Claude Desktop + MCP + Power BI Desktop: de la configuración previa a un modelo semántico real con impacto en negocio
La conversación ya no es solo una forma de consultar información. Está empezando a convertirse en una nueva interfaz para trabajar con aplicaciones empresariales. Ese es el verdadero interés de unir Claude Desktop con Power BI Desktop mediante MCP: no se trata únicamente de “hablar” con una inteligencia artificial, sino de conseguir que esa inteligencia artificial pueda operar con contexto, estructura y capacidad real sobre una herramienta de analítica. MCP, o Protocolo de Contexto de Modelo, es un estándar abierto para conectar aplicaciones de inteligencia artificial con herramientas, datos y flujos externos; y Microsoft ya ha llevado esta idea a Power BI con servidores específicos para modelado y consulta de modelos semánticos. Todo ello se encuentra actualmente en versión preliminar.
La novedad no es solo preguntar a la inteligencia artificial. La novedad es que puede trabajar sobre una herramienta real y sobre una lógica de negocio real.
En el vídeo, el foco no está en una integración teórica, sino en un caso práctico muy concreto: partir de una configuración previa sencilla, conectar Claude con Power BI Desktop y utilizar esa conexión para levantar un ejemplo completo de distribución desde cero. Lo importante no es únicamente la tecnología, sino lo que esta tecnología representa para negocio: menos fricción entre idea y ejecución, más velocidad para prototipos y una forma mucho más accesible de acercar capacidades avanzadas a perfiles no técnicos. Microsoft describe precisamente estos servidores MCP de Power BI como una manera de permitir que asistentes de inteligencia artificial interactúen con modelos semánticos mediante lenguaje natural.
Qué necesitas antes de empezar
La base del proceso que se ve en el vídeo es muy simple. Antes de hacer nada, necesitas tener instalados Power BI Desktop, Claude Desktop y Visual Studio Code. A partir de ahí, el siguiente componente clave es la extensión Power BI Modeling MCP Server en Visual Studio Code, que es la pieza que incorpora el servidor local con el que después va a trabajar Claude. Microsoft distribuye este servidor como extensión de Visual Studio Code y lo describe como un servidor MCP local que habilita capacidades de modelado semántico para agentes de inteligencia artificial.
Configuración previa paso a paso
1. Instalar las aplicaciones necesarias
El punto de partida es tener instalados Power BI Desktop, Claude Desktop y Visual Studio Code. No hay desarrollo a medida ni una solución cerrada: la base de esta configuración está construida con herramientas estándar y con una extensión pública disponible para Visual Studio Code.
2. Instalar la extensión de modelado MCP para Power BI en Visual Studio Code
Una vez abierto Visual Studio Code, el siguiente paso es instalar la extensión Power BI Modeling MCP Server. Esa extensión añade al equipo el servidor local que después se utilizará para comunicar Claude con Power BI Desktop y trabajar sobre el modelo semántico.
3. Ir a la carpeta donde Visual Studio Code instala las extensiones
En el vídeo, después de instalar la extensión, se accede a la ruta local donde Visual Studio Code guarda las extensiones del usuario:
%USERPROFILE%\.vscode\extensions Dentro de esa carpeta aparece la extensión instalada de Power BI Modeling MCP. En el ejemplo del vídeo, la carpeta corresponde a la versión analysis-services.powerbi-modeling-mcp-0.4.0-win32-x64.
4. Entrar en la carpeta server
Una vez dentro de la extensión, el siguiente paso es abrir la carpeta server. Ahí se encuentra el ejecutable que actúa como servidor MCP local para Power BI.
5. Copiar la ruta del ejecutable
Dentro de server, el archivo importante es powerbi-modeling-mcp.exe. En el vídeo se muestra cómo copiar su ruta con la opción “Copiar como ruta de acceso”. Ese valor será el que más tarde se utilizará en la configuración de Claude Desktop.
6. Preparar la ruta en Bloc de notas
Después de copiar la ruta, se pega en Bloc de notas para dejarla preparada para JSON. Aquí hay un detalle importante: las barras invertidas de Windows deben escribirse duplicadas. Es decir, donde normalmente habría una \, en el bloque de configuración debe quedar \\.
7. Abrir Claude Desktop y editar la configuración
El siguiente paso es abrir Claude Desktop y acceder a:
Configuración > Desarrollador > Editar configuración
Desde ahí se añade el servidor MCP para que Claude pueda utilizarlo.
8. Añadir el bloque de configuración
La estructura de configuración que se ve en el vídeo responde a este formato:
{
"mcpServers": {
"powerbi-modeling-mcp": {
"command": "C:\\Users\\tu_usuario\\.vscode\\extensions\\analysis-services.powerbi-modeling-mcp-0.4.0-win32-x64\\server\\powerbi-modeling-mcp.exe",
"args": ["--start"],
"type": "stdio"
}
}
} Este formato coincide con la forma en que Microsoft documenta el uso del servidor de modelado de Power BI con clientes MCP: una ruta local al ejecutable, el argumento --start y el tipo de transporte stdio.
9. Guardar y comprobar que el servidor está activo
Una vez guardada la configuración, Claude Desktop muestra el servidor powerbi-modeling-mcp como activo. Ese es el punto en el que la configuración previa ya está resuelta y Claude queda preparado para trabajar con Power BI Desktop a través del servidor MCP local.
Qué está ocurriendo realmente a nivel conceptual
Lo más interesante de esta arquitectura es que Claude no trabaja “a ciegas”. El usuario expresa una intención en lenguaje natural, Claude interpreta esa intención, el servidor MCP expone herramientas estructuradas para operar sobre el modelo semántico y Power BI ejecuta esas operaciones sobre una instancia real. Después, Claude devuelve el resultado al usuario de una forma comprensible. Microsoft explica que el servidor de modelado está orientado a crear y modificar modelos semánticos de forma programática, mientras que Anthropic define MCP como un estándar abierto para conectar aplicaciones de inteligencia artificial con sistemas externos.
La conversación deja de ser solo consulta. Pasa a ser una capa operativa entre la intención del usuario y la aplicación empresarial.
Qué hace Claude en el vídeo
Lo que se ve en el vídeo tiene mucho valor porque no es una promesa abstracta, sino una secuencia muy clara de trabajo real.
Primero, Claude se conecta a Power BI Desktop. Detecta que hay una instancia local abierta, encuentra el archivo en uso y confirma que ya puede operar sobre él. A partir de ahí, plantea las capacidades con las que puede ayudar: crear tablas, medidas DAX, relaciones, explorar el modelo semántico, ejecutar consultas DAX y exportar definiciones.
Después viene la parte más potente: se le pide que genere un ejemplo de pruebas desde cero para distribución, sin datos previos, pero con un enfoque lo más realista posible. Claude responde construyendo un modelo semántico de distribución alimentaria con esquema en estrella, planteando dimensiones como calendario, clientes, productos, almacenes y transportistas, junto con una tabla de hechos de ventas. A continuación crea tablas, relaciones, medidas y validaciones sobre el propio modelo. Este comportamiento encaja con las capacidades oficiales del servidor de modelado de Power BI, que Microsoft describe como orientado a crear y gestionar tablas, columnas, medidas, relaciones y operaciones de modelado mediante lenguaje natural.
En la propia conversación se ve además algo muy relevante: Claude no se queda solo en la parte técnica. Después de levantar el modelo, también ayuda a generar material de apoyo para exponerlo, documentarlo y convertirlo en una demostración con valor. Eso cambia por completo la experiencia porque no solo acelera la construcción del modelo, sino también su explicación y su presentación a negocio
Qué significa esto para negocio
Aquí está el verdadero fondo del asunto. Esta tecnología reduce de forma muy fuerte la distancia entre una necesidad de negocio y una primera solución analítica operativa.
Hasta ahora, para convertir una idea en un modelo analítico útil había que pasar por muchas capas técnicas: diseño del esquema, definición de relaciones, creación de medidas, pruebas, validación y documentación. Todo eso sigue siendo necesario, pero ahora aparece una nueva interfaz: el lenguaje natural. Y eso cambia las reglas del juego porque acerca capacidades complejas a perfiles que no tienen por qué dominar todos los aspectos técnicos del modelado semántico. Microsoft destaca precisamente que los modelos semánticos actúan como puente entre negocio y tecnología y que proporcionan la estructura que la inteligencia artificial necesita para devolver respuestas más fiables y útiles.
La mejor forma de entenderlo es esta: la inteligencia artificial no aleja a las personas de la tecnología; la acerca. Igual que en otros momentos históricos ciertas innovaciones ampliaron el acceso al conocimiento o a la productividad, aquí lo que ocurre es que más personas pueden participar en tareas que antes exigían una barrera técnica mucho más alta. El especialista sigue siendo imprescindible, pero su tiempo se desplaza hacia lo que más valor aporta: definir bien la lógica de negocio, revisar la calidad del dato, gobernar el modelo y validar el resultado final.
En términos prácticos, esto tiene un impacto claro en varios escenarios:
Prototipos, porque acelera el paso de pantalla en blanco a primer modelo útil.
Talleres con negocio, porque facilita aterrizar ideas en una estructura analítica visible.
Formación interna, porque convierte la conversación en una puerta de entrada a capacidades avanzadas.
Adopción, porque reduce la dependencia inicial de perfiles muy técnicos para arrancar una primera iteración.
Microsoft viene insistiendo en que los modelos semánticos son la base de una analítica fiable y gobernada, y que esa capa semántica es la que permite a la inteligencia artificial trabajar con más contexto y menos ambigüedad.
Qué conviene tener en cuenta
También es importante contarlo bien. Esto no significa que el trabajo experto desaparezca ni que cualquier resultado deba darse por válido sin revisión. Microsoft indica que estos servidores MCP de Power BI están en versión preliminar y advierte de que tanto las capacidades como algunos formatos pueden evolucionar. Además, el repositorio oficial y la ficha de la extensión recomiendan revisar los cambios antes de aplicarlos al modelo y actuar con precaución cuando se trabaja con información sensible.
Conviene subrayar también que el servidor de modelado está orientado al modelo semántico. Su alcance principal está en tablas, columnas, medidas, relaciones y operaciones de modelado. No está pensado para rediseñar por sí mismo páginas de informe o maquetaciones visuales completas dentro del reporte.
Mi conclusión
Lo que se ve en el vídeo no es solo una automatización llamativa. Es un cambio de interfaz.
Durante años, la relación con las herramientas de analítica ha pasado por menús, fórmulas, botones y configuraciones manuales. Ahora empieza a aparecer otra capa: la conversación. Y cuando esa conversación se apoya en una estructura como MCP y en una herramienta como Power BI, lo que obtenemos es una forma mucho más rápida, accesible y cercana a negocio de construir analítica con sentido.
Claude Desktop aporta la capa conversacional. MCP aporta el protocolo que conecta esa conversación con herramientas reales. Power BI aporta el motor semántico donde vive la lógica del negocio. Cuando esas tres piezas encajan, el resultado no es solo más comodidad: es una nueva manera de acercar la tecnología a más perfiles, acelerar prototipos y reducir fricción entre intención, ejecución y valor empresarial. (Claude API Docs)
