Agentes de IA sobre SAP y Oracle: automatizar decisiones sin exponer tus datos

La objeción número uno a la IA en la empresa no es el precio. Es no voy a subir los datos de mi ERP a un modelo público. Cómo se construye un agente que opera sobre SAP y Oracle sin que los datos entrenen modelos ajenos y sin inventar respuestas.

La objeción número uno a la IA en una empresa grande no es el precio. Es esta: no voy a subir los datos de mi ERP a un modelo público. La objeción es correcta y tiene solución técnica, pero conviene entender primero qué se está temiendo.

El miedo, desarmado en tres partes

Cuando un gerente dice que no confía en la IA con sus datos, está juntando tres riesgos distintos que se resuelven por separado.

1. 1Que el proveedor entrene su modelo con tu información y esta termine en la respuesta de otro cliente.
2. 2Que el modelo invente un número y alguien lo use para decidir una compra.
3. 3Que nadie pueda explicar después por qué el sistema hizo lo que hizo.

El primero es contractual y de arquitectura. El segundo es de diseño del sistema. El tercero es de registro. Mezclarlos lleva a la parálisis; separarlos los hace resolubles.

Dónde viven los datos

Un agente bien construido no manda tu base de datos a ninguna parte. Trabaja con recuperación: consulta tu sistema, trae el fragmento que necesita para esa pregunta concreta y lo usa como contexto de una sola respuesta.

Tu tabla de inventario completa nunca sale. Sale el registro del SKU que se está preguntando, dentro de un entorno cifrado y bajo un acuerdo que prohíbe el entrenamiento con esos datos. Cuando la política de la empresa lo exige, el modelo corre en infraestructura dedicada.

El control de acceso importa igual que el cifrado. El agente hereda los permisos del usuario que pregunta: si esa persona no puede ver los costos de una unidad de negocio en SAP, el agente tampoco se los muestra. Un asistente que responde por encima de los permisos del usuario es una fuga con buena interfaz.

Cómo se evita que invente

Un modelo de lenguaje suelto completa el patrón más probable, y a veces ese patrón incluye un número que suena razonable y es falso. En un proceso financiero eso es inaceptable.

• El agente responde solo desde las fuentes que consultó, y cita cuál fue.
• Las cifras se leen del sistema, no se generan: el modelo arma la frase, el ERP pone el número.
• Cuando la fuente no alcanza para responder, el agente lo dice y escala. No rellena.
• Antes de producción, el agente pasa por un banco de casos con respuestas conocidas y se mide su precisión.

Ese último punto es el que separa un piloto de un sistema en producción. Sin un set de evaluación, no sabes si el agente mejoró o empeoró cuando cambiaste el prompt.

Qué queda registrado

Cada intervención del agente deja rastro: qué se le preguntó, qué consultó, qué devolvió cada consulta, qué respondió y qué acción ejecutó. Con eso puedes reconstruir una decisión seis meses después, que es lo que va a pedir tu auditor.

Qué resuelve en la práctica

Los casos que más rinden comparten una forma: una persona con buen criterio pasa horas buscando datos en tres pantallas para decidir en dos minutos.

• Consulta de inventario y disponibilidad: lo que tomaba 45 minutos de navegación en SAP se resuelve en segundos.
• Conciliación mensual: de dos días de trabajo a un par de horas de revisión sobre lo que el agente dejó marcado.
• Respuesta a proveedores sobre estado de pagos, sin que nadie abra el ERP.
• Lectura de contratos y órdenes de compra para extraer plazos, montos y cláusulas de renovación.

En producción, TITAN responde en menos de 5 segundos lo que a una persona le tomaba 12 minutos, con precisión sobre el 90%. El resto escala a un humano con el contexto ya armado.

Un detalle de diseño: no todo esto necesita un modelo de lenguaje. Si la consulta siempre es la misma y la fuente siempre es la misma tabla, un robot RPA la resuelve por centavos. El agente se reserva para donde hay que interpretar.

Cómo se parte sin comprometer la operación

1. 1Elige un proceso con dolor medible y datos acotados. La conciliación de una sola cuenta sirve; toda la contabilidad no.
2. 2Define el set de evaluación antes de construir: 30 casos con la respuesta correcta escrita por tu equipo.
3. 3Corre el agente en modo sombra: responde, pero la persona sigue decidiendo. Compara durante un mes.
4. 4Abre el acceso cuando la precisión te convenza a ti, no cuando la presente el proveedor.

El modo sombra es el paso que la mayoría se salta y el que más discusiones evita después. Un mes de comparación silenciosa vale más que cualquier demo.