Zoho convierte Zoho Analytics en plataforma agéntica: ontología, capa semántica, 6 subagentes y más de 500 conectores

Zoho presentó el miércoles 28 de octubre de 2026 una renovación de Zoho Analytics, su plataforma de inteligencia de negocios, que la compañía define ahora como una plataforma de "analítica agéntica". El cambio agrega una capa de contexto de negocio, con ontología y capa semántica nativas, para que los agentes de IA trabajen con definiciones consistentes de clientes, ingresos y métricas, y no solo con tablas sueltas.

Según Zoho, la herramienta la usan a diario más de 100.000 empresas en el mundo. Tony Thomas, CEO de Zoho USA, dijo que la actualización entrega a cada herramienta de IA de la empresa "el contexto, las métricas y la gobernanza" que necesita, de acuerdo con la cobertura de Constellation Research.

¿Qué cambia en Zoho Analytics con los agentes de IA?

El centro de la actualización es Ask Zia, que pasa a ser un agente conversacional que orquesta seis subagentes preconstruidos: análisis de datos, visualización, preparación de datos, modelamiento, código y generación de SQL. Guarda historial y memoria de conversación, y permite usar el modelo propio de Zoho o traer un modelo de terceros.

• Agentes personalizados: los equipos pueden crear agentes sobre sus datos y su base de conocimiento, conectados a servidores MCP, búsqueda web y otras herramientas.
• Acciones agénticas: un constructor de flujos permite que los agentes disparen acciones. En una demostración, un agente de Zoho creó una orden de compra en SAP.
• BI sin interfaz: un servidor MCP, una nueva interfaz de línea de comandos y un complemento para Claude, de Anthropic, permiten usar Zoho Analytics desde otras herramientas.
• Conectores: más de 30 nuevos, entre ellos SAP, PayPal, Adobe Commerce, Twilio, Notion e Intercom, para un total de más de 500.

¿Para qué sirven la ontología y la capa semántica?

La ontología modela las entidades del negocio y cómo se relacionan; la capa semántica funciona como un glosario para la IA, con términos, sinónimos, instrucciones y métricas, y admite varios modelos por área. La idea es que cuando alguien pregunte por "ingresos" o "cliente activo", el agente use la misma definición que finanzas y ventas. Clarence Rozario, responsable de la suite de datos y analítica de Zoho, explicó que no basta con ofrecer agentes empaquetados y que el cliente siempre puede tomar el control y diseñarlos.

Para gobernar ese uso, Zoho suma un catálogo de datos con linaje y políticas de acceso, observabilidad de IA que muestra qué agentes corrieron, quién los usó, a qué datos accedieron y cuánto costó por equipo, y un sandbox con versiones y reversión.

¿Cuánto cuesta y cuándo estará disponible?

El anuncio de Zoho indica que el plan Basic parte en 30 dólares mensuales con facturación anual, con 2 usuarios, 0,5 millones de filas y 10.000 créditos del modelo de Zoho. Los precios de los planes existentes no cambian y los créditos de IA ahora vienen incluidos. Las novedades en la nube ya están disponibles; las versiones preliminares de la ontología, el modelo semántico y los reportes de diseño exacto llegarán en cuatro a ocho semanas, y la versión on-premise, en el primer trimestre de 2027.

Mike Ni, analista de Constellation Research, advirtió que la pregunta clave es qué tan bien sostendrá Zoho esas definiciones a medida que cambien los datos y las necesidades del negocio.

Análisis de Revenue Hub

Para empresas en Chile y Latinoamérica, donde Zoho tiene una base relevante de pymes y empresas medianas, la noticia importa menos por los seis subagentes y más por lo que admite toda la industria: un agente de IA sin definiciones comunes de negocio entrega respuestas rápidas pero contradictorias. Si ventas, marketing y finanzas calculan distinto el "cliente activo" o el "ingreso del mes", el agente solo automatiza la discusión.

Nuestra recomendación concreta, use Zoho, HubSpot u otro CRM, es escribir el diccionario de métricas antes de activar agentes: qué cuenta como oportunidad, en qué etapa se reconoce un ingreso, qué fecha manda en cada reporte. Ese trabajo es el mismo que resuelve por qué dos reportes muestran números distintos, y conviene hacerlo con una revisión de la calidad de datos del CRM, porque una capa semántica sobre registros duplicados o incompletos solo hace más convincente un dato malo.

La señal de fondo es que el contexto de negocio se está convirtiendo en el activo que define si la IA sirve para decidir. Las empresas que lo documenten primero podrán cambiar de proveedor de agentes sin rehacer sus métricas. Seguimos estos movimientos en la sección de CRM y datos.