Hay una escena que se repite en miles de empresas. Alguien entra en el ERP, exporta un Excel, modifica algunas columnas, añade fórmulas y lo guarda como ventas_septiembre_final.xlsx. Después, como ventas_septiembre_final_v2.xlsx. Y, finalmente, como ventas_septiembre_final_v2_BUENO.xlsx.
El archivo se envía por correo. Otra persona modifica una copia, dirección trabaja con otra y finanzas tiene una tercera. Tres días después aparece una pregunta aparentemente sencilla:
¿Cuál es el dato correcto?
El problema parece ser Excel. Pero quizá llevemos años culpando a la herramienta equivocada, porque Excel tiene algo que casi ningún ERP ha conseguido eliminar: flexibilidad. Una persona puede abrir una hoja, crear un cálculo, reorganizar la información, probar escenarios y adaptarla a su forma de trabajar sin pedir un desarrollo de software cada vez. Esa libertad explica en parte por qué las hojas de cálculo son tan difíciles de sustituir.
El problema empieza cuando convertimos esa flexibilidad en una arquitectura de datos: cuando Excel deja de ser una forma de trabajar con la información y se convierte en la base de datos no oficial de la empresa. Y ahí es donde la inteligencia artificial puede cambiar mucho las cosas.
Databricks acaba de pagar por una idea bastante reveladora
El 24 de septiembre de 2026, Databricks anunció la compra de Row Zero, una empresa que desarrolla una hoja de cálculo pensada para trabajar directamente sobre grandes volúmenes de datos empresariales.
Lo relevante no es que una tecnológica compre otra startup, sino el problema que quiere resolver. Databricks quiere llevar a Genie, su asistente de IA para empresas, una hoja de cálculo donde los equipos de finanzas, operaciones, ventas o marketing puedan explorar datos, modelar escenarios y colaborar sobre los mismos datos gobernados de la empresa, sin exportarlos continuamente a archivos aislados.
Según su anuncio, cada consulta respeta los permisos de quien la hace, los datos se actualizan solos desde fuentes autorizadas, las exportaciones se pueden bloquear y cada interacción queda registrada. La idea puede resumirse así:
Mantener la hoja de cálculo, pero eliminar buena parte del caos que suele haber debajo.
Y eso es mucho más interesante que intentar matar Excel.
El problema nunca fue la cuadrícula
Una hoja de cálculo es, en esencia, una interfaz: filas, columnas, fórmulas, filtros, tablas dinámicas y escenarios. Una empresa puede usarla sobre información perfectamente controlada. O puede usarla sobre cinco archivos descargados, tres copias distintas, dos documentos recibidos por correo, datos pegados a mano y una fórmula que solo entiende quien la creó hace cuatro años.
Las dos cosas se llaman «Excel», pero tecnológicamente son mundos completamente distintos. Por eso la pregunta correcta no es «¿cómo eliminamos Excel de nuestra empresa?», sino esta:
¿Qué parte de nuestro riesgo viene de Excel y qué parte viene de cómo llegan los datos hasta Excel?
La gran enfermedad: exportar, modificar y volver a introducir
Imaginemos una empresa con un ERP que contiene la facturación, un CRM con los clientes, una herramienta de marketing con las campañas y un banco con los movimientos. Excel termina siendo el lugar donde alguien intenta unirlo todo:
ERP → exportar a Excel · CRM → exportar a Excel · banco → descargar CSV · persona → copiar y pegar · Excel → calcular · correo → enviar · otra persona → modificar · ERP → volver a introducir algunos resultados
Este funcionamiento es tremendamente habitual porque resuelve problemas reales. Y, sin embargo, genera otros: datos duplicados, información desactualizada, errores al copiar y pegar, falta de trazabilidad, trabajo repetitivo, versiones distintas, procesos que dependen de una persona concreta y una pregunta especialmente peligrosa: ¿de dónde ha salido exactamente este número?
La IA puede cambiar el papel de Excel
En marzo de 2026, OpenAI presentó ChatGPT para Excel, integrado en los propios libros para crear y actualizar modelos, lanzar escenarios, analizar datos, trabajar con fórmulas y explicar cómo se ha llegado a un resultado. En mayo lo abrió a todos los usuarios, junto con la versión para Google Sheets.
Lo interesante no es poder decir «hazme esta fórmula». Eso es útil, pero bastante superficial. La transformación de verdad empieza al combinar tres elementos:
Una interfaz conocida + datos de la empresa conectados + inteligencia artificial
Entonces una hoja puede dejar de ser un archivo estático y convertirse en una ventana a los sistemas de la empresa. Por ejemplo, la persona responsable de finanzas abre su modelo de tesorería. No necesita descargar los movimientos del banco de ayer: la información está conectada. Pregunta: «¿qué clientes explican que haya subido el periodo medio de cobro este mes?». La IA consulta los datos autorizados, identifica las operaciones y explica el cambio. Y la persona sigue trabajando en una estructura que conoce perfectamente: una hoja de cálculo.
La hoja puede seguir siendo Excel; la arquitectura, no
Esta distinción es fundamental. Una empresa puede seguir viendo celdas, fórmulas y tablas mientras, por detrás, existe algo así:
ERP → API → base de datos → permisos → reglas → automatización → IA → hoja de cálculo
Eso cambia por completo la situación. La hoja ya no tiene por qué contener una copia independiente de toda la realidad: puede ser simplemente la capa donde se trabaja. Databricks describe justo esa dirección con Row Zero: consultas que respetan los permisos, actualización desde las fuentes autorizadas, resultados que se escriben de vuelta en los sistemas y trazabilidad de cada interacción.
Y aquí aparece una idea importante para cualquier proyecto de digitalización: modernizar una empresa no significa obligar a su gente a abandonar todo lo que ya sabe usar.
Cambiar de herramienta también tiene un coste
Supongamos un departamento financiero que lleva diez años trabajando con hojas de cálculo. Conoce los atajos, las fórmulas, los modelos, las tablas dinámicas y sus propias formas de comprobar los resultados. Ahora implantamos una herramienta completamente nueva. Técnicamente puede ser mejor, pero hay que sumar formación, resistencia al cambio, migración, procedimientos nuevos, errores iniciales y una pérdida temporal de productividad.
Quizá merezca la pena, pero no siempre. Existe otra estrategia: conservar lo que funciona y sustituir la infraestructura que no funciona. La persona sigue usando una herramienta conocida, pero ya no descarga datos a mano, no actualiza diez archivos ni copia lo mismo entre sistemas. Y la empresa mantiene una fuente central de verdad.
Esto también cambia lo que significa «software a medida»
Hay una idea bastante extendida: software a medida es construir otra aplicación. No necesariamente. A veces el mejor software es casi invisible. Quizá una empresa no necesite otro panel de control, sino que su ERP, su CRM, sus documentos, sus hojas y sus automatizaciones dejen de vivir por separado.
Puede que lo que ve la persona siga siendo una hoja de cálculo, pero detrás hay una infraestructura completamente distinta. Ese tipo de transformación puede valer bastante más que una aplicación espectacular que después nadie quiere usar.
El objetivo: una única fuente de verdad
En arquitectura de datos hay un concepto fundamental: la fuente única de verdad (single source of truth), una fuente autorizada para cada dato relevante. No significa que todos los departamentos usen la misma pantalla: marketing puede tener su vista, finanzas otra, dirección otra, operaciones otra y Excel otra. Pero cuando todos preguntan «¿cuánto vendimos ayer?», el dato debería salir del mismo sitio.
Entonces podemos permitir mucha más flexibilidad en cómo se trabaja, porque cambiar cómo se ve una cifra es muy distinto de cambiar cuál es la cifra.
Un Excel conectado frente a un Excel exportado
Imaginemos dos empresas:
- Empresa A. Cada lunes, alguien exporta las ventas del ERP, descarga los clientes del CRM, los cruza, corrige formatos, actualiza fórmulas y manda el Excel a dirección. Tarda dos horas, y si algo cambia el martes, el informe del lunes ya está desactualizado.
- Empresa B. La hoja consulta directamente las fuentes. Las columnas se actualizan, las reglas se aplican solas, la IA puede investigar las variaciones y las personas ponen la interpretación y la decisión.
El documento puede parecerse mucho. El proceso que hay debajo no tiene nada que ver. Ahí está la diferencia entre informatizar una tarea y digitalizar un proceso.
Y ahora llegan los agentes
Esta evolución es todavía más interesante con agentes de inteligencia artificial. Hasta ahora Excel estaba pensado para personas, pero empieza a haber un escenario en el que personas y agentes trabajan sobre la misma estructura. Un agente puede actualizar datos, investigar desviaciones, crear escenarios, detectar incoherencias, preparar un informe o hacer ciertos cambios, mientras la persona puede ver exactamente qué ha pasado.
Databricks explica que una de las razones para unir Row Zero y Genie es precisamente que cada acción de un agente siga siendo interpretable y auditable por los equipos de negocio, con la lógica de una hoja de cálculo. Eso puede ser muy importante, porque cuantos más agentes usemos, más necesitaremos formas de entender qué datos usaron, qué cambiaron y por qué.
Una advertencia: meter IA en un Excel mal hecho no lo arregla
Este punto es crucial. Supongamos una hoja con 37 pestañas, fórmulas rotas, macros que nadie entiende, datos tecleados a mano, referencias a archivos del ordenador de alguien que ya no trabaja en la empresa, definiciones incoherentes, celdas ocultas e información duplicada. Si le añadimos inteligencia artificial, no hemos resuelto el problema: quizá le hemos dado a la IA acceso a un problema mayor.
La capacidad de los agentes para manejar hojas reales todavía tiene límites importantes. Finch, un estudio presentado en el congreso ACL 2026, evaluó a los agentes más avanzados sobre flujos reales de finanzas y contabilidad construidos a partir de 1.710 hojas de cálculo y 27 millones de celdas, además de documentos y otros archivos. Las tareas combinaban introducción y estructuración de datos, búsquedas, recuperación entre archivos, cálculos, modelos, validación e informes. En la evaluación humana, GPT-5.1 Pro completó correctamente el 38,4 % de los flujos, pese a dedicar una media de 16,8 minutos a cada uno.
Eso no significa que «la IA solo sepa hacer el 38 % de Excel»: el estudio está compuesto a propósito por procesos empresariales complejos y largos. Pero sí demuestra que una hoja de cálculo real de una empresa puede contener mucha más lógica de negocio de la que parece.
Una fórmula también puede ser software
Hay otra razón por la que Excel merece más respeto. Una fórmula como =SI(Y(...);BUSCARX(...);...) puede parecer solo eso, una fórmula. Pero quizá codifique una regla comercial, una excepción de un contrato, una condición fiscal, una política de precios o una decisión operativa.
Cuando hay miles de ellas, estamos ante algo muy parecido a un software informal. El problema es que normalmente no tiene control de versiones, pruebas, documentación, responsable técnico, vigilancia ni un procedimiento para ponerlo en marcha. Por eso algunos Excel son a la vez críticos para la empresa y tremendamente frágiles. La IA no elimina este problema: hace todavía más importante identificarlo.
¿Qué debería hacer una empresa con sus Excel?
No empezaría preguntando cuáles podemos eliminar, sino construyendo un mapa:
- ¿Qué hojas son de verdad importantes? No todas las que existen: las que forman parte de procesos críticos, como tesorería, presupuestos, ventas, inventario, precios, informes, producción o contabilidad.
- ¿De dónde salen sus datos? ERP, CRM, banco, correo, CSV, otro Excel o introducción manual.
- ¿Qué información vuelve después a otro sistema? Este punto suele destapar muchísimo trabajo duplicado.
- ¿Qué lógica de negocio hay dentro de las fórmulas? Reglas, excepciones, transformaciones y criterios.
- ¿Quién depende de esa hoja? Y, sobre todo: ¿qué pasaría si mañana dejara de funcionar?
Después podemos decidir qué merece la pena cambiar. Una hoja quizá deba desaparecer; otra, convertirse en una aplicación; otra, mantenerse pero conectada directamente al ERP; otra puede beneficiarse de automatizaciones o de IA, y otra solo necesita mejores controles. No hay una solución universal, y eso es precisamente lo importante: digitalizar no significa sustituirlo todo, sino diseñar una arquitectura mejor.
El mejor resultado quizá siga pareciendo un Excel
Imaginemos el departamento financiero del futuro. Abre una hoja que le resulta familiar. Pero los datos salen directamente de los sistemas oficiales, los permisos deciden qué puede consultar cada persona, los cambios importantes quedan registrados, las cifras se actualizan solas, un agente explica las variaciones y otro prepara escenarios, algunas acciones necesitan aprobación y los resultados relevantes se escriben de vuelta en otros sistemas.
Para quien la usa, sigue siendo una hoja. Para la empresa, ya no lo es: es una interfaz encima de una arquitectura empresarial.
Por qué el movimiento de Databricks es interesante
TechCrunch contó un detalle especialmente revelador: el propio equipo financiero de Databricks ya usaba Row Zero junto con Genie, y la historia de la compra empieza ahí.
Es decir, una de las empresas de datos e inteligencia artificial más importantes del mundo descubrió que su departamento financiero seguía queriendo trabajar con una hoja de cálculo. No porque no tuviera tecnología mejor, sino porque la hoja de cálculo sigue resolviendo muy bien una parte del trabajo humano. La innovación estaba en cambiar lo que había detrás.
La IA no tiene por qué sustituir nuestras herramientas favoritas
Durante mucho tiempo imaginamos la transformación digital como un cambio de herramienta antigua a herramienta nueva. La inteligencia artificial puede traer otra transición: de una herramienta conocida a capacidades completamente nuevas. Excel es un buen ejemplo, pero podría pasar también con el correo, el CRM, el ERP, los documentos, el navegador o la mensajería.
En lugar de pedir constantemente a la gente que aprenda otra herramienta, podemos empezar a meter inteligencia en las que ya usa. Y eso reduce una de las barreras más importantes de cualquier transformación: la adopción.
El objetivo no es salvar Excel
Tampoco hay que irse al extremo contrario: esto no es una defensa de usar hojas de cálculo para todo. Hay procesos donde Excel ha dejado de ser la herramienta adecuada: un sistema crítico con muchos usuarios, un flujo con muchas aprobaciones, una aplicación transaccional, miles de operaciones simultáneas, una base de datos compleja o una solución que necesita controles estrictos. Ahí puede ser mejor construir o implantar software específico.
La pregunta correcta nunca es «Excel sí o Excel no», sino:
¿Cuál es la mejor herramienta para las personas y cuál es la mejor arquitectura para los datos y los procesos?
Son dos decisiones distintas.
El Excel del futuro puede ser una ventana
Una ventana a los datos de la empresa, los agentes, las automatizaciones, los modelos, el ERP, el CRM, los documentos y los sistemas internos. Eso permitiría conservar una herramienta extraordinariamente flexible sin cargar con todos los problemas que han arrastrado siempre los archivos sueltos.
Hasta ahora, el Excel vivía fuera del sistema. En muchos casos, el Excel del futuro puede vivir encima del sistema.
Antes de sustituir Excel, descubre por qué tu equipo sigue usándolo
Puede que haya una razón perfectamente válida: necesitan flexibilidad, el ERP no ofrece ese análisis, el software tarda demasiado, el informe estándar no trae lo necesario, necesitan probar cosas o, simplemente, el proceso evolucionó más rápido que el software. Por eso prohibir las hojas de cálculo rara vez elimina la necesidad: normalmente aparecen otras.
La alternativa más inteligente es observar qué intentan conseguir las personas con ellas, porque esas hojas pueden estar señalando exactamente:
Dónde el software de tu empresa todavía no resuelve el trabajo real.
Y eso es una oportunidad de digitalización mucho más interesante.
