Toda conversación sobre Power BI fuera de Power BI empieza igual. Alguien quiere "el dashboard dentro del portal": en la intranet, en SharePoint, con los colores de la empresa, sin ese iframe que delata que el informe vive en otro lado. El equipo técnico abre la documentación, encuentra Embedded, capacidades dedicadas, tokens, y en media hora la reunión ya está discutiendo una suscripción mensual que nadie había presupuestado.
Pasamos por ese guion hace poco. Analizamos el informe existente, lo cruzamos con la lista de mejoras del cliente, diseñamos arquitectura, modelo y estimación. A mitad de camino, una pregunta simple reorganizó todo: ¿quién, al final, va a mirar estos números?
La respuesta fue: pocas personas. Un equipo pequeño que usa el panel para armar un informe fijo en PowerPoint, que se envía a las áreas. Eso cambió la arquitectura, el licenciamiento y hasta el papel de la IA en el proyecto. Vamos por partes.
Cinco puertas para sacar Power BI de Power BI
Existen básicamente cinco maneras de llevar contenido de Power BI a una página web, y no son variaciones de lo mismo:
| Camino | Quién ve | Licencia de quien ve | Control visual |
|---|---|---|---|
| Publish to web | Cualquiera con el link | Ninguna | Ninguno, y los datos quedan públicos |
| Secure embed | Usuarios de la organización | Pro o PPU | Iframe, sin código |
| Embed for your organization | Usuarios de la organización | Pro o PPU | Iframe controlado por JavaScript |
| Embed for your customers | Usuarios externos | Ninguna (se paga capacidad) | Iframe controlado por JavaScript |
| Execute Queries API | Quien tu aplicación autentique | Pro o PPU | Total: vos dibujás |
Las cuatro primeras tienen algo en común: lo que aparece en pantalla es un iframe servido por app.powerbi.com. Se puede filtrar, cambiar de página y capturar eventos con el SDK, pero el CSS de tu portal no entra ahí. Si el requisito es "que parezca nativo", queda la quinta puerta: pedir los números y dibujarlos vos mismo.
La API que devuelve números, no informes
La Execute Queries API recibe una consulta DAX y devuelve filas en JSON. Dentro de un web part SPFx, el token sale de la propia sesión de Microsoft 365 del usuario, con el permiso Dataset.Read.All. Así la consulta corre con la identidad de quien abrió la página, y la seguridad por filas del modelo se aplica sin ningún backend extra.
Los límites tienen que estar sobre la mesa desde el primer día:
- una consulta y una tabla por llamada;
- como máximo 100 mil filas o 1 millón de valores por consulta;
- 15 MB por respuesta;
- 120 consultas por minuto por usuario.
Es una API para indicadores y tablas agregadas, no para extracción masiva. Y tiene una trampa: si la consulta pasa el límite, la respuesta llega con HTTP 200 y datos parciales. El status dice que salió bien. El error está escondido dentro del JSON.
Cuando no hay informe en el medio, el modelo semántico se vuelve contrato. Renombrar una medida pasa a romper una pantalla.
El modelo que solo funcionaba porque nadie lo miraba de cerca
El modelo que encontramos hacía funcionar el informe, pero fue construido alrededor de los visuales y no como una fuente de datos. Tablas de personas sin relación con la tabla de eventos. Columnas calculadas buscando atributos fila por fila. La misma normalización de e-mail repetida en una docena de medidas. Tablas automáticas de fecha escondidas por todos lados.
Dentro de Power BI, los visuales disimulan todo eso. Por la API, cada atajo se vuelve consulta lenta, número divergente o medida imposible de filtrar. La migración, entonces, no es "cambiar la pantalla": es refactorizar el modelo a esquema estrella, crear medidas explícitas en una carpeta dedicada a la API y validar los números, KPI por KPI, contra el informe viejo.
Un consejo que ahorra horas: el Performance Analyzer de Power BI Desktop muestra la consulta DAX exacta de cada visual. Es el punto de partida perfecto para el catálogo de consultas del web part.
La licencia que nadie necesitaba comprar
Acá la pregunta "¿quién va a mirar?" pesó más. Power BI Pro cuesta US$ 14 por usuario por mes desde abril de 2025. Una capacidad Fabric F64 libera la visualización para usuarios con licencia gratuita, pero cuesta cerca de US$ 5 mil por mes en reserva anual. La cuenta solo cierra cuando cientos de personas consumen el contenido.
Para un equipo pequeño, la cuenta es otra: algunas licencias Pro, o ningún costo extra si las personas ya tienen Microsoft 365 E5. Y las áreas que reciben el informe no abren Power BI; reciben un archivo. (Siempre conviene confirmar ese modelo de distribución con el partner de licenciamiento.)
Eso también cambia cómo exportar. La exportación automática nativa a PowerPoint (ExportToFile) exige capacidad dedicada. Pero el web part ya tiene los datos de cada consulta en memoria, y una librería como PptxGenJS genera el .pptx en el propio navegador, con gráficos nativos y editables y la plantilla visual de la empresa. El botón "Exportar a PowerPoint" cuesta horas de desarrollo, no suscripción.
Fabric: presente en todo, obligatorio en casi nada
Hoy Power BI es una de las cargas de trabajo de Microsoft Fabric. Workspaces, modelos y configuraciones de tenant ya viven en el portal de Fabric, incluso para quien cree que "no usa Fabric". Aun así, nada en esta arquitectura exigió capacidad Fabric: la API funciona con licencia Pro en capacidad compartida.
Donde sí tuvo sentido fue en un lugar inesperado: la telemetría del portal. Los eventos de navegación se grababan en una lista de SharePoint, que ya acumulaba decenas de miles de ítems por mes. El cliente quería medir tiempo de permanencia, lo que multiplica ese volumen. Una lista no está hecha para eso. Para ese caso puntual, una capacidad F2, la más chica de la familia, con Eventstream o Lakehouse es la respuesta honesta.
Cuando la IA entra en la planilla de horas
Microsoft publicó el Power BI Authoring MCP, todavía en preview: un servidor que permite a un agente de IA crear tablas, medidas, relaciones y roles de seguridad en lenguaje natural, trabajando sobre archivos PBIP versionados en Git y ejecutando DAX para validar el resultado. No crea visuales, lo que en este proyecto era irrelevante: los visuales estaban en SPFx.
Con IA en el modelo, en el código del web part y en la clasificación de asuntos del chatbot, la estimación bajó cerca de 40%. Pero hay que ser honesto sobre dónde vive ese ahorro. La evidencia es mixta: un experimento de GitHub midió desarrolladores 55% más rápidos en una tarea aislada, mientras un estudio de METR en 2025 encontró desarrolladores experimentados 19% más lentos trabajando en código que ya conocían.
| Acelera mucho | Casi no acelera |
|---|---|
| Medidas DAX y refactorización del modelo | Respuestas del cliente |
| Componentes y servicios del web part | Homologación y conciliación de números |
| Generación del PowerPoint | Aprobación de permisos y accesos |
| Diccionario de asuntos a partir de miles de mensajes | Esperar que la nueva telemetría acumule datos |
La IA acorta la construcción. El reloj del proyecto sigue siendo, en buena parte, el reloj de las personas.
Antes de firmar, preguntá quién va a mirar
La arquitectura correcta no salió de una comparación de SKUs ni de una lista de features. Salió de una pregunta sobre gente: cuántas personas van a ver esto, y qué hacen después. Pocas personas armando un informe para las áreas no piden capacidad dedicada; piden un modelo limpio, una API bien usada y un botón que genera el PowerPoint del mes.
Antes de discutir licencias, preguntá quién está del otro lado de la pantalla. Muchas veces la respuesta está en un e-mail con un .pptx adjunto.
Si te gusta este tipo de trastienda, con números reales y sin hype, suscribite a la newsletter de macareno.net y recibí los próximos artículos antes que nadie.
Fuentes
- Datasets - Execute Queries (REST API), Microsoft Learn
- Understand Microsoft Fabric licenses and capacity, Microsoft Learn
- Power BI Authoring MCP server, Microsoft Learn
- Publish to web from Power BI, Microsoft Learn
- Power BI Licensing & Pricing 2026, Zebra BI
- The Impact of AI on Developer Productivity: Evidence from GitHub Copilot, arXiv
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, METR