WEBVTT

00:00:00.000 --> 00:00:02.000
Copilot no está confundido. Es obediente.

00:00:02.420 --> 00:00:07.540
Ese alegre párrafo que acaba de escribir sobre el inexistente y estirar aumento del cuarto trimestre de su empresa no fue un error.

00:00:07.780 --> 00:00:09.840
Es la verdad absoluta según sus propios datos mal estructurados.

00:00:10.480 --> 00:00:12.420
Este es el efecto de basura, entra, confianza, sale.

00:00:13.100 --> 00:00:16.420
La forma educada en que Microsoft Fabric le dice que usted mismo entrenó a su mentiroso.

00:00:17.160 --> 00:00:21.840
Copilot alucinará patrones alegremente porque sus tablas le susurraron dulces inconsistencias en su contexto.

00:00:22.480 --> 00:00:23.320
Esto es lo que está sucediendo.

00:00:23.560 --> 00:00:27.480
Tiene uniones duplicadas, semántica ausente y capas de medallón a medio ser que se disfrazan de verdad.

00:00:27.980 --> 00:00:29.440
Luego llama a Copilot y le pide ideas.

00:00:29.440 --> 00:00:31.060
No razona, reorganiza.

00:00:31.880 --> 00:00:36.760
Fabric le alimenta metadatos mal formados y Copilot devuelve un sueño lúcido disfrazado de análisis.

00:00:37.820 --> 00:00:43.780
Hoy le mostraré por qué sucede, dónde le traiciona su modelo de datos y cómo reconstruirlo para que Copilot deje de inventar historias.

00:00:44.340 --> 00:00:47.740
Al final tendrá una idea precisa, explicable y por fin confiable.

00:00:49.320 --> 00:00:50.360
La ilusión de la inteligencia.

00:00:51.120 --> 00:00:52.020
¿Por qué miente Copilot?

00:00:52.460 --> 00:00:54.040
La gente espera que Copilot sepa cosas.

00:00:54.480 --> 00:00:54.820
La sabe.

00:00:54.820 --> 00:01:00.340
Realiza coincidencias de patrones a partir de sus metadatos, contexto y el sentido frágil de las relaciones que ha definido en Fabric.

00:01:00.640 --> 00:01:03.140
Cree que habla con inteligencia, pero en realidad habla con un reflejo.

00:01:03.800 --> 00:01:07.300
Le lee ambigüedad y le devolverá esa misma ambigüedad, solo que más brillante.

00:01:07.840 --> 00:01:08.620
Este es el verdadero problema.

00:01:08.620 --> 00:01:17.300
La mayoría de las implementaciones de Fabric tratan el diseño del esquema como algo secundario, tablas de hechos unidas por la clave incorrecta, medidas escritas de forma inconsistente, descripciones que faltan por completo.

00:01:18.000 --> 00:01:20.880
Copilot lee este caos como un niño, que lee una frase sin puntuación.

00:01:21.520 --> 00:01:23.120
Simplemente adivina dónde debería ir el significado.

00:01:23.640 --> 00:01:26.180
El resultado suena coherente, pero quizás es totalmente erróneo.

00:01:26.620 --> 00:01:32.140
Digamos que su capa Gold contiene ingresos de una fuente y ventas totales de otra, ambas sin estandarizar, ambas sin estandarizar.

00:01:32.140 --> 00:01:36.380
Copilot ve nombres de columnas similares y en su infinita cortesía los fusiona.

00:01:36.800 --> 00:01:38.400
Se pregunta cuál fue el ingreso del último tema.

00:01:39.020 --> 00:01:45.360
Combina medidas con una granularidad que no coincide, produce un promedio en escalas incompatibles y se lo presenta con total confianza y celopresencia.

00:01:45.760 --> 00:01:47.840
El gráfico parece profesional, pero las matemáticas son fix.

00:01:48.220 --> 00:01:49.980
La ilusión proviene del tono.

00:01:50.000 --> 00:01:54.820
El lenguaje natural parece comprensión, pero las respuestas naturales de Copilot solo ocultan una imitación estadística.

00:01:55.340 --> 00:01:57.380
Cuando hace una pregunta, el modelo no valida hechos.

00:01:58.140 --> 00:02:01.680
Recupera patrones, uniones probables, columnas plausibles y texto digerible.

00:02:02.140 --> 00:02:06.120
Sin un linaje de datos estricto, gobierno semántico, inventa lo que no puede deducir.

00:02:06.940 --> 00:02:08.960
Es en efecto su esquema con presencia sémica.

00:02:09.500 --> 00:02:10.520
Fabric agrava esta ilusión.

00:02:11.380 --> 00:02:22.300
Debido a que los agentes de datos en Fabric pasan contexto a través de metadatos, cualquier brecha en las relaciones, claves foráneas faltantes, dimensiones sin etiquetas o nombres de medidas ambiguos, se tratan como sugerencias opcionales en lugar de mandatos.

00:02:23.440 --> 00:02:26.100
El modelo llena esos vacíos mediante la finalización de patrones no con lógica.

00:02:26.720 --> 00:02:28.320
¿Quería unir las ventas por región y fecha?

00:02:29.280 --> 00:02:32.100
Podría interpretar o unir ventas con cualquier cosa que vuela geográfico.

00:02:32.600 --> 00:02:35.240
Y el SQL que genera coopera servilmente con ese sinsentido.

00:02:35.720 --> 00:02:38.520
Los usuarios caen en ello porque la interfaz democratiza la sintaxis de la consulta.

00:02:38.800 --> 00:02:40.420
Escribes una frase y te vuelve un gráfico.

00:02:41.020 --> 00:02:43.900
Asumes que comprende, pero el modelo opera en una niebla estadística.

00:02:44.560 --> 00:02:47.300
¿Cuántas menos restricciones de finas más amables se vuelven sus mentiras?

00:02:47.880 --> 00:02:49.100
El cambio mental de clave es este.

00:02:49.440 --> 00:02:50.400
Copilot no es un oráculo.

00:02:50.980 --> 00:02:54.580
No tiene epistemología ni concepto de verdad, solo espejos construidos con tus metadatos.

00:02:55.080 --> 00:02:57.640
Convierte tu modelo de datos en un espacio de probabilidad lingüística.

00:02:58.520 --> 00:03:00.960
Cada defecto estructural se convierte en una alucinación semántica.

00:03:01.640 --> 00:03:05.320
Donde tu esquema es inconsistente, la IA alucina una coherencia que no existe.

00:03:06.620 --> 00:03:07.760
Y la tragedia es predecible.

00:03:08.620 --> 00:03:12.680
Los ejecutivos toman decisiones basadas en ficción que parece válida por venir de Microsoft Fabric.

00:03:12.680 --> 00:03:18.300
Si tu capa de oro flaquea por transformes inconsistentes, Copilot amplifica esa falla en una narrativa convincente.

00:03:19.160 --> 00:03:21.740
La elocuencia del modelo disfraza la podredumbre de tu canalización.

00:03:22.180 --> 00:03:23.680
Piensa en Copilot como un motor de reflexión.

00:03:24.240 --> 00:03:26.400
Su inteligencia empieza y termina con la calidad de tu esquema.

00:03:27.440 --> 00:03:32.600
Si tus uniones son erróneas, tu linaje está roto o tu semántica no es clara, refleja incertidumbre como certeza.

00:03:33.460 --> 00:03:36.980
Y es por eso que la cura no comienza con la ingeniería de PROMP, sino con higiene arquitectónica.

00:03:37.660 --> 00:03:41.360
Así que, si Copilot es tan veraz como tu arquitectura, analicemos dónde empieza la podredumbre.

00:03:41.360 --> 00:03:44.580
El mito del medallón, cuando el bronce contamina el oro.

00:03:44.980 --> 00:03:47.960
Todo ingeniero de datos recita la arquitectura del medallón, como las escrituras.

00:03:48.120 --> 00:03:50.740
Bronce, plata, oro. Crudo, refinado, confiable.

00:03:51.380 --> 00:03:58.480
En teoría, es una peregrinación del caos a la claridad, donde cada capa limpia la ambigüedad hasta que los datos ganan su halo de verdad.

00:03:59.460 --> 00:04:07.040
En la práctica, la mayoría construye un tobogán, de parque temático, donde la inconsistencia viaja directo del bronce al oro sin limpiar nada en medio.

00:04:07.540 --> 00:04:08.240
Comencemos desde abajo.

00:04:08.240 --> 00:04:14.800
El bronce es tu zona de aterrizaje, archivos parquet, CSUS, ingesta de IoT, el registro fósil de tu organización, el registro de organización.

00:04:14.920 --> 00:04:16.880
No se supone que sea bonito, solo que esté capturado por uno.

00:04:17.400 --> 00:04:20.280
No es así, la gente olvida que el bronce es una cuarentena, no un ingrediente activo.

00:04:20.740 --> 00:04:25.480
Cuando esa basura cruda se filtra hacia arriba por atajos perezosos, consultas directas o lógica de transformación ausente,

00:04:25.560 --> 00:04:28.700
le das a Copilot ruido sin tratar como contexto, sin tratar como contenido.

00:04:28.980 --> 00:04:29.240
Sí, alucinará.

00:04:29.240 --> 00:04:29.800
Alucinará.

00:04:30.320 --> 00:04:33.220
Tiene buenas razones, le entregaste un diario de sueños y le pediste una auditoría.

00:04:33.680 --> 00:04:35.340
La plata está diseñada para refinácerlo.

00:04:35.820 --> 00:04:41.600
Aquí es donde mueren los duplicados, se alinean esquemas, coinciden tipos de datos y las claves universales finalmente acuerdan que es un cliente.

00:04:42.680 --> 00:04:44.540
Pero mira, la mayoría de las configuraciones de fabric.

00:04:44.800 --> 00:04:48.860
Y la plata es una disculpa media, sus uniones rápidas, búsquedas frágiles, conversiones sin documentar.

00:04:49.860 --> 00:04:52.540
La excusa es siempre la misma, la arreglaremos en el oro.

00:04:52.820 --> 00:04:55.400
Es equivalente a corregir la gramática publicando el diccionario tarde.

00:04:55.900 --> 00:04:58.460
Cuando llegas al nivel oro, aparece la ilusión de confianza.

00:04:59.080 --> 00:05:03.160
Todo en oro parece analítico, tablas limpias, nombres orientados al negocio y paneles que radian seguridad.

00:05:03.940 --> 00:05:10.540
Pero debajo has acumulado conversiones erróneas, marcas de tiempo desincronizadas y colisiones de ID que se remontan hasta el nivel bronce.

00:05:11.220 --> 00:05:17.300
Los metadatos de Fabric rastrean esas relaciones automáticamente y adivinas en qué relaciones confía Copilot al interpretar lenguaje natural.

00:05:17.300 --> 00:05:20.780
Todo decide. Así que cuando el linaje miente, el modelo hereda el engaño.

00:05:21.460 --> 00:05:25.440
Aquí hay un escenario del mundo real. Tienes datos transaccionales de dos sistemas de reservas.

00:05:25.880 --> 00:05:28.440
Ambos se alimentan a bronce con formatos de clave ligeramente distinto.

00:05:28.760 --> 00:05:31.040
Uno usa un ID de viaje numérico, el otro mezcla letras.

00:05:31.880 --> 00:05:35.900
En plata, alguien los fusiona mediante un inner join en subcadenas truncadas para estandarizar.

00:05:37.380 --> 00:05:40.660
Técnicamente tienes datos unificados semánticamente a cada coincidencia es fantasma.

00:05:41.560 --> 00:05:46.580
Ahora Copilot calcula con confianza el ingreso promedio por viaje, incluyendo transacciones de contextos totalmente diferentes.

00:05:46.580 --> 00:05:50.420
Es un sinsentido preciso, sintaxis exacta, semántica fabricada.

00:05:50.900 --> 00:05:54.860
Este es el mito del medallón. La idea es que tener capas se entrega pureza automáticamente.

00:05:55.600 --> 00:05:57.920
Las capas solo son tan veraces como la disciplina dentro de ella.

00:05:58.320 --> 00:05:59.720
Bronce debería exponer la entropía en bruto.

00:06:00.260 --> 00:06:01.860
Plata debe imponer la descontaminación.

00:06:02.360 --> 00:06:04.740
Oro tiene que representar lógica de negocio certificada.

00:06:05.320 --> 00:06:07.480
Sin anulaciones manuales, sin parches temporales.

00:06:08.320 --> 00:06:11.000
Si rompes esa cadena, sustituyes el refinamiento por una contaminación.

00:06:11.480 --> 00:06:12.820
Copilot, por supuesto, no saben a esto.

00:06:12.820 --> 00:06:16.280
Toma lo que el modelo de Fabric proclama como linaje y asume causalidad.

00:06:17.220 --> 00:06:20.880
Si una columna en oro referencia a un híbrido de tres fuentes inconsistentes,

00:06:21.320 --> 00:06:22.760
la IA ve un concepto único.

00:06:23.340 --> 00:06:24.840
Pregunta por qué se dispararon las ventas en marzo.

00:06:25.440 --> 00:06:29.160
Genera alegremente un SQL que agrega cada registro etiquetado como marzo en todas las regiones,

00:06:29.240 --> 00:06:32.080
divisas y zonas horarias porque nunca le dijiste a plata que impusiera esos límites.

00:06:33.040 --> 00:06:34.000
La IA no está mintiendo.

00:06:34.500 --> 00:06:36.940
Está traduciendo tu negligencia colectiva en una ficción fluida.

00:06:37.540 --> 00:06:39.540
Por esto, la procedencia de los datos no es un metado opcional.

00:06:39.900 --> 00:06:40.720
Es el GPS de Copilot.

00:06:41.460 --> 00:06:44.000
Cada transformación, cada unión y cada definición de medida

00:06:44.000 --> 00:06:46.060
es un rastro de migajas que conduce a tu fuente de verdad.

00:06:46.500 --> 00:06:48.100
Fabric rastrea el linaje visualmente,

00:06:48.340 --> 00:06:50.640
pero el linaje sin validación es como un mapa dibujado a lápiz.

00:06:51.700 --> 00:06:54.120
La IA lee esas líneas difusas como si fueran un horde absoluta.

00:06:54.200 --> 00:06:54.920
Así que impone validación.

00:06:55.800 --> 00:06:58.240
Entre bronce y plata ejecuta pruebas de esquema automatizadas.

00:06:58.840 --> 00:07:01.800
Se alinean los ID's, se manejan los nulos, son consistentes así.

00:07:02.420 --> 00:07:03.960
Entre plata y oro, despliega de uniones.

00:07:04.620 --> 00:07:06.060
Verifica las expectativas de un aú.

00:07:06.700 --> 00:07:10.340
Monitorea la deriva de agregación y verifica la continuidad del linaje a nivel de columna.

00:07:10.740 --> 00:07:11.900
Estos no son rituales burocráticos.

00:07:12.240 --> 00:07:14.020
Son herramientas de supervivencia para la precisión de ley.

00:07:14.820 --> 00:07:17.800
Cuando la consulta de Copilot se ejecuta a través de capas que has verificado,

00:07:17.960 --> 00:07:19.320
hereda disciplina en lugar de desorden.

00:07:19.800 --> 00:07:20.720
La ironía es deliciosa.

00:07:20.980 --> 00:07:22.820
Creía es que Copilot automatizará el análisis,

00:07:22.820 --> 00:07:25.700
pero la base de la que depende todavía requiere higiene a la antigua.

00:07:26.320 --> 00:07:27.400
Entra basura, sale confianza.

00:07:27.400 --> 00:07:29.760
Hasta que no trates la arquitectura como una filosofía moral

00:07:29.760 --> 00:07:31.960
y el refinamiento como una obligación, no como una sugerencia.

00:07:32.120 --> 00:07:33.220
Nunca tendrás una ya veraz.

00:07:33.700 --> 00:07:35.800
Incluso con capas impecables, Copilot puede tropezar.

00:07:36.280 --> 00:07:38.920
Porque saber qué datos existen no significa saber qué significan.

00:07:39.700 --> 00:07:42.740
Un flujo de datos perfecto puede alimentar un modelo semánticamente vacío,

00:07:42.800 --> 00:07:46.040
lo que nos lleva al traductor perdido entre números y significado la capa semántica,

00:07:46.160 --> 00:07:47.920
el cerebro que tus datos olvidaron construir.

00:07:49.180 --> 00:07:52.000
El cerebro faltante, las capas semánticas y el déficit de contexto.

00:07:52.700 --> 00:07:55.700
Aquí es donde la mayoría de las implementaciones de Fabric pierden la razón literalmente.

00:07:55.700 --> 00:07:58.220
La capa semántica es el cerebro de tu modelo de datos,

00:07:58.360 --> 00:08:00.540
pero muchas organizaciones la tratan como un adorno decorativo.

00:08:01.340 --> 00:08:03.700
Piensa que si existen tablas, el significado vendrá automáticamente.

00:08:04.580 --> 00:08:06.540
Las tablas son memoria, la semántica es comprensión.

00:08:07.100 --> 00:08:09.280
Sin esa capa, Copilot lee números como un turista,

00:08:09.340 --> 00:08:11.060
leyendo señales de tráfico en otro idioma fonéticamente,

00:08:11.940 --> 00:08:13.900
con confianza y absolutamente sin contexto.

00:08:14.720 --> 00:08:15.440
Definámoslo correctamente.

00:08:16.120 --> 00:08:19.080
El modelo semántico en Fabric le dice a Copilot qué significan tus datos,

00:08:19.520 --> 00:08:20.300
no solo cómo se llaman.

00:08:21.240 --> 00:08:24.080
Es el diccionario que traduce etiquetas de columnas en lógica de negocio.

00:08:24.080 --> 00:08:27.280
Ingresos se convierten en la suma de ventas excluyendo reembolsos.

00:08:28.460 --> 00:08:31.460
Clientes se convierten en un ID de comprador único a través de los límites del año fiscal.

00:08:32.360 --> 00:08:35.240
Sin él, Copilot trata estas palabras como meros tokens coincidente.

00:08:36.060 --> 00:08:40.040
Podrías pedir ventas totales y obtener ingresos brutos un día e ingresos netos al siguiente.

00:08:40.740 --> 00:08:42.640
No es caprichoso, está lingüísticamente a la deriva.

00:08:43.400 --> 00:08:46.120
La verdad es que un modelo semántico actúa como un intérprete bilingüe

00:08:46.120 --> 00:08:48.280
entre el lenguaje humano y la lógica DAX o SQL.

00:08:48.280 --> 00:08:50.160
Alínea la intención con el cálculo.

00:08:50.660 --> 00:08:52.040
Cuando falta, Copilot debe adivinar.

00:08:52.560 --> 00:08:54.880
Y los modelos de lenguaje extensos son adivinadores, notoriosos.

00:08:55.260 --> 00:08:59.120
Ensamblan uniones probables, no precisas y confía mucho más en los nombres de las columnas

00:08:59.120 --> 00:09:00.240
que en tus definiciones de negocio.

00:09:00.580 --> 00:09:02.460
En un modelo, reserva se refiere a reservaciones.

00:09:03.280 --> 00:09:04.520
En otro, cuenta viajes completado.

00:09:05.000 --> 00:09:06.080
Para Copilot, eso es un sinónimo.

00:09:06.660 --> 00:09:08.780
Acabas de pedir reservas por trimestre y te sirvió ambas.

00:09:09.160 --> 00:09:10.260
Eficientemente equivocadas.

00:09:10.780 --> 00:09:11.280
Comparados al que te...

00:09:11.280 --> 00:09:14.960
En un almacén de datos básico, Copilot observa directamente las tablas.

00:09:15.260 --> 00:09:17.200
Fecha, cantidad, tipo...

00:09:17.200 --> 00:09:18.760
Son sustantivos bonitos, pero sin contexto.

00:09:19.040 --> 00:09:20.000
Entonces busca patrones.

00:09:20.520 --> 00:09:23.840
Ventas igual a cantidad por región igual a cualquier campo que huele a geografía.

00:09:24.920 --> 00:09:27.280
En un modelo semántico, sin embargo, esos campos han sido civilizados.

00:09:28.100 --> 00:09:32.060
El monto de ventas incluye una medida DAX que define el alcance, la moneda y la lógica de agregación.

00:09:32.720 --> 00:09:34.620
Región tiene relaciones definidas, explícitamente.

00:09:34.960 --> 00:09:38.200
Así que cuando haces esa misma pregunta, Copilot no tantea en la oscuridad.

00:09:38.560 --> 00:09:40.100
Camina por un sendero iluminado que tú puedes mandar.

00:09:40.100 --> 00:09:43.140
El conjunto de herramientas de Fabry de 2025 incluso te da más para esto.

00:09:44.140 --> 00:09:45.960
Direct Lake para modelado de baja latencia.

00:09:46.300 --> 00:09:47.520
TAX para la lógica de medidas.

00:09:47.920 --> 00:09:51.260
Sinónimos para flexibilidad lingüística y grupos de cálculo para la consistencia.

00:09:52.360 --> 00:09:53.940
Piensa en los sinónimos como un vocabulario elástico.

00:09:54.640 --> 00:09:58.060
Si los usuarios dicen ingreso neto, pero su medida es ganancia, no cambia el nombre de la columna.

00:09:58.500 --> 00:09:59.360
Le enseña a copiar a reducir.

00:10:00.140 --> 00:10:05.020
Los grupos de cálculo refuerzan la gramática asegurando que la inteligencia temporal o las conversiones de monedas se apliquen uniformemente.

00:10:05.540 --> 00:10:07.700
Juntos forman el sistema de fundamentación del modelo de lengua.

00:10:07.700 --> 00:10:10.200
Pero muy pocas personas se molestan en conectarlos correcto.

00:10:10.500 --> 00:10:13.780
Vuelcan tablas en Fabric y asumen que la idea de Copilot interpretará los matices.

00:10:14.360 --> 00:10:15.140
Spoiler, no lo hará.

00:10:15.780 --> 00:10:18.060
El modelo no infiere sus KPIs por convicción moral.

00:10:18.880 --> 00:10:20.400
Los infiere a partir de etiquetas de metado.

00:10:21.200 --> 00:10:25.720
Si no ha etiquetado medidas, descrito relaciones o especificado el orden de cálculo, Copilot improvisa.

00:10:26.480 --> 00:10:30.160
La improvisación es encantadora en clubes de jazz, pero desastrosa en el análisis empresarial.

00:10:30.720 --> 00:10:32.140
Entonces, ¿cómo se refuerza la semántica?

00:10:32.540 --> 00:10:34.020
Comienza auditando el vocabulario y su modelo.

00:10:34.600 --> 00:10:38.380
Cada medida necesita una definición consistente, almacenada centralmente y referenciada universalmente.

00:10:38.800 --> 00:10:41.000
Resista la tentación de renombrar columnas en cada informe.

00:10:41.660 --> 00:10:43.300
Asigne ales en la capa semántica en su lugar.

00:10:43.880 --> 00:10:45.800
Crea grupos de cálculo para toda la lógica común.

00:10:46.180 --> 00:10:46.820
Totales anuales.

00:10:46.960 --> 00:10:47.500
Promedios móviles.

00:10:47.660 --> 00:10:48.400
Tases de conversión.

00:10:48.760 --> 00:10:49.440
Tases de conversión.

00:10:49.700 --> 00:10:53.820
Luego, añada sinónimos para que el motor del lenguaje natural de Copilot no invente su propia correlación.

00:10:54.260 --> 00:10:56.540
Ahora conecte la semántica con la arquitectura de instrucciones de Copilot.

00:10:56.540 --> 00:11:00.900
Fábrica ofrece dos niveles de control, instrucciones de fuente de datos e instrucciones de agente.

00:11:01.540 --> 00:11:06.100
Las instrucciones de fuente de datos aclaran detalles del esquema, uniones, referencias de medidas y nombres preferidos,

00:11:06.180 --> 00:11:08.440
mientras que las de agente rigen el tono, formato y restricciones.

00:11:09.080 --> 00:11:12.600
Estas interactúan mediante programas de fundamentación que dependen totalmente de la alineación semántica.

00:11:13.240 --> 00:11:15.760
Si su modelo semántico define claramente las ventas totales,

00:11:15.840 --> 00:11:19.220
las instrucciones de fuente de datos pueden aplicar esa definición cuando Copilot escribe en SQL.

00:11:19.820 --> 00:11:23.580
La instrucción de agente asegura que la respuesta sea concisa, tabular o resumida.

00:11:24.080 --> 00:11:26.120
Combínelas y reemplazará el caos con un protocolo.

00:11:26.880 --> 00:11:29.300
Sin semántica, cada respuesta de Copilot es una improvisación.

00:11:29.760 --> 00:11:31.760
Con semántica, cada respuesta se convierte en evidencia.

00:11:32.520 --> 00:11:34.200
No está ajustando Proms, está enseñando lógica.

00:11:34.980 --> 00:11:37.180
Una vez que otorga a Copilot un diccionario consistente,

00:11:37.340 --> 00:11:40.020
su precisión aumenta porque la incertidumbre ya no tiene donde esconderse.

00:11:40.800 --> 00:11:42.120
Ahora que Copilot entiende el lenguaje,

00:11:42.200 --> 00:11:45.160
le enseñaremos disciplina a las reglas de comportamiento que lo mantienen honesto.

00:11:46.120 --> 00:11:48.280
Disciplina para máquinas, datos e instrucciones de agente.

00:11:48.940 --> 00:11:52.000
Copilot puede entender finalmente su vocabulario, pero necesita modales.

00:11:52.320 --> 00:11:55.340
La semántica enseña el significado, las instrucciones enseñan comportamiento.

00:11:55.340 --> 00:11:59.380
Y en Microsoft Fabric, esos comportamientos se moldean mediante dos correas distintas,

00:11:59.480 --> 00:12:01.860
instrucciones de fuente de datos e instrucciones de agente.

00:12:02.440 --> 00:12:04.920
Una estructura al perro, la otra lo entrena para no morder los muebles.

00:12:05.460 --> 00:12:08.100
Comience con instrucciones de fuente de datos, los mandamientos específicos del esquema.

00:12:08.100 --> 00:12:12.740
Estos yacen más cerca de los datos y le dicen a Copilot exactamente cómo interpretar su modelo.

00:12:13.140 --> 00:12:15.220
Recuerda nuestro caso anterior con las uniones de datos meteorológicas.

00:12:15.540 --> 00:12:17.180
Las instrucciones de fuente de datos son donde solucionan.

00:12:17.540 --> 00:12:22.260
TED especifica que los datos de temperatura y lluvia deben unirse por ID de geografía de recogida e ID de fecha.

00:12:22.860 --> 00:12:25.600
Esto elimina las suposiciones del modelo y las sustituye por obligación.

00:12:26.200 --> 00:12:29.260
Fabric lee esas declaraciones siempre que Copilot redacta SQL o DAX,

00:12:29.320 --> 00:12:32.040
asegurando que cada consulta se base en las claves correctas.

00:12:32.700 --> 00:12:34.420
Piensa en ellas como la constitución relacional,

00:12:34.760 --> 00:12:37.600
textos legales inmutables que definen cómo pueden conectarse las entidades.

00:12:38.600 --> 00:12:41.000
Estas instrucciones también manejan sinónimos y definiciones de medida.

00:12:41.520 --> 00:12:43.460
Suponga que sus analistas usan ventas totales,

00:12:43.680 --> 00:12:45.860
importe justo y recibos brutos de forma intercambiada.

00:12:46.360 --> 00:12:48.120
Para los humanos, todos significan más o menos lo mismo.

00:12:48.740 --> 00:12:50.900
Para Copilot son variables distintas que compiten por atención.

00:12:51.680 --> 00:12:53.560
En las instrucciones de la fuente de datos, ¿usted lo salió?

00:12:53.980 --> 00:12:56.820
Siempre que se mencione ventas totales, usa importe total justo.

00:12:57.320 --> 00:13:00.640
Ahora su IA deja de jugar a la ruleta semántica y empieza a responder de forma coherente.

00:13:01.400 --> 00:13:04.020
Incluso pueden definir lógica de agrupación para análisis categóricos.

00:13:04.880 --> 00:13:06.840
Cuando un usuario pregunta por ventas según la temperatura,

00:13:06.980 --> 00:13:08.120
usted puede predefinir rangos.

00:13:08.780 --> 00:13:10.780
Por debajo de 32 grados equivale a congelación,

00:13:10.880 --> 00:13:14.360
hasta 53 frío, de 53 a 72 templado, y así sucesivamente.

00:13:15.240 --> 00:13:17.560
Sin eso, Copilot devuelve infinitos valores numéricos,

00:13:17.620 --> 00:13:19.860
ahogando al usuario en trivialidades demasiado detalladas.

00:13:20.400 --> 00:13:22.940
Al integrar estos grupos directamente en sus instrucciones,

00:13:23.060 --> 00:13:25.560
genera una agregación predecible y una lógica reproducible.

00:13:26.200 --> 00:13:29.440
Lo que realmente está haciendo aquí es convertir metadatos latentes en reglas explícitas.

00:13:29.440 --> 00:13:32.860
El agente de datos de Fabric procesa esto antes de construir consultas,

00:13:32.940 --> 00:13:34.240
tratándolo como una verdad inmutable.

00:13:34.860 --> 00:13:37.520
No tenerlas es la razón por la que las consultas anteriores producían resolvidos.

00:13:37.800 --> 00:13:40.280
Generaba un SQL perfectamente válido para la pregunta incorrecta.

00:13:40.700 --> 00:13:42.460
Con instrucciones de datos redactadas correctamente,

00:13:42.520 --> 00:13:44.940
las consultas de Copilot se mantienen ancladas en reglas de negocio

00:13:44.940 --> 00:13:46.120
en lugar de probabilidades lingüísticas.

00:13:46.780 --> 00:13:48.720
Ahora subamos su nivel hacia las instrucciones de la gente

00:13:48.720 --> 00:13:50.540
en la escuela de etiqueta para el comportamiento del LM.

00:13:51.300 --> 00:13:53.620
Mientras que las instrucciones de la fuente de datos le dicen a Copilot

00:13:53.620 --> 00:13:54.580
qué significan los datos,

00:13:54.660 --> 00:13:56.400
las instrucciones de la gente dictan cómo debe responder.

00:13:56.400 --> 00:13:59.060
Define en la presentación el estilo y el alcance analítico.

00:13:59.900 --> 00:14:00.400
Puede indicar,

00:14:00.680 --> 00:14:02.220
resuma siempre con una tabla concisa.

00:14:03.060 --> 00:14:03.280
O,

00:14:03.720 --> 00:14:04.940
cuando existan múltiples fuentes,

00:14:05.100 --> 00:14:06.740
aclare la procedencia antes de la agregación.

00:14:07.740 --> 00:14:08.140
Esencialmente,

00:14:08.260 --> 00:14:10.340
transforma a Copilot de un pasante demasiado entusiasta

00:14:10.340 --> 00:14:11.500
en un analista disciplinado.

00:14:11.500 --> 00:14:14.840
Considere la regla de las cinco filas principales

00:14:14.840 --> 00:14:15.960
de la configuración de la gente de datos.

00:14:16.480 --> 00:14:17.880
En lugar de devolver miles de registros,

00:14:17.960 --> 00:14:19.600
le dice muestre solo las cinco principales

00:14:19.600 --> 00:14:21.120
a menos que el usuario solicite lo contrario.

00:14:22.260 --> 00:14:23.280
La IA impone brevedad,

00:14:23.380 --> 00:14:24.700
evitando que el gerente promedio

00:14:24.700 --> 00:14:26.960
tenga que desplazarse por una novela de datos.

00:14:27.960 --> 00:14:28.860
Otra directiva útil.

00:14:29.840 --> 00:14:31.940
Proporciones siempre nos resumen al principio de cada respuesta.

00:14:33.240 --> 00:14:34.380
Esto actúa como un metacomentario.

00:14:35.100 --> 00:14:36.400
Copilot explica lo que muestra

00:14:36.400 --> 00:14:37.860
permitiendo a los usuarios verificar

00:14:37.860 --> 00:14:39.400
que las medidas, uniones y filtros

00:14:39.400 --> 00:14:40.660
coincidan con las expectativas.

00:14:41.700 --> 00:14:42.780
Convierte el razonamiento invisible

00:14:42.780 --> 00:14:43.800
en una confirmación visible,

00:14:43.860 --> 00:14:44.940
algo crucial para la confianza.

00:14:45.920 --> 00:14:46.580
Note la interacción.

00:14:47.160 --> 00:14:48.800
Las instrucciones de datos definen los hechos.

00:14:49.060 --> 00:14:50.880
Las instrucciones del agente definen la voz.

00:14:51.500 --> 00:14:53.140
Juntos forman el código ético de Copilot.

00:14:53.820 --> 00:14:55.020
El agente de datos los combina

00:14:55.020 --> 00:14:55.900
en un mensaje compuesto

00:14:55.900 --> 00:14:57.240
cada vez que responde a una pregunta.

00:14:58.080 --> 00:14:59.320
El modelo de lenguaje no improvisa.

00:14:59.940 --> 00:15:01.400
Se condiciona a sí mismo mediante tus reglas.

00:15:01.980 --> 00:15:03.180
Ahora la gobernanza entra en escena.

00:15:03.620 --> 00:15:04.940
Estas instrucciones no pueden vivir

00:15:04.940 --> 00:15:06.080
en copias individuales anárquicas.

00:15:06.080 --> 00:15:07.760
Si cada usuario de Fabric

00:15:07.760 --> 00:15:09.220
personaliza los sinónimos a su gusto,

00:15:09.320 --> 00:15:10.760
habrá reintroducido la torre de Babel

00:15:10.760 --> 00:15:12.260
que tardaste meses en eliminar.

00:15:12.800 --> 00:15:14.380
Obtendrá cinco definiciones de ganancias

00:15:14.380 --> 00:15:15.060
y cero acuerdos

00:15:15.060 --> 00:15:16.460
durante las revisiones trimestrales.

00:15:17.240 --> 00:15:18.660
Centraliza los conjuntos de instrucciones.

00:15:18.840 --> 00:15:20.020
Púlicalos a través del área de trabajo

00:15:20.020 --> 00:15:20.740
de gestión de Fabric.

00:15:21.080 --> 00:15:22.500
Válida los mediante revisión por pares

00:15:22.500 --> 00:15:24.160
y bloquea los bajo control de versiones.

00:15:24.640 --> 00:15:25.820
La flexibilidad sin gobernanza

00:15:25.820 --> 00:15:27.320
es rebelión disfrazada de innovación.

00:15:28.060 --> 00:15:28.520
Por supuesto,

00:15:28.920 --> 00:15:29.940
incluso estas reglas decaen

00:15:29.940 --> 00:15:30.820
si nunca las verificas.

00:15:31.400 --> 00:15:32.240
El enfoque inteligente

00:15:32.240 --> 00:15:33.720
es tratar la calidad de las instrucciones

00:15:33.720 --> 00:15:34.820
como la calidad del código.

00:15:34.820 --> 00:15:36.200
Después de que adición pruebe

00:15:36.200 --> 00:15:37.280
el comportamiento de Copilot,

00:15:37.580 --> 00:15:38.580
haz la misma pregunta dos veces

00:15:38.580 --> 00:15:39.380
después de borrar el caché.

00:15:39.740 --> 00:15:40.960
Observa si repite el mismo SQL.

00:15:41.740 --> 00:15:42.760
Termina las consultas generadas.

00:15:43.660 --> 00:15:44.440
Asegúrate de que reflejen

00:15:44.440 --> 00:15:45.200
las uniones forzadas

00:15:45.200 --> 00:15:46.040
y las medidas correctas.

00:15:46.420 --> 00:15:47.520
Si los resultados se desvían,

00:15:47.660 --> 00:15:48.500
revisa tus instrucciones.

00:15:48.980 --> 00:15:50.100
Incluso los ingenieros de Microsoft

00:15:50.100 --> 00:15:50.960
admiten que este ajuste

00:15:50.960 --> 00:15:51.740
es más arte que ciencia,

00:15:51.840 --> 00:15:52.560
lo cual es un atajo

00:15:52.560 --> 00:15:54.520
alegador para decir depuración constante.

00:15:55.280 --> 00:15:56.000
Y es donde las consultas

00:15:56.000 --> 00:15:56.760
de ejemplo te rescatan.

00:15:57.280 --> 00:15:58.200
Son la respuesta de Fabric

00:15:58.200 --> 00:15:59.160
a los mecanismos de seguridad,

00:15:59.300 --> 00:16:00.600
permitiéndote codificar fragmentos

00:16:00.600 --> 00:16:01.420
de SQL canónicos

00:16:01.420 --> 00:16:03.100
para intenciones analíticas comunes.

00:16:03.100 --> 00:16:05.000
Digamos que sabes

00:16:05.000 --> 00:16:05.720
que el ingreso total

00:16:05.720 --> 00:16:06.600
por segmento de temperatura

00:16:06.600 --> 00:16:07.440
siempre debe realizar

00:16:07.440 --> 00:16:08.020
una doble unión

00:16:08.020 --> 00:16:08.820
en geografía y fecha.

00:16:09.480 --> 00:16:10.800
Lo registras como una consulta de ejemplo.

00:16:11.460 --> 00:16:12.060
Cuando los usuarios

00:16:12.060 --> 00:16:12.940
hacen cualquier variación

00:16:12.940 --> 00:16:13.440
de esa frase,

00:16:13.640 --> 00:16:14.920
Copilot evita la improvisación

00:16:14.920 --> 00:16:16.520
y reutiliza tu lógica exacta.

00:16:17.160 --> 00:16:18.100
Es el equivalente en IA

00:16:18.100 --> 00:16:19.860
a emitir formularios preaprobados,

00:16:20.300 --> 00:16:21.580
completados correctamente cada vez,

00:16:21.980 --> 00:16:23.160
incapaces de sabotaje creativo.

00:16:24.020 --> 00:16:24.520
Con el tiempo,

00:16:24.680 --> 00:16:25.580
puedes construir una biblioteca

00:16:25.580 --> 00:16:26.660
de estas consultas de ejemplo,

00:16:26.800 --> 00:16:27.640
transformando a Copilot

00:16:27.640 --> 00:16:28.400
de un generalista

00:16:28.400 --> 00:16:29.460
a un experto en el dominio.

00:16:29.840 --> 00:16:30.720
Piénsalo como Memorevo.

00:16:30.720 --> 00:16:32.500
La IA aprende gradualmente

00:16:32.500 --> 00:16:33.180
que es lo correcto

00:16:33.180 --> 00:16:34.160
mediante la repetición

00:16:34.160 --> 00:16:34.980
y la restricción

00:16:34.980 --> 00:16:35.720
en lugar de un genio

00:16:35.720 --> 00:16:36.340
de forma libre.

00:16:36.920 --> 00:16:37.140
Aun así,

00:16:37.200 --> 00:16:38.300
las instrucciones más inteligentes

00:16:38.300 --> 00:16:38.860
no pueden redimir

00:16:38.860 --> 00:16:39.580
un pecado arquitecto.

00:16:39.980 --> 00:16:40.880
Si tu tubería de datos

00:16:40.880 --> 00:16:41.800
flaquea bajo capas

00:16:41.800 --> 00:16:42.740
de medallón inconsistentes

00:16:42.740 --> 00:16:43.540
o falta de semántica,

00:16:43.660 --> 00:16:44.740
todas estas medidas de seguridad

00:16:44.740 --> 00:16:46.180
equivalen a discursos severos

00:16:46.180 --> 00:16:47.000
pronunciados en un barco

00:16:47.000 --> 00:16:47.500
que se hunde.

00:16:48.440 --> 00:16:49.400
Las instrucciones limitan

00:16:49.400 --> 00:16:49.780
el lenguaje

00:16:49.780 --> 00:16:50.800
y no pueden inventar la verdad.

00:16:51.280 --> 00:16:52.080
Es por eso que el ajuste

00:16:52.080 --> 00:16:52.820
es un ciclo cerrado.

00:16:52.900 --> 00:16:54.080
La arquitectura define la fiabilidad,

00:16:54.160 --> 00:16:55.440
la semántica define el significado

00:16:55.440 --> 00:16:56.040
y las instrucciones

00:16:56.040 --> 00:16:56.880
definen la obediencia.

00:16:57.700 --> 00:16:58.980
El flujo de trabajo pragmático se hace.

00:16:59.500 --> 00:17:01.040
Construye capas de medallón limpias,

00:17:01.300 --> 00:17:02.680
define un modelo semántico preciso,

00:17:03.060 --> 00:17:04.020
codifica esas definiciones

00:17:04.020 --> 00:17:05.280
en instrucciones de origen de datos,

00:17:05.800 --> 00:17:07.020
modera la personalidad de Copilot

00:17:07.020 --> 00:17:08.240
mediante instrucciones de gente

00:17:08.240 --> 00:17:09.580
y prueba incansablemente.

00:17:10.300 --> 00:17:11.600
Cada anomalía que detectas a tiempo

00:17:11.600 --> 00:17:12.560
te ahorra el correo electrónico

00:17:12.560 --> 00:17:13.980
enojado de un ejecutivo más tarde.

00:17:14.440 --> 00:17:15.340
Sigue así la disciplina importa.

00:17:15.700 --> 00:17:16.320
No es glamuroso.

00:17:16.660 --> 00:17:17.480
No es magia de IA.

00:17:18.360 --> 00:17:19.400
Es aplicación de reglas,

00:17:19.540 --> 00:17:20.360
limpieza de caché,

00:17:20.540 --> 00:17:21.380
pruebas de consistencia

00:17:21.380 --> 00:17:22.440
y la verificación ocasional

00:17:22.440 --> 00:17:23.020
de autoestima

00:17:23.020 --> 00:17:24.240
cuando tu IA todavía insiste

00:17:24.240 --> 00:17:25.160
en que las ventas totales

00:17:25.160 --> 00:17:26.100
equivalen a ventas brutas

00:17:26.100 --> 00:17:26.680
más reembolsos,

00:17:26.760 --> 00:17:27.320
más milagros.

00:17:28.360 --> 00:17:29.380
Pero una vez que la disciplina

00:17:29.380 --> 00:17:29.840
se asienta,

00:17:29.920 --> 00:17:31.500
Copilot se vuelve inquietantemente confiado.

00:17:31.960 --> 00:17:33.260
Sus alucinaciones disminuyen,

00:17:33.380 --> 00:17:34.360
sus uniones se comportan

00:17:34.360 --> 00:17:35.660
y tus paneles dejan de engañarte.

00:17:36.320 --> 00:17:37.220
Debes establecer las reglas

00:17:37.220 --> 00:17:37.920
dentro de Fabric,

00:17:38.040 --> 00:17:39.160
pero la honestidad de Copilot

00:17:39.160 --> 00:17:39.860
sigue dependiendo

00:17:39.860 --> 00:17:41.340
de la arquitectura más allá de Fabric,

00:17:41.420 --> 00:17:42.500
la gobernanza sistémica

00:17:42.500 --> 00:17:43.380
que controla la verdad

00:17:43.380 --> 00:17:44.800
en todo tu entorno de datos

00:17:44.800 --> 00:17:46.000
y ahí es exactamente

00:17:46.000 --> 00:17:46.820
hacia donde nos dirigimos.

00:17:47.440 --> 00:17:48.180
La cura sistémica

00:17:48.180 --> 00:17:49.560
construyendo para una verdad verificable.

00:17:50.120 --> 00:17:50.600
Alejemosla.

00:17:51.080 --> 00:17:52.500
Después de todos los ajustes sinónimos

00:17:52.500 --> 00:17:53.460
y el entrenamiento de obediencia

00:17:53.460 --> 00:17:53.880
de la IA,

00:17:53.880 --> 00:17:55.100
todavía queda una realidad brutal.

00:17:55.900 --> 00:17:56.780
La veracidad de Copilot

00:17:56.780 --> 00:17:57.660
depende de la integridad

00:17:57.660 --> 00:17:58.320
de tu ecosistema.

00:17:58.940 --> 00:17:59.560
Puedes entrenarla,

00:17:59.640 --> 00:18:00.940
regañarla con resultados claros,

00:18:01.000 --> 00:18:01.700
pero si la arquitectura

00:18:01.700 --> 00:18:02.400
que rodea a Fabric

00:18:02.400 --> 00:18:03.380
o te da corrupción de datos,

00:18:03.480 --> 00:18:05.200
la IA seguirá mintiendo educadamente.

00:18:06.380 --> 00:18:07.040
Lo que necesitas

00:18:07.040 --> 00:18:08.140
es una cura sistémica,

00:18:08.220 --> 00:18:08.740
gobernanza,

00:18:08.960 --> 00:18:09.900
cumplimiento del linaje

00:18:09.900 --> 00:18:11.180
y una disciplina arquitectónica

00:18:11.180 --> 00:18:11.800
que haga que mentir

00:18:11.800 --> 00:18:12.860
sea físicamente imposible.

00:18:13.620 --> 00:18:14.560
A nivel arquitectónico,

00:18:14.720 --> 00:18:15.620
Fabrics lo tiene éxito

00:18:15.620 --> 00:18:16.320
cuando todo lo que está

00:18:16.320 --> 00:18:17.140
por encima y por debajo

00:18:17.140 --> 00:18:18.480
comparte la misma brújula moral

00:18:18.480 --> 00:18:19.240
de higiene de datos.

00:18:19.900 --> 00:18:20.380
Eso comienza

00:18:20.380 --> 00:18:21.220
con la aplicación de Scheme.

00:18:21.580 --> 00:18:22.700
Cada conjunto de datos

00:18:22.700 --> 00:18:23.800
en tu lighthouse y almacén

00:18:23.800 --> 00:18:24.560
necesita claves,

00:18:24.680 --> 00:18:25.200
tipos de datos

00:18:25.200 --> 00:18:26.320
y relaciones definidos.

00:18:27.280 --> 00:18:28.000
Contratos inmutables

00:18:28.000 --> 00:18:28.460
que describan

00:18:28.460 --> 00:18:29.520
cómo se entrelazan las entidades.

00:18:30.220 --> 00:18:31.160
Una desviación en una tabla

00:18:31.160 --> 00:18:32.440
no debería afectar silenciosamente

00:18:32.440 --> 00:18:33.020
a tu capa de oro.

00:18:33.620 --> 00:18:33.980
En cambio,

00:18:34.060 --> 00:18:34.820
la aplicación de esquemas

00:18:34.820 --> 00:18:36.160
lo detecta como un linter de código,

00:18:36.280 --> 00:18:36.960
deteniéndole en gesta

00:18:36.960 --> 00:18:38.060
hasta que las definiciones se alineen.

00:18:38.620 --> 00:18:39.160
En la práctica,

00:18:39.300 --> 00:18:40.440
esto no ralentiza el desarrollo,

00:18:40.560 --> 00:18:41.080
sino que previene

00:18:41.080 --> 00:18:42.020
la corrupción silenciosa

00:18:42.020 --> 00:18:43.100
antes de que se propague

00:18:43.100 --> 00:18:44.200
a las respuestas de Copilot.

00:18:44.780 --> 00:18:45.320
A continuación,

00:18:45.440 --> 00:18:46.500
introduce el control de versión Scheme.

00:18:46.960 --> 00:18:47.680
Trata tus modelos de datos

00:18:47.680 --> 00:18:48.220
como si fueran solo.

00:18:48.640 --> 00:18:49.400
Cada vez que modifiques

00:18:49.400 --> 00:18:50.100
una definición,

00:18:50.640 --> 00:18:51.160
cambies el nombre

00:18:51.160 --> 00:18:51.700
de una columna,

00:18:51.780 --> 00:18:52.360
ajustes la fórmula

00:18:52.360 --> 00:18:52.840
de una medida

00:18:52.840 --> 00:18:53.820
o alteres una relación.

00:18:54.060 --> 00:18:54.720
Incrementa la versión.

00:18:55.320 --> 00:18:56.100
Fabric no reconoce

00:18:56.100 --> 00:18:56.820
automáticamente

00:18:56.820 --> 00:18:57.860
el impacto filosófico

00:18:57.860 --> 00:18:58.240
de que

00:18:58.240 --> 00:18:59.360
ingresos igual a bruto

00:18:59.360 --> 00:19:00.080
menos descuentos

00:19:00.080 --> 00:19:00.800
se convierta en

00:19:00.800 --> 00:19:02.120
ingresos igual a neto

00:19:02.120 --> 00:19:02.920
después de impuestos.

00:19:04.020 --> 00:19:04.520
Lo suman en cielo.

00:19:05.280 --> 00:19:06.120
El control de versiones

00:19:06.120 --> 00:19:07.240
preserva el historial del linaje,

00:19:07.340 --> 00:19:08.140
permitiéndote rastrear

00:19:08.140 --> 00:19:08.980
qué respuesta de Copilot

00:19:08.980 --> 00:19:10.300
dependieron de semánticas obsoletas.

00:19:10.720 --> 00:19:11.100
Sin esto,

00:19:11.240 --> 00:19:12.060
nunca podrás auditar

00:19:12.060 --> 00:19:12.920
cuando entró una mentira

00:19:12.920 --> 00:19:13.460
en circulación.

00:19:14.040 --> 00:19:14.180
Ahora,

00:19:14.260 --> 00:19:14.940
vincula la aplicación

00:19:14.940 --> 00:19:15.640
con la documentación.

00:19:16.080 --> 00:19:16.880
Microsoft Purview

00:19:16.880 --> 00:19:17.680
o el catálogo de datos

00:19:17.680 --> 00:19:18.100
de One Lake

00:19:18.100 --> 00:19:19.060
no son simples adornos,

00:19:19.420 --> 00:19:20.320
son la memoria institucional

00:19:20.320 --> 00:19:21.100
que evita la amnesia

00:19:21.100 --> 00:19:21.600
de esquemas.

00:19:22.620 --> 00:19:23.400
Los conjuntos de datos

00:19:23.400 --> 00:19:24.580
certificados en estos catálogos

00:19:24.580 --> 00:19:25.520
actúan como las únicas fuentes

00:19:25.520 --> 00:19:26.440
permitidas para Copilot

00:19:26.440 --> 00:19:27.080
y Power BI.

00:19:28.060 --> 00:19:29.340
Piénsalos como entidades notariadas,

00:19:29.520 --> 00:19:30.360
representaciones de la verdad

00:19:30.360 --> 00:19:31.340
legalmente vinculantes.

00:19:32.060 --> 00:19:32.820
Si un conjunto de datos

00:19:32.820 --> 00:19:33.580
no está certificado,

00:19:33.660 --> 00:19:34.440
Copilot no deberá todo.

00:19:34.980 --> 00:19:36.000
Al integrar los metadatos

00:19:36.000 --> 00:19:36.460
de Purview

00:19:36.460 --> 00:19:37.360
con los agentes de datos

00:19:37.360 --> 00:19:37.820
de Fabric,

00:19:37.980 --> 00:19:39.040
aseguras que cada consulta

00:19:39.040 --> 00:19:39.820
impulsada por IAC

00:19:39.820 --> 00:19:41.120
tiene una procedencia verificable.

00:19:41.720 --> 00:19:42.460
Cuando alguien pregunte

00:19:42.460 --> 00:19:43.620
¿De dónde salió este número?

00:19:44.160 --> 00:19:44.880
Para representar.

00:19:44.880 --> 00:19:46.100
Para la continuidad

00:19:46.100 --> 00:19:47.080
del contexto entre sistemas

00:19:47.080 --> 00:19:48.000
se habilita la replicación

00:19:48.000 --> 00:19:48.380
de Mirroring

00:19:48.380 --> 00:19:48.820
y el modelado

00:19:48.820 --> 00:19:49.660
de gemelos digitales.

00:19:50.300 --> 00:19:50.920
La replicación

00:19:50.920 --> 00:19:52.020
replica fuentes externas

00:19:52.020 --> 00:19:52.940
como SQL Server,

00:19:53.160 --> 00:19:53.620
Cosmos DB

00:19:53.620 --> 00:19:54.460
o PostgreSQL

00:19:54.460 --> 00:19:55.600
en fábrica en tiempo real,

00:19:55.760 --> 00:19:56.540
preservando el esquema

00:19:56.540 --> 00:19:57.240
y la frescura.

00:19:57.720 --> 00:19:58.640
Es el sistema inmunológico

00:19:58.640 --> 00:19:58.940
de Fabric

00:19:58.940 --> 00:19:59.500
contra la latencia

00:19:59.500 --> 00:20:00.260
y la discrepanciedad.

00:20:00.780 --> 00:20:01.220
El modelado

00:20:01.220 --> 00:20:02.020
de gemelos digitales

00:20:02.020 --> 00:20:02.680
recién introducido

00:20:02.680 --> 00:20:03.520
lleva esto más lejos.

00:20:04.480 --> 00:20:05.820
Construye una contraparte digital

00:20:05.820 --> 00:20:06.240
en vivo

00:20:06.240 --> 00:20:07.140
de entornos físicos

00:20:07.140 --> 00:20:07.900
o de negocios.

00:20:09.060 --> 00:20:10.200
Copilot puede entonces

00:20:10.200 --> 00:20:11.320
consultar estos gemelos

00:20:11.320 --> 00:20:12.140
comprendiendo relaciones

00:20:12.140 --> 00:20:12.820
como que la producción

00:20:12.820 --> 00:20:13.280
de fábrica

00:20:13.280 --> 00:20:14.100
afecta los retrasos

00:20:14.100 --> 00:20:15.660
en el transporte.

00:20:15.840 --> 00:20:16.780
Esto mantiene su razonamiento

00:20:16.780 --> 00:20:17.420
basado en una realidad

00:20:17.420 --> 00:20:18.000
sincronizada,

00:20:18.120 --> 00:20:19.200
no en extractos obsoletos.

00:20:19.920 --> 00:20:20.240
Pero incluso

00:20:20.240 --> 00:20:21.000
la mejor arquitectura

00:20:21.000 --> 00:20:21.800
se desvía con el tiempo.

00:20:22.260 --> 00:20:22.960
Por eso se realizan

00:20:22.960 --> 00:20:23.840
auditorías de veracidad

00:20:23.840 --> 00:20:24.440
periódicas,

00:20:24.600 --> 00:20:25.260
revisiones rituales

00:20:25.260 --> 00:20:25.880
donde los resultados

00:20:25.880 --> 00:20:26.300
de la IA

00:20:26.300 --> 00:20:26.740
se validan

00:20:26.740 --> 00:20:27.280
frente a la fuente

00:20:27.280 --> 00:20:27.680
de la verdad.

00:20:28.300 --> 00:20:29.020
Se elige consultas

00:20:29.020 --> 00:20:29.680
representativas,

00:20:29.860 --> 00:20:30.500
las vuelve a ejecutar

00:20:30.500 --> 00:20:31.020
manualmente

00:20:31.020 --> 00:20:32.200
o mediante SQL almacenado

00:20:32.200 --> 00:20:33.220
y compara el resultado.

00:20:34.080 --> 00:20:34.820
Cualquier divergencia

00:20:34.820 --> 00:20:36.140
señala entropía arquitectónica,

00:20:36.380 --> 00:20:37.100
uniones corruptas,

00:20:37.180 --> 00:20:37.880
medidas desviadas

00:20:37.880 --> 00:20:38.860
o linaje expirado.

00:20:39.220 --> 00:20:39.880
O linaje expirado.

00:20:40.280 --> 00:20:41.020
Piénselo como una prueba

00:20:41.020 --> 00:20:41.520
de polígrafo

00:20:41.520 --> 00:20:42.020
para Copilot.

00:20:42.720 --> 00:20:43.680
Realizada trimestralmente,

00:20:43.740 --> 00:20:44.460
le permite recalibrar

00:20:44.460 --> 00:20:45.400
conjuntos de instrucciones

00:20:45.400 --> 00:20:45.960
y semántica

00:20:45.960 --> 00:20:46.880
antes de que la desconfianza

00:20:46.880 --> 00:20:47.580
escale en la vergüenza

00:20:47.580 --> 00:20:48.320
en la sala de juntas.

00:20:49.100 --> 00:20:49.500
Fundamentalmente,

00:20:49.600 --> 00:20:50.060
todas las capas

00:20:50.060 --> 00:20:50.880
de su pila de análisis

00:20:50.880 --> 00:20:51.540
BI, Copilot

00:20:51.540 --> 00:20:52.160
y el área de trabajo

00:20:52.160 --> 00:20:52.580
de Fabric

00:20:52.580 --> 00:20:53.200
deben provenir

00:20:53.200 --> 00:20:54.800
de una única fuente semántica.

00:20:55.340 --> 00:20:56.040
Los conjuntos de datos

00:20:56.040 --> 00:20:56.480
en las sombras.

00:20:56.960 --> 00:20:57.860
Cada vez que un departamento

00:20:57.860 --> 00:20:58.960
ambicioso clona un modelo

00:20:58.960 --> 00:21:00.000
para avanzar más rápido

00:21:00.000 --> 00:21:01.200
crea otro dialecto

00:21:01.200 --> 00:21:01.680
de la verdad.

00:21:02.420 --> 00:21:02.820
De repente,

00:21:02.960 --> 00:21:03.820
Power BI, Copilot

00:21:03.820 --> 00:21:04.540
y Excel Copilot

00:21:04.540 --> 00:21:05.360
hablan tres idiomas

00:21:05.360 --> 00:21:06.320
ligeramente diferentes

00:21:06.320 --> 00:21:07.180
sobre la misma cifra

00:21:07.180 --> 00:21:07.700
de ingresos.

00:21:08.320 --> 00:21:09.540
La cura es la unidad forzada,

00:21:09.820 --> 00:21:10.800
semántica centralizada

00:21:10.800 --> 00:21:11.280
en un modelo,

00:21:11.580 --> 00:21:12.540
exponerlo de solo lectura

00:21:12.540 --> 00:21:13.520
a los consumidores finales

00:21:13.520 --> 00:21:14.400
y vincular el cumplimiento

00:21:14.400 --> 00:21:14.880
de políticas

00:21:14.880 --> 00:21:15.640
a la certificación

00:21:15.640 --> 00:21:16.400
del conjunto de datos.

00:21:17.020 --> 00:21:17.700
Si Johnny en ventas

00:21:17.700 --> 00:21:18.980
quiere una métrica personalizada,

00:21:19.140 --> 00:21:19.640
negocia a través

00:21:19.640 --> 00:21:20.200
de la gobernanza,

00:21:20.280 --> 00:21:21.100
no por canales secundarios.

00:21:21.560 --> 00:21:21.960
Finalmente,

00:21:22.060 --> 00:21:22.900
cierra el ciclo de aprendizaje.

00:21:23.240 --> 00:21:23.660
La gobernanza

00:21:23.660 --> 00:21:24.600
no es papeleo estático,

00:21:24.900 --> 00:21:25.940
es un diálogo continuo

00:21:25.940 --> 00:21:26.800
entre analistas humanos

00:21:26.800 --> 00:21:27.780
y agentes de IA.

00:21:28.580 --> 00:21:29.500
Los humanos ajustan,

00:21:29.620 --> 00:21:30.420
Copilot ejecuta,

00:21:30.460 --> 00:21:31.320
los humanos verifican

00:21:31.320 --> 00:21:32.120
y Copilot mejora

00:21:32.120 --> 00:21:33.240
a través de contexto actualizado.

00:21:36.320 --> 00:21:38.260
Con el tiempo,

00:21:38.400 --> 00:21:39.100
esta retroalimentación

00:21:39.100 --> 00:21:39.600
se convierte

00:21:39.600 --> 00:21:40.560
en infraestructura invisible,

00:21:40.780 --> 00:21:41.880
el andamiaje de la precisión.

00:21:42.200 --> 00:21:43.220
Cuando alcance esta madurez,

00:21:43.540 --> 00:21:44.560
sucede algo extraordinario.

00:21:45.160 --> 00:21:46.180
Copilot deja de parecer

00:21:46.180 --> 00:21:47.080
un oráculo impredecible

00:21:47.080 --> 00:21:47.760
y empieza a comportarse

00:21:47.760 --> 00:21:48.860
como un analista junior rápido,

00:21:49.240 --> 00:21:50.120
consistente y respetuoso

00:21:50.120 --> 00:21:50.720
con las políticas.

00:21:51.800 --> 00:21:52.980
Las alucinaciones se evaporan,

00:21:53.360 --> 00:21:53.860
no porque la IA

00:21:53.860 --> 00:21:54.520
se haya vuelto honesta

00:21:54.520 --> 00:21:54.880
de repente,

00:21:55.360 --> 00:21:56.280
sino porque la deshonestidad

00:21:56.280 --> 00:21:57.380
ya no encaja en la estructura.

00:21:58.160 --> 00:21:58.940
La verdad se convirtió

00:21:58.940 --> 00:21:59.300
en el camino

00:21:59.300 --> 00:22:00.180
de menor resistencia,

00:22:00.300 --> 00:22:01.160
por lo que la cura sistémica

00:22:01.160 --> 00:22:01.760
no es el glamour,

00:22:01.800 --> 00:22:02.540
es la gobernanza.

00:22:03.380 --> 00:22:04.260
La aplicación de esquemas

00:22:04.260 --> 00:22:05.160
mantiene la estructura,

00:22:05.160 --> 00:22:06.560
el control de versiones semántico

00:22:06.560 --> 00:22:07.300
recuerda la historia,

00:22:07.600 --> 00:22:08.700
la certificación de Purview

00:22:08.700 --> 00:22:09.580
protege la integridad

00:22:09.580 --> 00:22:11.400
y la semántica de fuente única

00:22:11.400 --> 00:22:12.320
preserva la coherencia.

00:22:13.520 --> 00:22:14.380
El reflejo une la realidad

00:22:14.380 --> 00:22:14.800
con la imagen

00:22:14.800 --> 00:22:15.880
y las auditorías de veracidad

00:22:15.880 --> 00:22:17.420
mantienen ambos sincronizados.

00:22:17.900 --> 00:22:18.300
Entre ellos,

00:22:18.380 --> 00:22:19.700
Copilot no necesita inventar,

00:22:20.060 --> 00:22:20.800
simplemente informa.

00:22:21.540 --> 00:22:22.240
Una vez que ha forzado

00:22:22.240 --> 00:22:23.460
la verdad estructuralmente,

00:22:23.540 --> 00:22:24.220
se ha ganado el derecho

00:22:24.220 --> 00:22:25.220
de automatizar la información

00:22:25.220 --> 00:22:25.880
y eso nos lleva

00:22:25.880 --> 00:22:26.560
a la lección final,

00:22:27.000 --> 00:22:27.880
enseñar a las máquinas

00:22:27.880 --> 00:22:28.520
a decir la verdad

00:22:28.520 --> 00:22:29.060
por diseño,

00:22:29.300 --> 00:22:30.080
no por persuasión.

00:22:30.800 --> 00:22:31.440
Enseñar a Copilot

00:22:31.440 --> 00:22:32.040
a decir la verdad.

00:22:32.800 --> 00:22:33.860
Copilot nunca fue indigno

00:22:33.860 --> 00:22:34.440
de confianza,

00:22:34.520 --> 00:22:35.060
era obediente.

00:22:35.840 --> 00:22:36.680
Respondía fielmente

00:22:36.680 --> 00:22:37.340
a cualquier caos

00:22:37.340 --> 00:22:38.160
que usted codificara.

00:22:38.740 --> 00:22:39.240
Una vez que le da

00:22:39.240 --> 00:22:40.260
una arquitectura disciplinada,

00:22:40.360 --> 00:22:41.280
semántica consistente

00:22:41.280 --> 00:22:42.320
e instrucciones explícitas,

00:22:42.680 --> 00:22:43.200
deja de alucinar

00:22:43.200 --> 00:22:43.820
no por moralidad,

00:22:43.940 --> 00:22:44.820
sino por inevitabilidad,

00:22:44.940 --> 00:22:45.820
sino por inevitabilidad.

00:22:46.060 --> 00:22:47.240
Esta es la ecuación perdurable.

00:22:47.720 --> 00:22:48.680
Capas de medallón limpias,

00:22:48.760 --> 00:22:49.740
más disciplina semántica,

00:22:49.840 --> 00:22:50.820
más instrucciones gobernadas

00:22:50.820 --> 00:22:51.540
equivalen a verdad

00:22:51.540 --> 00:22:52.340
y a verificable.

00:22:52.940 --> 00:22:53.720
Elimine la ambigüedad

00:22:53.720 --> 00:22:54.280
en la fuente,

00:22:54.640 --> 00:22:55.580
documente el significado

00:22:55.580 --> 00:22:56.200
con precisión,

00:22:56.440 --> 00:22:57.560
pruebe los resultados regularmente

00:22:57.560 --> 00:22:58.520
y Copilot se convertirá

00:22:58.520 --> 00:22:59.200
en un espejo pulido

00:22:59.200 --> 00:23:00.080
para reflejar solo hechos.

00:23:00.500 --> 00:23:01.480
Si su entorno de tejido

00:23:01.480 --> 00:23:02.740
aún susurra contradicciones,

00:23:02.940 --> 00:23:03.480
este es su llamado

00:23:03.480 --> 00:23:04.220
para auditarlo.

00:23:04.860 --> 00:23:05.960
Aplique contratos de esquema,

00:23:06.240 --> 00:23:07.300
certifique conjuntos de datos,

00:23:07.420 --> 00:23:08.300
cree versiones de semántica

00:23:08.300 --> 00:23:09.000
y realice auditorías

00:23:09.000 --> 00:23:09.880
de verdad trimestrales.

00:23:10.560 --> 00:23:11.020
Luego observe

00:23:11.020 --> 00:23:11.600
cómo Copilot

00:23:11.600 --> 00:23:12.120
se transforma

00:23:12.120 --> 00:23:12.660
en un improvisador

00:23:12.660 --> 00:23:13.800
confiado a un colega calculable.

00:23:14.160 --> 00:23:15.520
La precisión no es magia,

00:23:15.600 --> 00:23:16.260
es mantenimiento.

00:23:16.860 --> 00:23:17.540
No es una estructura

00:23:17.540 --> 00:23:18.020
tan estrecha

00:23:18.020 --> 00:23:18.940
que las mentiras físicamente

00:23:18.940 --> 00:23:19.520
no pueden pasar.

00:23:20.060 --> 00:23:20.480
Haga eso

00:23:20.480 --> 00:23:21.420
y cada futuro mensaje

00:23:21.420 --> 00:23:22.280
producirá no historias

00:23:22.280 --> 00:23:23.100
sino declaraciones.

00:23:23.100 --> 00:23:24.980
Si esto le ahorró horas

00:23:24.980 --> 00:23:25.960
una posible vergüenza

00:23:25.960 --> 00:23:27.080
recompensa al esfuerzo,

00:23:27.520 --> 00:23:29.020
suscríbase al M365 Show.

00:23:29.760 --> 00:23:30.400
Nos especializamos

00:23:30.400 --> 00:23:31.020
en hacer que la idea

00:23:31.020 --> 00:23:31.400
de Microsoft

00:23:31.400 --> 00:23:32.240
sea realmente confiable.

00:23:32.780 --> 00:23:33.560
El próximo tutorial

00:23:33.560 --> 00:23:34.380
profundiza aún más

00:23:34.380 --> 00:23:34.880
en la ingeniería

00:23:34.880 --> 00:23:35.860
de precisión de Copilot.

00:23:36.160 --> 00:23:36.540
La eficiencia

00:23:36.540 --> 00:23:37.460
pertenece a los disciplinados.

00:23:37.880 --> 00:23:38.400
Mantenga aceptado.
