speaker 2: programar en pareja, solo que tu compañero no discute sobre
12:47
Speaker 2: la sintaxis. Quizás dices, añade funcionalidad de edición tras guardar
12:49
Speaker 2: o haz que use mi paleta de colores corporativa. Segundo
12:53
Speaker 2: puesto tienes. Enjuagar, refinar, repetir. Cada ciclo te enseña a
12:56
Speaker 2: expresar la lógica de forma semántica en lugar de procedimental.
13:00
Speaker 2: Sigues programando, solo que a través del lenguaje en vez
13:02
Speaker 2: de la sintaxis. Probémoslo con un ejemplo real. Pides a
13:05
Speaker 2: un administrador de tareas de arrastrar y soltar dentro de
13:07
Speaker 2: un entorno basado en modelos. De ahí a crear la
13:09
Speaker 2: estructura de la vista de lista, formularios emergentes para añadir
13:12
Speaker 2: tareas y controladores de eventos de React para arrastrar posición.
13:15
Speaker 2: Puedes editar una tarea, reordenar prioridades y ver cómo los
13:17
Speaker 2: cambios persisten en Dataverse. En el viejo mundo, el código
13:20
Speaker 2: bajo construir esa interacción significaba hacer malabares con componentes, conectores
13:24
Speaker 2: y un lío de Power Fx. Ahora es un bucle
13:26
Speaker 2: de generación de SEO. Incluso puedes decir, dale a la
13:29
Speaker 2: interfaz un tema oscuro con acento naranja. Ver cómo las
13:32
Speaker 2: variables CSS se reescriben solas. Sistema de diseño instantáneo. Este
13:36
Speaker 2: cambio rompe la vieja falsa jerarquía entre constructores aficionados y
13:38
Speaker 2: programadores reales. Las páginas generativas lo fusionan. La IA produce
13:42
Speaker 2: artefactos a nivel de React que un desarrollador profesional puede inspeccionar,
13:45
Speaker 2: refactorizar o extender. El constructor casual obtiene resultados de producto.
13:49
Speaker 2: El ingenio en estructura reutilizable. De repente el código bajo
13:52
Speaker 2: ya no es un patio de recreo para principiantes. Es
13:54
Speaker 2: la mesa de dibujo para todos. Desde una perspectiva de mercado,
13:57
Speaker 2: esta evolución explica una cifra asombrosa. El segmento de plataformas
14:00
Speaker 2: de EASIM código crece a una tasa anual cercana al 30%.
14:04
Speaker 2: Hacer alto no se debe a inversores caprichosos. Es la
14:06
Speaker 2: gente dándose cuenta de que los sistemas generativos convierten palabras
14:08
Speaker 2: en código desplegable. Power Apps está en el centro de
14:11
Speaker 2: esa explosión porque ofrece creación con IA directamente bajo gobernanza corporativa.
14:15
Speaker 2: Dices los requisitos, mantienes el cumplimiento con los controles del inquilino,
14:18
Speaker 2: entregas una interfaz funcional en minutos. Ese es el tipo
14:20
Speaker 2: de eficiencia que convierte a los departamentos de TI de
14:22
Speaker 2: cuellos de botella en aceleradores. Por supuesto aplica la precaución profesional.
14:26
Speaker 2: La gratificación instantánea puede convertirse en un riesgo si olvidas
14:29
Speaker 2: la gobernanza. La transparencia del código sigue siendo importante. La
14:32
Speaker 2: lógica generativa a veces oculta la complejidad detrás de prompts instructivos.
14:35
Speaker 2: Trata sus resultados como solicitudes de extracción sin revisar. La
14:38
Speaker 2: IA puede optimizar para la elegibilidad, pero aún no optimiza
14:41
Speaker 2: para excepciones de cumplimiento políticas de mascaramiento de datos. Así
14:44
Speaker 2: que siempre visualice primero entorno de desarrollo. No desplegarías código
14:47
Speaker 2: interno sin probar en producción. No lo hagas aquí tampoco.
14:49
Speaker 2: Aun así, llamar a esto una función de vista previa
14:51
Speaker 2: subestima su trayectoria. Este es el ensayo de Microsoft para
14:54
Speaker 2: un modelo de desarrollo unificado donde la sintaxis de tus
14:56
Speaker 2: prompts es la misma en todas partes. En Flow, en
14:59
Speaker 2: Copilot Studio y ahora directamente dentro de la generación de interfaces.
15:02
Speaker 2: La cadena de herramientas converge en el lenguaje natural como
15:04
Speaker 2: interfaz para definir la lógica. Escribes la idea una sola vez.
15:09
Speaker 2: La plataforma decide si debe mostrarse como un control de lienzo,
15:11
Speaker 2: un componente de React o incluso un plugin de Copilot.
15:15
Speaker 2: Eso es unificación arquitectónica disfrazada de conveniencia. Cuantificamos los beneficios.
15:20
Speaker 2: El diseño de páginas tradicional en Power Apps podría tomar
15:22
Speaker 2: varias horas. Cuadrículas de diseño, ajuste de respuesta, conexión de funciones.
15:26
Speaker 2: Las páginas generativas reducen la creación del primer borrador a segundo.
15:29
Speaker 2: Los cambios iterativos mediante vibe coding comprime sprints enteros en conversaciones.
15:34
Speaker 2: Siendo conservadores, buscas una reducción de tiempo del 70% a
15:36
Speaker 2: 80% para las fases iniciales de construcción. Multiplica eso por
15:40
Speaker 2: las carteras empresariales y los backlogs enteros comienzan a disolverse.
15:43
Speaker 2: Desarrolla ser una fila de espera. Se convierte en un
15:45
Speaker 2: hilo de chat. También hay un lado humano interesante. Power
15:48
Speaker 2: Platform solía tener dos tribus, creadores y programadores, mirándose con
15:52
Speaker 2: sospecha a través del abismo de las API. Las páginas
15:55
Speaker 2: generativas fuerzan la decisión. Los usuarios de negocio proporcionan contexto empresarial.
15:58
Speaker 2: Los desarrolladores aplican estructura. La IA media-medio, traduciendo la intención
16:02
Speaker 2: en sintaxis. La brecha de entrega se reduce. En lugar
16:06
Speaker 2: de especificaciones congeladas, obtienes prompts vivos que alinean continuamente el
16:09
Speaker 2: diseño con la capacidad. Si integración cultural podría ser la
16:12
Speaker 2: función más valiosa de todas. Ahora los escépticos inevitablemente murmurarán
16:15
Speaker 2: sobre el control creativo.¿ No es peligroso depender de la IA?
16:18
Speaker 2: No se verá todo igual. La respuesta es perezoso. Las
16:21
Speaker 2: páginas generativas son puntos de partida, no líneas de meta.
16:24
Speaker 2: Los profesionales que aprendan a articular estilo, comportamiento de datos
16:27
Speaker 2: y accesibilidad en sus prompts diseñarán mejores sistemas más rápido.
16:31
Speaker 2: Los perezos obtendrán prototipos genéricos, lo cual, pensándolo bien, coincide
16:34
Speaker 2: perfectamente con su inversión de habilidades. La evolución sigue siendo justa.
16:38
Speaker 2: Si te alejas, el patrón se vuelve obvio. Esta es
16:41
Speaker 2: la extensión lógica de los experimentos anteriores de Copilot. Copilot
16:44
Speaker 2: manejaba fragmentos, fórmulas, oraciones, trozos de automatización. Las páginas generativas
16:48
Speaker 2: escalan ese concepto de cadena estructura de sugerencia local a
16:51
Speaker 2: generación global. Microsoft no solo está enseñando a los modelos
16:53
Speaker 2: a responder consultas, Les está enseñando a fabricar capas de
16:55
Speaker 2: software completas mediante la comprensión. La Power Platform ya no
16:59
Speaker 2: es un kit de herramientas, sino un colaborador. Úsala estratégicamente.
17:02
Speaker 2: Comienza a construir pequeñas utilidades, paneles internos, asistentes de incorporación,
17:05
Speaker 2: rastreadores de clientes. Observa cómo la IA interpreta la ambigüedad.¿
17:09
Speaker 2: Dónde falla? El contexto adicional produce resultados precisos. Trata cada
17:13
Speaker 2: interacción como práctica de ingeniería de prompts porque, eventualmente, la
17:16
Speaker 2: fluidez con los prompts será el trabajo. La próxima generación
17:19
Speaker 2: de profesionales de low-code depurará inglés, no sintaxis. En unos
17:22
Speaker 2: años describirá una aplicación y la plataforma le hará preguntas
17:25
Speaker 2: aclaratorias antes de producirla de principio a fin, modelo de datos, interfaz,
17:28
Speaker 2: flujos y pruebas. Las páginas generativas son el primer ensayo
17:32
Speaker 2: público de su inevitabilidad. Demuestran que el desarrollo de bajo
17:35
Speaker 2: código la puede producir resultados de alto potencial. Y sí,
17:37
Speaker 2: sus prototipos de arrastrar y soltar podrían desaparecer reemplazados por
17:40
Speaker 2: sesión conversacional. Así que manténgase en el lado correcto de
17:43
Speaker 2: esa curva. Aprende a hablar diseño con fluidez a una
17:45
Speaker 2: IA que escucha.¿ Por qué? Ya ha visto datos que
17:47
Speaker 2: piensan y formularios que se llenan solos. Siguiente paso lógico
17:51
Speaker 2: es la inteligencia diseñando su propia interfaz. Ha construido datos
17:54
Speaker 2: que piensan y páginas que se crean en sí misma.
17:56
Speaker 2: A continuación, hablemos de los cerebros que coordinan todas estas partes.
17:59
Speaker 2: Agentes de Copilot Studio, llamando a otros agentes. La arquitectura
18:02
Speaker 2: de la IA escalable. Los bots de IA individuales son
18:05
Speaker 2: los niños pequeños de la automatización, entusiastas, ruidosos e irremediablemente
18:09
Speaker 2: impredecibles cuando les pides hacer varias tareas. Asignen un flujo
18:13
Speaker 2: complejo con lógica ramificada, conocimiento contextual y múltiples intenciones de
18:17
Speaker 2: negocio y se perderá en la confusión. Podría obtener respuestas
18:20
Speaker 2: decentes la mitad del tiempo, alucinaciones la otra mitad y
18:22
Speaker 2: una crisis existencial total cuando alguien cambia el nombre de
18:25
Speaker 2: una variable. Es por eso que el nuevo modelo de
18:27
Speaker 2: agentes llamando agentes en Copilot Studio no es solo una mejora,
18:29
Speaker 2: es una corrección arquitectónica completa. El sistema finalmente madura. Esta
18:34
Speaker 2: es la premisa. En lugar de construir un agente gigante
18:36
Speaker 2: que lo sepa todo, ahora orquestas múltiples agentes más pequeños
18:39
Speaker 2: que conocen una parte específica Un agente principal delega trabajo
18:43
Speaker 2: a agentes secundarios sobre rutinas autónomas entrenadas para tareas específicas
18:46
Speaker 2: como autenticación, resolución de problemas o búsqueda de pedidos o
18:49
Speaker 2: búsqueda de pedidos. Piénselo como microservicios para la conversación. Cada
18:53
Speaker 2: agente secundario gestiona una única responsabilidad con entradas limpias y
18:56
Speaker 2: salidas predecibles. El principal coordina, no microgestiona. Esa estructura modular
19:00
Speaker 2: elimina el caos que ocurre cuando un gran prompt intenta
19:03
Speaker 2: hacer malabares con el contexto de 50 tareas diferentes. Sorprendentemente elegante.
19:08
Speaker 2: En la interfaz de Copilot Studio, selecciona Agregar agente, define
19:11
Speaker 2: sus instrucciones y lo vincula como un módulo invocable. Cuando
19:14
Speaker 2: el chatbot principal encuentra una condición de activación, como verificar
19:17
Speaker 2: la identidad de un cliente, literalmente dice llamar al subagente autenticador.
19:21
Speaker 2: Ese subagente ejecuta su procedimiento, devuelve una salida estructurada y
19:23
Speaker 2: el principal reanuda el proceso con esos resultados. El usuario
19:26
Speaker 2: ve una continuidad de diálogo fluida, pero debajo. Unidades de
19:29
Speaker 2: inteligencia separadas se orquestan en una cadena. El efecto orden
19:32
Speaker 2: recuperado de la complejidad es el equivalente conversacional de la
19:35
Speaker 2: arquitectura orientada a servicios.¿ Por qué importa esto? porque los
19:38
Speaker 2: grandes bots monolíticos se calan como una mala burocracia lentamente
19:41
Speaker 2: y con contradicciones infinitas. Cada nueva tarea requiere añadir más,
19:44
Speaker 2: si la intención es X, un espagueti de código que
19:46
Speaker 2: eventualmente colapsa bajo su propio peso. La delegación entra a
19:50
Speaker 2: divide al monstruo en especialistas educados una IA maneja la
19:53
Speaker 2: creación de tickets otra gestiona la lógica de escalado y
19:55
Speaker 2: otra se encarga de la comunicación de seguimiento puedes depurarlos
19:59
Speaker 2: individualmente reentrenarlos de forma independiente incluso reemplazar uno sin reescribir
20:02
Speaker 2: todo el árbol de conversación el mantenimiento pasa de ser
20:05
Speaker 2: un arte a una ingeniería imagina que estás creando un
20:07
Speaker 2: asistente de soporte para tu organización El agente principal saluda
20:11
Speaker 2: a los usuarios, pregunta su problema y decide qué equipo
20:13
Speaker 2: de trabajo necesita. Si la persona dice no puede iniciar sesión,
20:16
Speaker 2: el principal llama al agente de autenticación. Ese agente guía
20:18
Speaker 2: a través de los restablecimientos de MFA y las comprobaciones
20:20
Speaker 2: de TOC. Una vez completado, informa sobre el éxito o
20:22
Speaker 2: el fracaso. Si el problema persiste, el principal puede invocar
20:25
Speaker 2: al agente de resolución de problemas especializado en errores de aplicaciones. Finalmente,
20:30
Speaker 2: dependiendo del resultado, un agente de escalamiento registra un ticket
20:32
Speaker 2: de servicio. La conversación elegible por humanos parece continua, pero
20:36
Speaker 2: tras bastidores, tres trabajadores de IA modulares completaron la tarea, eficientes,
20:40
Speaker 2: compartimentados y comprobables. Esta descomposición genera enormes ganancias en confiabilidad.
20:45
Speaker 2: Cada gente vive en un universo mental más pequeño. No
20:47
Speaker 2: desperdicia tokens recargando instrucciones globales, por lo que las respuestas
20:50
Speaker 2: son más rápidas y económicas de generar. Los límites de
20:52
Speaker 2: contexto significan menos alucinación. Y cuando una gente inevitablemente falla,
20:56
Speaker 2: sabes exactamente a cuál culpar. Sin culpa colectiva, solo depuración quirúrgica.
21:01
Speaker 2: Incluso puedes versionarlos de forma independiente. El agente de autenticación V2.1
21:04
Speaker 2: se implementó hoy, mientras que el agente de escalamiento V1.9
21:07
Speaker 2: permanece intacto. Escalable, mantenible, auditable, la santa trinidad de la
21:10
Speaker 2: IA empresarial. Fundamentemos de tu mano. Solo en el año
21:14
Speaker 2: fiscal 2025, Microsoft confirmó más de 3 millones de agentes
21:17
Speaker 2: de IA creados en Power Platform. Es un 3 seguido
21:20
Speaker 2: de 6 ceros de trabajadores conversacionales siendo implementados, reentrenados y reutilizados.
21:24
Speaker 2: Y a medida que esos agentes se multiplican, el diseño
21:26
Speaker 2: modular se convierte en una necesidad de supervivencia. Un bot
21:28
Speaker 2: monolítico no puede absorber esa escala. Es como fotocopio de caos.
21:32
Speaker 2: Un marco de trabajo de agentes que llaman a otros
21:34
Speaker 2: agentes transforma el crecimiento exponencial en manejabilidad libre. Cuando cada
21:37
Speaker 2: agente experto hace bien una cosa, el sistema total puede
21:39
Speaker 2: evolucionar infinitamente mediante la composición en lugar de la reinvención. Técnicamente,
21:43
Speaker 2: esta arquitectura también se alinea perfectamente con el ecosistema Copilot
21:45
Speaker 2: más amplio de Microsoft. Los agentes de datos de Fabric,
21:48
Speaker 2: los flujos de IA de Power Automate e incluso las
21:50
Speaker 2: capas de conversación de Dynamics comparten el mismo ADN de orquestador.
21:53
Speaker 2: Aprende este modelo una vez y lo reconocerás en todas partes.
21:56
Speaker 2: Controladores principales que delegan a Copilot específicos de dominio. El
22:00
Speaker 2: patrón es consistente. contención de la lógica, delegación de la ejecución,
22:03
Speaker 2: agregación de resultados. Es inteligencia distribuida sin necesidad de radio
22:07
Speaker 2: y servidor. Si aún no has abierto Copayot Studio tuyo
22:10
Speaker 2: del futuro, ya está desempleado, probablemente reemplazado por un pasante
22:13
Speaker 2: que sí lo usa. La plataforma es gratuita para explorar,
22:16
Speaker 2: cumple con las normas por diseño y es visualmente coherente
22:18
Speaker 2: con la lógica de Power Apps. Puedes construir tu primer
22:20
Speaker 2: grupo de agentes en una tarde. Comienza con un principal,
22:23
Speaker 2: crea dos hijos especializados y conéctalos a través de frases
22:25
Speaker 2: de activación simples. Obsérvalos colaborar. La primera vez que ves
22:29
Speaker 2: agentes delegando tareas como profesionales en una reunión, te das
22:31
Speaker 2: cuenta de que la automatización superó los scripts. Abres trabajo
22:34
Speaker 2: en equipo. Como siempre, hay que ser precavido. La delegación
22:37
Speaker 2: excesiva crea zonas muertas donde los agentes subordinados carecen de
22:40
Speaker 2: la información para responder bien. Resuélvelo definiendo parámetros claros y
22:44
Speaker 2: pasando resultados relevantes del padre al subordinado. Recuerda, delegar sin
22:48
Speaker 2: contexto es abdicar. Dale a cada agente autonomía limitada, no
22:52
Speaker 2: amnesia total. Un equipo de bots bien diseñado refleja una
22:55
Speaker 2: organización bien estructurada. Mi pequeño contrato sobre los objetivos compartidos.
23:00
Speaker 2: Bien construido, un sistema de agentes convierte el diseño de
23:03
Speaker 2: conversación IA en una arquitectura modular. No se trata de
23:06
Speaker 2: chats ingeniosos, sino de una orquestación predecible. Las empresas obtienen
23:10
Speaker 2: por fin la trifecta que pedían. Escalabilidad, gobernanza y especialización segura.
23:15
Speaker 2: Y los desarrolladores que dominan este patrón se vuelven irreemplazables.
23:20
Speaker 2: Aprende Copilot Studio ahora porque la próxima ola de automatización
23:22
Speaker 2: de Microsoft dará por hecho que ya la entiendes. ¡Ignóralo!
23:26
Speaker 2: Los agentes no solo tomarán tus tareas, tomarán tu credibilidad.
23:29
Speaker 2: Con esto miras la nueva capa operativa de la automatización
23:32
Speaker 2: de Microsoft, una red de mentes cooperativas que escala la
23:34
Speaker 2: lógica humana a la continuidad de las máquinas. Bueno, este
23:38
Speaker 2: es el porqué estratégico preparar tu conjunto de habilidades para
23:41
Speaker 2: el futuro. A estas alturas el patrón está claro. Las
23:44
Speaker 2: columnas de prompts de Dataverse hacen que los datos se
23:45
Speaker 2: interpreten sobre ti. El rellenador de formularios elimina el eslabón
23:48
Speaker 2: más débil. Humanos escribiendo tonterías. Las páginas generativas te permiten
23:52
Speaker 2: crear aplicaciones completas mediante conversación. Los agentes de Copilot coordinan
23:55
Speaker 2: equipos enteros de robots. Juntos reescriben lo que significa la
23:58
Speaker 2: alfabetización en Power Platform. Los nuevos fundamentos no son Power
24:01
Speaker 2: FX ni propiedades de control. Son diseño de prompts, transformación
24:04
Speaker 2: de datos con IA y orquestación de agentes. El 85%
24:08
Speaker 2: de los usuarios de Power Platform ya prefiere flujos de
24:10
Speaker 2: trabajo asistidos por IA. Y casi cada función futura asume
24:12
Speaker 2: que tú también. Esa es la base. Experimenta en entornos
24:16
Speaker 2: de desarrollo. Usa las versiones preliminares como gimnasio y crea
24:18
Speaker 2: memoria muscular antes de que la plataforma le exija en producción.
24:22
Speaker 2: Porque pronto... Manual significará obsoleto.¿ El dividendo emocional? La confianza
24:27
Speaker 2: de que tu yo del futuro será el automatizador, no
24:29
Speaker 2: el automatizado. Apréndelo ahora, antes de que la plataforma aprenda
24:32
Speaker 2: a superarte. El camino de actualización. Aquí tienes la verdad
24:35
Speaker 2: condensada a su núcleo ejecutado. Dominar estas cuatro herramientas de IA,
24:39
Speaker 2: columnas de prompts, rellenador de formularios, páginas generativas y agentes
24:42
Speaker 2: copilot ya no es opcional. Son el conjunto de habilidades
24:45
Speaker 2: básico para cualquiera que espere seguir siendo empleable en el
24:48
Speaker 2: ecosistema de Microsoft. No son funciones secundarias, son el ADN
24:51
Speaker 2: de la siguiente etapa evolutiva de Power Platform. Si te
24:55
Speaker 2: niegas a adaptarte, terminarás manteniendo flujos de trabajo que la
24:57
Speaker 2: IA escribe mientras duerme. El camino a actualización no es filosófico,
25:01
Speaker 2: es procedimental. Abre un entorno sandbox, construye una tabla en
25:05
Speaker 2: Dataverse con una columna de prompts, pega datos en la
25:07
Speaker 2: asistente de formularios, describe una página, observa cómo se programa sola,
25:09
Speaker 2: luego crea un agente principal y deja que deleguen dos
25:11
Speaker 2: pequeños especialistas. Cada clic es un ensayo para la fluidez
25:14
Speaker 2: en la automatización. No estás aprendiendo herramientas, estás entrenando tu
25:18
Speaker 2: intuición para la colaboración con El futuro de Power Platform
25:20
Speaker 2: favorecerá a quienes sepan orquestar la inteligencia en lugar de
25:23
Speaker 2: construirla manualmente. Ese cambio comienza con palabras, no con código,
25:26
Speaker 2: diciéndole a los sistemas qué resultado deseas y dejando que
25:29
Speaker 2: ellos calculen el camino. Aprende a hacer eso con claridad
25:32
Speaker 2: y dominarás el ecosistema en lugar de ir a la saga.
25:34
Speaker 2: Ese es el camino de actualización. Domina estas cuatro capas
25:37
Speaker 2: de IA y asegurarás el futuro de tu currículum y
25:39
Speaker 2: tu relevancia. Si esto te dio claridad, suscríbete para profundizar
25:43
Speaker 2: en la mecánica de Copilot, integraciones de fábrica y cada
25:45
Speaker 2: habilidad avanzada que te mantendrá a la vanguardia porque la
25:47
Speaker 2: plataforma ya está aprendiendo, más vale que tú también lo hagas.