Agentes de Tableau Next: Concierge, Inspector y Data Pro

Tableau Next trae tres agentes de IA: Concierge responde preguntas sobre tus datos en lenguaje natural y sugiere acciones; Inspector vigila métricas y avisa cuando algo cambia, con la explicación; Data Pro prepara datos, crea campos calculados y arma modelos semánticos a partir de una instrucción. Los tres corren sobre Agentforce y sobre el modelo semántico de Tableau Semantics, y lo que los distingue de un asistente de BI tradicional es que la misma conversación puede disparar un flujo de Salesforce o un mensaje en Slack. Salesforce los anunció en abril de 2025; Concierge y Data Pro llegaron en junio de ese año e Inspector después, según el anuncio de Salesforce. Cómo se activan hoy está en la guía de configuración de Tableau Next, consultada en octubre de 2026.

En EGOS BI implementamos Tableau en México desde hace más de 10 años y hoy configuramos estos agentes en pilotos de Tableau Next. Este artículo explica qué hace cada uno de verdad, qué necesita para funcionar y en qué decisiones concretas los estamos usando.

¿Qué hace cada agente de Tableau Next?

Los nombres comerciales son Concierge, Inspector y Data Pro. En la configuración de Salesforce aparecen como capacidades del agente de Agentforce for Analytics, cada una con su subagente y sus acciones:

Agente	Capacidad en Setup	Subagente	Acciones	Para quién
Concierge	Analytics Q&A	Data Analysis	Analizar datos, responder con gráficas y acciones sugeridas	Usuarios de negocio
Inspector	Proactive Alerts	Data Alert Management	Crear alertas de datos y avisar con explicación	Gerentes y supervisores
Data Pro	Semantic Model Creation	Preparation and Modeling	Crear campos calculados y modelos semánticos	Analistas y administradores

Fuente: paso 4 de la guía de configuración de Tableau Next, consultado en octubre de 2026.

Concierge se abre en el panel de Agentforce desde una métrica o un dashboard. Preguntas “¿cómo van las ventas de la región norte contra el mes pasado?” y responde con cifras, una visualización y siguientes pasos. Entiende los términos de tu negocio porque lee el modelo semántico, no las tablas crudas.

Inspector no espera la pregunta. Vigila una métrica definida en el modelo semántico, detecta cambios significativos y manda la alerta con su explicación a Slack o a Tableau Next. Es el equivalente de Tableau Pulse dentro de Salesforce.

Data Pro trabaja para quien construye: a partir de una descripción crea campos calculados, sugiere relaciones entre objetos de Data 360 y arma un modelo semántico que el administrador revisa antes de publicar. Con las funciones de Semantics AI (generador de descripciones, optimización del modelo y calibración de preguntas, varias aún en beta) acelera la limpieza y el modelado.

¿Cómo pasan del insight a la acción?

Esta es la diferencia real con un dashboard. Tableau Next se integra de forma nativa con Agentforce y con Salesforce Flow, así que una respuesta de Concierge puede terminar en una tarea asignada, un caso escalado o una oportunidad actualizada, y una alerta de Inspector puede iniciar un flujo sin que nadie abra Tableau. Según la página oficial de Tableau Next, la plataforma incluye un motor de flujos de trabajo que conecta datos, insights y acción, y en Slack permite escalar casos y avanzar oportunidades desde la métrica.

Hay dos requisitos para que esto funcione, y los dos son trabajo de administración, no de licencias:

1. Un modelo semántico gobernado. Los agentes solo responden bien sobre métricas definidas en Tableau Semantics. Inspector solo puede vigilar lo que está modelado. Sin ese trabajo, las respuestas son vagas. Lo explicamos en qué es una capa semántica y por qué la IA no funciona sin ella.
2. Un agente de Agentforce configurado. Se crea una vez en Agentforce Builder a partir de la plantilla Analytics and Visualization, se le agregan los subagentes y acciones, se configuran mensajes del sistema e idioma (español incluido), se prueba contra tus políticas de seguridad y se publica. El acceso se controla con permission sets.

6 casos de uso que estamos viendo en México

Los siguientes casos salen de pilotos y conversaciones con clientes en retail, consumo masivo, servicios financieros y manufactura. No atribuimos cifras a clientes; describimos el patrón.

1. Pipeline comercial que se corrige solo (ventas B2B). El director pregunta a Concierge si el pipeline alcanza para la meta del trimestre. La respuesta trae el gap, las oportunidades estancadas y una acción: crear tareas de seguimiento para los ejecutivos con cuentas sin actividad en 14 días. Inspector vigila la tasa de conversión por etapa y avisa cuando cae.

2. Quiebres de stock antes de perder la venta (retail). Inspector vigila la cobertura de inventario por tienda y SKU, modelada desde Snowflake vía zero copy en Data 360. Cuando una tienda baja del umbral, el aviso llega al canal de Slack del supervisor regional con la explicación y un flujo abre la solicitud de reabasto. Es la versión agéntica de lo que describimos en quiebres de stock: detectarlos antes.

3. Casos de servicio que se escalan solos (servicio al cliente). Sobre Service Cloud, con las apps prearmadas de Tableau Next para Service. Inspector detecta un aumento de casos abiertos por producto o región; Concierge explica la causa (un lote, un canal, una sucursal) y escala al equipo responsable desde Slack.

4. Cierre financiero con variaciones explicadas (finanzas). El modelo semántico define ingresos, margen y gasto una sola vez. El controller pregunta a Concierge por las variaciones contra presupuesto y recibe el desglose por centro de costo con la narrativa. Las funciones de narrativas y resúmenes de dashboard siguen en beta, así que aquí hay que validar antes de confiar.

5. Métricas de tienda al gerente, sin abrir nada (retail). Resúmenes de métricas en Slack cada mañana: venta contra meta, ticket promedio, merma. El gerente pregunta en el mismo canal “¿qué categoría cayó?” y Concierge responde. Lo mismo que logramos con Tableau para una red nacional de miles de tiendas, ahora conversacional.

6. Modelo semántico armado en días, no semanas (equipo de datos). Para una empresa mediana con dos personas de datos, Data Pro sugiere las relaciones entre clientes, pedidos y lealtad, propone los campos calculados y genera descripciones. El analista revisa y publica. El trabajo de modelado baja de semanas a días, y el modelo queda documentado para que los agentes respondan mejor.

¿Qué no hacen todavía los agentes?

Para no vender humo:

• Análisis de causa raíz profundo. Análisis independientes como el de Hex señalan que los agentes resuelven bien resúmenes y comparaciones, y que el análisis diagnóstico y de correlación sigue siendo mejor en Tableau Cloud o Desktop.
• Responder sobre datos fuera de Data 360. Si la fuente no está ingerida o federada, el agente no la ve.
• Funcionar sin modelo semántico. Un agente sobre tablas sin curar responde mal, y en español peor, porque no conoce tus términos.
• Varias funciones siguen en beta. Tableau Agent dentro de dashboards, narrativas, resúmenes, creación automática de modelos semánticos y calibración de preguntas estaban en beta o piloto en la versión 2026.2. Las probamos en el piloto, pero no las ponemos en producción sin validar.

Si comparas con otros asistentes, en Power BI Copilot vs Tableau Pulse explicamos la diferencia entre agentes reactivos y proactivos.

¿Cómo arrancamos un piloto de agentes en México?

Nuestro piloto de Tableau Next toma de 4 a 6 semanas y sigue este orden:

1. Elegir una decisión, no un dashboard. Una pregunta de negocio con dueño y con una acción clara cuando la respuesta cambia.
2. Llevar ese dominio a Data 360. Federar desde Snowflake con zero copy cuando ya existe la plataforma, o ingerir desde el sistema fuente.
3. Modelar en Tableau Semantics con Data Pro. Métricas, relaciones y descripciones en español, revisadas por el analista.
4. Configurar el agente de Agentforce. Subagentes, acciones, idioma, pruebas de seguridad y permisos.
5. Conectar Inspector y Slack. Alertas con umbrales y flujos de acción.
6. Medir adopción y precisión. Preguntas respondidas correctamente, alertas útiles, acciones disparadas.

Todo en español, desde Monterrey y en horario de México, con la opción de que nuestra célula de trabajo administre Tableau y Data 360 después del piloto. La práctica completa está en Analytics & Decision Intelligence.

Siguiente paso

Lleva a la discovery call una decisión que hoy tarda porque alguien tiene que abrir un reporte, el nombre del sistema donde viven esos datos y si ya tienes Salesforce y Slack. Con eso diseñamos el piloto y te decimos qué agente aplica primero. Agenda la sesión aquí.