Zoho Analytics 7.0 llega con capas semánticas y arquitectura multiagente para resolver la falta de contexto en los modelos de lenguaje corporativos.
Zoho Corporation presentó la versión 7.0 de Zoho Analytics, una actualización enfocada en la automatización de flujos de trabajo e inteligencia de negocios mediante sistemas agénticos. La plataforma añade capas semánticas y ontológicas para estructurar la información corporativa, además de incorporar compatibilidad con el Protocolo de Contexto de Modelo (MCP, por sus siglas en inglés).
En este artículo:
¿Cómo cambia la gestión de datos con las nuevas capas?
El principal ajuste técnico radica en la incorporación de dos capas nativas: la semántica y la ontológica. La primera opera como un glosario centralizado que estandariza descripciones, directrices y métricas clave dentro de las organizaciones. Por su parte, la capa ontológica modela las unidades operativas y sus interrelaciones lógicas.
Esta combinación busca resolver uno de los problemas frecuentes en el despliegue de modelos de lenguaje: la falta de precisión contextual al consultar bases de datos corporativas. Al dotar a los algoritmos de una referencia estandarizada sobre las métricas del negocio, las respuestas y recomendaciones operativas reducen ambigüedades técnicas.
“Los agentes no funcionan solo con datos: necesitan una capa de inteligencia robusta. Las novedades de Zoho Analytics ofrecen una capa abierta, extensible y confiable para que cada herramienta de IA tenga el contexto, las métricas y el gobierno para dar respuestas confiables”, afirmó Raju Vegesna, jefe evangelista de Zoho.
¿Qué funciones desempeñan los nuevos agentes autónomos?
A partir de este modelado, el asistente conversacional Ask Zia evoluciona hacia una estructura multiagente compuesta por seis subagentes especializados. Estos módulos asumen labores puntuales de análisis, modelado, visualización, preparación de datos, programación, ejecución de acciones y generación de consultas SQL. El sistema mantiene el historial de interacciones y admite tanto el modelo fundacional propio de la compañía como la integración de modelos externos.
Asimismo, los equipos técnicos pueden diseñar agentes personalizados conectados a servidores MCP, fuentes web y aplicaciones de terceros. La plataforma permite además ejecutar tareas operativas directas mediante activadores contextuales y un generador interno de flujos de trabajo. En interoperabilidad, añade más de 30 conectores —sumando más de 500 integraciones activas, entre ellas SAP, Twilio y Amazon DocumentDB— y un complemento para operar desde el entorno de Claude.
¿Cuáles son los mecanismos de control y gobernanza?
La adopción de herramientas autónomas en entornos corporativos exige supervisión estricta sobre el uso de recursos y la seguridad de la información. Para ello, la herramienta incorpora un catálogo unificado que rastrea el origen de los datos y analiza el impacto de modificaciones en métricas o modelos analíticos.
El panel de observabilidad audita qué agentes entraron en ejecución, qué perfiles del personal interactuaron con ellos, qué información consultaron y los costos de cómputo asociados a cada área. Para mitigar fallas en entornos de producción, la plataforma incluye un entorno de pruebas (sandbox) que facilita el ensayo previo de flujos y habilita el retorno a versiones estables si surgen errores.
Las nuevas capacidades ya se encuentran habilitadas en la modalidad de computación en la nube para las más de 100.000 organizaciones usuarias de la herramienta. El despliegue para infraestructuras locales e instalaciones híbridas está programado para el primer trimestre de 2027.
