Conseguir que una IA responda es relativamente fácil.
Conseguir que responda bien, con el dato correcto, entendiendo el contexto adecuado y respetando las reglas de nuestra organización es una historia completamente diferente.
Ese fue el punto de partida de mi sesión en Microsoft Speakers Hub en Español – Fabric Days 2026.
Estamos en un momento en el que podemos construir agentes y copilotos con una velocidad increíble. Conectamos un modelo, añadimos conocimiento, escribimos unas instrucciones, hacemos un par de preguntas y aparece esa primera respuesta que nos hace pensar: “esto funciona”.
Y entonces intentamos llevarlo al mundo real.
Ahí aparecen los datos incompletos, información duplicada, conceptos que significan cosas diferentes dependiendo del departamento, permisos, reglas de negocio, seguridad, gobierno y usuarios haciendo preguntas que jamás habíamos imaginado durante la demo.
De repente, el problema deja de ser únicamente qué modelo estamos utilizando.
La pregunta pasa a ser mucho más interesante:
¿Qué necesita saber nuestro agente para poder responder correctamente?
Y ahí es donde los datos y, especialmente, el contexto empiezan a convertirse en una pieza fundamental de cualquier solución de inteligencia artificial empresarial.
Durante la sesión hablamos precisamente de cómo Microsoft Fabric y Microsoft Foundry pueden encontrarse alrededor del enfoque de IQ, conectando datos, conocimiento y contexto empresarial para construir experiencias inteligentes mucho más preparadas para escenarios reales.
Porque almacenar información no significa necesariamente entenderla.
Podemos tener millones de registros perfectamente almacenados y aun así necesitar algo que explique qué representan esos datos para nuestra organización, qué relaciones existen entre ellos, qué reglas debemos respetar o qué significa realmente un determinado indicador dentro del negocio.
Y cuando ponemos un agente delante de todo eso, esa diferencia importa muchísimo.
Un agente no debería limitarse a encontrar información. Necesita disponer del contexto suficiente para interpretarla correctamente y utilizarla para responder, razonar o actuar.
Ese es uno de los puntos donde Fabric resulta especialmente interesante. No hablamos únicamente de tener datos disponibles, sino de prepararlos, organizarlos, gobernarlos y añadir la semántica y el contexto necesarios para que puedan convertirse en conocimiento útil para nuestras soluciones.
Y entonces aparece Foundry.
Si Fabric nos ayuda a construir y contextualizar esa base de conocimiento empresarial, Foundry nos permite llevarla hacia agentes y aplicaciones de IA capaces de razonar, utilizar herramientas y ejecutar acciones.
Es precisamente esa unión la que me parece especialmente potente.
Datos + contexto + agentes.
No como tres conversaciones tecnológicas independientes, sino como partes de una misma arquitectura.
Porque cuando llevamos IA a producción, una respuesta que “parece correcta” ya no es suficiente.
Si preguntamos por una política interna, una cifra de negocio, un cliente, una operación o cualquier información que pueda terminar influyendo en una decisión, necesitamos saber de dónde procede esa información, qué contexto estamos aplicando, quién puede acceder a ella y bajo qué reglas se está utilizando.
Y ahí cambia también nuestra forma de medir si una solución de IA funciona.
Ya no basta con preguntar: “¿ha respondido?”
Tenemos que empezar a preguntar:
“¿Ha respondido con el dato correcto?”
“¿Ha entendido lo que ese dato significa para mi negocio?”
“¿Tenía permiso para utilizarlo?”
“¿Podemos confiar en esa respuesta?”
Ese es, para mí, uno de los grandes retos de la siguiente etapa de la inteligencia artificial empresarial.
Estamos pasando de preocuparnos principalmente por lo impresionantes que pueden ser los modelos a preocuparnos por algo mucho más importante: la calidad del conocimiento sobre el que esos modelos trabajan.
Porque podemos tener el mejor agente, el modelo más avanzado y una arquitectura espectacular, pero si el contexto que proporcionamos es incorrecto, nuestros datos están mal preparados o nuestras reglas de negocio no están representadas, simplemente tendremos una forma mucho más sofisticada de obtener una respuesta equivocada.
Y precisamente por eso quise llevar esta conversación a Fabric Days 2026.
Hablar menos de la IA que responde bonito y mucho más de la IA en la que podemos confiar.
Porque hacer una demo que impresione durante diez minutos es relativamente sencillo.
El verdadero reto empieza cuando esa misma respuesta importa.
Link a la charla: https://www.youtube.com/watch?v=BHIe4QzKnL8