Por qué los agentes de IA empresarial de SAP necesitan más que un chatbot

Un asesor senior de SAP explica por qué proporcionar a los agentes de IA conocimiento específico de la empresa y controles de acceso adecuados distingue a un trabajador digital útil de un autocomplete costoso.

AI2Day NewsdeskAsistido por IAPublicado Updated Editor: Lee Brown3 min read
Illustration: A modern open-plan tech office in warm evening light
Ilustración creada con IA. No es una fotografía de los hechos descritos.
Share

Puntos clave

  • Max McPhee, asesor senior de soluciones de SAP, le dijo a VB Transform 2026 que los agentes de IA se sienten como compañeros de trabajo solo cuando se alimentan con contexto específico de la empresa, no conocimiento general.
  • SAP utiliza grafos de conocimiento y datos incrustados en vectores para dar a los agentes un contexto interno que pueden buscar y recuperar rápidamente.
  • El asistente de IA Joule de SAP debe recibir acceso de forma independiente a cada sistema de la empresa, de modo que un agente no pueda eludir los permisos de seguridad existentes.
  • SAP ha adquirido la herramienta de mapeo LeanIX y la empresa de análisis de procesos Signavio para ayudar a los agentes a comprender el software que no es de SAP que constituye la mayoría de los entornos de TI empresariales.
  • McPhee advirtió que las empresas que ejecutan sistemas locales obsoletos pueden enfrentar limitaciones de rendimiento a medida que expanden el uso de agentes.

La mayoría de los chatbots empresariales saben mucho sobre el mundo. Saben casi nada sobre tu empresa.

Esa brecha, según Max McPhee, asesor senior de soluciones en SAP, es exactamente por qué muchos pilotos de IA empresarial se estancan antes de hacer algo genuinamente útil. Hablando con el analista de VentureBeat Research Rob Stretchay en VB Transform 2026, McPhee argumentó que el paso de un chatbot a un agente de IA, software que puede ejecutar tareas de varios pasos sin que un humano apruebe cada clic, depende casi enteramente de alimentar primero ese agente con el conocimiento interno correcto.

"Donde comenzamos a ver un comportamiento más emergente, donde se siente como un compañero de trabajo en lugar de un asistente", dijo McPhee, "es donde podemos proporcionar contexto sobre la empresa real."

Nuestra historia del 14 de julio encontró que una encuesta de 573 líderes técnicos concluyó que la mayoría de los "agentes" empresariales son chatbots glorificados, lo que hace que el marco de McPhee parezca menos un argumento de venta y más un diagnóstico de campo.

¿Qué significa realmente "contexto de la empresa"?

Significa que el agente conoce tus acrónimos, tus flujos de aprobación antes de comenzar el trabajo. McPhee lo comparó con la incorporación de un nuevo empleado, adaptado para software.

SAP hace esto utilizando grafos de conocimiento, mapas estructurados de cómo se conectan las piezas de información de la empresa, combinados con datos incrustados en vectores, una técnica que almacena texto en un formato que un agente de software puede buscar rápida y precisamente. El resultado práctico es un agente que entiende qué significan tus códigos de proyecto internos, en lugar de detenerse para preguntar.

"Poder proporcionar ese conocimiento tribal en un formato que sea fácil de consumir", dijo McPhee, "ayuda a proporcionar un resultado muy bueno con tus agentes versus un chatbot que podría decir, '¿Qué significa ese acrónimo?'"

¿Quién controla lo que el agente realmente puede tocar?

La gobernanza es la parte que la mayoría de los proveedores pasan por alto. SAP no.

Bajo el modelo de SAP, tanto el usuario humano como Joule, el asistente de IA generativa integrado en los productos en la nube de SAP, deben tener permiso por separado para acceder a cualquier sistema dado. Un usuario con acceso a la plataforma de finanzas S/4HANA de SAP no puede usar Joule para acceder a ella a menos que Joule también haya recibido ese acceso de forma explícita. El agente no puede convertirse en una puerta trasera.

McPhee también señaló un retorno silencioso para una disciplina más antigua: modelos de aprendizaje automático, sistemas de reconocimiento de patrones estadísticos que preceden a la era actual de chatbots, superpuestos en agentes como detectores de anomalías. Si un agente comienza a comportarse de manera extraña, la capa de ML lo marca.

"Se está convirtiendo en un poco de un resurgimiento del aprendizaje automático", dijo.

¿Qué sucede cuando SAP es solo parte del panorama?

Para la mayoría de las grandes empresas, SAP gestiona una fracción del software total. McPhee reconoció clientes que le dicen a SAP sin rodeos que SAP cubre solo el 10% de su entorno de software.

La respuesta de SAP ha sido comprarse una visión más completa. Su adquisición de LeanIX, a la que McPhee comparó con "Google Maps para tu arquitectura", y la empresa de minería de procesos Signavio están destinadas a mapear la mayoría que no es de SAP. SAP también ha invertido en la empresa de automatización n8n con sede en Berlín e la está integrando en Joule Studio, su herramienta de bajo código para construir agentes.

Una última advertencia de McPhee: nada de esto funciona bien en infraestructura antigua. "Probablemente te encontrarás con problemas de rendimiento", dijo. "Tienes que actualizar la vía primero si quieres conducir un Ferrari."

© 2026 AI2Day