Copilot Studio + Microsoft Fabric: crear un agente que lee tu data lake

«¿Podemos simplemente chatear con nuestros datos?» es la petición que todo equipo de datos oye ya cada semana. La respuesta de Microsoft cose dos productos: Fabric guarda los datos, Copilot Studio construye el agente que habla con ellos. La demo es magia. La versión de producción tiene aristas. Así encajan las piezas de verdad —y dónde se corta la gente.

Las piezas: Fabric, OneLake, Copilot Studio

Microsoft Fabric es una plataforma de analítica SaaS que agrupa ingeniería de datos, warehousing, analítica en tiempo real y Power BI. OneLake es su data lake único para todo el tenant —piénsalo como el «OneDrive de los datos»— construido sobre ADLS Gen2 y, lo importante, guardándolo todo como Delta-Parquet abierto. El mismo formato que el lakehouse de Databricks, y no es casualidad: la industria ha convergido en Delta e Iceberg como capa de tabla abierta.

Copilot Studio es la plataforma low-code de Microsoft para construir agentes —el descendiente de Power Virtual Agents—. Le das a un agente instrucciones, fuentes de conocimiento y acciones, y responde usando IA generativa. La cuestión es cómo apuntas ese agente al lake.

Dónde viven los datos: OneLake y el endpoint SQL

Un lakehouse o warehouse de Fabric expone sus tablas Delta de dos formas que un agente puede usar. El endpoint de análisis SQL es una superficie T-SQL de solo lectura sobre las tablas: cualquier cosa que hable SQL puede consultarla. El modelo semántico se sitúa encima: medidas con nombre, relaciones y lógica de negocio, consultable en modo Direct Lake, que lee Parquet directo desde OneLake sin importar ni cachear una segunda copia. Los shortcuts permiten que OneLake referencie datos que están en S3 u otra cuenta ADLS sin moverlos, así que «tu data lake» puede abarcar varias nubes.

La lección: un agente apoyado en un modelo semántico bien construido es mucho más fiable que uno apuntado a tablas en bruto, porque el modelo codifica qué significa realmente un «cliente» o los «ingresos».

Tres formas de anclar un agente a tu lake

1. Agente de datos de Fabric (la vía nativa). Fabric tiene su propio agente de IA —antes «AI Skills»— que construyes sobre un lakehouse, warehouse o modelo semántico. Traduce lenguaje natural a consultas sobre tus datos, y puedes añadirlo en Copilot Studio como fuente de conocimiento conectada. Es la ruta más corta y en la que Microsoft está invirtiendo.
2. Conocimiento de Copilot Studio sobre un modelo semántico. Apunta el agente a un modelo semántico de Power BI como fuente de conocimiento. Bueno para preguntas y respuestas sobre medidas definidas; más flojo para búsquedas abiertas a nivel de fila.
3. Grounding a medida. Usa Power Automate o un conector personalizado para pegar al endpoint SQL, o monta Azure OpenAI «sobre tus datos». Máximo control, máxima fontanería: tú te encargas de la recuperación, la construcción del prompt y el formateo del resultado.

Una construcción mínima

La ruta que funciona con más fiabilidad, de principio a fin:

1. Aterriza los datos en un lakehouse de Fabric y modela una capa oro limpia: la disciplina medallion aplica aquí igual que en Databricks.
2. Construye un modelo semántico pequeño con medidas con nombre y relaciones. Aquí se gana o se pierde la precisión.
3. Crea un agente de datos de Fabric sobre ese modelo y prueba sus consultas generadas contra respuestas conocidas.
4. En Copilot Studio, crea un agente, añade el agente de datos de Fabric como conocimiento, escribe instrucciones ajustadas y publica en Teams o la web.

La seguridad lo es todo

El fallo que arruina carreras es un agente que devuelve alegremente filas que un usuario nunca debería ver. Resuelve esto antes de publicar:

• La identidad fluye. Prefiere que el agente consulte en nombre del usuario autenticado (Entra ID), no con un service principal fijo con acceso total.
• La seguridad a nivel de fila y de columna vive en el modelo semántico y el lakehouse: aplícala ahí, no en el prompt. Un prompt no es una frontera de control de acceso.
• Mínimo privilegio en OneLake. Los shortcuts y los roles de workspace deciden a qué puede siquiera llegar el agente.

Dónde se rompe

• SQL alucinado o incorrecto. El lenguaje-natural-a-consulta es probabilístico. Sin un modelo semántico que lo restrinja, el agente inventa agregaciones plausibles pero erróneas. Valida siempre contra un conjunto dorado de preguntas.
• Direct Lake cae a DirectQuery cuando un modelo se vuelve demasiado grande o complejo, y la latencia se degrada en silencio. Vigílalo.
• Deriva de coste. Las unidades de capacidad de Fabric más las llamadas generativas suman. Mídelo desde el día uno.

---

Copilot Studio sobre Fabric es la forma más rápida de dar a usuarios no técnicos una conversación real con datos gobernados —si inviertes en el modelo semántico y tratas la seguridad como un problema de la capa de datos, no del prompt—. Cuando tus agentes superen el low-code y necesites poseer el modelo y el bucle, la siguiente pieza mira el stack agéntico abierto: Hermes y NVIDIA Nemotron.