Closing the SAP Data Gap: How CEOs Get Clear Business Insight
Sean Antonello
Arquitecto Jefe de Soluciones SAP
Sean Antonello
Arquitecto Jefe de Soluciones SAPMay 1, 2026 | 4 Minuto(s) de lectura
Casi todos los directores generales tienen alguna versión de la misma frustración. Hacen una pregunta sobre la empresa y lo que reciben de vuelta es una reunión, una cubierta o una petición de dos semanas para recopilar la información. Los datos existen. El problema es la capa que hay entre la pregunta y la respuesta.
Qué ocurre realmente cuando un director general hace una pregunta
La realidad en la mayoría de las organizaciones es la siguiente: un CEO hace una pregunta, quizás sobre costes o márgenes. La pregunta se envía al equipo adecuado y luego a una persona. Esa persona extrae conjuntos de datos en Excel, fusiona los datos, construye una cubierta y hace algunos análisis manuales para entender qué está causando el impacto. Tres días después, el director general recibe un informe por correo electrónico con parte de la información que solicitó. Esa es la realidad de hoy.
Lo que no funciona
Lo que no funciona es el acceso a los datos. Los datos que necesita un director general rara vez son sólo datos financieros SAP del ERP. Son datos financieros de SAP mezclados con datos operativos. Muy a menudo, estos dos conjuntos de datos están aislados, lo que significa que alguien exporta los datos e intenta unirlos manualmente.
Una vez reunidos los datos, el trabajo consiste en construir una historia en torno a lo que está impulsando un cambio o una anomalía, que no es fácil de detectar sólo por la naturaleza humana. Las organizaciones tienen conocimientos institucionales y nociones preconcebidas sobre lo que impulsa un resultado. Pero la cuestión fundamental es si los datos realmente lo corroboran. A menudo, nadie lo sabe con certeza.
Qué se necesita para obtener una respuesta real en un lenguaje sencillo
Para que un director general formule una pregunta en lenguaje sencillo y obtenga una respuesta basada en datos SAP reales, los datos deben ser fiables, accesibles y unificados. Si los datos de SAP y los que no son de SAP no están unificados de forma estructurada con la semántica correcta, la IA no devolverá un resultado honesto. Sin esa base, se obtienen alucinaciones o información irrelevante.
La respuesta es organizar los datos y unirlos mediante Business Data Cloud. Esto hace que los datos estén disponibles para que la IA los consulte en un conjunto de datos específico y estructurado, en lugar de en datos abiertos y no estructurados.
Dónde encaja realmente la IA y por qué es diferente
Todavía hay mucho humo y espejos en el lado de la IA, especialmente cuando se trata de integraciones en aplicaciones básicas. La IA tiene su momento y su lugar, y lo que hace que el enfoque de SAP sea diferente es que Joule, la herramienta de IA de SAP, está entrenada para apuntar al conjunto de datos que es lógico y tiene sentido. Está diseñada para realizar consultas en lenguaje natural a partir de un conjunto de datos verificable y fiable. En el mundo SAP, utilizando Business Data Cloud y Joule juntos, la automatización ya está establecida a través de la capa semántica. Eso cambia lo que realmente se puede conseguir.
Un ejemplo práctico: un CEO está mirando la cuenta de resultados y ve una caída en el margen de una unidad de negocio específica. Puede escribir una pregunta en lenguaje natural sobre el margen de los últimos ocho trimestres de esa unidad de negocio, pulsar Intro y obtener un gráfico visualizado. A partir de ahí, pueden hacer preguntas de seguimiento y profundizar en los datos. Puede que sigan acudiendo al equipo de la unidad de negocio para un análisis más detallado, pero la IA reduce el alcance de lo que realmente están buscando antes incluso de que comience la conversación.
La IA no es lo importante. Lo son los datos fiables.
Se presta mucha atención a la IA, pero no es el punto de partida. Lo son los datos fiables. El verdadero objetivo es crear productos de datos dentro de la organización con los que todos, desde el analista hasta el director general, puedan trabajar con confianza. La mayoría de las organizaciones aún no lo han conseguido. Diferentes equipos trabajan a partir de diferentes versiones de la realidad, cada uno con sus propias hojas de cálculo y sus propios números fuera de línea. Lo que cambia el funcionamiento de una organización es conseguir que todos tengan el mismo conjunto de datos fiables. La IA puede acelerarlo, pero no sustituirlo. Todo vuelve a los datos...
Cómo empezar de forma realista
El punto de partida adecuado es más pequeño de lo que la mayoría de la gente cree. Elija un caso de uso importante, algo en lo que unos datos mejores cambiarían una decisión. Construya el conjunto de datos en torno a ese caso de uso, estructúrelo de forma limpia y póngalo en manos de las personas que lo necesitan. Una vez que los datos sean fiables y el modelo funcione, será el momento de incorporar la IA y comprobar si añade valor. Si es así, ya tenemos un punto de prueba y una base sobre la que construir. Si no es así, habremos aprendido algo barato. El objetivo no es hervir el océano. Se trata de encontrar el valor, demostrarlo y luego ampliarlo.
¿Listo para cerrar la brecha?
Improving ayuda a las organizaciones a construir la base de datos unificada y de confianza que hace posible la inteligencia empresarial real para los directores generales y los equipos que les apoyan. Si su equipo directivo sigue esperando días para obtener respuestas que deberían tardar minutos, hablemos de por dónde empezar.
