Hacer una pregunta a los datos en lenguaje natural y obtener un gráfico como respuesta: esa es la promesa de las herramientas de Business Intelligence potenciadas por IA. Planbi y Génération BI representan dos enfoques de esta promesa, pero la verdadera dificultad no está en la interfaz de consulta. Está en lo que ocurre después: ¿la respuesta mostrada respeta los permisos de acceso del usuario que la ha solicitado y es posible rastrear los datos de origen que la justifican?
Trazabilidad de las respuestas de BI generadas por IA: el criterio que las demos no muestran
Durante una demostración, un comercial escribe una pregunta y aparece un gráfico. El efecto es impactante. Lo que casi nunca muestra la demo es la cadena de evidencias que hay detrás del resultado.
Veamos un caso sencillo. Un responsable comercial pregunta: “¿Cuál es la facturación del trimestre por región?” La herramienta genera una tabla. De inmediato surgen dos preguntas. En primer lugar, ¿los datos mostrados corresponden únicamente a las regiones que están a cargo de este responsable? En segundo lugar, si una cifra parece anómala, ¿puede hacer clic para ver los datos sin procesar?
Por ejemplo, los asistentes de lenguaje natural de Microsoft se basan en los modelos semánticos y los recursos de Fabric a los que el usuario ya tiene acceso. La calidad de los permisos sigue siendo determinante para obtener respuestas fiables. En otras palabras, si los permisos de acceso están mal configurados de antemano, la IA mostrará demasiado o demasiado poco.
Antes de elegir entre Planbi y Génération BI, comprueba cómo gestiona cada solución esta capa de permisos y si cada respuesta generada remite a las filas de datos que la sustentan.

Permisos de acceso e IA en BI: por qué la gobernanza debe primar sobre la interfaz
Quizá ya hayas observado que un mismo panel puede contar dos historias distintas según quién lo consulte. Es normal: los filtros de seguridad (seguridad a nivel de fila) limitan las filas visibles según el perfil. Con una capa de IA generativa por encima, este mecanismo cobra aún más importancia.
¿Por qué? Porque una pregunta formulada libremente puede intentar acceder a ámbitos no autorizados. Un director regional que pregunta “compara mis resultados con los de la región Sur” no debería ver los datos de la región Sur, salvo que tenga permiso para ello. La IA nunca debe eludir las reglas de seguridad de los datos.
Además, la documentación de Microsoft especifica que la experiencia de Copilot en BI está en versión preliminar, debe ser activada por los administradores y requiere acceso autorizado a los contenidos correspondientes. Comprobar la disponibilidad real de esta función en tu entorno, y no solo que aparezca en un folleto, forma parte del proceso de selección.
Los registros de interacción, un punto ciego frecuente
Cada pregunta que se hace a una IA genera un registro. Este contiene la consulta, la respuesta y, en ocasiones, datos personales. La CNIL recomienda definir el periodo de conservación de estos registros y las normas de acceso aplicables. Los registros de interacción con la IA también plantean un reto de gobernanza.
En la práctica, pregunta a cada proveedor:
- ¿Dónde se almacenan las consultas de los usuarios y durante cuánto tiempo?
- ¿Se conservan las respuestas generadas y quién puede consultarlas posteriormente?
- ¿Los datos pasan por servidores situados fuera de la Unión Europea, aunque sea temporalmente?
Estas preguntas no siempre aparecen en las tablas comparativas habituales. Sin embargo, son determinantes para cumplir el RGPD.
Capa semántica y definiciones de negocio: lo que hace que una respuesta de BI sea útil
Imagina que dos compañeros de una misma empresa utilizan la palabra “margen”. El primero piensa en el margen bruto y el segundo, en el margen neto. Si la herramienta de BI no dispone de un diccionario compartido (lo que se conoce como capa semántica), la IA puede responder con la definición equivocada sin que nadie se dé cuenta.
Sin una capa semántica fiable, la IA ofrece respuestas rápidas, pero potencialmente incorrectas. Esta es la trampa más frecuente de la “Gen BI”: la interfaz es fluida, la respuesta parece lógica, pero el cálculo subyacente no se corresponde con lo que el usuario tenía en mente.
Antes de comparar Planbi y Génération BI por su facilidad de uso o su precio, comprueba cómo gestiona cada solución las definiciones de negocio. ¿La solución exige un glosario centralizado? ¿Permite que un administrador valide o corrija las fórmulas que utiliza la IA? Estos mecanismos son los que distinguen un simple asistente conversacional de una herramienta de gestión fiable.

Conformidad normativa de la IA en la empresa: un calendario que conviene seguir
El Reglamento europeo de IA (AI Act) se aplica por etapas. Su calendario ha evolucionado desde su aprobación y las obligaciones varían según el nivel de riesgo asignado al sistema. En el caso de una solución de BI que integra IA, el riesgo suele clasificarse como limitado, pero eso no exime de realizar comprobaciones.
Pregunta a tu proveedor cómo sigue las obligaciones del AI Act y cómo prevé ayudar a sus clientes ante los próximos plazos. Un proveedor que hoy no sepa responder a esta pregunta te dejará solo frente al organismo regulador mañana.
La CNIL recuerda, además, que las obligaciones del RGPD se aplican plenamente al uso de sistemas de IA que tratan datos personales. Entre los aspectos que conviene examinar se encuentran:
- La posible reutilización de tus datos por parte del proveedor para entrenar sus modelos
- Las transferencias de datos fuera de la UE y las garantías contractuales asociadas
- La posibilidad de que tus empleados ejerzan sus derechos (acceso, rectificación y supresión) sobre los datos tratados por la IA
La elección entre Planbi y Génération BI no se reduce a una tabla de funcionalidades. La trazabilidad de las respuestas, el respeto de los permisos de acceso, la solidez de la capa semántica y la conformidad normativa constituyen una base que la interfaz conversacional, por atractiva que sea, no puede sustituir. Pon a prueba estos cuatro aspectos en tus próximas evaluaciones: revelan la madurez real de una solución mucho mejor que una demo impecable.



