Durante los dos últimos años, la conversación sobre software empresarial ha estado dominada por la inteligencia artificial generativa, los copilotos y, más recientemente, los agentes de IA. Sin embargo, los últimos movimientos de fabricantes de ERP y proveedores de plataformas de datos ponen de manifiesto otra realidad: el verdadero reto ya no consiste únicamente en desarrollar modelos cada vez más avanzados, sino en garantizar que estos puedan acceder a información empresarial fiable, actualizada y gobernada.
La evolución del mercado refleja un cambio de prioridades. Si hace unos años la innovación se centraba en incorporar nuevas funcionalidades a las aplicaciones de gestión, ahora el foco se está desplazando hacia la infraestructura que conecta los datos del negocio con las herramientas de analítica y los sistemas de inteligencia artificial. La calidad del dato, su disponibilidad y la facilidad para compartirlo se están convirtiendo en factores cada vez más relevantes para extraer valor de la IA.
Uno de los ejemplos más recientes es el lanzamiento de Data Hub por parte de Unit4. La nueva funcionalidad, integrada en ERPx, permite a las organizaciones conectar los datos de su ERP con plataformas como Microsoft Fabric, Power BI, Snowflake o BigQuery mediante una capa de extracción gestionada por el fabricante. El objetivo es eliminar parte de la complejidad asociada a las integraciones tradicionales, evitando procesos manuales, limitaciones derivadas del uso de APIs y trabajos de mantenimiento cada vez que el ERP se actualiza.
Te puede interesar: IA, Datos e Integración: por qué la selección de software empresarial debe replantearse en la era de la inteligencia
Aunque se trata de una novedad de producto concreta, responde a una necesidad que trasciende a un único proveedor. Cada vez son más las organizaciones que buscan disponer de información empresarial en tiempo casi real para alimentar cuadros de mando, modelos predictivos y, especialmente, aplicaciones basadas en inteligencia artificial.
Esta tendencia también se aprecia en otros movimientos recientes del mercado. Databricks y Microsoft han ampliado su alianza estratégica con el objetivo de facilitar el desarrollo de soluciones de IA empresarial sobre Azure, poniendo el foco en la integración de los datos corporativos con los modelos de inteligencia artificial. La iniciativa pretende que las organizaciones puedan desarrollar aplicaciones de IA con acceso al contexto de negocio, uno de los principales desafíos para que estas tecnologías generen resultados útiles en entornos empresariales.
Snowflake se mueve en la misma dirección, aunque desde otro ángulo: el del control. En mayo adquirió Natoma, una plataforma de gobierno de Model Context Protocol (MCP) que audita qué puede hacer un agente de IA con los sistemas a los que se conecta. Y ahora ha presentado Cortex AI Gateway, una capa que centraliza cómo los agentes acceden a modelos, herramientas y datos corporativos, con integraciones de proveedores de identidad como Okta o SailPoint. El mensaje de fondo es explícito: no basta con dar acceso a los datos, hay que decidir qué puede tocar un agente y dejar constancia de lo que hizo.
Estos movimientos coinciden con otra de las tendencias que ha marcado la actualidad del sector durante las últimas semanas: el creciente protagonismo de los agentes de IA. Diversos estudios apuntan a que estas herramientas pueden incrementar de forma significativa la productividad en las organizaciones. Sin embargo, su eficacia depende en gran medida de la calidad de la información a la que tienen acceso. Un agente capaz de automatizar tareas o responder consultas pierde gran parte de su utilidad si trabaja con datos incompletos, desactualizados o aislados en diferentes aplicaciones.
En este contexto, el papel del ERP también está evolucionando. Tradicionalmente, estos sistemas han sido el repositorio central de la información financiera, comercial, logística o de recursos humanos. Ahora, además, deben convertirse en una fuente de datos accesible para un ecosistema mucho más amplio formado por plataformas analíticas, modelos predictivos y agentes de IA. La interoperabilidad y la gobernanza del dato empiezan a adquirir un peso similar al de las funcionalidades tradicionales de gestión.
Esta transformación también está impulsando una revisión de las arquitecturas tecnológicas. Frente a los procesos de extracción, transformación y carga de datos que durante años han sustentado los proyectos de business intelligence, los fabricantes están apostando por mecanismos que simplifican el acceso a la información y reducen la complejidad de las integraciones. El objetivo es facilitar que los datos fluyan entre distintas plataformas sin comprometer su calidad ni incrementar la carga de mantenimiento para los departamentos de TI.
Todo ello sugiere que la competencia entre los fabricantes de software empresarial se está ampliando más allá de las funcionalidades propias del ERP. La capacidad para ofrecer una infraestructura de datos preparada para la analítica avanzada y la inteligencia artificial está ganando protagonismo como elemento diferenciador. En un momento en el que la IA concentra gran parte de la atención del mercado, la verdadera ventaja competitiva puede encontrarse, precisamente, en aquello que permanece menos visible para el usuario: una capa de datos capaz de suministrar información fiable, gobernada y disponible cuando las nuevas aplicaciones inteligentes la necesitan.
