{"id":165876,"date":"2026-09-01T10:00:00","date_gmt":"2026-09-01T08:00:00","guid":{"rendered":"https:\/\/e3mag.com\/?p=165876"},"modified":"2026-08-28T12:49:44","modified_gmt":"2026-08-28T10:49:44","slug":"potencial-sin-limites","status":"publish","type":"post","link":"https:\/\/e3mag.com\/es\/entfesseltes-potenzial\/","title":{"rendered":"Potencial sin l\u00edmites"},"content":{"rendered":"

Actualmente, muchas empresas est\u00e1n migrando su antiguo sistema ERP a un entorno moderno basado en la nube, lo que les supone una profunda transformaci\u00f3n a varios niveles. Con Rise, disponen de un enfoque estructurado que combina un marco estandarizado, una cadena de herramientas integrada y la orientaci\u00f3n de expertos, lo que simplifica y agiliza los procesos del proyecto siguiendo el principio \u00abClean Core\u00bb.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Juntos contra los puntos d\u00e9biles<\/h2>\n\n\n\n

En concreto, la cadena de herramientas est\u00e1 pensada para facilitar una colaboraci\u00f3n fluida entre los departamentos especializados y el departamento de TI. Establece prioridades claras y facilita la toma de decisiones. Adem\u00e1s, su objetivo es ayudar a coordinar de forma integral los cambios en el entorno ERP. Se han desarrollado herramientas espec\u00edficas basadas en la inteligencia artificial para cada \u00e1mbito \u2014personas, procesos, aplicaciones y datos\u2014 y para cada una de las seis fases del proyecto en Activate, desde el an\u00e1lisis de la situaci\u00f3n actual hasta la puesta en marcha.<\/p>\n\n\n\n

Entre ellas se incluyen WalkMe para la formaci\u00f3n, Signavio para el an\u00e1lisis y el dise\u00f1o 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 s\u00ed seg\u00fan sea necesario, all\u00ed donde se encuentran los principales puntos d\u00e9biles de las empresas. Un componente importante de la cadena de herramientas integrada es SAP Cloud ALM, que act\u00faa como nexo de uni\u00f3n que lo mantiene todo cohesionado. No debe considerarse simplemente como una herramienta especializada m\u00e1s, sino m\u00e1s bien como una unidad de control y estructuraci\u00f3n para la planificaci\u00f3n, la implementaci\u00f3n y la operaci\u00f3n.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Orquestaci\u00f3n con Cloud ALM<\/h2>\n\n\n\n

Para implementar el ALM en la nube, las empresas deben crear las condiciones adecuadas: definir claramente las responsabilidades funcionales y t\u00e9cnicas, designar un responsable por cada \u00e1rea (implementaci\u00f3n, operaciones, supervisi\u00f3n), asignar claramente todos los roles del proyecto (gesti\u00f3n 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 gu\u00edas y buenas pr\u00e1cticas correspondientes, as\u00ed como definir todos los procesos \u201ede principio a fin\u201c. Adem\u00e1s, el ALM en la nube debe planificarse en una fase temprana del proyecto, vincularse a hitos fijos para su activaci\u00f3n y uso, y coordinarse con el calendario general.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Menos esfuerzo gracias a la IA<\/h2>\n\n\n\n

La inteligencia artificial desempe\u00f1a un papel fundamental en la cadena de herramientas. Esta tecnolog\u00eda est\u00e1 integrada en todas las herramientas y se encarga de tareas recurrentes, como el an\u00e1lisis de datos y la asignaci\u00f3n de datos, las pruebas y la formaci\u00f3n del personal, automatiz\u00e1ndolas. En la fase de descubrimiento, la funci\u00f3n \u201eText-to-Process\u201c de Signavio, por ejemplo, permite convertir autom\u00e1ticamente la documentaci\u00f3n de procesos existente, ya sea en forma de texto o de im\u00e1genes, en modelos de procesos.<\/p>\n\n\n\n

Esto resulta especialmente relevante para las empresas que, hasta ahora, han documentado sus procesos en documentos de Word o gr\u00e1ficos. Adem\u00e1s, la IA propone de forma aut\u00f3noma indicadores clave de rendimiento \u2014por ejemplo, en el \u00e1mbito de la contabilidad de acreedores\u2014 para medir de forma espec\u00edfica los \u00edndices de automatizaci\u00f3n y optimizar los procesos.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Reducir costes, mejorar la calidad<\/h2>\n\n\n\n

En la fase de dise\u00f1o 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 combinaci\u00f3n con Tricentis y su an\u00e1lisis de impacto de los cambios, el alcance de las pruebas se puede reducir autom\u00e1ticamente en funci\u00f3n de los cambios de configuraci\u00f3n. Esto tambi\u00e9n funciona bas\u00e1ndose en el riesgo, centr\u00e1ndose en procesos cr\u00edticos como el cierre mensual.<\/p>\n\n\n\n

Dado que unos peque\u00f1os cambios pueden dar lugar r\u00e1pidamente a miles de casos de prueba (manuales), sobre todo cuando estos se producen en paralelo en el sistema antiguo y en el nuevo, la automatizaci\u00f3n resulta muy valiosa en este caso para reducir el esfuerzo y los costes y, al mismo tiempo, mejorar la calidad.<\/p>\n\n\n\n

M\u00e1s all\u00e1 de la mera automatizaci\u00f3n de pruebas, la cadena de herramientas tambi\u00e9n facilita la gesti\u00f3n 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 colaboraci\u00f3n con Tricentis, es posible establecer pruebas de regresi\u00f3n 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 gesti\u00f3n estructurada de los datos de prueba, que simplifica el suministro de datos de prueba realistas y que cumplen con la normativa de protecci\u00f3n de datos.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Reducir el n\u00famero de tickets de asistencia t\u00e9cnica<\/h2>\n\n\n\n

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 formaci\u00f3n, crean contenidos y responden a preguntas en funci\u00f3n 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 t\u00e9cnico, la navegaci\u00f3n es m\u00e1s r\u00e1pida y la interacci\u00f3n es m\u00e1s personalizada.<\/p>\n\n\n\n

Adem\u00e1s, de este modo se involucra m\u00e1s a los empleados y empleadas en la transformaci\u00f3n y se les familiariza con los cambios.<\/p>\n\n\n\n

El futuro est\u00e1 en los agentes de IA, es decir, agentes basados en la inteligencia artificial que funcionan de forma mayoritariamente aut\u00f3noma. Sin embargo, para coordinarlos de forma segura, hay que tener en cuenta algunos aspectos en relaci\u00f3n con la Ley de IA de la UE. Y es que este reglamento establece normas armonizadas para los sistemas de IA dentro de la Uni\u00f3n Europea y, por lo tanto, reglas claras para los proveedores, desarrolladores y usuarios de IA.<\/p>\n\n\n\n

Aunque la normativa est\u00e1 en vigor desde 2025, son pocas las empresas que se sienten preparadas para ella. Si bien es cierto que la mayor\u00eda est\u00e1 trabajando en la gobernanza de la IA, los marcos implementados y una gobernanza espec\u00edfica para los agentes siguen siendo la excepci\u00f3n.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Es hora de actuar<\/h2>\n\n\n\n

Desde agosto, los sistemas de alto riesgo est\u00e1n totalmente regulados, lo que conlleva estrictos requisitos en materia de gesti\u00f3n de la calidad y de riesgos, y, a partir del a\u00f1o que viene, tambi\u00e9n lo estar\u00e1n los sistemas de IA correspondientes que est\u00e9n integrados en productos regulados. A m\u00e1s tardar en ese momento, las empresas necesitar\u00e1n mecanismos de gobernanza espec\u00edficos que vayan m\u00e1s all\u00e1 de las operaciones cl\u00e1sicas de aprendizaje autom\u00e1tico y, adem\u00e1s, un cumplimiento normativo completo que incluya herramientas de GRC, ML-Ops y protecci\u00f3n de datos.<\/p>\n\n\n\n

En este tema, es importante comprender qu\u00e9 pueden hacer los agentes de IA, lo cual, a su vez, depende de su nivel de autonom\u00eda. Los agentes pueden asumir tareas concretas o ofrecer recomendaciones, llevar a cabo acciones bajo supervisi\u00f3n y, salvo en casos excepcionales, actuar de forma independiente o totalmente aut\u00f3noma.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Diferencias con respecto a la IA cl\u00e1sica<\/h2>\n\n\n\n

Aqu\u00ed tambi\u00e9n se observan diferencias decisivas con respecto a la inteligencia artificial cl\u00e1sica: los agentes son capaces de actuar de forma aut\u00f3noma y emergente, pueden interactuar con sistemas externos a trav\u00e9s de API, comportarse de manera din\u00e1mica y tomar decisiones con gran rapidez. Un ejemplo pr\u00e1ctico del \u00e1mbito \u00abOrder-to-Cash\u00bb lo ilustra: en primer lugar, al recibir un pedido, el agente de pedidos comprueba si los datos est\u00e1n completos y si el cliente tiene solvencia.<\/p>\n\n\n\n

A continuaci\u00f3n, el agente de facturaci\u00f3n elabora la factura. El agente de pagos supervisa el pago; si se ha recibido, lo remite al departamento de finanzas; si no, env\u00eda un recordatorio al cliente. Todos los agentes trabajan de forma aut\u00f3noma y dentro de un sistema multiagente.<\/p>\n\n\n\n

Sin embargo, a\u00fan quedan algunos obst\u00e1culos por superar antes de que los agentes puedan aportar un valor a\u00f1adido. 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.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Evaluaci\u00f3n de la preparaci\u00f3n para la IA<\/h2>\n\n\n\n

Esto hace que las inversiones aumenten considerablemente, que se abandonen proyectos y que solo unos pocos empleados los utilicen de forma efectiva.<\/p>\n\n\n\n

Para evitarlo, se recomienda, como primer paso, realizar una evaluaci\u00f3n de la preparaci\u00f3n para la IA (AI Readiness Assessment) con el fin de analizar en qu\u00e9 punto se encuentra la empresa, cu\u00e1l es el grado de madurez del entorno de IA existente, d\u00f3nde existen riesgos y d\u00f3nde 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 peri\u00f3dicamente 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.<\/p>\n\n\n\n

Gracias a su interfaz unificada, ofrece una visi\u00f3n general y, por tanto, transparencia sobre c\u00f3mo act\u00faan los agentes dentro de los procesos, cu\u00e1l es su rendimiento, a qu\u00e9 nivel de riesgo pertenecen y cu\u00e1l es el coste de su intervenci\u00f3n. Incluso si se cuenta con pocos agentes, ya merece la pena implantar la plataforma, para que, a medida que aumente su n\u00famero, no queden relegados a un segundo plano y se conviertan en un riesgo (normativo).<\/p>\n\n\n\n

<\/p>\n\n\n\n

\n

\u00bfQu\u00e9 puede hacer la cadena de herramientas y qu\u00e9 no?<\/h2>\n\n\n\n
\n
\n

Qu\u00e9 ofrece la cadena de herramientas<\/strong><\/p>\n\n\n\n