“De los datos al valor real para una gestión empresarial cognitiva”

¿Cuál es la visión de SAP respecto a la gestión de los datos en entornos híbridos?

En un mundo en el que la inteligencia artificial (IA) tendrá un papel protagonista, disponer de todos los datos con calidad, integridad y en un entorno gobernado no será una opción o una capacidad técnica, va a ser un must, un factor diferencial.

Cuando activamos el dato a través de la IA en el contexto de las aplicaciones queda claro que datos, aplicaciones e inteligencia artificial se vuelven casi indistinguibles. Esa división tradicional que teníamos entre sistemas transaccionales y analíticos se fusiona en lo que nosotros visualizamos como los nuevos sistemas cognitivos, donde los agentes de IA y los algoritmos van a tener un protagonismo clave.

La división entre sistemas transaccionales y analíticos se fusiona en los nuevos sistemas cognitivos

Nuestro objetivo es hacer que, en cada uno de los dominios de negocio que tradicionalmente hemos liderado (gestión financiera, supply chain, recursos humanos, etc.), podamos contar con este nuevo paradigma de gestión de los datos.

Esa es la visión. Cuando te compras el último móvil esperas que sea más potente, inteligente y sencillo de usar. Pues esto es lo mismo, solo que en entornos de sistemas de gestión empresarial, que son más grandes, más complejos y más dinámicos.

¿Hay mucho camino por recorrer?

Sí, todavía hay un gap importante. De hecho, estamos viendo que los clientes ya han intentado hacer esto por su cuenta, con arquitecturas que han definido técnicamente, y donde han podido ver la dificultad que conlleva. Esa experiencia (intentar construir sus propios datalakes) les ha permitido comprender la complejidad real que implica. Han descubierto que no basta con copiar datos de un lugar a otro y aplicar algoritmos: es fundamental incorporar la semántica del negocio y una lógica sofisticada, lo que resulta mucho más complejo de lo que parecía inicialmente.

Existe un claro desfase entre el potencial que perciben las empresas y su situación actual, pero también hay una visión clara de hacia dónde quieren ir. La IA generativa ha forjado una conciencia muy nítida sobre lo que la tecnología es capaz de hacer, pero aún no están logrando los resultados esperados. Y es que las compañías no deberían convertirse en desarrolladores de software; para eso están los fabricantes y la tecnología que proveen compañías como SAP.

Ahí se sitúa SAP Business Data Cloud

SAP Business Data Cloud es la plataforma de gestión de datos empresariales más potente del mercado. Hay que tener en cuenta que SAP Business Suite está ejecutando los procesos críticos de negocio (finanzas, cadena de suministro, compras, recursos humanos, operaciones…) y gestionando los datos más importantes de nuestros clientes y, como tal, tiene acceso a la riqueza semántica que hay detrás, que es lo que va a dar contexto a la inteligencia artificial.

Hablo de, por ejemplo, cómo se relacionan los datos entre sí, las definiciones específicas entre los objetos que se usan para gestionar el negocio, a qué llamo cliente, empleado, compañía o centro de coste… Este gran modelo de datos, que reside en las aplicaciones SAP junto con los datos de nuestros clientes, es lo que nos coloca en una posición única y nos habilita para aprovechar el valor de los datos junto con todo el contexto de negocio en el que se genera.

Según un estudio interno, el 50% del presupuesto de TI de nuestros clientes se invierte en datos y analítica. Básicamente porque se enfrentan a esos grandes silos de datos, entre los que se encuentran los sistemas SAP, además de otros no SAP, datos estructurados y no estructurados… Han creado departamentos enteros de científicos de datos que están intentando unir toda esa información de forma manual, sin llegar a construir una capa armonizada y holística para toda la empresa.

Han invertido mucho y el resultado ha sido pobre. Antes, el objetivo era la analítica avanzada, pero ahora —con la IA y sistemas de agentes que están atacando estos datos 24×7— disponer de esa capa semántica común para todo el negocio es clave. Solo cuando puedes unir toda la información en un contexto de negocio y de proceso es cuando le puedes sacar todo el valor. Y eso es lo que hace SAP Business Data Cloud.

Es lo que denomináis SAP One Domain Model

Efectivamente, se trata de liberar todo el potencial de valor de los datos en el mundo SAP. Por un lado, que todos los objetos de datos contra los que los clientes mapean su negocio estén funcionalmente definidos y accesibles sobre una plataforma que permita el acceso y la gestión para los usuarios de negocio tradicionales. Además, hemos embebido SAP Databricks, que es la plataforma de gestión de datos en entornos pro-code (el enfoque tradicional de desarrollo) para científicos de datos más potentes del mercado.

Cuando unes toda la información en un contexto de negocio y de proceso es cuando le puedes sacar todo el valor

De este modo, integramos la mejor plataforma en cuanto a gestión de datos para analistas de negocio, y también para los data scientist; todo ello con el modelo unificado de datos SAP, con toda la semántica que se necesita para explotar la información de negocio; y, además, conectado con las aplicaciones y mantenido por la propia SAP, sin que haya que preocuparse por las actualizaciones.

El interés es muy claro, tanto por parte de los clientes, como por parte del ecosistema de partners, especialmente aquellos que están más especializados en las áreas de data, que ven el enorme potencial que significa disponer de los datos de SAP —con toda su semántica— en SAP Business Data Cloud, tanto para analistas de negocio como para los científicos de datos, cada uno con sus propias herramientas.

Es un momento muy dulce. Ahora toca entender las necesidades del cliente, qué iniciativas de negocio están apoyadas por los datos, cómo se han planteado sus arquitecturas y cómo podemos entregar una gestión del dato —de última generación y con la máxima calidad— integrado con sus aplicaciones y totalmente disponible para las arquitecturas agénticas.

¿Es necesario ser una “empresa SAP”?

Esto está muy vinculado a la tipología de proyecto. Por ejemplo, si hablamos de gestión económico-financiera o de una oficina analítica para el CFO (procesos de planificación, consolidación financiera, controlling, etcétera), no es necesario tener nada de SAP. De hecho, algunos de los grandes bancos de este país están implementando estas soluciones sin tener nuestros sistemas transaccionales.Pero cuando una empresa tiene nuestros sistemas transaccionales —nuestro ERP, las aplicaciones de gestión de recursos humanos, de compras, etcétera—es muy obvio: lo explorarán por defecto y lo integrarán. De hecho, lo llamamos Business Suite porque el mensaje de valor ya no está solo vinculado al sistema transaccional, sino a cómo combinar los datos que generan los transaccionales con el resto de los datos de la organización en un contexto de aplicación de la IA.

Ese mensaje de Business Suite es el futuro de todos los entornos de SAP. Un futuro que no ha hecho más que comenzar; y el mercado que se abre es muy grande. Está todo por hacer. Hay tanto valor que aportar en tantos sitios… Aunque también hay que dejar que las empresas avancen en su grado de madurez y terminen de conectar los puntos.

Ahora hay que poner el foco en la entrega, en proporcionar buenos casos de uso, con agentes bien estructurados que realmente razonen, planifiquen, decidan y aporten valor más allá de un prompt con LLM. Simplemente hay que poner bien los pilares.

¿Qué aporta la integración con Databricks?

Las aplicaciones SAP han generado un tesoro de datos y, hasta hace poco, era difícil acceder a él con toda su riqueza porque en el camino se perdían las relaciones entre tablas y elementos del modelo, la semántica, el contexto de ejecución en el proceso… Pues ese gran tesoro que es el modelo de datos SAP, está ahora disponible en la herramienta, conectado, homogeneizado, armonizado y gestionado por SAP.

Hay un enorme potencial a disponer de los datos de SAP —con toda su semántica— en un Databricks

Se trata de democratizar el uso de la información. Ofrecer a los analistas de negocio las herramienta de gestión del dato de SAP BDC y a los científicos de datos el mejor entorno pro-code con Databricks, para acceder a los datos a través de estándares abiertos, eliminar la dependencia del proveedor, entrar en el mundo del open source, de los Apache/Spark, protocolos DeltaShare, etc.… y hacerlo con todos los datos de SAP, con toda su riqueza, totalmente disponibles.

Imagina un gran retail que tiene que hacer la previsión de ventas en respuesta a determinadas campañas en diferentes mercados. SAP le facilita las herramientas de gestión para planificar, generar escenarios y colaborar con los diferentes stakeholders. Pero el cliente necesitará mayores capacidades de predicción, algoritmia de más detalle…

Pues ahora tendrá esos datos disponibles en la aplicación utilizando Databricks totalmente integrado con las aplicaciones SAP. Esta integración permite que el personal especializado (data scientists) trabaje con los datos, que utilice los algoritmos adecuados y que el resultado se muestre en la interfaz de la aplicación de planificación (la que utilizan los controllers y el CFO) de manera sencilla.

Otro ejemplo podría ser la disrupción en las cadenas de suministro, a la hora de optimizar el inventario y la logística en contextos de cadena de suministro complejos para responder a escenarios tan cambiantes como el de las tarifas arancelarias actual. Otros casos muy potentes son su uso en la detección de fraude y el cumplimiento normativo en finanzas, o dentro del ámbito del ESG, estudiando cómo influye un cambio de proveedor en la cadena de fabricación y el impacto en huella de carbono.

Estamos combinando el mundo del analista de negocio con el entorno pro-code del científico de datos. Ahora pueden generar sinergias, lo que desbloquea multitud de casos de uso y posibilidades de colaboración entre departamentos. De hecho, estamos trabajando con algunos partners (especializados en industrias o líneas de negocio concretas) para identificar catálogos de casos de uso con agentes en los que hacer la combinación de estas capacidades.

¿Las empresas son conscientes de todas estas posibilidades?

Existen sectores, como el financiero, donde la presión regulatoria ha impulsado desde hace tiempo la incorporación de algoritmos avanzados en los procesos críticos del negocio. Normativas como Basilea han exigido un nivel de precisión y trazabilidad muy elevado, especialmente en modelos destinados a prever indicadores clave como los ratios de mora. En este contexto, el ajuste fino de los algoritmos no es solo una ventaja competitiva, sino una obligación para garantizar la solidez del sistema de gestión del riesgo.

Lo que ha despertado el interés no es que se necesite afinar los algoritmos en campañas de marketing… La IA generativa ha cambiado los interfaces, el modo en el que interactuamos con los sistemas, la forma en que se comportan los algoritmos… Las expectativas de los usuarios se han elevado mucho. La gente ya no quiere navegar a través de transacciones, sino preguntarle al sistema ¿Qué está pasando? ¿Por qué mi rentabilidad está bajando en Perú? Y que el propio sistema sea capaz de dar respuestas que sean insight de negocio que te lleven a tomar acción con impacto real en el negocio.

Estamos combinando el mundo del analista de negocio con el entorno pro-code del científico de datos

Esto también ha fomentado mucho el interés en las arquitecturas basadas en eventos, el hecho de que sea el propio sistema el que, de manera proactiva, y en función de los eventos que se van generando a medida que gestionamos el negocio, realice proactivamente sugerencias. Las expectativas son enormes y, cuando lo llevas a casos de uso concretos, enseguida se entiende.

¿Qué pasa con las políticas de acceso?

Durante muchos años hemos estado implantando plataformas de gobierno corporativo, gestión de riesgos y cumplimiento normativo que han dado la garantía que las compañías necesitan en sus sistemas transaccionales. Prueba de ello es que se han mostrado robustos en entornos de mucha presión.

Cuando nuestros clientes han empezado a montar sus entornos analíticos (datalake) básicamente cogían muchos datos de esos sistemas transaccionales y los copiaban en entornos donde el control, muchas veces, no era el adecuado. Había un agujero evidente desde el punto de vista de seguridad y auditoría TI.

Ahí nosotros tenemos herramientas de gobierno dentro de SAP Business Data Cloud, que, además, se sincronizan con las funcionalidades de Unity Catalog de Databricks, un estándar de mercado en cuanto a gobierno de datos. Esto, junto con las plataformas SAP GRC ya implantadas, nos permite dar un enfoque holístico al gobierno de los datos en un contexto empresarial, además, totalmente integrado con el control en los sistemas transaccionales.

Tenemos herramientas de gobierno dentro de SAP BDC que se sincronizan con las funcionalidades de Unity Catalog de Databricks

Precisamente, esta integración nos permite también gobernar a los agentes de IA que, al final, se van a comportar como personas: normalmente le darás un control de accesos equivalente a la matriz de segregación de funciones que tendría un usuario físico en un contexto de negocio determinado.

Respecto al cumplimiento normativo específico para entornos de sistemas estamos trabajando con compañías muy especializadas, como es el caso de las grandes auditoras, para llevar la seguridad que ya teníamos en los entornos transaccionales a las nuevas arquitecturas agénticas y a los ámbitos de datalake.

¿Y en cuanto a la calidad?

A medida que vas dando cosas resueltas a las empresas, como la capacidad de disponer de los datos de manera sencilla, se empiezan a plantear otras preguntas. Los sistemas transaccionales SAP ya generan —per se— los datos con mucha calidad. Pero, efectivamente, luego tenemos todo el mundo del dato no SAP y en particular una gran cantidad de datos no estructurados.

En torno al 80% de los datos no estructurados de las compañías son documentos vinculados a los procesos de negocio, pero que residen en repositorios que no están vinculados a nada. Esa gestión documental es otra de las grandes cuestiones: cuando enlazas el documento al proceso, no solo ganas inteligencia del contenido, sino que lo pones en el contexto del propio negocio y eso potencia las capacidades de la IA generativa.

Se están abriendo muchos proyectos de gestión documental que, junto con el movimiento a la nube, hace surgir la cuestión del almacenamiento y archivado a largo plazo. Cuando te enfrentas a sistemas heredados con históricos muy grandes, muchos de los problemas de calidad residen en esos datos históricos que también son valiosos. Ahí hay otra conversación enorme.

Cuando hablamos de calidad, SAP Business Data Cloud cuenta con herramientas asistidas por IA que contribuyen a elevar este aspecto a la hora de hacer ingeniería e ingesta de datos.

Pero hay un punto que es más relevante: garantizar que los datos maestros de mi empresa (a qué llamo cliente o centro de coste) se refieran al mismo concepto en  cualquier sistema donde los esté gestionando. Mantener esa unicidad dentro de un contexto de gestión de datos maestros, de gestión documental, de datos no estructurados proveniente de entornos IoT, de IA generativa aplicada a la gestión de los datos en herramientas de ingeniería e ingesta de datos…

El siguiente paso va a ser radical: la conexión de los sistemas cognitivos con el mundo físico lo va a cambiar todo

Ahora, las empresas están siendo conscientes de los diferentes ángulos que existen. Por eso en SAP hablamos del One Domain Model, un modelo unificado donde se puede definir una semántica común a toda la organización, o los ángulos desde donde se va a analizar el negocio.

Hasta ahora, cuando hablábamos de datos, solo se refería a PaaS (platform as a service). Ahora, con SAP Business Data Cloud, estamos hablando de software as a service. Entregamos la plataforma de gestión de datos, SAP BDC y el One Domain Model en forma de data products con tecnología de código abierto. Todo ello unido a las aplicaciones inteligentes ya preconstruidas y agentes de inteligencia artificial.

¿Hacia dónde vamos?

Se habla mucho de la empresa autónoma, pero yo iría un paso más allá. Nuestros responsables de tecnología ya lo comentaron en la última edición de SAP Sapphire. Toda esa capacidad ya está ahí. Es una cuestión de madurez, de que se vaya implementando poco a poco. Ese sistema cognitivo va a tener proactividad, sugiriendo cómo gestionar el negocio basándose en las mejores prácticas, y SAP está en inmejorables condiciones para proveer esto. Ya es una realidad, es una cuestión de decidirse a ponerla en marcha.

El nivel de transformación que va a implicar es muy importante: lo que antes se hacía de manera secuencial, ahora se va a ejecutar en paralelo y automatizar hasta niveles sorprendentes. Pero es la conexión con el mundo físico, con los robots, la que va a permitir el siguiente paso, que será radical.

Hace poco visité un centro de innovación que cuenta con autómatas de todo tipo, y es absolutamente espectacular. La conexión de estos sistemas cognitivos con el mundo físico lo va a cambiar todo. Te tienes que ir a las películas de ciencia ficción para imaginarte cómo será el futuro, pero es que vamos hacia ahí. Se ve claro y las bases están ya sentadas.