Este artículo analiza qué aporta SAP Business Data Cloud al entorno de datos de las empresas españolas que planean adoptar la IA.
Supongamos que una empresa pregunta a una aplicación de inteligencia artificial qué productos debería impulsar comercialmente el próximo trimestre. La aplicación recomienda uno con buenas cifras de ventas, pero el equipo detecta un problema: esas cifras incluyen pedidos que posteriormente se cancelaron y el proveedor ya no puede cumplir los plazos de entrega. Seguir la recomendación podría llevar a promocionar un producto cuyo suministro no está asegurado.
Esto ocurre cuando la IA extrae conclusiones de datos incompletos o de registros que han perdido su contexto de negocio. La respuesta puede parecer razonable porque el sistema dispone de información suficiente para identificar un patrón, pero le faltan detalles que cambiarían la decisión.
SAP Business Data Cloud está diseñado para integrar datos de SAP y de otros sistemas, conservando su significado y las relaciones entre ellos. Para entender dónde puede aportar valor, conviene analizar primero cómo las carencias en los datos pueden convertir un proyecto piloto prometedor en una herramienta cuyas recomendaciones los empleados deben comprobar antes de actuar.
Por qué los proyectos de IA necesitan datos de negocio fiables
La información que cambiaría una recomendación de IA puede existir ya en algún sistema de la empresa. La dificultad consiste en hacerla accesible en el momento adecuado y con el contexto necesario para interpretarla. Por ejemplo, el departamento comercial puede incluir un pedido en sus cifras de ventas antes de que Finanzas reconozca el ingreso, mientras que una actualización del almacén puede llegar cuando las existencias ya se han asignado a otros pedidos. Una aplicación de IA debe tener en cuenta estas diferencias para evitar sobreestimar la demanda o recomendar productos cuyas existencias ya no están disponibles.
Un estudio de RAND publicado en 2024, basado en entrevistas con 65 profesionales experimentados en ciencia e ingeniería de datos, identificó cinco causas recurrentes del fracaso de los proyectos de IA: una comprensión insuficiente del problema de negocio, la falta de datos para entrenar los modelos, la elección de tecnologías sin atender a la necesidad empresarial, una infraestructura inadecuada y la selección de tareas que superan las capacidades de la IA. Una definición imprecisa del problema puede llevar a preparar datos para un modelo que no responde al objetivo previsto.
Por tanto, preparar una solución de IA para su uso en producción empieza por definir qué decisión debe apoyar. Los responsables de negocio y los equipos de datos deben acordar qué registros y cálculos utilizar, con qué frecuencia deben actualizarse y quién se encargará de mantenerlos.
Un nuevo enfoque para los datos empresariales en SAP
SAP Business Data Cloud (SAP BDC) es una solución cloud gestionada que reúne funciones de gestión de datos, analítica, planificación e inteligencia artificial para trabajar con datos de SAP y de terceros. Permite conectar información de distintos sistemas y conservar las definiciones y relaciones necesarias para interpretarla de forma coherente.
SAP BDC permite utilizar productos de datos reutilizables: conjuntos de datos que incorporan el contexto de negocio necesario para comprenderlos y utilizarlos. SAP ofrece productos de datos gestionados para los escenarios disponibles en sus aplicaciones, y las organizaciones también pueden desarrollar los suyos.
Por ejemplo, Finanzas puede definir cómo calcular los importes vencidos pendientes de cobro, incluido el tratamiento de las facturas en disputa y de las fechas de corte de los informes. Los equipos de reporting, planificación e IA pueden utilizar esa misma definición. Si cambia el cálculo, el equipo responsable debe evaluar el impacto en las aplicaciones que dependen de él.
La función de los principales componentes de BDC
Varios componentes permiten reutilizar estos datos, cada uno con una función distinta:
- SAP Datasphere: Integra y modela datos, y recoge las definiciones de negocio, las jerarquías y las relaciones entre ellos.
- SAP Analytics Cloud: Utiliza modelos analíticos y de planificación para evaluar resultados y comparar escenarios.
- SAP Databricks: Proporciona herramientas de ingeniería de datos, ciencia de datos y desarrollo de modelos de aprendizaje automático a medida.
- SAP Business Warehouse: Permite aprovechar los datos y modelos existentes mediante las opciones de modernización disponibles.
Estas funciones permiten desarrollar distintas aplicaciones sobre datos de negocio compartidos. Un conjunto de datos financieros, por ejemplo, puede utilizarse en un cuadro de mando, un plan de tesorería y un modelo predictivo. Cada uso requiere su propia configuración, controles de acceso y validación.
Cómo facilita BDC las decisiones que implican a varios departamentos
El valor de la integración de datos SAP se aprecia con mayor claridad cuando varios departamentos intervienen en una misma decisión.
Consideremos un ejemplo del sector industrial: el retraso de un proveedor pone en riesgo una entrega a un cliente. Compras debe evaluar alternativas, Producción tiene que revisar la capacidad disponible y Finanzas necesita conocer el coste. Analizar cada área por separado puede ocultar una limitación que obligue a cambiar la respuesta prevista.
El modelo analítico debe relacionar estos registros mediante identificadores comunes de materiales, proveedores y unidades organizativas. También debe armonizar las fechas, las unidades de medida y el nivel de detalle. BDC puede facilitar este análisis conjunto mediante datos integrados y modelos reutilizables.
Para ejecutar la respuesta se necesitan las aplicaciones de negocio y los flujos de trabajo correspondientes: un responsable aprueba la compra alternativa, el sistema de compras genera el pedido y Producción actualiza su programación. Estas acciones requieren sus propios permisos y controles.
Cómo utilizar los datos de negocio para desarrollar IA empresarial
Para un equipo de planificación de la demanda, utilizar los datos de negocio en un proyecto de IA significa obtener una previsión que ayude a planificar las compras y la producción. El resultado esperado determina todo el proceso: desde los registros utilizados para elaborar la previsión hasta la incorporación de sus resultados al plan.
Los requisitos de negocio determinan cómo preparar los datos
Una previsión de demanda semanal por producto y ubicación necesita registros de ventas, existencias y promociones referidos a los mismos productos, centros y periodos. SAP BDC proporciona productos de datos reutilizables con contexto de negocio, mientras que el modelado permite relacionar los registros con el nivel de detalle necesario para la previsión.
El significado de esos registros es decisivo. Las ventas registradas reflejan tanto la demanda de los clientes como la capacidad de la empresa para atenderla. Durante una rotura de stock, unas ventas bajas pueden deberse a la falta de disponibilidad, aunque la demanda siga siendo elevada.
Los datos históricos de existencias permiten identificar estos periodos y tenerlos en cuenta antes de utilizar las ventas como indicador de demanda. Las promociones y las devoluciones aportan contexto adicional para interpretar las variaciones del histórico de ventas.
La elección de la herramienta y la validación de la previsión
Una vez relacionados los registros y definido su significado, los requisitos de previsión determinan qué herramienta utilizar. SAP Analytics Cloud permite realizar previsiones de series temporales en los modelos de planificación compatibles. Cuando el proyecto necesita preparar variables y desarrollar modelos a medida, SAP Databricks proporciona herramientas para desarrollar, probar y desplegar modelos de aprendizaje automático.
Generar predicciones es solo una parte del trabajo. Si van a utilizarse para planificar compras o producción, sus errores tienen consecuencias para el negocio. La validación compara las predicciones con los resultados reales de periodos históricos excluidos del entrenamiento y evalúa su rendimiento frente a la previsión existente u otra referencia acordada.
Revisar los resultados por grupo de productos y ubicación permite identificar dónde funciona bien el modelo y dónde sus errores podrían distorsionar el plan.
La previsión validada se incorpora a la planificación
Cuando la previsión cumple los criterios acordados, sus resultados pueden incorporarse a la planificación con el nivel de detalle por producto, ubicación y periodo definido al inicio. SAP Analytics Cloud permite guardar las previsiones generadas mediante sus funciones de planificación predictiva en modelos de planificación y compararlas con datos reales, planes y presupuestos. Un modelo a medida necesita una integración que transfiera sus predicciones al modelo de planificación correspondiente.
Esta conexión permite evaluar cómo afecta la demanda prevista a los volúmenes de compra, la capacidad de producción y las hipótesis financieras. Una revisión aprobada puede trasladarse al flujo operativo correspondiente, donde la aplicación de negocio gestiona los pedidos o los cambios de programación conforme a sus permisos y reglas de aprobación.
La comparación de las previsiones posteriores con los resultados reales aporta información para revisar el modelo a medida que cambian las condiciones del negocio.
Por qué una gestión sólida de los datos importa para las empresas españolas
En las empresas españolas con actividad internacional, las decisiones sobre inversiones, necesidades de personal y capital circulante dependen de información procedente de distintas unidades de negocio y mercados. La IA puede ayudar a analizarla, pero resulta difícil confiar en sus recomendaciones si compara cifras calculadas con criterios diferentes o pasa por alto las condiciones locales.
Disponer de datos fiables y bien estructurados permite a la dirección evaluar los resultados con criterios comunes, manteniendo las diferencias que ayudan a explicarlos.
La IA debe apoyar decisiones en el conjunto de la organización
Una previsión que funciona para una unidad de negocio puede no ser adecuada para la planificación del grupo. Las diferencias en el comportamiento de los clientes, la composición de la cartera de productos y las condiciones operativas pueden cambiar la interpretación de los datos históricos. A medida que la IA se extiende a otras áreas, estas diferencias deben seguir siendo visibles para evitar que un patrón local se convierta en una premisa errónea para toda la empresa.
El valor empresarial de una gestión sólida de los datos reside en que las recomendaciones puedan utilizarse más allá del equipo que desarrolló el piloto. Los responsables pueden examinar los supuestos en los que se basa una recomendación y contrastarla con los informes habituales y decidir si ofrece una base suficiente para actuar.
El valor de modernizar el ERP continúa tras la puesta en producción
Para las empresas que migran a SAP S/4HANA, la inversión también condiciona su capacidad de utilizar los datos en futuras decisiones. Si las aplicaciones analíticas siguen trabajando con información fragmentada y definiciones incoherentes, el nuevo ERP no resolverá esas limitaciones.
Por ello, el gobierno del dato y los principios de Clean Core deben formar parte de la estrategia de transformación. Ambos contribuyen a que la información siga siendo comprensible y utilizable a medida que evolucionan las aplicaciones y los procesos.
Meliá: datos conectados en un grupo internacional
El caso de Meliá Hotels International publicado por SAP describe un grupo español con alrededor de 39.000 empleados y presencia en 45 países. Con SAP Datasphere y SAP Analytics Cloud, centralizó más de 350 indicadores de sostenibilidad y del ámbito social, y permitió a los equipos de Recursos Humanos analizar información sobre contratación y formación por hotel.
La combinación de una visión del grupo y el detalle de cada establecimiento muestra el valor de una gestión integrada de los datos. Permite comparar resultados sin perder de vista las condiciones que los explican, un contexto que también necesita la IA para apoyar decisiones en toda la organización.
Cuándo incorporar SAP Business Data Cloud a su hoja de ruta
SAP BDC puede encajar en su hoja de ruta cuando los próximos proyectos de analítica, planificación o IA requieran funciones que los sistemas actuales no ofrecen, especialmente si varias iniciativas van a utilizar los mismos datos y herramientas SAP.
La modernización de BW facilita nuevos proyectos de negocio
Los datos históricos y la lógica de reporting acumulados en BW pueden seguir siendo útiles al incorporar analítica cloud o IA. Cuando los nuevos proyectos dependen de esa información, SAP BDC ofrece una vía de modernización que permite poner determinados datos de BW a su disposición, mientras BW sigue dando servicio a los informes existentes.
Su papel debe evaluarse en relación con el programa de modernización y con los proyectos de negocio que utilizarán esos datos.
Los nuevos requisitos superan las funciones del entorno actual
SAP Datasphere y SAP Analytics Cloud pueden cubrir ya las necesidades de integración, reporting y planificación. Los próximos proyectos podrían requerir servicios adicionales, como productos de datos gestionados por SAP, aplicaciones empresariales preconfiguradas o herramientas para desarrollar modelos de IA a medida. SAP BDC puede aportar estas funciones y vincular la transición a necesidades concretas.
La decisión exige comparar el coste y el esfuerzo de ejecutar esos proyectos con SAP BDC frente a la alternativa de ampliar las herramientas existentes.
La reutilización de los datos beneficia a varios proyectos de IA
Un único caso de uso de IA que los sistemas actuales ya pueden resolver puede no justificar una inversión más amplia en BDC. La inversión cobra más sentido cuando existen varios proyectos previstos que necesitan sus servicios adicionales y pueden reutilizar los mismos datos SAP.
Por ejemplo, los datos de ventas y existencias preparados para prever la demanda también podrían utilizarse en la planificación financiera y de suministro. Su preparación y mantenimiento servirían entonces a varios objetivos de negocio, lo que ayudaría a justificar una inversión compartida y a coordinar la incorporación de BDC con los proyectos que se beneficiarán de ella.
Cómo ayuda LeverX a preparar el entorno SAP para la IA
LeverX ayuda a las empresas a disponer de datos estructurados y fiables para reporting, planificación e IA en su entorno SAP. Sus servicios abarcan tanto la adopción de SAP Business Data Cloud como las adaptaciones necesarias en los sistemas existentes:
- Estrategia de datos y arquitectura empresarial: LeverX evalúa cómo encaja BDC en las prioridades de negocio y las plataformas existentes, y define la función de cada solución en la arquitectura de datos e IA.
- Implantación de SAP Business Data Cloud: El equipo configura los componentes de BDC, incluidos SAP Datasphere y SAP Analytics Cloud, según las necesidades de gestión de datos, analítica y planificación.
- Integración de sistemas SAP y de terceros: La conexión de aplicaciones de negocio y plataformas de datos permite utilizar información de varias fuentes en modelos analíticos compartidos.
- Modelado y gobierno del dato: LeverX desarrolla modelos reutilizables y ayuda a definir responsabilidades, criterios de calidad y reglas de acceso para que los equipos interpreten y mantengan los datos de forma coherente.
- Modernización de SAP BW y plataformas heredadas: Los especialistas ayudan a conservar los datos históricos y la lógica de reporting que siguen siendo útiles al incorporar funciones cloud.
- SAP Business AI y Clean Core: El servicio abarca la adopción de IA y el diseño de integraciones y extensiones con las capacidades de SAP BTP y los principios de Clean Core.
Consulte con LeverX su hoja de ruta de datos SAP e inteligencia artificial.
