IA empresarial en el ecosistema SAP: ¿qué casos de uso merecen realmente el esfuerzo?

Nunca ha habido tanta inteligencia artificial en las presentaciones y tan poca en las transacciones. El desfase no es una cuestión de modelos: los modelos son buenos, y mejoran más rápido que la capacidad de las empresas para absorberlos. El desfase está en lo que rodea al modelo. Sin conexión con el sistema de gestión, sin datos fiables, sin marco de gobierno, el prototipo sigue siendo un prototipo. La IA que cuenta lee sus documentos reales, entiende sus datos maestros SAP y actúa en sus transacciones, bajo una supervisión proporcional al riesgo. Ese trabajo es tanto ingeniería como ciencia de datos, y ahí se juega la diferencia entre una demostración y un servicio.

La buena pregunta no es «¿se puede?», sino «¿hace falta?».

Casi todo puede recibir un agente. Casi nada debería recibirlo sin un estudio previo. Utilizamos una cuadrícula de lectura de tres casillas, que aplicamos a cada caso de uso antes de escribir una sola línea de código.

Dónde el agente es pertinente

Cuando la situación varía en cada caso, cuando la decisión exige cruzar varias fuentes, y cuando la acción sigue siendo reversible o supervisable. El tratamiento de las excepciones en un flujo de proveedores, la resolución de incidencias a partir de una base de conocimiento, la recomendación de compra o de reaprovisionamiento a partir de señales heterogéneas: son terrenos donde la variabilidad justifica un razonamiento, y donde un humano puede retomar el control sin daño.

Dónde basta una automatización

Cuando la regla es estable y el volumen alto. Un workflow, una regla de negocio, una integración en la plataforma SAP BTP hacen el trabajo a menor coste, de manera más previsible y más fácil de auditar. La IA no aporta ahí nada que una buena parametrización no haga ya, y añade una dosis de incertidumbre que nadie ha pedido. Poner un agente donde basta una regla es pagar más caro para estar menos seguro.

Dónde no hay que automatizar nada

Cuando el error cuesta más que el tiempo ganado, cuando la responsabilidad debe seguir siendo nominativa, cuando el dato no está listo. Una decisión de compromiso contractual, un arbitraje de crédito a un cliente, una decisión que afecta a una persona: la asistencia es posible, la delegación no lo es. Y cuando el dato no está listo, lo decimos, y proponemos empezar por él. Es el objeto de nuestro punto de vista sobre la data foundation.

Un caso de uso de IA se elige como una inversión: por el proceso que mejora, la medición que lo demuestra y el riesgo que se acepta asumir.

Los documentos primero, en francés y en árabe.

Si hubiera que empezar por una sola familia de casos de uso, sería esta. Las empresas de la región siguen viviendo en gran medida al ritmo de los documentos: facturas de proveedores, albaranes de entrega, contratos, expedientes aduaneros, correspondencia administrativa. Muchos llegan en francés, una parte en árabe, algunos en ambos idiomas en la misma página, a menudo escaneados, a veces fotografiados. Su tratamiento moviliza equipos enteros para volver a teclear, conciliar, verificar.

Document AI, integrado en el núcleo S/4HANA, cambia la naturaleza de ese trabajo. La extracción y la conciliación automáticas de las facturas con los pedidos y las recepciones, el control de las menciones obligatorias, la clasificación de los documentos entrantes: son casos en los que el valor es inmediato, la medición evidente y el riesgo controlable, puesto que cada desviación llega a un humano. La dificultad no está en el modelo; está en la diversidad real de sus documentos, en la calidad de sus datos maestros de proveedores y en el bilingüismo. Precisamente por eso el Centro de excelencia de Casablanca trabaja con documentos en francés y en árabe, con equipos que leen ambos.

Joule, agentes y asistentes: un orden de prioridad.

El ecosistema SAP ofrece ahora su asistente, Joule, agentes preconstruidos por área, y los componentes para construir otros sobre BTP. La tentación es activar todo lo que está disponible. Recomendamos lo contrario: partir de los procesos que duelen, retener dos o tres casos por área, y verificar para cada uno que el dato es accesible, que el control humano está definido y que la ganancia se mide.

• En finanzas: la ayuda al cierre, la detección de asientos atípicos, la compensación asistida de los cobros. Tareas repetitivas con alta variabilidad, donde el asistente hace ganar tiempo sin tomar la decisión.
• En compras y en supply chain: el control de conformidad de las solicitudes con el contrato, las alertas de rotura de stock o de retraso de proveedores con recomendación de acción. El agente es pertinente ahí porque cada situación difiere y la acción sigue siendo supervisable.
• En atención al cliente: la cualificación y el enrutamiento de las solicitudes, en francés y en árabe, y la respuesta asistida basada en el historial. Un caso en el que el idioma es la primera dificultad, y en el que la región lleva ventaja si se da los medios.
• En el propio run SAP: el análisis de las incidencias, la ayuda al desarrollo y a la revisión de código, la supervisión de los flujos. Casos internos, menos visibles, pero que a menudo financian los siguientes.

Prototipo, medición, gobierno, industrialización. En ese orden.

El método cuenta tanto como el caso de uso. Lo hemos estabilizado en cuatro tiempos, que nos negamos a invertir.

El prototipo se construye sobre sus documentos y sus datos reales, en un sandbox conectado a SAP, con un alcance reducido, en unas semanas. Un resultado que se puede mostrar, no una intención. La medición se define antes del prototipo y se compara con la situación actual: tasa de extracción, tasa de conciliación automática, tiempo ganado, errores evitados. Sin medición previa, todo prototipo triunfa, y nada se decide. El gobierno fija la supervisión humana proporcional al riesgo, la trazabilidad de las decisiones, la protección de los datos personales según el derecho aplicable a cada entidad, la propiedad de los modelos y de los prompts. La industrialización, por último, integra el caso en el núcleo S/4HANA, lo supervisa, lo mejora de forma continua. En esa fase, el caso de uso se convierte en un servicio, a cargo del centro de servicios, y deja de ser un proyecto.

Ese es el papel del Centro de excelencia de IA del grupo en Casablanca: diseñar, medir, gobernar e industrializar esos casos de uso para los clientes del grupo y para las empresas de la región, con equipos que conocen SAP desde dentro y que hablan los idiomas de sus documentos. Quienes definen el caso de uso son quienes lo ponen en producción. No conocemos otra manera de responder de él.

Lo que hay que recordar

Antes de construir, estudiar: agente, automatización clásica o nada. La variabilidad, la reversibilidad y la madurez del dato deciden.

Por dónde empezar

Los documentos. Facturas, albaranes, contratos, expedientes aduaneros, en francés y en árabe, conciliados automáticamente en el núcleo S/4HANA con un humano en cada desviación.

El método

Prototipo sobre datos reales, indicadores definidos antes, gobierno proporcional al riesgo y, después, industrialización a cargo del centro de servicios.

El reflejo

Cuando el dato no está listo, decirlo. Y empezar por la data foundation en lugar de por un prototipo condenado.

Para ir más lejos: el Centro de excelencia de IA de Casablanca, nuestra oferta Data & Analytics, y el grupo del que el Centro es uno de los tres pilares.