La analítica conversacional sigue estrechando lazos con las plataformas de datos. ThoughtSpot ha reforzado la integración de sus agentes Spotter con Snowflake: ahora pueden razonar directamente sobre la capa semántica de Snowflake (Semantic Views) y apoyarse en Cortex AI para el procesamiento, de modo que el usuario obtiene respuestas conversacionales ancladas en métricas y definiciones gobernadas, con acciones que se devuelven a las herramientas operativas.
El problema que ataca esta integración es el de la «deriva semántica»: cuando la capa de BI y la de IA viven en stacks separados, cada una puede interpretar de forma distinta qué es «ventas», «cliente activo» o «margen», y las respuestas dejan de ser fiables. Al hacer que Spotter consulte directamente las definiciones gobernadas de Snowflake, ThoughtSpot busca que la respuesta de un agente y la de un cuadro de mando partan de la misma verdad. El cálculo pesado se ejecuta en Cortex, dentro del perímetro de Snowflake, sin mover los datos.
El movimiento se enmarca en una tendencia clara de 2026: la analítica self-service basada en lenguaje natural se ha convertido en la gran batalla del BI, con ThoughtSpot, Power BI (con Copilot) y otros invirtiendo fuerte en consultas conversacionales. En paralelo, en el ecosistema Snowflake otros actores ganan terreno: Sigma fue reconocida como Business Intelligence Snowflake Product Partner of the Year 2026, muestra de cómo el front-end analítico se reorganiza alrededor de las grandes nubes de datos.
Para los equipos de BI, la implicación práctica es que la capa semántica deja de ser un detalle técnico y pasa a ser el activo central: es lo que garantiza que la IA conversacional dé respuestas coherentes con los informes oficiales. Antes de añadir un agente de lenguaje natural sobre los datos, conviene tener bien definidas y gobernadas esas métricas; sin esa base, la analítica conversacional amplifica los errores en lugar de corregirlos.
La conclusión para arquitectos y responsables de datos es que el valor se está desplazando del «cuadro de mando bonito» a la solidez de las definiciones que hay debajo. Quien controle una capa semántica única y gobernada estará mejor situado para explotar la IA conversacional con confianza.
Más en Dataprix: Business Intelligence en Dataprix.
Fuente: Solutions Review