'/%3e%3cpath%20d='m0%200-119.7-83.92%2091.32-65.6%20128.91%2079.56z'%20fill='%231d6075'%20stroke='%231d6075'%20stroke-width='0.8'%20stroke-linejoin='round'%20transform='matrix(1.33333%200%200%20-1.33333%20588.6%20492.05)'/%3e%3cpath%20d='m0%200%20113.06-90.6L320.45%2054.67l.46%20143.88z'%20fill='%2318505f'%20stroke='%2318505f'%20stroke-width='0.8'%20stroke-linejoin='round'%20transform='matrix(1.33333%200%200%20-1.33333%20278.27%20483.16)'/%3e%3cpath%20d='m0%200%20.34%20159.15-225.4-137.58L-83.84-66.9Z'%20fill='%23216b83'%20stroke='%23216b83'%20stroke-width='0.8'%20stroke-linejoin='round'%20transform='matrix(1.33333%200%200%20-1.33333%20390.91%20251.7)'/%3e%3cpath%20d='m0%200%20.34%20159.15%20236.09-134.2L95.2-63.54Z'%20fill='%23123e4b'%20stroke='%23123e4b'%20stroke-width='0.8'%20stroke-linejoin='round'%20transform='matrix(1.33333%200%200%20-1.33333%20390.91%20251.7)'/%3e%3c/svg%3e){kind=small}
DATA · Escenario ilustrativo
Plataforma de datos
Consulta warehouses y lakes con acceso tipado y gobernado.
Los agentes hablan SQL con Snowflake, BigQuery y Databricks a través de una capa semántica tipada — sin acceso bruto a tablas, sin joins alucinados, cada query atribuida y limitada en tasa.
01 · Línea base
La tasa de coordinación, medida.
Métricas pre-agente capturadas en los flujos de plataforma de datos durante la ventana de observación de solo lectura de la Fase 01.
Tiempo de respuesta
0,5 días
Pregunta de negocio → entrega del analista
Adopción self-serve
0 %
De usuarios de negocio activos en BI
Tasa de queries gobernadas
Desconocida
SQL en sombra fuera del catálogo
02 · Arquitectura
Cómo se integra el núcleo de agentes.
El marco de actuación acotada envuelve cada herramienta. Sin acceso bruto — superficies tipadas, credenciales con alcance, escrituras limitadas por políticas.
- 01
Capa semántica primero
El agente solo consulta a través de dbt Semantic Layer / Cube — métricas definidas una vez, gobernadas en todas partes.
- 02
Seguridad a nivel de fila
Identidad del llamador propagada al warehouse; diseñada para aplicar RLS en tiempo de query, no en el prompt.
- 03
Agente revisor de queries
Estimación previa de coste, detección de queries redundantes, sugerencias de materialización.
03 · Resultados
Estado estable, tras el despliegue.
Escenario ilustrativo. Objetivos ilustrativos frente a una línea base de Fase 01 — no son resultados publicados.
Tiempo de respuesta
0 min
Para preguntas gobernadas
Adopción self-serve
0 %
De usuarios de negocio
Tasa de queries gobernadas
0 %
Consultas diseñadas para pasar por vistas gobernadas
04 · Despliegue
Tres fases. Calendario acordado en cada proyecto.
Reversible en cada paso: Los agentes abren pull requests en borrador. Una persona aprueba cada fusión.
Fase 01
Descubrimiento
Observación de solo lectura
El agente percibe, planifica y observa el tráfico real. Acceso de solo lectura. Métricas de referencia capturadas.
Fase 02
Piloto
Ejecución supervisada
Cada acción redactada por el agente, aprobación humana en un clic y una traza de auditoría en Git: Los agentes abren pull requests en borrador. Una persona aprueba cada fusión.
Fase 03
Despliegue
Autonomía acotada
Bucle completo Observar → Decidir → Ejecutar → Verificar. HITL conservado solo en umbrales de alto riesgo.
Gobernanza
Controles incluidos con este flujo.
Mapeado con OWASP Agentic Top 10 (2026): un mapa de controles, no una evaluación. Mapeado, no certificado ni auditado.
- Seguridad fila + columna
- Aplicación de tags PII
- Guardrails de coste / query
- Ejecución acotada al catálogo
Taller de descubrimiento de 90 minutos
Mapea este estudio a tu stack DATA.
Establecemos la línea base de tus flujos, recorremos el despliegue por fases y te dejamos un plan de despliegue — no un pitch deck.