Para ofrecer un breve contexto, un agente de IA es un LLM (Large Language Model) avanzado, similar a la inteligencia artificial ofrecida por ChatGPT, pero equipado con herramientas adicionales como Excel, correo electrónico y Teams. Esto le permite llevar a cabo acciones en el entorno virtual, que en muchos aspectos resulta análogo al mundo real, tal como lo haría un profesional humano en el ámbito tecnológico.

En este sentido, el pasado cinco de marzo, fecha memorable por coincidir con la publicación de mi libro Análisis de Datos con Inteligencia Artificial, Google introdujo un agente de IA específicamente concebido para la disciplina de la ciencia de datos. Dicho agente exhibe una funcionalidad comprehensiva, abarcando la planificación estratégica, la exploración exhaustiva, la preparación meticulosa, el modelado avanzado y la visualización interpretativa de conjuntos de datos, además de la generación de cálculos complejos e informes detallados. En esencia, replica las funciones esenciales de un analista de datos.

Considerando lo anterior, se postula que esta tipología de agentes, caracterizada por su especialización en el análisis de datos, emergerá como un paradigma operativo ubicuo en diversos contextos profesionales. Esta predicción se sustenta en el reciente anuncio por parte de Microsoft de su propio agente de IA dedicado al análisis de datos. A continuación, se proporcionarán detalles adicionales sobre este desarrollo, no sin antes…

Agentes Estándar

Actualmente, hay varios tipos de agentes de IA que se están convirtiendo en un estándar. Cualquier empresa que ofrezca productos de IA avanzados debería considerarlos seriamente. Pensemos, por ejemplo, en el agente Deep Research, que funciona como un analista investigador, o en los agentes operadores, que son básicamente asistentes digitales capaces de realizar tareas en internet y facilitar la colaboración con la IA.

Pues bien, los agentes de análisis de datos siguen esta misma línea. No se trata solo de que Google haya presentado su agente de ciencia de datos en Google Colab y que ahora Microsoft haya lanzado su agente de análisis de datos para Microsoft Copilot 365, un competidor importante en este tipo de agentes, lo cual es realmente destacable.

Más bien, se espera que muchas compañías, sobre todo las que ya ofrecen soluciones de análisis de datos, lancen sus propios agentes de inteligencia artificial especializados en análisis de datos. Por ejemplo, es probable (aunque no es oficial, es una suposición) que la empresa detrás de Tableau haga un anuncio similar, y así sucesivamente. Con esta idea en mente, pasemos a ver los dos agentes de IA que ha anunciado Microsoft.

Analyst

Microsoft ha presentado un agente de IA, llamado Analyst que se integra fácilmente con Copilot en Microsoft 365. Según el propio Microsoft, este agente es un analista de datos altamente capacitado y competente. Su funcionamiento se basa en un pensamiento crítico, propio de un científico de datos experimentado, y es capaz de llevar a cabo tareas operativas como la transformación de datos brutos, la creación de visualizaciones e indicadores, y trabajar en un proceso iterativo de mejora. Además, utiliza Python, un lenguaje de programación que, en mi opinión, todo el mundo debería conocer al menos a nivel básico.

Algunas tareas que puede hacer para ampliar nuestra perspectiva:

• Previsión de demanda para un nuevo producto
• Visualización de patrones de compra de clientes
• Proyección de ingresos

Considérese el siguiente escenario hipotético: se dispone de un conjunto de datos de marketing y el objetivo analítico consiste en la identificación de los clientes que exhiben la mayor lealtad. Adicionalmente, se cuenta con múltiples hojas de cálculo en formato Excel, las cuales contienen información detallada sobre los ingresos atribuidos a cada cliente, así como otros criterios de evaluación pertinentes.

En una metodología convencional, se requeriría la intervención de un analista de datos para la elaboración de un informe exhaustivo, empleando herramientas especializadas como Power BI o el lenguaje de programación Python, ampliamente reconocido en el ámbito de la ciencia y el análisis de datos. No obstante, cabe plantear la siguiente interrogante: ¿qué implicaciones surgirían al prescindir de la intervención humana directa y optar por la utilización de un agente de Inteligencia Artificial? Específicamente, ¿cuáles serían los resultados al recurrir a la funcionalidad ‘Analyst’ integrada en Copilot? En este contexto, resulta relevante destacar que no se precisa la formulación de un prompt de optimización exhaustiva; una instrucción de naturaleza similar a la que se presenta a continuación podría ser suficiente:

                1 | Puedes revisar los datos que he compartido y darme informacion sobre los segmentos de clientes junto con un grafico para visualizarlo.            

Power Query Zone Copiar

Míralo en acción:

Mira no más un de las visualizaciones generadas:

Y el resumen generado:

Resumen:

• Agrupar a los clientes según el ingreso mensual recurrente promedio muestra que hay un grupo pequeño pero importante de clientes con un alto MRR (Empresariales).
• Los clientes también pueden agruparse según el crecimiento de ingresos durante el último año, siendo el segmento de Crecimiento Rápido el que representa a un grupo selecto de clientes que han aumentado su gasto más rápidamente en el último año.
• La mayoría de los clientes tienen contratos mensuales, aunque algunos están en planes anuales. Hay una mayor concentración en América del Norte y EMEA, siendo América del Norte – Oeste la región que genera el MRR más alto.

¿Qué significa para los roles junior?

En mi libro Análisis de Datos con Inteligencia Artificial, sostengo lo siguiente:

El análisis de datos básico se encuentra en un punto de inflexión debido a los avances en inteligencia artificial (IA) y la creciente disponibilidad de herramientas automatizadas. A medida que estas tecnologías se vuelven más accesibles, el valor del análisis genérico disminuirá, lo que exigirá que los analistas actuales desarrollen habilidades técnicas más avanzadas.

• Mantenerse como analista de datos bien remunerado exige ir más allá de las soluciones convencionales, abordando aquellos desafíos que la inteligencia artificial no resuelve con la misma facilidad. Estos retos suelen presentarse cuando la situación no es genérica o requiere trabajar con grandes volúmenes de datos (Big Data) que demandan integraciones más sólidas. Asimismo, el rol del analista de datos se amplía al diseñar sistemas analíticos semiautónomos para empresas y departamentos, adoptando así una función híbrida que combina el análisis con la ingeniería de datos, lo anterior demanda más conocimiento técnico.
• La inteligencia y el conocimiento han sido considerados histórica y biológicamente sinónimo de poder. Por ende, el aprendizaje continuo resulta imprescindible para cualquier individuo, y especialmente para el analista de datos que no quiere ser un commodity, pues enfrenta un ecosistema en constante transformación debido a la inteligencia artificial, bien sea por la aparición de nuevos agentes de IA, metodologías autónomas y automatizaciones nunca vistas. Para garantizar un alto valor profesional, en lugar de caer en la categoría de un recurso de bajo valor, es preciso mantenerse a la vanguardia de cada avance. En ese sentido, el aprendizaje continuo no es opcional: es una necesidad urgente y cotidiana, tan fundamental como el acto de respirar.

Por cierto, por detrás el agente de IA: Analyst, utiliza el modelo o3-mini de OpenAI.

¿Cómo Acceder al Agente Analista de Datos de Microsoft?

El Programa Frontier representa una iniciativa clave para brindar acceso temprano a las nuevas innovaciones de Copilot, permitiendo a los usuarios experimentar funcionalidades de vanguardia antes de su lanzamiento general. Como parte de este programa, se ha anunciado el lanzamiento inicial de las herramientas Researcher y Analyst para el mes de abril, lo cual marca un paso importante en la evolución de las capacidades analíticas e investigativas impulsadas por inteligencia artificial dentro del entorno de Microsoft 365.

Agente de IA: Researcher

Researcher es fundamentalmente el agente de IA de OpenAI que utiliza el modelo o3 para el agente de IA: Deep Research, pero incorporando una capa de orquestación avanzada. Esto le permite integrar una amplia variedad de datos provenientes de los entornos productivos habituales, como correos electrónicos, conversaciones en Teams, documentación en Onedrive y muchos otros recursos. En esencia, se ha diseñado para operar de forma transversal en el entorno corporativo, facilitando la realización de investigaciones en el ámbito empresarial

Es decir, que con un prompt como:

                1 | Desarrolla una estrategia de producto para que podamos ingresar al mercado de actividades al aire libre y de aventura. Utiliza todos los datos existentes que tengas para obtener una idea de nuestro posible lugar en el mercado, y realiza tu propia investigacion externa para conectar nuestra estrategia potencial con el contexto mas amplio del mercado.            

Power Query Zone Copiar

De esta manera, se emula la presencia de un investigador dedicado con un profundo entendimiento de nuestra compañía.

Por cierto, Researcher puede conectarse apps y servicios de terceros.

Conclusiones

La irrupción de agentes de inteligencia artificial especializados en el análisis de datos marca un antes y un después en la forma en que las organizaciones procesan, interpretan y actúan sobre la información. Herramientas como Analyst y Researcher, desarrolladas por gigantes tecnológicos como Microsoft y Google, no solo replican las funciones de un analista tradicional, sino que las amplifican mediante automatización, pensamiento crítico simulado y acceso contextual a fuentes de datos empresariales.

Este avance no significa la desaparición del rol humano, sino su transformación. Las tareas más rutinarias o genéricas pasarán progresivamente a manos de agentes inteligentes, mientras que el valor diferencial residirá en la capacidad de diseñar soluciones más complejas, integrar múltiples sistemas y anticipar escenarios que aún escapan a la lógica algorítmica.

En un ecosistema en constante evolución, quienes se mantengan actualizados y desarrollen habilidades más técnicas —como la programación en Python, la ingeniería de datos o el diseño de arquitecturas analíticas— estarán mejor preparados para liderar esta nueva era. Lo que antes era opcional, ahora es urgente: el aprendizaje continuo se convierte en una condición esencial para destacar y evolucionar con inteligencia en medio de la revolución que ya está en marcha.

Bibliografía

• Microsoft. (2025). Introducing Researcher and Analyst in Microsoft 365 Copilot. Recuperado de https://www.microsoft.com/en-us/microsoft-365/blog/2025/03/25/introducing-researcher-and-analyst-in-microsoft-365-copilot/
• Caballero Sierra, Miguel Alberto. (2025). Análisis de Datos con Inteligencia Artificial. Power Elite Studio. Recuperado de https://powerelite.studio/libros/analisis-de-datos-con-inteligencia-artificial/