Hace un año pasaba las mañanas escribiendo medidas en DAX; hoy las paso revisando las que construye la IA. La mejor forma de contar ese cambio es con dos martes.
Dos martes
Hace no tanto, un martes cualquiera empezaba para mí mientras me iba conectando, despidiendo a mi hija que se iba al cole y con un ColaCao caliente en la mano (sí, ColaCao, lo siento, pero odio el café y no hay manera de que pueda con él), y a partir de ahí Power BI Desktop abierto en una pantalla y el informe de referencia en la otra. Tocaba replicar una matriz, así que miraba qué tabla había detrás, qué filtro y qué lógica, escribía la medida, la probaba, veía que no cuadraba y vuelta a empezar, y así se me podía ir la mañana entera en un solo visual.
Un martes de ahora empieza igual, con la misma despedida en la puerta, el mismo ColaCao y las mismas dos pantallas, pero lo que hago en esas horas no se parece en nada. Le explico a la IA lo que hay que construir, ella se conecta al modelo y a los datos, se lee la documentación del proyecto y trabaja directamente sobre el informe, mientras yo miro lo que hace, lo compruebo y le digo dónde se ha equivocado y por qué.
Porque sí, se equivoca, aunque cada vez menos y a día de hoy muy poco. De eso va este artículo, de cómo mi trabajo ha pasado de hacer a revisar, de cómo he llegado a fiarme de lo que construye y de por qué revisar me parece bastante más difícil de lo que suena.
Cómo era esto antes
Yo llegué a esto sin ningún background técnico, sin informática ni programación detrás, y durante mucho tiempo el DAX y el M fueron un muro para mí. Escribir un CALCULATE con el contexto de filtro bien puesto me podía llevar una tarde entera, y cuando por fin salía no siempre sabía explicar por qué.
El trabajo de un desarrollador de Power BI era, sobre todo, ejecutar, es decir, buscar en qué tabla estaba el dato, entender cómo se relacionaba con lo demás, picar la medida, darle formato, montar el visual y alinearlo, y después validarlo todo a mano, cifra a cifra, contra el informe antiguo o contra el Excel del cliente.
Cuando tocaba migrar un informe de Board a Power BI, que es una de las cosas que más hago, eso significaba pasarme días comparando matrices celda a celda. La mayor parte del tiempo se iba en buscar y en hacer, y pensar, lo que se dice pensar, pensaba poco, porque sencillamente no me daba tiempo.
Qué ha cambiado
Hoy tengo la IA conectada directamente al modelo semántico, y no hablo de un chat al que le pegas un trozo de código para que te devuelva otro, sino de algo que lee las tablas, las relaciones y las medidas que ya existen, lanza consultas para ver qué datos hay de verdad, crea medidas y columnas y monta relaciones. Con los informes guardados en formato de proyecto (PBIP) puede incluso construir las páginas y los visuales.
Al principio todo empezaba y acababa en capturas de pantalla, yo le pasaba la imagen de lo que había que hacer y la IA intentaba deducir lo que había detrás. Funcionaba, pero se quedaba corto, porque una captura te enseña el resultado y no la lógica.
Ahora trabajo con Claude conectado por MCP no solo a Power BI, sino también a Fabric y a Azure, con conexión en vivo a los datos y con acceso directo a las carpetas del proyecto, y eso lo cambia todo. Puede consultar el dato real antes de escribir una medida, ver de qué tabla del warehouse sale cada cosa, comprobar por su cuenta si una cifra cuadra y entrar en la carpeta a leer toda la documentación que necesita para montar el informe, desde las especificaciones del cliente hasta las fórmulas de partida o el inventario de tablas. Tener todo eso conectado me ayuda muchísimo a la hora de construir un informe, porque la IA ve la cadena entera, desde el origen del dato hasta el visual, y no solo el último eslabón.
Que hoy sea tan fiable no ha llegado solo, es fruto de un refinamiento que hago con él día a día, porque cada corrección, cada criterio que le explico y cada forma de trabajar que le enseño se queda. Poco a poco ha ido aprendiendo cómo validamos, qué entorno hay que mirar, cómo llamamos a las cosas y qué errores no se pueden repetir, y el resultado es que ahora se equivoca muy poco.
Hace poco terminé el primer informe que he hecho de principio a fin sin tocar Power BI más que para mirar el resultado, lo construyó entero la IA y yo me dediqué a dirigir, revisar y corregir.
Eso no quiere decir que ahora el trabajo se haga solo, quiere decir que el trabajo es otro.
Ahora mi trabajo es auditar
Mi día a día consiste hoy en auditar, comprobar y corregir, ya no busco el dato ni pico la medida, sino que decido si lo que ha hecho la IA está bien, y eso, aunque parezca menos trabajo, es bastante más exigente. Precisamente porque se equivoca poco, los errores que quedan son de los que no se ven a simple vista, y ahí es donde tengo que estar yo.
Te pongo un ejemplo con una medida que suma la plantilla mes a mes, que compila, no da error y devuelve un número que parece razonable, pero que está mal, porque la plantilla es una foto a una fecha y no se suma, se coge el último día. Si no tienes clara la diferencia entre un dato que se acumula y uno que se fotografía, nadie te va a avisar de que ese número es mentira.
Otro caso típico es el de una cifra que no cuadra con el informe de referencia, donde la tentación es tocar el DAX hasta que cuadre, cuando muchas veces el problema no está en la fórmula sino en que una matriz mira el acumulado del año y la otra un solo mes. Alineas el periodo y cuadra al céntimo, pero si dejas que la IA lo «arregle» sin criterio, te fabrica una medida que cuadra por casualidad y que se rompe al mes siguiente.
Y luego está el caso que más me enseñó, cuando nuestro dato de empleados no coincidía con el del sistema antiguo y había mucha presión para cambiar lo nuestro. En vez de tocar nada fuimos al origen, comprobamos que nuestro número era exactamente el de la fuente y demostramos que el que se quedaba corto era el otro. La IA me hizo los cruces en minutos, pero la pregunta de dónde mirar, y la decisión de no mover ni una coma hasta tenerlo demostrado, fueron mías.
Por eso digo que auditar exige más criterio, no menos, porque antes te podías esconder detrás del trabajo mecánico y ahora, que lo mecánico lo hace otro, lo que queda a la vista es si entiendes lo que estás mirando.
Ya no hablamos de años, hablamos de meses
Lo que más me impresiona no es el cambio en sí, sino la velocidad. Cuando empecé en esto, a principios de 2024, la IA era algo a lo que le preguntabas cómo se escribía una función y te contestaba con más o menos acierto, te ahorraba una búsqueda en un foro y poco más.
En muy poco tiempo hemos pasado de una IA que te sugiere código a una que trabaja dentro de la herramienta, que se conecta al modelo, lee lo que hay, ejecuta y te enseña el resultado, y cada pocos meses sale algo que vuelve a mover la línea de lo que es posible.
Mi forma de trabajar de hoy no se parece a la de hace un año, y ese tipo de cambio, que en cualquier oficio antes llevaba una década, ahora te pilla entre un proyecto y el siguiente.
Esto no va solo de Power BI
Todo esto lo cuento desde mi trinchera, que es la de los informes y los modelos de datos, pero creo que pasa lo mismo en cualquier trabajo donde buena parte del día se iba en buscar y en ejecutar. Quien revisa contratos, quien traduce, quien cuadra una contabilidad o quien escribe código está viviendo, a su ritmo, el mismo giro.
El valor se está moviendo de hacer a juzgar, y aquí hay algo que me inquieta un poco. Yo puedo detectar que una medida está mal porque antes me pegué durante mucho tiempo con ese muro de DAX, y ese esfuerzo es justo lo que hoy me permite ver el error, así que si alguien empieza ahora y nunca tiene que pelearse con el trabajo de base, ¿de dónde va a sacar el criterio para auditarlo?
No tengo la respuesta, pero sí tengo claro que la IA no firma el informe, lo firmas tú, y que el cliente confía en la cifra que le das y no en la herramienta con la que la has sacado, algo que no ha cambiado ni va a cambiar.
¿Y tú?
Si trabajas con datos, o con cualquier otra cosa, te propongo un ejercicio. Piensa en tu última semana y separa qué parte del tiempo se te fue en buscar y en hacer y qué parte en decidir si algo estaba bien, porque la primera se va a hacer cada vez más pequeña y la segunda es la que va a marcar la diferencia.
Así que no le tengas miedo a dejar de ejecutar, pero ten cuidado, eso sí, con dejar de entender lo que se ejecuta.
Yo ya no construyo informes, los audito, y nunca había tenido tan claro en qué consiste mi trabajo.
