Agentes de IA en la planificación empresarial

La planificación empresarial es cada vez más compleja. Los mercados cambian más rápido, las estructuras de costes se vuelven más volátiles y hay que tener en cuenta nuevos factores influyentes con plazos cada vez más cortos. Al mismo tiempo, las unidades de negocio esperan previsiones fiables y decisiones rápidas. Sin embargo, en muchos proyectos de planificación se repite un patrón habitual: las previsiones se mantienen en diferentes sistemas, se intercambian archivos de Excel y las hipótesis de planificación se concilian manualmente. El esfuerzo aumenta, mientras que la transparencia disminuye. Las soluciones de planificación modernas, por lo tanto, adoptan un enfoque diferente. En lugar de proporcionar constantemente nuevos informes y paneles de control, la atención se centra en la interacción directa con los datos, las previsiones y los modelos de planificación.

Es precisamente aquí donde se están produciendo avances interesantes en torno a SAP Analytics Cloud, SAP Business Data Cloud, Joule y los agentes de IA. Nuestras observaciones a partir de los proyectos de los clientes son claras: el objetivo de la planificación sigue siendo el mismo. Lo que está cambiando es la forma en que las personas trabajan con la planificación. El cambio consiste en pasar de la búsqueda de información al diálogo con los datos. Lo fundamental aquí no es solo la interacción con los datos, sino la capacidad de incorporar de forma inteligente la lógica empresarial individual y los modelos de previsión. Es precisamente en este ámbito donde están surgiendo actualmente nuevos enfoques que incluyen agentes de IA y soluciones modernas de previsión.

Muchas empresas se enfrentan al mismo reto: el número de factores relevantes no deja de crecer. Entre ellos se incluyen, entre otros:

• La inflación
• Los precios de la energía
• La volatilidad de los mercados de materias primas
• Los acontecimientos geopolíticos
• La escasez de mano de obra cualificada
• Fluctuación de la demanda

Los ciclos de planificación tradicionales están llegando cada vez más a sus límites. Se elaboran, coordinan y aprueban previsiones. Sin embargo, las condiciones operativas suelen cambiar incluso mientras el proceso está en marcha. Por eso, la planificación empresarial continua está cobrando cada vez más importancia. Las decisiones deben tomarse con mayor rapidez y las previsiones deben actualizarse con mayor frecuencia. La velocidad necesaria para ello es difícil de alcanzar solo con procesos manuales.
 

En casi todos los proyectos de IA se extrae la misma conclusión: la calidad de los resultados depende directamente de la calidad de los datos. Un conjunto de datos deficiente da lugar a una IA deficiente. Un buen conjunto de datos permite realizar predicciones fiables y desarrollar casos de uso de IA escalables. Por este motivo, la verdadera clave del éxito suele residir menos en el modelo que en el conjunto de datos. Los datos deben ser coherentes, de calidad garantizada, específicos del ámbito de aplicación y reutilizables. Precisamente por eso, los productos de datos y la democratización de los datos están cobrando cada vez más importancia. En lugar de silos de datos aislados, están surgiendo bloques de información definidos por ámbito de aplicación que pueden compartirse entre diferentes departamentos.

SAP aborda este enfoque con Business Data Cloud. La atención se centra en productos de datos cualificados que proporcionan no solo los datos propiamente dichos, sino también el contexto empresarial. Las métricas clave, las reglas de negocio y las relaciones ya están descritas y disponibles en un formato estandarizado. Las ventajas para la planificación corporativa son significativas. La inteligencia artificial ya no trabaja con datos brutos aislados, sino con información interpretada en un contexto empresarial. Esto mejora la calidad de los datos, la gobernanza, la transparencia, la reutilización y la trazabilidad de los análisis. Solo sobre esta base se pueden establecer procesos de planificación inteligentes de forma sostenible.

En lo que respecta a la IA, a menudo surge la pregunta de cómo se relacionan entre sí las soluciones de previsión individuales y SAP Joule. La respuesta es sencilla: tienen objetivos diferentes. Joule se centra en la interacción con los datos, los análisis y las aplicaciones. SAP desarrolla continuamente Joule como asistente analítico y está realizando inversiones estratégicas en escenarios basados en agentes.

Nuestra solución de previsión, por su parte, se centra en:

• Calidad de la previsión
• Modelos de previsión personalizados
• Factores individuales
• Lógica técnica de previsión

Ambos enfoques se complementan a la perfección. Mientras que Joule permite la interacción, los modelos de previsión proporcionan la base técnica para futuros escenarios de planificación basados en agentes.

La planificación es cada vez más interactiva. En lugar de trabajar con informes, métricas clave y plantillas de planificación, las unidades de negocio podrán interactuar directamente con sus modelos de planificación. Por ejemplo, las unidades de negocio podrían preguntar:

«¿Cómo afecta al coste total si planificamos cinco puestos adicionales?»

Un agente inteligente entiende la solicitud, tiene en cuenta los contextos de planificación existentes, utiliza modelos de previsión y genera una nueva previsión. El principal valor añadido no proviene únicamente de la ventana de chat. El verdadero valor añadido reside en la capacidad del agente para vincular datos, lógica empresarial y modelos de previsión.

Los agentes de IA van mucho más allá de los chatbots tradicionales. Son capaces de analizar información, evaluar repercusiones, deducir posibles líneas de actuación y coordinar múltiples pasos de un proceso. Este concepto cobra especial interés en el contexto de la planificación empresarial integrada. La planificación de ventas, la planificación de personal, la planificación de la producción, la planificación de centros de coste y la planificación financiera están interconectadas a través de relaciones compartidas. Los enfoques modernos de planificación empresarial crean un flujo continuo de datos con este fin y reducen la necesidad de realizar conciliaciones manuales. Es precisamente en este contexto donde los agentes de IA podrán ofrecer apoyo en el futuro, identificando automáticamente los impactos y evaluándolos desde una perspectiva empresarial.