El 8 de octubre de 2026, Anthropic lanzó en versión beta Claude Dashboards, una herramienta que permite conectar el data warehouse de la empresa, hacer una pregunta en lenguaje natural y, pocos minutos después, tener un panel interactivo con datos en vivo. Cada gráfico viene además con la consulta SQL que lo generó y la hora de la última actualización.
Las demostraciones impresionan de verdad y LinkedIn ya está lleno de publicaciones que decretan el fin de las herramientas de BI y su reemplazo por los dashboards de Claude. Solo que ese cambio es menos simple de lo que parece.
Cinco días después del lanzamiento, Jeremy Juventin, que lidera el equipo de datos e IA de PrestaShop, publicó en Medium el artículo Claude Dashboards is magic. Don’t get fooled. (en traducción libre, “Claude Dashboards es mágico. No se deje engañar”). En su visión, la herramienta funciona como un excelente analista y una pésima fuente de la verdad, justamente por ser demasiado buena en la tarea equivocada.
La advertencia de Juventin y por qué tiene sentido
La magia de la que habla Juventin existe. La velocidad, el SQL directo sobre las tablas y los datos en vivo le dan mucho valor a Claude Dashboards, sobre todo para quien está explorando los datos. Su advertencia vale para el momento en que ese resultado deja de ser una exploración y pasa a tratarse como el número oficial de la empresa. Según el especialista, ahí ocurren tres rupturas.
- El fin de las métricas unificadas: En una empresa bien gobernada, los ingresos se definen una sola vez y todos los paneles reutilizan esa definición. Un dashboard creado en el chat escribe una consulta nueva, desde cero, para cada gráfico. Así, dos personas pueden hacer la misma pregunta y recibir números distintos, ambos con apariencia profesional y sin ningún aviso de que no coinciden.
- El fin del linaje: El rastro que lleva el dato desde el sistema de origen hasta el panel, pasando por la ingesta y el modelado, se rompe en el último paso. La consulta queda guardada dentro del chat, fuera del repositorio de código, y cuando alguien renombra una columna nadie sabe qué paneles se van a romper.
- El fin de la gobernanza como mecanismo: Sin revisión de código, sin versionado, sin certificación de lo que es oficial y sin un responsable, los paneles se multiplican por naturaleza, ya que cada pregunta nueva genera un panel nuevo. Juventin proyecta que, en seis meses, una empresa puede acumular cientos de ellos, cada uno con sus propias definiciones y ninguna documentada.
"La IA no es el riesgo. Una IA sin acceso a sus definiciones sí lo es."
Juventin deja claro que no está en contra de la herramienta. En PrestaShop, su equipo usa nao, un agente de análisis de código abierto que hace prácticamente lo mismo. Para él, la diferencia está en dónde queda guardado el contexto. Allí, las definiciones de métricas, las reglas de negocio y el modelado son archivos que el equipo de datos construye, versiona y prueba antes de ponerlos en producción. Así el agente usa la definición de la empresa en vez de inventar una nueva en cada pregunta.
Nosotros, en Flip, estamos de acuerdo con él, entre otras cosas porque fue con esa premisa que construimos nuestra herramienta.
Las 4 etapas que vienen antes de cualquier respuesta de Flip
Llevándolo a nuestra realidad, cuando una distribuidora o un minorista empieza a usar Flip, la primera entrega es una capa de datos construida a medida para esa empresa. Se monta por etapas y cada etapa se prueba antes de que exista la siguiente. El modelo de lenguaje, que es la parte de la IA que conversa con el usuario, solo entra al final de esa cadena y solo ve lo que ella produce.
- Extracción del ERP sin transformación: Cada tabla del sistema de gestión (clientes, productos, pedidos, facturas, inventario, compras y precios) llega tal como vino, con auditoría diaria de la carga. En esta etapa no se corrige nada.
- Capa canónica con una definición por concepto: Aquí los datos se organizan en tablas estandarizadas, con el nivel de detalle de cada una bien definido, claves estables y columnas de tipo fijo. En esta etapa se decide, una sola vez, qué es el ingreso neto, de dónde viene el costo y qué fecha vale. El equipo de datos escribe, revisa y versiona ese código en el repositorio de la empresa.
- Resúmenes y modelos predictivos: Agregaciones por cliente, producto, sucursal y período, además de los modelos de quiebre de stock, previsión, churn, elasticidad y oferta, leen la misma capa canónica. El ingreso por cliente de un resumen tiene que cuadrar con el de la capa canónica, y eso se verifica en cada ejecución.
- Diccionario de datos y dominio del cliente: Reúne el glosario de términos, el catálogo de métricas con fórmula y salvedades, las reglas para resolver ambigüedades (al fin y al cabo, ¿“venta” es pedido o factura?) y la lista de lo que cada tema responde o no responde. Es ese material el que Flip consulta en cada pregunta.
Para dar una idea de lo que esto significa en la práctica, en uno de nuestros clientes, una distribuidora de frutas y verduras, el diccionario reúne 202 métricas. Cada una tiene registradas la definición, la forma de cálculo, la tabla de origen y las salvedades. El margen bruto, por ejemplo, solo puede calcularse a partir de las facturas, porque el pedido todavía no trae el costo real de la mercadería. Como esa regla está en el diccionario, Flip no tiene otro camino para llegar a ese número.
En otro cliente, una distribuidora de autopartes, los datos salen de 23 fuentes distintas del sistema de origen y pasan por cerca de 35 modelos hasta convertirse en respuesta. En cada paso de una etapa a otra, los números se contrastan con los de la etapa anterior, dentro de un margen de diferencia definido de antemano.
Cómo responde Flip a cada uno de esos problemas
Métricas unificadas con una definición para cada concepto
Flip no apunta el modelo de lenguaje a los datos crudos del ERP. Trabaja sobre la capa canónica, los resúmenes y los modelos, siempre acompañado del diccionario de la empresa. Cada tema que sabe tratar, como churn, quiebre de stock, curva ABC, checkout o ajuste de inventario, tiene declarado de qué tablas puede responder y qué queda fuera de alcance. Por eso, dos personas que preguntan “¿cuál fue el margen del mes?” llegan a la misma base, a la misma fórmula y al mismo número. Cuando la pregunta es ambigua, Flip avisa qué interpretación eligió.
Linaje con rastro en cada respuesta
Toda respuesta de Flip registra la pregunta, el tema identificado, la consulta ejecutada y el tiempo que tomó. En pantalla, el botón “Cómo llegué” abre el recorrido de ejecución y muestra el camino que siguió Flip, con las tablas que usó, los filtros que aplicó y las hipótesis que probó. Esa consulta queda guardada en el registro de auditoría de la empresa, junto a las capas que la alimentan, todas versionadas en el mismo repositorio. Así, cuando una columna cambia de nombre, el equipo de datos puede ver el impacto desde el ERP hasta la respuesta final.
Gobernanza con reglas que funcionan en el día a día
En su artículo, Juventin define la gobernanza como un conjunto de mecanismos esenciales, no como un comité. En Flip, son cinco:
- Código revisado y versionado. Toda estructura de tabla, transformación y migración pasa por revisión y queda guardada en el repositorio de la empresa con su historial.
- Verificaciones de calidad en cada carga. Cada vez que los datos se actualizan, una batería de verificaciones confirma que todo está en orden. En uno de nuestros clientes son 95 verificaciones distribuidas en las 8 etapas del proceso. Comprueban, por ejemplo, que no haya registros duplicados, que ninguna clave importante haya llegado vacía, que los valores netos cuadren, que la cantidad de filas coincida con la del origen, que todos los artículos tengan costo y que ningún dato personal aparezca en las tablas que Flip lee. Cada verificación tiene un nivel de gravedad. Las más críticas interrumpen la carga e impiden que las etapas siguientes corran con datos erróneos, mientras que las demás generan alertas o solo quedan registradas. Todos los resultados van a un historial que el equipo responsable sigue.
- Reconciliación de extremo a extremo. En cada etapa, Flip comprueba que el número final pueda rastrearse hasta el origen, dentro de un margen de diferencia definido de antemano. Lo que todavía no fue verificado aparece como “no verificado”, nunca como aprobado.
- Configuración validada antes de entrar en producción. Las reglas de cada empresa viven en un archivo versionado, que se valida en un ambiente de pruebas y solo después pasa a producción, sin tener que rehacerse. Las instrucciones que orientan al modelo de lenguaje también están versionadas y pueden auditarse.
- Solo lectura. Toda consulta se valida antes de ejecutarse y solo tiene permiso para leer, sin modificar nada. Ningún error técnico llega a la pantalla del usuario. Los datos de cada empresa quedan aislados, con permisos por función y registro de auditoría.
Respuestas que ya vienen con sus salvedades
El último punto de la lista de recomendaciones de Juventin es capacitar a quien lee los números y no solo a quien construye los paneles. Flip contribuye a eso en la propia respuesta. Informa hasta qué fecha llegan los datos usados y verifica que los porcentajes sumen 100%, que no haya cantidades negativas donde no debería haberlas y que los números del texto coincidan con los de la tabla. Una previsión tampoco llega nunca sola. Viene con el error medido por el WMAPE, un indicador que pondera el error por el volumen vendido, y comparada con un método simple, que solo repite el promedio reciente. Así, quien decide sabe cuánto puede confiar en el número antes de hacer la compra.
Las recomendaciones de Juventin y cómo Flip responde a cada una
| Lo que Juventin recomienda | Cómo lo trata Flip |
|---|---|
| Separar exploración de reporte | Flip entrega el número oficial con la agilidad de una conversación. La pregunta es libre, pero la definición usada es siempre la de la empresa, así que la respuesta ya puede ir a la reunión. |
| Alimentar a la IA con sus definiciones | El diccionario de datos, el catálogo de métricas y las reglas de negocio de la empresa forman parte del contexto de cada pregunta. El modelo usa métricas y no las inventa. |
| Promover, no proliferar | Las preguntas recurrentes se convierten en programaciones o resúmenes ejecutivos, con la misma definición, entregados a quien decide. Los análisis guardados se convierten en notebooks compartidos con el equipo. |
| Restringir las fuentes | Flip solo ve la capa curada (canónica, resúmenes, modelos) a través de vistas sin datos personales. El ERP crudo no está a su alcance. |
| Capacitar a quien lee | Cada respuesta indica la base usada, la cobertura temporal, las verificaciones de consistencia y, en las previsiones, el error medido contra el método ingenuo. |
Cuándo usar Claude Dashboards y cuándo usar Flip
Flip no es una herramienta de exploración libre sobre una base de datos genérica. Si usted necesita un analista rápido para preguntas que nunca van a salir de su pantalla, Claude Dashboards y productos parecidos son excelentes, y el artículo de Juventin trae buenas recomendaciones para usarlos con seguridad.
Flip fue hecho para entregar el número que el director comercial lleva a la reunión de resultados, la previsión que define la compra de la semana y la alerta de quiebre de stock que llega antes de que el cliente se queje. Esos números tienen que ser los mismos hoy, mañana y para cualquier persona que pregunte. Por eso cada respuesta nace de una definición, pasa por verificaciones y reconciliación y llega con el camino explicado.
Como recuerda Juventin, generar un panel se volvió fácil y rápido. Lo difícil sigue siendo decidir qué significa cada número. Flip fue construido para empezar exactamente por esa parte.
¿Quiere ver a Flip trabajando con las definiciones de su empresa?
Cuéntenos qué problema pesa más hoy en su negocio, ya sea quiebre de stock, previsión de demanda, clientes que compran menos o margen. Le mostramos a Flip trabajando en él, con los números y el lenguaje de su empresa.
Hable con nosotros para saber más: joao.chencci@agrconsultores.com.br