Blog | Databricks

¿Qué es AI/BI Dashboard de Databricks?

En este artículo explicamos qué es AI/BI Dashboard de Databricks, para qué tipo de perfiles está pensada, en qué circunstancias conviene usarla y cuándo es recomendable elegir herramientas como Power BI o Tableau.

Con la incorporación de inteligencia artificial y de mejoras en su interfaz, Databricks lanzó la herramienta AI/BI que se divide en dos componentes: AI/BI Dashboard y AI/BI Genie. En este artículo nos enfocaremos en AI/BI Dashboard.

¿Qué es AI/BI Dashboard?

AI/BI Dashboard es la herramienta de visualización de datos que viene integrada de forma nativa a Databricks. Se trata de una evolución de los dashboards que incorpora una interfaz más intuitiva, brinda la posibilidad de aplicar filtros y ofrece un enfoque mucho más visual.

Los dashboards ofrecían una forma de visualización bastante básica. Si bien podían generar gráficos a partir de queries, no permitían —por ejemplo— cruzar filtros entre gráficos o contar con un asistente para el desarrollo.

La gran evolución que tuvo esta herramienta fue sumar inteligencia artificial con el reporte. AI/BI Dashboard incorpora un asistente que nos ayuda en todo el proceso de construcción del tablero. Adaptándose así a la nueva era de desarrollo, donde el foco no está en cómo hacerlo, sino en profundizar y hacer análisis mucho más complejos y enriquecedores.

Vista del antiguo dashboard de Databricks

La forma que AI/BI Dashboard introdujo la IA es a partir de un asistente que explica y corrige cuando una query es incorrecta. Además, en caso de no saber cómo visualizar, le podremos indicar en lenguaje natural lo que pretendamos ver y nos generará un gráfico con esa respuesta.

¿Para qué tipo de perfiles se recomienda usar AI/BI Dashboard?

AI/BI Dashboard es una herramienta pensada para perfiles que estén familiarizados con SQL, con el entorno de Databricks y con conceptos tales como catálogos, esquemas, vistas, tablas, etc.

La herramienta apunta a ingenieros de datos, científicos de datos y analistas de datos. Aunque también puede ser utilizada por algunos usuarios de negocio que necesiten verificar ciertos aspectos puntuales.

No es recomendable para personas 100% enfocadas en el negocio que utilicen el reporte para tomar decisiones estratégicas. En estos casos, recomendamos emplear herramientas de visualización más tradicionales como Power BI o Tableau.

Vista de AI/BI Dashboard de Databricks

¿Cuándo usar AI/BI y cuándo optar por otras herramientas de visualización de datos?

La elección de AI/BI Dashboard por sobre otras herramientas de visualización de datos dependerá de para qué vayamos a usar los tableros.

AI/BI Dashboard es una herramienta pensada para ser un complemento, un soporte de las tareas diarias de quienes ya utilizan Databricks. Por lo tanto, su objetivo no es entregar un producto al usuario final, sino que ofrece una forma para verificar, para validar rápidamente alguna anomalía o para revisar la calidad de los datos sin necesidad de salir de Databricks.

Por ejemplo:

  • Un ingeniero de datos -> Con AI/BI podrá validar más rápido el estado de los datos.
  • Un analista de datos-> Podrá responder de forma más eficiente y rápida a una pregunta de negocio.
  • Un analista junior (sin SQL avanzado) -> Con el asistente de AI/BI podrá desarrollar la consulta más rápido para luego visualizarla.

Para explicarlo mejor, imaginemos que necesitamos conseguir una cafetera para estas dos situaciones:

Situación 1: Una persona trabaja desde su casa y necesita un buen café para empezar su día. Tiene poco tiempo y pocas exigencias, solo necesita el café.

Situación 2: Una persona tiene un café de especialidad, con alta demanda y clientes exigentes. Necesita una cafetera para atender esa demanda.

En ambos casos, el tipo de café será igual. Pero ¿vamos a comprar la misma cafetera para los dos escenarios? La respuesta es no. La elección de la máquina dependerá del contexto, del uso y de la experiencia que se quiera brindar.

En el primer escenario —por la practicidad y por el costo— lo mejor será elegir una cafetera moka o un filtro de tela (en datos, esto sería el AI/BI Dashboard, una herramienta más sencilla que cumple la función). En cambio, en el segundo escenario, al ser necesario brindar una experiencia y hacer más que un buen café, es probable que lo mejor sea elegir la cafetera industrial que ofrezca un mayor grado de personalización.

Trasladado a los datos, esto implicaría definirse por una herramienta de visualización más avanzada que brinde más funcionalidades visuales (como profundizar jerarquías, obtener más detalles, tooltips personalizados, entre otras)

Los datos son el café y las herramientas son las máquinas, la clave es entender el propósito de cada uno.

¿Cómo usar AI/BI Dashboard?

Para quienes aún no están familiarizados con la herramienta, en este video dejamos un tutorial en el que mostramos cómo usarla:

Conclusiones

AI/BI Dashboard es una herramienta pensada para que sea rápida, funcional y fácil de usar, especialmente para personas que ya están en el entorno de Databricks. No busca competir con herramientas de visualización avanzadas (como PowerBI o Tableau), sino complementar.

Es una herramienta de soporte, y bien usada, puede ser muy poderosa para validar, explorar y compartir información entre equipos técnicos.

Es importante entender que no hay herramientas mejores o peores, hay herramientas más o menos adecuadas según el objetivo y el contexto.

En ese sentido, AI/BI Dashboard es una muy buena opción para ciertos escenarios específicos. Especialmente para aquellos en los que el público final se compone de personas con perfiles técnicos que necesitan soporte visual para realizar tareas dentro del entorno de Databricks.

Al momento de elegir una herramienta de visualización de datos, creemos que lo que realmente hay que entender es cuándo, cómo y por qué usarla. Antes de elegir una herramienta, preguntarse para qué la necesitamos, quién la va a usar y qué experiencia quieren que tenga esa persona. Con esas respuestas claras, la elección casi siempre llega sola.


* Este contenido fue publicado originalmente en Datalytics.com. Datalytics y Lovelytics se fusionaron en enero de 2025.

Author

Artículos relacionados

Portada del contenido del blog sobre gobierno de datos 2026
Ene 29 2026

Gobierno de datos 2026 ¿Cómo diseñar la estrategia con IA?

En este artículo, analizamos cómo diseñar una estrategia de gobierno de datos para inteligencia artificial, moderna y escalable, clave para que la IA genere valor real....
Nov 19 2025

Por qué el equipo de LATAM elige trabajar en Lovelytics

El equipo de Lovelytics LATAM está formado por personas de distintos países, culturas y zonas horarias que —desde Cali hasta la Patagonia— trabajan en equipo para...
Sep 04 2025

Databricks reconoce a Lovelytics LATAM como el partner del año en Unity Catalog

En la edición 2025 del LATAM Partner Forum celebrado en Brasil, Databricks reconoció a Lovelytics LATAM como el partner del año en la categoría Unity Catalog....
Ago 26 2025

Nueva marca, a partir de hoy somos Lovelytics LATAM

Hoy cambiamos el nombre de nuestra marca. Desde ahora somos Lovelytics LATAM.  Oficializamos el cambio que anticipamos en enero después de meses de...
Jun 24 2025

¿Qué es y cómo usar AI/BI Genie de Databricks?

AI/BI Genie es un agente que nos permite conversar con los datos. En este artículo explicamos qué desafíos resuelve, cuánto cuesta y explicamos cómo usarla a partir de...
Ene 21 2025

¿Qué es Apache Spark y cómo funciona?

Apache Spark es un tipo de tecnología que utiliza sistemas distribuidos. En este artículo explicamos qué es, cuáles son los conceptos clave a tener en cuenta y te...
Dic 06 2024

¿Qué es Staff Augmentation?

En este artículo explicamos qué es el Staff Augmentation de equipos de datos, qué problemas viene a resolver y cuáles son sus principales beneficios. ¿Qué problemas...
Nov 26 2024

Ingeniería de datos: ¿Cómo hacer un plan de pruebas?

En este artículo explicamos cómo hacer un plan de pruebas mínimo en ingeniería de datos. Hablamos de la importancia de asegurar la calidad de los procesos con un plan...
Nov 14 2024

Arquitectura de datos moderna con AWS, ¿Cómo construirla?

En este artículo explicamos cómo construir una arquitectura de datos moderna con AWS. Además, describimos cómo es el ecosistema de servicios que ofrece para los...
Oct 07 2024

¿Qué es un data lakehouse?

En este artículo explicamos qué es un data lakehouse, qué problemas viene a resolver y cuáles son sus principales características. Además, desarrollamos el concepto de...