Consultoria desde el Sofá

Durante décadas hemos aprendido a trabajar entrando en el ERP: buscando aplicaciones, informes, transacciones y datos.

Pero esa relación empieza a cambiar.

La inteligencia artificial empresarial puede desplazar el punto de partida desde la pantalla hacia la intención: una pregunta, una excepción, una alerta o una decisión que necesita contexto.
En este episodio hablamos de Intelligent ERP no como un ERP con un chatbot, sino como una evolución más profunda: sistemas capaces de convertir datos, procesos y contexto en trabajo mejor orientado.

El ERP no desaparece. Puede incluso verse menos. Pero podría estar mucho más presente en cómo interpretamos información, preparamos decisiones y gestionamos procesos.

Una reflexión sobre el futuro del software empresarial, Finance y el nuevo papel del profesional: menos navegación, más criterio.


NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING

Después de once capítulos analizando SAP Joule, agentes, arquitectura, datos, permisos, procesos y límites de actuación, llega el momento de ordenar lo aprendido.

Este episodio no introduce una nueva capa tecnológica. Es una recapitulación y un cierre de esta primera etapa: qué deberíamos mirar realmente antes de elegir, comprar o implantar una solución de inteligencia artificial empresarial.

El recorrido nos deja una conclusión clara. Una buena solución no se decide por una demo espectacular ni por el modelo que utiliza. Se decide por el problema que resuelve, la calidad del dato sobre el que trabaja, cómo se integra con el proceso, qué acciones puede ejecutar, qué controles mantiene, cómo deja trazabilidad y qué valor real aporta.

Después de hablar durante once capítulos de tecnología, agentes y arquitectura, el criterio final es mucho más sencillo: elegir bien significa saber qué debe hacer la inteligencia artificial, qué no debe hacer y por qué merece entrar en un proceso empresarial real.


NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING

Una empresa no se convierte en data driven por tener más dashboards, más informes o más datos disponibles.

El verdadero salto aparece cuando esos datos tienen contexto, significado, trazabilidad y una relación clara con las decisiones que deben tomarse.

En este capítulo llevamos esa idea al terreno de los agentes de inteligencia artificial. A partir de un caso de controlling, analizamos por qué un agente no puede razonar con seguridad sobre información dispersa, definiciones inconsistentes o relaciones que solo existen en la cabeza de los usuarios.

También revisamos cómo conceptos como SAP Business Data Cloud, los data products y SAP Knowledge Graph intentan resolver parte de este problema: preparar un contexto empresarial gobernado sobre el que Joule y otros agentes puedan trabajar con mayor fundamento.

La conclusión es sencilla: un agente sobre datos gobernados puede aportar inteligencia empresarial. Un agente sobre caos solo consigue que el caos responda más rápido y con mejor lenguaje.

NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING

La cuestión ya no es si una inteligencia artificial puede consultar datos, preparar acciones o intervenir en un proceso empresarial. La cuestión importante es hasta dónde debe permitírsele llegar.

En este capítulo analizamos esa frontera a partir de un caso concreto de Finance: una factura bloqueada con impacto en caja. A través de ese ejemplo vemos cómo cambia el papel de la inteligencia artificial cuando pasa de explicar lo que ocurre, a guiar al usuario, preparar una acción o intervenir directamente en el proceso.

El punto central es claro: más autonomía no significa necesariamente más madurez. Una inteligencia artificial empresarial seria debe respetar identidad, autorizaciones, trazabilidad, niveles de riesgo y circuitos de aprobación. Y, en determinados momentos, también debe saber detenerse.

Porque en un ERP no se trata de demostrar cuánto puede hacer la tecnología, sino de decidir qué debe hacer, qué puede preparar y qué debe seguir bajo responsabilidad humana.

NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING

En este capítulo de Consultoría desde el Sofá bajamos las arquitecturas híbridas de agentes a un caso mucho más concreto: cómo usar automatización, modelos externos y SAP sin convertir la inteligencia artificial en una puerta trasera al ERP.

El foco está en herramientas como Make o n8n, que pueden aportar mucho valor cuando se usan como automatización periférica: lanzar rutinas, recoger señales autorizadas, enviar alertas, preparar briefings, crear tickets o coordinar pasos entre sistemas no críticos.

Pero la tesis es clara: automatizar alrededor del ERP no significa saltarse el ERP.

Desde Finanzas, lo aterrizamos en un briefing financiero diario durante el cierre. Un escenario donde el agente puede ayudar a ordenar tareas pendientes, incidencias, facturas bloqueadas, correos autorizados, riesgos de retraso y dependencias entre áreas.

La clave está en que el modelo no reciba todo, sino solo el contexto mínimo necesario. Que no vea datos sin filtrar. Que no actúe sin permiso. Que no cierre incidencias críticas, libere bloqueos o modifique previsiones sin validación humana.

Porque una arquitectura híbrida madura no consiste en automatizar más. Consiste en automatizar mejor: con minimización de datos, permisos, trazabilidad, workflows, aprobación y límites claros.

NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING

En este capítulo de Consultoría desde el Sofá abrimos una reflexión técnica clave dentro de la serie sobre SAP Joule y agentes empresariales.

La pregunta habitual suele ser: ¿cómo conecto GPT, Claude o Gemini a SAP? Pero esa pregunta, planteada así, es peligrosa. Un ERP no es una base de datos cualquiera. Es un sistema donde viven procesos críticos, datos maestros, autorizaciones, reglas fiscales, flujos de aprobación y trazabilidad. Por eso, la pregunta correcta no es cómo conectar un modelo al ERP, sino cómo diseñar una frontera segura entre SAP, los modelos de lenguaje y las herramientas que pueden ejecutar acciones.

En esta primera parte del episodio analizamos la diferencia entre razonar, orquestar y actuar. Explicamos por qué el modelo puede ayudar a interpretar, resumir o proponer, pero la acción debe pasar por herramientas gobernadas. También aterrizamos el enfoque SAP-first: SAP BTP como zona de control, servicios CAP como capa intermedia, Integration Suite para integración robusta, Generative AI Hub para consumir modelos de forma gobernada, y Joule Studio con skills como contrato técnico entre conversación y proceso. Porque una arquitectura híbrida madura no consiste en conectar más cosas. Consiste en conectar mejor, con permisos, límites, trazabilidad y control.

NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING

En este capítulo de Consultoría desde el Sofá abrimos una nueva fase en la serie sobre SAP Joule e inteligencia artificial empresarial.

Después de construir la base arquitectónica con identidad, permisos, navegación, contexto y SAP BTP, damos el salto hacia los agentes: no como una moda, sino como un cambio de responsabilidad en el software empresarial.

Explicamos la diferencia entre un asistente que responde y un agente que empieza a coordinar parte del trabajo. Para aterrizarlo, analizamos un caso financiero de facturas en disputa que bloquean la entrada de caja, donde el valor no está en “hacer magia”, sino en ordenar señales, priorizar casos, lanzar workflows, preparar recomendaciones y mantener el control donde debe estar.

También diferenciamos entre skills, workflows y agentes, porque no todo debe convertirse en agente. La clave está en saber cuándo consultar, cuándo preparar, cuándo recomendar, cuándo pedir aprobación y cuándo detenerse.

Porque en una empresa seria, la autonomía no puede ir por delante del gobierno. La pregunta no es solo qué puede hacer la inteligencia artificial, sino qué debe hacer, con qué contexto, bajo qué permiso y dejando qué evidencia.

NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING

En este capítulo de Consultoría desde el Sofá cerramos la primera base arquitectónica de SAP Joule y la inteligencia artificial empresarial.

Después de hablar de identidad con SAP Cloud Identity Services, experiencia de usuario con SAP Build Work Zone y contexto de negocio con SAP Knowledge Graph, llegamos a una pieza clave: SAP BTP.

Explicamos por qué SAP Business Technology Platform es fundamental para construir, integrar, automatizar y extender capacidades alrededor del ERP sin romper el core.

El foco está en una idea central: la inteligencia artificial empresarial no debería innovar a costa de ensuciar el sistema principal. Debe apoyarse en una arquitectura que permita evolucionar con control, preservar el clean core y construir extensiones side-by-side cuando el caso lo requiera.

Desde Finanzas, lo aterrizamos en ejemplos como cierre financiero, desviaciones, facturas bloqueadas, cash management, workflows, agentes y experiencias inteligentes conectadas a Joule.
Porque innovar en sistemas core no consiste en tocarlo todo. Consiste en saber qué preservar, qué extender y dónde construir lo nuevo.


NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING

En este capítulo de Consultoría desde el Sofá avanzamos un paso más en la arquitectura técnica de SAP Joule y la inteligencia artificial empresarial.

Después de hablar de identidad con SAP Cloud Identity Services y de experiencia de usuario con SAP Build Work Zone, entramos en una cuestión clave: ¿cómo evitamos que la inteligencia artificial responda sin entender realmente el negocio?

Ahí aparece SAP Knowledge Graph y el concepto de grounding.

Explicamos por qué una inteligencia artificial empresarial no debería responder solo porque encuentra palabras parecidas, sino porque puede apoyarse en contexto, objetos de negocio, relaciones, metadatos y significado real dentro del sistema.

Desde Finanzas, lo aterrizamos en casos como desviaciones de cierre, facturas bloqueadas, cash flow, provisiones, análisis de margen y documentos contables.

Porque un número aislado dice poco. Una factura aislada dice poco. Una desviación aislada dice poco. El valor aparece cuando la inteligencia artificial puede situar cada dato dentro de una red de relaciones empresariales.


NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING

En este capítulo de Consultoría desde el Sofá seguimos construyendo la base técnica de SAP Joule y la inteligencia artificial empresarial.

Después de hablar de identidad y permisos con SAP Cloud Identity Services, damos el siguiente paso: entender cómo una inteligencia artificial puede ayudar al usuario a llegar al punto correcto del trabajo.

Ahí entra SAP Build Work Zone.

Explicamos por qué no debe verse solo como un portal, sino como una capa de experiencia empresarial donde se ordenan aplicaciones, tareas, contenidos, páginas y recorridos según el rol del usuario.

El foco está en una idea clave: en la empresa, muchas veces la mejor respuesta de una inteligencia artificial no es una frase, sino una navegación correcta.

Desde Finanzas, lo aterrizamos en casos como cierre financiero, revisión de desviaciones, facturas pendientes, aprobaciones, tareas y acceso a informes. Porque Joule aporta más valor cuando reduce la distancia entre una intención del usuario y el lugar real donde esa intención puede resolverse.


NASDAQ | PROYECTOS IT | DATA-DRIVEN | EDUCACIÓN FINANCIERA | INVERSIÓN | TRADING