Anthropic ha ampliado su asistente de IA Claude con dos nuevas funciones en fase beta. Con los Dashboards se pueden conectar fuentes de datos como BigQuery o Snowflake —ambos servicios en la nube para el análisis de grandes volúmenes de datos— y generar a partir de ellos análisis en vivo mediante entrada de texto. La segunda función, Motion, crea vídeos explicativos animados a partir de texto e imágenes.
Paralelamente, las funciones Docs, Slides y Design, hasta ahora de disponibilidad limitada, quedan abiertas a todos los usuarios. En conjunto, Claude se aleja así del mero instrumento de chat y se acerca a un entorno en el que los resultados de trabajo surgen directamente.
Qué hay de nuevo en esto
Los dashboards existen desde hace décadas, y las herramientas de business intelligence para la visualización de datos están consolidadas en muchas empresas. La diferencia está en la barrera de entrada: en lugar de configurar un modelo de datos y componer visualizaciones a base de clics, se describe el resultado deseado en lenguaje natural.
El atributo «en vivo» es aquí el punto decisivo. No se trata de una captura de pantalla generada una sola vez, sino de una conexión con la fuente de datos que puede actualizarse. Con ello, un prototipo así se acerca más a algo que realmente se usa en el día a día, con todas las consecuencias que eso tiene para los permisos, la protección de datos y la fiabilidad.
En Motion la lógica es similar. Hasta ahora, un vídeo explicativo era un pequeño proyecto con guion, storyboard, animación y locución. Si basta con una descripción textual como punto de partida, eso cambia sobre todo la ecuación en los formatos internos pequeños: contenidos de formación, material de onboarding, explicaciones de producto para ventas.
Dónde tienen su lugar los prototipos rápidos
La generación guiada por prompts —es decir, el desarrollo mediante entradas de texto en lugar de código— despliega sus fortalezas allí donde la velocidad importa más que la longevidad. Casos típicos:
- Análisis exploratorio de datos: se quiere responder rápido a una pregunta sin que de ello surja un reporting permanente.
- Aclaración de requisitos: un borrador visible aclara más en una reunión que un documento de requisitos. Los malentendidos se detectan antes.
- Ocasiones de comunicación puntuales: una explicación para un lanzamiento interno, un concepto para una presentación, un borrador para su aprobación.
- Comprobación de viabilidad: antes de aprobar presupuesto para un desarrollo propio, un prototipo muestra si los datos dan siquiera la conclusión esperada.
En todos estos casos, el prototipo es una herramienta de pensamiento. Su valor reside en el conocimiento que genera, no en su permanencia.
Dónde está el límite
El problema surge cuando un prototipo se convierte silenciosa y discretamente en un sistema productivo. Rara vez ocurre por decisión, sino por costumbre: algo funciona, alguien reenvía el enlace y, tras unos meses, las decisiones dependen de ello.
Para tales casos rigen otros requisitos. ¿Quién asume la responsabilidad si un indicador se calcula mal? ¿Cómo se regulan los derechos de acceso cuando un dashboard accede a una base de datos con datos personales? ¿Qué ocurre si cambia el esquema de una tabla? ¿Cómo se documenta de forma comprensible según qué definición se obtiene una cifra?
A ello se suma la cuestión de la dependencia. Las funciones beta de un proveedor pueden cambiar o desaparecer. Quien basa en ellas el reporting de un proceso central asume un riesgo que en un prototipo no importa, pero en un instrumento de control sí.
Un procedimiento pragmático
En lugar de decidirse por principio a favor o en contra de tales herramientas, ayuda una clasificación clara. Ha dado buen resultado realizar una clasificación consciente en cada resultado:
- Desechable: uso único, sin reenvío, sin relevancia para decisiones. Aquí cualquier discusión sobre arquitectura es tiempo perdido.
- Transitorio: se utiliza, pero con fecha de caducidad y una persona responsable designada. O se sustituye o se transfiere de forma consciente.
- Productivo: las decisiones dependen de ello. Aquí rigen los requisitos habituales de almacenamiento de datos, asignación de derechos, pruebas, documentación y operación.
El paso decisivo es la transferencia del nivel dos al tres. Debe producirse activamente, no por inacción. Un desarrollo propio limpio no empieza entonces desde cero: el prototipo ya ha aclarado los requisitos funcionales y es valioso como plantilla.
Efectos sobre la calidad de los datos
Un efecto secundario se subestima a menudo: si crear análisis se vuelve sencillo, aumenta el número de análisis. Con ello aumenta también la probabilidad de que el mismo indicador se calcule de forma distinta en lugares distintos.
El trabajo real se desplaza así de la creación a la definición. Quien define con claridad qué es un «cliente activo» o un «proceso cerrado» y almacena estas definiciones de forma central en la capa de datos, se beneficia de las herramientas rápidas. Quien no lo hace, produce cifras contradictorias más rápido que antes.
Clasificación para proyectos web y de software
Para los proyectos, esto significa sobre todo que la fase de aclaración de requisitos se vuelve más económica y más ilustrativa, porque las ideas pueden hacerse visibles pronto sin comprometer presupuesto de desarrollo. Sin embargo, los requisitos de lo que se construye después no disminuyen por ello: la mantenibilidad, el concepto de derechos y la operación siguen siendo trabajo manual.
El uso sobrio de tales herramientas consiste en emplearlas de forma consecuente en la fase de diseño y tomar una decisión igualmente consecuente en cuanto un resultado vaya a utilizarse de forma permanente.