En SAP Connect 2026 se anunció que la empresa autónoma es una realidad operativa
Sí, pero lo más relevante es la velocidad de concreción. En mayo presentamos la visión de la Autonomous Enterprise bajo tres premisas: situar al profesional en el control de los escenarios, automatizar los procesos manuales y repetitivos, y garantizar que el despliegue sea escalable, seguro y fiable. En cinco meses hemos pasado de esa visión a poner a disposición de los clientes, a partir de este mes de octubre, capacidades reales en Joule Work, Joule Assistants y Joule Studio.
Joule Work es, para mi, el cambio más representativo. En lugar de buscar transacciones, el profesional trabaja con una interfaz conversacional que sabe quién es, cuáles son sus objetivos y qué indicadores (KPI) tiene asignados. Con ese contexto, el sistema pone a su alcance, de forma proactiva, los agentes y asistentes necesarios para resolver la tarea.
Cinco meses después, los clientes ya tienen capacidades reales en Joule Work, Joule Assistants y Joule Studio
Antes de abrirlo al mercado lo validamos internamente. Christian Klein señaló que el primer referente ha sido la propia SAP: más de 100.000 empleados usamos Joule Work a diario y registramos mejoras de productividad del 20% en gestión de personas, finanzas y compras. Funciona porque el sistema verifica las políticas de seguridad, sabe a qué información puede acceder cada empleado y entiende la semántica del dato mediante el Knowledge Graph. Tras meses de pruebas con decenas de clientes, esta forma de trabajar estará disponible a partir de Octubre de manera generalizada.
¿Qué diferencia hay con lo mostrado en mayo?
Hemos pasado de agentes aislados a una suite autónoma integrada. El año pasado teníamos un catálogo de entre 40 y 50 agentes para tareas específicas. Ahora, con la Autonomous Suite, hay dominios autónomos gestionados por SAP dentro de las soluciones en la nube: 200 agentes disponibles y más de 400 antes de que acabe el año.
Pero lo determinante, más que el volumen, es el mecanismo de consumo y orquestación a través de los asistentes de Joule. El cliente no implementa integraciones complejas: activa la capacidad, evalúa el impacto esperado y accede desde Joule Work. Si un profesional trabaja en el cierre financiero, el asistente entiende el momento operativo y convoca de forma autónoma a los agentes pertinentes, como los de operaciones intercompañía o provisiones contables.
Nestlé es un ejemplo visible. Con una estrategia de núcleo limpio (Clean Core) y datos fiables en tiempo real en más de 140 países, de origen SAP y no SAP, consume asistentes agénticos en finanzas para la gestión de cobros. El profesional puede fiarse de los riesgos que identifica el agente y de sus recomendaciones porque hay una base de datos e identidades bien estructurada.
¿Qué empresas utilizan ya agentes en producción y cuáles siguen en piloto?
Veo un ritmo de activación constante en todas las geografías y sectores a través de los talleres de descubrimiento (AI Discovery Workshops). No tengo una cifra agregada que compartir, pero los despliegues en producción son un hecho.
Supervisión humana, contexto unificado y coste por impacto: las claves del despliegue agéntico de SAP
Algunos de los primeros casos productivos surgieron en Europa. Por ejemplo Bosch, que tiene en marcha un agente de clasificación que procesa más de un millón de tickets de servicio anuales de sus clientes. Eran escenarios inicialmente acotados, ahora vemos el salto en las organizaciones a extender a través de las distintas líneas de negocio. Amadeus, por su parte, automatiza en torno a 40.000 facturas anuales con capacidades agénticas en sus procesos financieros.
¿Cómo se articula esta propuesta para la mediana empresa?
La estrategia busca derribar las barreras de entrada a la innovación. Para la mediana empresa, el foco está en el ERP en nube pública y en programas como GROW with SAP, que aportan metodologías y herramientas para acelerar la adopción.
Además, Joule Work, Joule Assistants y Joule Studio funcionan en un modelo totalmente gestionado por SAP: la mediana empresa no necesita desplegar arquitecturas complejas en sus entornos ni desarrollar frontales a medida para conectar con modelos de lenguaje. La tecnología se consume por activación directa.
Persiste el reto de la integración del dato de extremo a extremo, pero las soluciones y los servicios de acompañamiento de SAP, y su ecosistema de socios, están orientados a simplificar esa transición.
Sin migración a la nube no hay acceso a estas capacidades
El paso a la nube es una condición estructural, la única vía arquitectónica para escalar y recibir innovación continua. No obstante, entendemos que hay un desfase entre que una empresa decide migrar y la fecha en la que termina el proyecto, y que durante ese tiempo las áreas de negocio ya piden inteligencia artificial.
Por eso, los clientes que se comprometan estratégicamente con la nube y trasladen un porcentaje de su mantenimiento a ese esquema recibirán apoyo para acceder a un alcance determinado de soluciones de IA durante el proceso. Habilitar esa coexistencia supone un esfuerzo considerable para nosotros. Pero insisto: para alcanzar la empresa autónoma completa, el paso a la nube es indispensable.
¿Cómo ayudáis a una compañía a decidir por dónde empezar?
Hay una sensación de saturación generalizada en los comités de dirección. Ante un catálogo de cientos de agentes y decenas de asistentes, lo que piden es criterio más que tecnología: qué activar primero, dónde está el impacto real y qué retorno esperar.
Para responder a eso incorporamos la gestión de la transformación del negocio (Business Transformation Management) con herramientas como SAP Signavio. Con ella analizamos qué procesos tienen margen de mejora, cuál es el valor esperado de la automatización y qué nivel de autonomía conceder en cada escenario.
Además, tenemos el AI Agent Hub en SAP Lean IX que funciona como consola de control continuo: permite ver si los agentes cumplen los objetivos frente a los recursos consumidos y modular o restringir su autonomía según los resultados. Por ejemplo, en el caso del Purchasing Assistant presentado por Novartis compartieron una recomendación clara: priorizar los casos que aliviaran cargas críticas de sus profesionales y que tuvieran impacto medible en las operaciones.
¿Cómo se controla el consumo en tokens de esta IA agéntica tan compleja?
La respuesta descansa en dos principios: flexibilidad de modelos y tarificación vinculada al valor. En la plataforma Business AI no atamos al cliente a un proveedor: ofrecemos un catálogo de unos 70 modelos para elegir según cumplimiento normativo, latencia o coste. En lo económico hay tres niveles:
- Base AI. Escenarios de IA generativa integrados de serie en los procesos de las aplicaciones en la nube, sin coste adicional en las licencias.
- Premium AI. Capacidades agénticas avanzadas y asistentes especializados, con consumo medido en AI Units. No se cobra por las personas que consultan o interactúan con un agente, sino por las acciones ejecutadas por el agente.
- Custom AI (mediante Joule Studio). Para que clientes y socios desarrollen o extiendan agentes. El diseño, el prototipado y la experimentación son gratuitos; se paga cuando el agente entra en producción, también por consumo.
Para evitar desviaciones presupuestarias, hay plantillas de diseño para dominios autónomos (autonomous domain blueprints) con las que cada área estima de antemano las unidades necesarias y vigila su evolución en tiempo real.
En la empresa autónoma el contexto se vuelve crítico. ¿Cómo gestiona SAP la fragmentación del dato?
Es un desafío universal, en España y en el resto de Europa. En las pruebas de concepto aisladas la dispersión no parecía un obstáculo para construir un bot conversacional sencillo. Pero cuando se quieren procesos agénticos de extremo a extremo, el contexto de negocio es imprescindible.
Nuestra propuesta diferencial es el Knowledge Graph. La IA tiene que entender la semántica de la empresa: por ejemplo, que un business partner es cliente en una línea de negocio y proveedor en otra. Al comprender las relaciones del modelo de datos corporativo SAP, se eliminan las alucinaciones derivadas de interpretar mal la estructura.
En paralelo, hemos desarrollado capacidades para datos tabulares estructurados con modelos fundacionales como SAP-RPT (Relational Pretrained Transformer), integrado en SAP AI Core. Para reforzarlas incorporamos la tecnología de Prior Labs, que permite hacer predicciones sobre grandes volúmenes de datos transaccionales con una rapidez y una eficiencia de cómputo muy superiores a las de los modelos genéricos.
¿Cómo se integran los datos externos sin migraciones costosas?
La respuesta arquitectónica es SAP Business Data Cloud y su capacidad de zero copy, que permite consultar los datos sin copiarlos. Tenemos acuerdos de interoperabilidad por ejemplo con Databricks, Snowflake y Microsoft para federar y consultar datos sin moverlos físicamente ni quitarles su contexto de negocio.
Un ejemplo es el mantenimiento de activos industriales: la organización mantiene su modelo semántico en el grafo de SAP y lo puede cruzar en tiempo real con datos de telemetría de un data lake externo. La IA opera sobre ese conjunto, tanto en nuestro entorno como en sistemas de terceros, sin perder la trazabilidad del negocio.
La mediana empresa no necesita desplegar arquitecturas complejas. La tecnología se consume por activación directa
Además, hemos reforzado la unificación de datos maestros con Reltio, que consolida información heterogénea de varios repositorios sin degradar su estructura ni su fiabilidad. Eso da a los modelos agénticos la base de confianza que necesitan para decidir.
La autonomía genera recelo, sobre todo en sectores regulados. ¿Qué incorpora el modelo de control de SAP?
Partimos de la seguridad y la gobernanza desde el diseño (Security by Design y Governance by Design), pensadas para los marcos normativos más exigentes. La base son las identidades sintéticas: los agentes actúan con los permisos heredados del rol del empleado que los supervisa y dentro de los límites de autorización de ese puesto. A eso se suman tres niveles de supervisión humana para validar transacciones de riesgo.
El reto más sofisticado aparece cuando varios agentes colaboran más allá de una sola aplicación. Para eso hemos incorporado capacidades como SAP Integration Suite y AI Agent Hub mencionado antes, basado en protocolos de comunicación entre agentes (A2A). Cada agente publica su identidad, sus objetivos operativos, sus niveles de autonomía autorizados, los sistemas a los que accede y a quién representa.
El AI Agent Hub centraliza la gobernanza de los agentes de SAP, de los desarrollados por el cliente y de los de terceros, y permite a los responsables de seguridad detectar solapamientos y conflictos de ejecución y evaluar el riesgo de extremo a extremo.
¿Cómo va a evolucionar el papel del ecosistema de partners?
Estamos en una transformación profunda y el acompañamiento experto de los socios es más crítico que nunca. Hemos visto el caso de PwC, que ya había usado SAP Business AI para desarrollar una solución de gestión del IVA en transferencias internas de manera un 60% más eficiente y solventar problemas de negocio de clientes del sector farmacéutico. En SAP Connect hemos visto que también han colaborado en el diseño del asistente de facturación y cobros (Billing Assistant).
Lo que los clientes piden a los integradores es consultoría estratégica más que configuración rutinaria: por dónde empezar, qué procesos ofrecen más retorno y cómo liderar la gestión del cambio.
En este escenario, la colaboración con nuestro equipo de ecosistema es permanente: formación continua, documentación y acceso anticipado a los entornos de innovación. He participado en numerosas sesiones con partners en España y constato un interés y un compromiso muy altos. Estamos al inicio del camino y todos aprendemos a la vez; solo tendrá éxito si avanzamos de la mano de los socios.
¿La proliferación de agentes puede reproducir la complejidad que causó el código Z?
Es una cuestión arquitectónica capital y mi respuesta es no, porque los agentes Joule se diseñan para extenderse sin modificar el núcleo (Extensible by-Design). Antes, tocar el núcleo del ERP con ABAP a medida impedía actualizar con agilidad. Hoy operamos sobre un núcleo limpio y modelos de datos gobernados.
El paso a la nube es una condición estructural, la única vía arquitectónica para escalar y recibir innovación continua
Los agentes de SAP pueden extenderse con Joule Studio y esa extensión no altera su código base, sino que el agente extendido añade habilidades u orientación específica. Las empresas pueden crear nuevos agentes con desarrollo visual (low-code) o profesional (pro-code), y todos quedan registrados y supervisados en el AI Agent Hub sin riesgo de colisión ni interferencia con las actualizaciones periódicas del software en la nube.
Llevar esta orquestación a infraestructuras locales reproduciría los errores del pasado y la haría inviable; el modelo cloud es el que permite una evolución continua, segura y gobernada.
