Si tienes pipelines en Azure Data Factory y no revisaste el roadmap de Microsoft en los últimos 12 meses, hay algo que necesitas saber: ADF ya no recibe nuevas funcionalidades. Desde mediados de 2024, Microsoft redirigió todo el desarrollo hacia Fabric Data Factory, su plataforma unificada de datos. El soporte sigue activo, pero el futuro del stack de Azure para datos está en otro lado.
Esto no es rumor. Microsoft lo documentó oficialmente, lanzó un Migration Assistant en public preview en marzo de 2026 y publicó guías paso a paso para migrar desde ADF y desde Azure Synapse Pipelines a Fabric. Si gestionas arquitecturas de datos en Azure, este cambio te afecta directamente.
Por qué Microsoft movió todo el desarrollo a Fabric
Azure Data Factory fue lanzado en 2015 como el servicio de integración de datos de Azure. Funcionó bien durante casi una década, pero tenía un problema estructural que nunca terminó de resolverse: vivía aislado del resto del stack. Power BI estaba por un lado, Azure Synapse por otro, ADF por otro. El análisis, la ingesta, la transformación y la visualización no hablaban entre sí de forma nativa. Cada integración requería configuración adicional, credenciales separadas y trabajo manual.
Microsoft Fabric fue la respuesta a ese problema: una plataforma que integra todo bajo un solo tenant, con OneLake como capa de almacenamiento unificada. Fabric Data Factory hereda la lógica de ADF (los mismos conceptos de pipelines, linked services, datasets, triggers) pero vive dentro de ese ecosistema. En Fabric DF puedes conectar directamente con Lakehouse, Warehouse, Real-time Intelligence y Copilot sin configuraciones adicionales. En ADF clásico, cada uno de esos saltos requería trabajo manual que en Fabric simplemente desaparece.
Las nuevas funcionalidades, los conectores para modelos de IA generativa, las capacidades de Copilot y las integraciones más recientes solo van a llegar a Fabric DF. ADF clásico quedó en modo mantenimiento: parches de seguridad, actualizaciones de conectores existentes, sin nuevas características.
Qué le pasa exactamente a tu ADF existente
Lo primero que aclaro porque genera confusión: Microsoft no anunció una fecha de descontinuación para ADF. El servicio sigue en soporte completo. Puedes usarlo, sigue siendo vendido y soportado, y no lo van a apagar de un día para otro.
El problema es de oportunidad, no de urgencia inmediata. Mientras mantienes pipelines en ADF, estás pagando por un servicio que no va a mejorar. Cada nueva capacidad de integración con IA, cada conector nuevo, cada mejora de rendimiento, va a llegar a Fabric primero, y en muchos casos solo a Fabric. El costo de oportunidad ya está corriendo.
Una regla práctica para decidir cuándo actuar:
- ▸Proyecto nuevo en Azure: usa Fabric Data Factory directamente. No tiene sentido empezar en ADF en 2026.
- ▸Pipelines existentes en ADF estables y sin cambios frecuentes: no hay urgencia inmediata, pero empieza a planear. El Migration Assistant ya está disponible para hacer la evaluación sin compromiso.
- ▸Pipelines en ADF que vas a desarrollar o modificar próximamente: este es el momento para migrar antes de invertir más tiempo y dinero en la plataforma que no va a crecer.
Cómo funciona el Migration Assistant de Fabric
Microsoft lanzó en marzo de 2026 un Migration Assistant integrado directamente en Fabric, disponible en public preview. Para usarlo: abre tu instancia de ADF en el portal de Azure, ve al canvas de authoring y selecciona "Migrate to Fabric". El asistente analiza tus pipelines, identifica cuáles son directamente compatibles, cuáles tienen gaps de compatibilidad y cuáles necesitan trabajo manual antes de la migración.
Los pipelines compatibles migran directamente a un Fabric workspace con triggers desactivados por defecto: no se ejecutan automáticamente hasta que los activas, lo que te da control total del cutover. Los pipelines con gaps muestran exactamente qué actividades o conectores necesitan ajuste antes de poder migrar.
Tres estrategias de migración según la complejidad de tu setup:
- ▸Lift-and-shift: migras los pipelines tal como están, sin refactorizar. Funciona bien para pipelines simples y te da velocidad. El riesgo: llevas la deuda técnica existente al nuevo entorno.
- ▸Re-arquitecturar: aprovechas la migración para repensar la lógica y aprovechar capacidades nativas de Fabric (shortcuts de OneLake, integración directa con Lakehouse). Más trabajo inicial, pero terminas con una base limpia y sin deuda.
- ▸Híbrido: lift-and-shift para los pipelines críticos y estables, re-arquitectura para los que tienen problemas conocidos. Es lo que termina haciendo la mayoría de los equipos en la práctica.
Azure Synapse Pipelines: el caso más urgente de todos
Azure Synapse Pipelines merece una mención separada porque genera confusión frecuente. Aunque comparte mucha lógica con ADF, es un producto distinto que vive dentro de Azure Synapse Analytics. Y Synapse Analytics como plataforma está siendo consolidada dentro de Fabric de forma más agresiva.
La posición de Microsoft es directa: Synapse Pipelines es un stop-gap, no un destino final. Si construyes nuevos pipelines en Synapse en 2026, vas a necesitar una segunda migración cuando Synapse se consolide en Fabric. El costo de esa doble migración supera ampliamente el costo de migrar a Fabric ahora.
El mismo Migration Assistant cubre Synapse Pipelines: en el canvas de tu Synapse workspace, selecciona "Migrate to Fabric" y el mismo proceso de evaluación y migración aplica. Los triggers también se desactivan por defecto.
Lo que ganas al migrar a Fabric Data Factory
No es solo que Fabric DF tenga las mismas capacidades que ADF en un entorno moderno. Tiene cosas que ADF nunca va a tener. Los Dataflows Gen2 de Fabric tienen integración nativa con Copilot para generar transformaciones en lenguaje natural. Los shortcuts de OneLake te permiten acceder a datos en S3, ADLS o GCS sin moverlos físicamente. Y la integración directa con Lakehouse y Warehouse elimina capas enteras de configuración que en ADF requerían conectores y credenciales adicionales.
Lo que sí se mantiene igual: los conceptos fundamentales. Si sabes ADF, la curva de aprendizaje de Fabric DF es corta. Los pipelines, las actividades copy, los linked services, los triggers de programación. La lógica es la misma. El valor está en cómo se integra con el ecosistema, no en aprender todo desde cero.
Hay un punto que vale reconocer honestamente: algunos conectores menos comunes de ADF todavía tienen gaps en Fabric DF. El Migration Assistant los identifica, pero no los resuelve solo. Si tu pipeline depende de conectores específicos de SAP, Oracle o mainframes legacy, revisa el assessment antes de planear el cutover.
Cómo dominar el stack de Azure como Data Engineer
Para entender ADF y la migración a Fabric desde la base técnica, el curso de Azure Data Factory desde cero cubre la arquitectura de pipelines, linked services, transformaciones y triggers que son la base de cualquier trabajo en Fabric DF. El conocimiento de ADF mapea directamente.
Si quieres el contexto completo del stack de Azure para datos, incluyendo Azure Synapse Analytics y cómo se relaciona con Fabric, la ruta Data Engineer cubre el ecosistema completo: desde pipelines hasta arquitectura de datos en la nube, incluyendo GCP, AWS y Azure.
El momento de prepararte es antes de que la migración se vuelva urgente, no cuando ya tienes presión de plazos. Con el Migration Assistant disponible desde marzo de 2026, ya no hay excusa para no hacer al menos el diagnóstico inicial de tus pipelines.
Empieza por el curso de Azure Data Factory desde cero para dominar la base que aplica directamente en Fabric DF. Si quieres la ruta completa como Data Engineer en Azure y más allá, la ruta Data Engineer es el camino.
