La conversación sobre agentes de IA empresariales lleva año y medio ocurriendo casi enteramente sobre el papel: demos, hojas de ruta, presentaciones. Esta semana SAP hizo algo distinto. Durante tres días organizó en Madrid las sesiones SAP Agent Ready junto a tres integradores —Inetum, SEIDOR e Indra— para mostrar agentes aplicados a casos de uso concretos, algunos ya en producción con clientes. España es el primer país donde se pone en marcha la iniciativa, que después se replicará en otros mercados de EMEA.
La iniciativa se enmarca en la visión de SAP de la «Empresa Autónoma», donde personas y agentes trabajan en conjunto sobre procesos completos, apoyados en contexto de negocio, datos fiables y marcos de gobernanza. SAP anunció este año una inversión de 100 millones de euros para que sus partners desarrollen y desplieguen asistentes y agentes.
Qué se enseñó, y con qué números
Inetum presentó tres soluciones en Retail y Gran Consumo: un agente de optimización de promociones que cruza resultados históricos, comportamiento real de clientes y promociones de la competencia para generar recomendaciones automáticas; un agente de anticipación de riesgos en CPG que detecta eventos globales o locales que amenacen el suministro, evalúa el impacto financiero y propone alternativas; y Contract Pulse, que evalúa acuerdos históricos y propuestas entrantes de proveedores para calcular su impacto económico e identificar escenarios de negociación, con trazabilidad completa sobre las decisiones de compra.
SEIDOR mostró tres agentes en gestión financiera, producción y compras, orientados a capital circulante, anticipación de riesgos productivos y agilidad en aprovisionamiento.
Indra fue la que aportó cifras más específicas, con dos de sus tres agentes ya en uso en cliente:
- MABI (Model for Adoption of Business AI): analiza uso, dependencias, complejidad técnica y valor de negocio de activos SAP BW y BPC existentes para recomendar migración, mejora, rediseño o retirada. Reduce hasta un 50 % el tiempo de diagnóstico y automatiza más del 35 % de ciertas actividades de migración.
- Agente de gestión fiscal, integrado en SIGEFI: reduce hasta un 60 % el tiempo de búsqueda de información fiscal, un 80 % el de revisión de declaraciones y alertas, y 100 % las consultas a guías y soporte interno.
- Departamento de Administración Autónomo para ENCE: tres agentes que automatizan gestión de facturas, alta de proveedores y reclamaciones, con personas supervisando y decidiendo. Resultado: 45 % menos costes administrativos entre 2018 y 2026, 85 % de reconocimiento automático y 98 % de precisión en extracción de datos.
El patrón que se repite en los casos que funcionan
Si uno lee los nueve casos buscando qué tienen en común, aparece algo que contradice buena parte del marketing del sector. Los agentes que están produciendo cifras verificables no son asistentes conversacionales de propósito general. Son:
- Estrechos de alcance. Búsqueda de información fiscal. Alta de proveedores. Diagnóstico de activos BW. Un proceso, definido, con entradas y salidas conocidas.
- Ricos en contexto propietario. El agente de promociones no vale por el modelo, vale porque tiene acceso al histórico real de esa empresa.
- Supervisados. En el caso de ENCE el planteamiento es explícito: los agentes automatizan, las personas supervisan y toman las decisiones.
- Medidos contra una línea base. El 45 % menos de costes de ENCE se mide entre 2018 y 2026, no contra una estimación.
Conviene también leer las cifras con cuidado. Una reducción del 45 % en costes administrativos a lo largo de ocho años incluye mucho más que agentes de IA: incluye digitalización de procesos, integración de sistemas y rediseño organizativo que empezaron mucho antes de que existieran estos agentes. El mérito es real, pero es acumulativo. Y el 100 % de reducción en consultas a soporte interno significa que esas consultas se redirigieron a un sistema, no que dejaran de existir.
Lo aplicable a una empresa mediana del Caribe
Ninguna pyme dominicana va a desplegar MABI sobre SAP BW. Pero el patrón sí es transferible, y es barato de probar: identifique el proceso interno más repetitivo y mejor documentado que tenga —clasificación de tickets, extracción de datos de facturas, enrutamiento de solicitudes—, mida cuánto tiempo consume hoy, y automatice solo eso, con supervisión humana en el punto de decisión. Es lo contrario de comprar una plataforma de IA y buscarle uso después.
Es exactamente el enfoque con el que trabajamos en TEKFENIX. Servigo365 aplica automatización con IA donde tiene retorno medible en una mesa de ayuda: clasificación y enrutamiento de tickets, respuestas sugeridas sobre la base de conocimiento propia de cada cliente, y escalamiento a una persona cuando el caso lo amerita, con el histórico completo a la vista. CumplimientoControl aplica la misma lógica al monitoreo de medios adversos: el sistema filtra y prioriza, el analista de cumplimiento decide y firma. Y en los desarrollos a medida empezamos siempre por el proceso que el cliente ya sabe medir, porque un agente que no se puede comparar contra una línea base no se puede defender ante un comité de inversión.