Potencial sin límites

Actualmente, muchas empresas están migrando su antiguo sistema ERP a un entorno moderno basado en la nube, lo que les supone una profunda transformación a varios niveles. Con Rise, disponen de un enfoque estructurado que combina un marco estandarizado, una cadena de herramientas integrada y la orientación de expertos, lo que simplifica y agiliza los procesos del proyecto siguiendo el principio «Clean Core».

Juntos contra los puntos débiles

En concreto, la cadena de herramientas está pensada para facilitar una colaboración fluida entre los departamentos especializados y el departamento de TI. Establece prioridades claras y facilita la toma de decisiones. Además, su objetivo es ayudar a coordinar de forma integral los cambios en el entorno ERP. Se han desarrollado herramientas específicas basadas en la inteligencia artificial para cada ámbito —personas, procesos, aplicaciones y datos— y para cada una de las seis fases del proyecto en Activate, desde el análisis de la situación actual hasta la puesta en marcha.

Entre ellas se incluyen WalkMe para la formación, Signavio para el análisis y el diseño de procesos, LeanIX para mapear el entorno de TI y Cloud ALM para gestionar y optimizar aplicaciones. A estas se suman herramientas de socios. Todas ellas pueden utilizarse de forma flexible y combinarse entre sí según sea necesario, allí donde se encuentran los principales puntos débiles de las empresas. Un componente importante de la cadena de herramientas integrada es SAP Cloud ALM, que actúa como nexo de unión que lo mantiene todo cohesionado. No debe considerarse simplemente como una herramienta especializada más, sino más bien como una unidad de control y estructuración para la planificación, la implementación y la operación.

Orquestación con Cloud ALM

Para implementar el ALM en la nube, las empresas deben crear las condiciones adecuadas: definir claramente las responsabilidades funcionales y técnicas, designar un responsable por cada área (implementación, operaciones, supervisión), asignar claramente todos los roles del proyecto (gestión de proyectos, TI, departamento funcional, socios) y definir sus tareas, configurar correctamente los accesos y las autorizaciones, formar a los titulares de los roles y desarrollar las guías y buenas prácticas correspondientes, así como definir todos los procesos „de principio a fin“. Además, el ALM en la nube debe planificarse en una fase temprana del proyecto, vincularse a hitos fijos para su activación y uso, y coordinarse con el calendario general.

Menos esfuerzo gracias a la IA

La inteligencia artificial desempeña un papel fundamental en la cadena de herramientas. Esta tecnología está integrada en todas las herramientas y se encarga de tareas recurrentes, como el análisis de datos y la asignación de datos, las pruebas y la formación del personal, automatizándolas. En la fase de descubrimiento, la función „Text-to-Process“ de Signavio, por ejemplo, permite convertir automáticamente la documentación de procesos existente, ya sea en forma de texto o de imágenes, en modelos de procesos.

Esto resulta especialmente relevante para las empresas que, hasta ahora, han documentado sus procesos en documentos de Word o gráficos. Además, la IA propone de forma autónoma indicadores clave de rendimiento —por ejemplo, en el ámbito de la contabilidad de acreedores— para medir de forma específica los índices de automatización y optimizar los procesos.

Reducir costes, mejorar la calidad

En la fase de diseño y desarrollo, Cloud ALM permite generar y adaptar casos de prueba con ayuda de la inteligencia artificial, derivados directamente de las innovaciones o modificaciones en los procesos. Por ejemplo, cuando se han perdido referencias, un objeto se ha desplazado o se le ha cambiado el nombre durante el desarrollo. En combinación con Tricentis y su análisis de impacto de los cambios, el alcance de las pruebas se puede reducir automáticamente en función de los cambios de configuración. Esto también funciona basándose en el riesgo, centrándose en procesos críticos como el cierre mensual.

Dado que unos pequeños cambios pueden dar lugar rápidamente a miles de casos de prueba (manuales), sobre todo cuando estos se producen en paralelo en el sistema antiguo y en el nuevo, la automatización resulta muy valiosa en este caso para reducir el esfuerzo y los costes y, al mismo tiempo, mejorar la calidad.

Más allá de la mera automatización de pruebas, la cadena de herramientas también facilita la gestión de pruebas a lo largo de todo el ciclo de vida del proyecto. SAP Cloud ALM garantiza una trazabilidad integral de los requisitos, los casos de prueba y los errores. En colaboración con Tricentis, es posible establecer pruebas de regresión automatizadas que, especialmente ante las frecuentes actualizaciones en la nube, ayudan a reducir considerablemente el esfuerzo de pruebas y, al mismo tiempo, a garantizar la calidad. A ello se suma una gestión estructurada de los datos de prueba, que simplifica el suministro de datos de prueba realistas y que cumplen con la normativa de protección de datos.

Reducir el número de tickets de asistencia técnica

Para formar y prestar apoyo a los empleados de forma automatizada, basada en roles y en tiempo real, existen aplicaciones basadas en IA que, a partir de los datos de Signavio o Cloud ALM, identifican las necesidades formativas, proponen programas de formación, crean contenidos y responden a preguntas en función del contexto. Gracias a la asistencia inteligente directamente en el flujo de trabajo, mejora la calidad de los datos, se generan menos incidencias de soporte técnico, la navegación es más rápida y la interacción es más personalizada.

Además, de este modo se involucra más a los empleados y empleadas en la transformación y se les familiariza con los cambios.

El futuro está en los agentes de IA, es decir, agentes basados en la inteligencia artificial que funcionan de forma mayoritariamente autónoma. Sin embargo, para coordinarlos de forma segura, hay que tener en cuenta algunos aspectos en relación con la Ley de IA de la UE. Y es que este reglamento establece normas armonizadas para los sistemas de IA dentro de la Unión Europea y, por lo tanto, reglas claras para los proveedores, desarrolladores y usuarios de IA.

Aunque la normativa está en vigor desde 2025, son pocas las empresas que se sienten preparadas para ella. Si bien es cierto que la mayoría está trabajando en la gobernanza de la IA, los marcos implementados y una gobernanza específica para los agentes siguen siendo la excepción.

Es hora de actuar

Desde agosto, los sistemas de alto riesgo están totalmente regulados, lo que conlleva estrictos requisitos en materia de gestión de la calidad y de riesgos, y, a partir del año que viene, también lo estarán los sistemas de IA correspondientes que estén integrados en productos regulados. A más tardar en ese momento, las empresas necesitarán mecanismos de gobernanza específicos que vayan más allá de las operaciones clásicas de aprendizaje automático y, además, un cumplimiento normativo completo que incluya herramientas de GRC, ML-Ops y protección de datos.

En este tema, es importante comprender qué pueden hacer los agentes de IA, lo cual, a su vez, depende de su nivel de autonomía. Los agentes pueden asumir tareas concretas o ofrecer recomendaciones, llevar a cabo acciones bajo supervisión y, salvo en casos excepcionales, actuar de forma independiente o totalmente autónoma.

Diferencias con respecto a la IA clásica

Aquí también se observan diferencias decisivas con respecto a la inteligencia artificial clásica: los agentes son capaces de actuar de forma autónoma y emergente, pueden interactuar con sistemas externos a través de API, comportarse de manera dinámica y tomar decisiones con gran rapidez. Un ejemplo práctico del ámbito «Order-to-Cash» lo ilustra: en primer lugar, al recibir un pedido, el agente de pedidos comprueba si los datos están completos y si el cliente tiene solvencia.

A continuación, el agente de facturación elabora la factura. El agente de pagos supervisa el pago; si se ha recibido, lo remite al departamento de finanzas; si no, envía un recordatorio al cliente. Todos los agentes trabajan de forma autónoma y dentro de un sistema multiagente.

Sin embargo, aún quedan algunos obstáculos por superar antes de que los agentes puedan aportar un valor añadido. Hasta ahora, muchos agentes trabajan de forma desorganizada, aislados en aplicaciones, equipos y proyectos distintos, sin responsabilidades claras, o se topan con las limitaciones de los sistemas.

Evaluación de la preparación para la IA

Esto hace que las inversiones aumenten considerablemente, que se abandonen proyectos y que solo unos pocos empleados los utilicen de forma efectiva.

Para evitarlo, se recomienda, como primer paso, realizar una evaluación de la preparación para la IA (AI Readiness Assessment) con el fin de analizar en qué punto se encuentra la empresa, cuál es el grado de madurez del entorno de IA existente, dónde existen riesgos y dónde hay lagunas en la gobernanza. En un segundo paso, se implementa el marco en la cadena de herramientas con la ayuda de LeanIX, Signavio y Cloud ALM; una vez en funcionamiento, debe revisarse, optimizarse y actualizarse periódicamente para cumplir con la normativa. El AI Agent Hub puede servir como centro de control para los agentes de IA en la cadena de herramientas.

Gracias a su interfaz unificada, ofrece una visión general y, por tanto, transparencia sobre cómo actúan los agentes dentro de los procesos, cuál es su rendimiento, a qué nivel de riesgo pertenecen y cuál es el coste de su intervención. Incluso si se cuenta con pocos agentes, ya merece la pena implantar la plataforma, para que, a medida que aumente su número, no queden relegados a un segundo plano y se conviertan en un riesgo (normativo).

Al directorio de socios: