Looker de US$150.000, sustituido por HTML y Claude

Un equipo de 3 ingenieros cambió una licencia de US$150.000 por archivos HTML

En una empresa de unas 500 personas, tres ingenieros de plataforma de datos sostenían el stack completo: Snowflake, un proyecto de dbt con más de 2.000 modelos, Airflow, Airbyte, DataHub y clústeres de Kubernetes. Sobre esa base, la compañía pagaba alrededor de US$150.000 al año por Looker y unas 300 licencias: el promedio que Vendr registra en 355 contratos de Looker, según la nota del propio autor.

Ocho meses después de que uno de ellos montara en una tarde un servicio para alojar archivos HTML, ese experimento tiene tantos usuarios semanales como Looker y el uso del BI tradicional cayó un tercio dentro de la empresa. La curva lo confirma: los espectadores semanales pasaron de 23 en marzo a 136 en junio, y el equipo ejecutivo empezó a circular enlaces internos.

La historia la cuenta David Lequin, ingeniero de plataforma de datos, en su blog, y toca el nervio del momento: si la IA escribe el código, ¿por qué seguir pagando una licencia empresarial por dibujar gráficos?

Por qué la IA pasó de generar "slop" a generar dashboards

Hace un año, el autor pensaba que la mayoría de la salida de los modelos era basura. Los demos de "charla con tus datos" lucían bien con un esquema de cuatro tablas y se rompían a escala real: el SQL corría sin errores, pero los números estaban mal. Eso, admite, es peor que un error visible.

El cambio llegó con Claude Code sobre Opus 4.5. El modelo podía trabajar dentro de los repositorios, usar las herramientas internas y, sobre todo, ejecutar una consulta para verificar los números antes de responder. En enero, la adopción en la empresa se disparó: personas de finanzas, operaciones y marketing que nunca habían abierto una terminal empezaron a escribir prompts todo el día.

De ahí salió el insumo del nuevo sistema: HTML. Cada análisis terminaba en un archivo con gráficos que, según el autor, se veía mejor que los dashboards de Looker. El problema era el de siempre: vivía en la carpeta de Descargas de alguien.

La decisión que ahorró meses: no construir un modelo de permisos

El equipo publicó los archivos en un dominio interno con SSO. En marzo agregó una API de consulta en vivo que usa el token OAuth del propio espectador en Snowflake. En abril, ese OAuth era el único login.

La consecuencia es la parte más contraintuitiva del caso: compartir un dashboard nunca comparte acceso a los datos. Si Snowflake dice que no puedes leer la tabla de ventas, el dashboard tampoco puede. La gobernanza real ya vivía en los modelos de dbt y en los roles del warehouse; el equipo simplemente dejó de duplicarla.

Esa es la lección de arquitectura más transferible: si tu warehouse ya tiene identidad y permisos, no los reimplementes en la capa de visualización.

El agujero de seguridad que asumieron y cómo lo cerraron

El sistema era, por diseño, un XSS: cualquiera podía subir JavaScript que se ejecutaba en el navegador de un colega, sin revisión previa, y ese colega podía ser el CFO. Lo asumieron mientras era interno, detrás de VPN y SSO.

Cuando lo hicieron en serio, la consigna fue "asumir que cada dashboard es hostil". Cada dashboard corre en un iframe aislado en su propio origen, sin cookies y con una CSP estricta; solo se comunica con la página padre por postMessage, y el padre valida el emisor, adjunta la sesión y llama a la API. Los tokens de contenido duran una hora y sirven para un dashboard, un espectador y un host.

A eso sumaron un servicio de metadatos que lee cada versión nueva de forma asíncrona: extrae el HTML y las consultas, revisa qué scripts carga la página y a dónde manda datos. Algunas reglas solo avisan; otras bloquean, y el espectador ve una advertencia antes de que la página se ejecute.

El número que debería preocupar a tu proveedor de BI: US$0,50 por dashboard

Con un agente analista como referencia medible, el equipo calculó que cada dashboard consume alrededor de 1 millón de tokens. Al migrar a Opus 5.5, el costo por dashboard cayó de US$2,50 a US$0,50: el mismo trabajo, con tokens más baratos.

La construcción total fueron 325 commits, unas 74.000 líneas de código (20.000 de ellas, tests) y US$6.400 en tokens de Claude. El costo de operación ronda los US$6.000 al año en AWS más US$1.300 al mes en Claude desde julio, lo que el autor redondea en US$20.000 anuales frente a los US$150.000 de Looker.

Su desglose de lo que se compraba con esa licencia es el argumento más duro del artículo: una interfaz para dibujar gráficos, un modelo de permisos, una capa semántica y un lugar donde alojarlo. Claude dibuja los gráficos, Snowflake ya tenía los permisos, dbt tiene la semántica y alojar HTML cuesta unos US$500 al mes.

Y el costo que la factura no muestra: tres ingenieros durante ocho meses, además de los pipelines, el proyecto de dbt, el warehouse y las guardias. Si necesitas contratar un equipo para construirlo, la matemática cambia por completo.

¿Y si esperabas a Claude Dashboards?

Anthropic lanzó Claude Dashboards en beta el 8 de octubre, una semana antes de que se publicara este artículo, según Unite.AI. La herramienta se conecta a plataformas como Amazon Redshift, BigQuery, ClickHouse, Databricks o Snowflake y a conectores como Salesforce; el usuario pregunta en lenguaje natural y Claude construye el dashboard. Cada gráfico muestra la consulta que lo respalda y cuándo se refrescaron los datos, y el dashboard puede enviarse a herramientas como Amplitude, Grafana, Hex, Mixpanel, Omni, Perplexity, PostHog o Sigma. Looker, monday.com y Tableau figuran como "próximamente", según el mismo medio.

En el mismo anuncio, Docs, Slides y Design salieron de beta y quedaron disponibles en todos los planes, incluido el gratuito, mientras que el sitio independiente de Claude Design cierra el 14 de diciembre de 2026. Anthropic dice que sus usuarios han creado más de 45 millones de documentos, presentaciones y diseños, según Unite.AI.

El autor es honesto: si empezara hoy, probablemente miraría Claude Dashboards primero, y si su equipo no tiene nada hoy, sería "probablemente la decisión correcta". Su argumento para no haber esperado es la integración: su herramienta habla con el plano de control de agentes, la plataforma analítica y Slack, con flujos construidos internamente.

El sector entero se está moviendo

El caso no es aislado. Amjad Masad, CEO de Replit, contó a Platformer que, una vez que pudo unir el warehouse con el Postgres de producción y construir el reporte él mismo, la empresa "canceló o redujo la mayoría de sus productos de analítica".

Los proveedores reaccionan. Tableau presentó Tableau Next, una plataforma de analítica basada en agentes de IA disponible dentro de su suscripción Tableau+, con un agente de preparación de datos, otro de consulta en lenguaje natural y otro de monitoreo automático, según TechTarget.

Qué significa esto para tu startup

• Separa presentación de gobernanza. Antes de renovar una licencia de BI, pregúntate qué parte de ese precio paga gráficos y qué parte paga permisos y semántica. Lo segundo probablemente ya lo tienes en tu warehouse y en dbt.
• Mide el costo por artefacto. El equipo pudo calcular US$0,50 por dashboard porque cada ejecución del agente registra tokens y cada publicación se vincula a la ejecución que la generó. Si no puedes medir cuánto te cuesta producir un reporte, no puedes compararlo contra la licencia.
• Mantén un paso humano antes de publicar. Todo lo que sube un agente llega como borrador y alguien pulsa Publicar. Es el freno más barato contra un dato equivocado circulando por Slack.
• Aísla el HTML generado. Si vas a permitir contenido generado por IA en el navegador de tus colegas, que corra en un iframe sandbox con su propio origen, sin cookies, con CSP estricta y tokens de corta duración.
• Calcula tu propio costo de oportunidad. Aquí el costo real fueron tres ingenieros durante ocho meses. Si tu equipo es de dos personas sosteniendo el stack completo, la licencia puede seguir siendo la opción racional.

Conclusión

El caso no demuestra que el BI empresarial esté muerto, sino que su valor se está partiendo en dos: la capa de gobernanza, que ya vive en el warehouse y en los modelos, y la capa de presentación, que ahora cuesta centavos de token. El autor traza la línea en la escala: AWS y Snowflake venden cosas que nadie puede improvisar, como centros de datos y almacenamiento a precios de petabyte. La presentación de datos no está en ese grupo.

Para un founder, la pregunta útil no es si construir o comprar en abstracto, sino si ya tienes la plataforma y el equipo para construir sobre ella. Si la respuesta es sí, el resto —como en este caso— se paga en tiempo de modelo.

Fuentes

• Can we replace a $150k Looker with a bucket of HTML files? (fuente original)
• Anthropic Launches Claude Dashboards and Motion, Takes Docs Out of Beta
• Anthropic adds live dashboards and animated explainers to Claude
• Tableau enters the agentic AI era with the launch of Next