Cássio Christianini, Head of AI Go-to-Market, Americas de SAP.
El mercado empresarial en México atraviesa un punto de inflexión decisivo en su relación con la tecnología. La fase de fascinación y proyectos piloto aislados han quedado atrás para dar paso a una etapa de madurez ejecutiva enfocada en la medición del retorno de inversión (ROI), la gobernanza estricta de datos y la integración estratégica de la inteligencia artificial (IA) en el núcleo operativo del negocio: el ERP.
En el marco de la décima quinta edición de SAP Now México, Cássio Christianini, Head of AI Go-to-Market de SAP Américas, comparte con Portal ERP los desafíos técnicos, financieros y organizacionales que atraviesan las empresas en su camino para transformar los sistemas ERP en motores que impulsan las empresas autónomas.
La percepción del mercado sobre la inteligencia artificial ha evolucionado en los últimos años. En un inicio, el surgimiento masivo de la IA generativa a nivel personal alimentó expectativas e hipótesis sobre cómo la tecnología resolvería automáticamente los problemas del negocio.
"Luego vimos esto evolucionar a lo que me gusta llamar 'entusiasmo necio', porque veíamos todo el poder de la IA en el uso personal y las empresas imaginaban que sería tan sencillo y automático que solucionaría los problemas de negocio por sí misma", señala Christianini.
Sin embargo, los últimos meses han demostrado que los abordajes meramente técnicos no escalan y que los pilotos sin una estrategia definida no generan impacto a largo plazo. A pesar de que las inversiones en IA han aumentado significativamente en México, las organizaciones manifiestan insatisfacción respecto al valor obtenido.
¡Últimos días para ser parte de la primera Encuesta: Panorama del Mercado de Software de Gestión en México!
Para resolver esta brecha, Christianini enfatiza que las empresas deben:
Alinear al liderazgo directivo: Establecer desde la alta dirección una visión clara del "por qué" y "qué se quiere lograr" con la IA antes de ejecutar inversiones.
Definir líneas base de desempeño: Implementar disciplinas como la minería de procesos (process mining) para diagnosticar la productividad real previa y medir de forma continua las ganancias en calidad y eficiencia.
Evaluar y pivotar: Mantener un proceso continuo de medición para juzgar si se debe mantener la inversión o ajustar el enfoque.
El reto de la fragmentación de datos
Uno de los principales retos operativos en México radica en la alta heterogeneidad y fragmentación de las estructuras de datos dentro de una misma organización. Frente a esta realidad, Christianini aclara que las empresas no necesitan una estandarización forzada de datos, sino metodologías para gestionar esta naturaleza compleja sin perder la semántica de los procesos.
“Históricamente, los datos se modelaban para ser explorados por humanos, quienes utilizaban su propia memoria, contexto e inteligencia para cerrar las brechas del proceso. Sin embargo, en la transición hacia la IA Agéntica, donde los agentes ejecutan directamente las tareas de negocio, esa contextualización debe estar integrada directamente en la estructura de los datos” declara el ejecutivo.
Esto se logra a través de arquitecturas de Data Fabric (tejido de datos), algo que se puede encontrar dentro de la Business AI Platform de SAP, que promete vincular cada dato con la semántica del proceso de negocio, habilitando a la IA para operar con autonomía y precisión.
Costos ocultos de la IA
Al implementar IA dentro del ERP, suelen emerger costos no presupuestados que frenan la innovación. El directivo de SAP identifica tres áreas de atención crítica para las empresas en México:
Explosión en el consumo de tokens: Experiencias recientes muestran cómo la apertura no gobernada de la IA para empleados provoca que el uso de "tokens" o modelos se dispare fuera de control financiero. Es fundamental contar con arquitecturas que permitan presupuestar y controlar el consumo sin dificultar el acceso.
Mantenimiento de estructuras legadas: Costos asociados a sostener bases de datos e infraestructuras obsoletas que no aportan valor a la operación.
Automatización de ineficiencias: El riesgo de crear agentes para automatizar procesos que de origen no están optimizados o no deberían existir.
Gobernanza y el modelo Human in the Loop, el primer paso de la Empresa Autónoma
El ERP centraliza procesos clave de negocio, como finanzas, fiscalización o cadena de suministro, donde los márgenes de error habituales en la IA tradicional son inaceptables. “Cuando hablamos de un proceso de cierre contable, el 99% de precisión es muy bajo. Los procesos críticos exigen 100% de exactitud, precisión y control, algo que las empresas deben buscar cubrir desde sus sistemas ERP”, puntualiza Cassio.
Con la llegada de la IA, los sistemas empresariales se han vuelto inteligentes al eficientar procesos, sin embargo, a pesar de los beneficios comprobados, de acuerdo con Cassio, la IA aún no está lista para tomar decisiones autónomas de todos los procesos, requiriendo de supervisión humana.
SAP destaca la importancia de integrar el modelo Humano en el Ciclo (Human in the Loop) en las estrategias de IA. Se trata de un esquema de supervisión en el que la IA no actúa a ciegas en tareas de alto riesgo o regulatorias, sino que presenta sus sugerencias, explica su razonamiento y solicita la autorización explícita de un supervisor humano.
Este modelo está, a su vez, redefiniéndolo el trabajo humano: los colaboradores dejan de ejecutar la micro-tareas manuales para convertirse en gestores de agentes de IA, evaluando reportes y autorizando ejecuciones estratégicas.
Este cambio debe ocurrir desde los perfiles directivos. De acuerdo con Christianini, mientras la IA aporta capacidad de cálculo y ejecución, el humano aporta el propósito e intención estratégica. “El rol directivo evoluciona para guiar a la organización en un modo de innovación constante. Los líderes empresariales deben moldear las nuevas competencias de los colaboradores para tender puentes entre la capacidad tecnológica y los desafíos de negocio”.
Estos procesos ayudan a garantizar la gobernanza, ética y responsabilidad social de la IA en la organización.
Hoy más que nunca, el ERP confirma su posición como el "cerebro" de las empresas, donde la IA, combinada con una correcta gestión y gobernanza de datos, encamina a las organizaciones hacia el concepto de la “Empresa Autónoma”.
