IA embebida en SAP: no se construye, se activa y se gobierna
Emparejamiento de pagos y mantenimiento predictivo ya vienen en las apps SAP. Para la utility LATAM el reto no es desarrollar: es activar y gobernar.
· 11 min de lectura
Cuando el comité de TI de una distribuidora eléctrica, una empresa de agua o una operadora de gas de la región abre la carpeta de inteligencia artificial, la primera pregunta suele ser presupuestaria: cuánto cuesta desarrollar un modelo que concilie los pagos de los clientes, o que anticipe la falla de un activo crítico. Es una pregunta razonable y, para esos dos casos en particular, está mal formulada.
SAP comunicó que al cierre de 2025 tendría 400 casos de uso de IA de negocio entregados dentro de sus soluciones, incluidos 40 agentes Joule construidos sobre 2.100 habilidades Joule (SAP News Center, 2025). Esa cifra no describe un laboratorio ni un roadmap lejano: describe funciones que viajan dentro de módulos que muchas utilities de América Latina ya tienen licenciados y en producción. El verbo que corresponde no es construir. Es activar y, sobre todo, gobernar.
Activar y construir son dos proyectos distintos
La diferencia no es semántica: cambia el presupuesto, el cronograma y el perfil del equipo. Un proyecto de construcción exige científicos de datos, ciclo de entrenamiento propio, infraestructura y mantenimiento del modelo a perpetuidad. Un proyecto de activación exige inventario de derechos de uso, calidad de datos, definición de umbrales y un dueño funcional que responda por el resultado.
SAP formalizó esa segunda ruta dentro del propio ERP. Intelligent Scenario Lifecycle Management (ISLM) es el marco de SAP S/4HANA que estandariza las operaciones de ciclo de vida de los escenarios de machine learning —entrenamiento, despliegue y activación del modelo que consumirá la aplicación de negocio— a través de dos aplicaciones Fiori: Intelligent Scenarios e Intelligent Scenario Management (SAP Help Portal, 2026). El vocabulario oficial de la documentación es exactamente ese: activación.
Para saber qué hay disponible antes de cotizar cualquier desarrollo, existe el catálogo de SAP Business AI en SAP Discovery Center, que en agosto de 2025 documentaba más de 240 casos de uso organizados por área de negocio (SAP News Center, 2025) y que en la cifra vigente reúne cerca de 400 funciones y agentes disponibles para explorar, junto con documentación de producto y estimación de valor (SAP News Center, 2026).
Emparejamiento de pagos: el caso que toca la recaudación
Para una utility, la conciliación de cobros no es un tema administrativo: es el corazón del ciclo de ingresos, con volúmenes masivos, referencias incompletas y pagos parciales. SAP Cash Application aplica machine learning para reducir el posprocesamiento manual de extractos bancarios entrantes, emparejando partidas abiertas de cuentas por cobrar con ítems del extracto o archivos lockbox, e identificando la cuenta del cliente cuando el pago llega sin referencia clara (SAP Help Portal, 2026).
El punto relevante para la región es que esa capacidad no vive solo en el mundo corporativo genérico: SAP documenta el complemento de SAP Cash Application para Contract Accounting, integrado con SAP S/4HANA Cloud for Contract Accounting and Invoicing (FI-CA), el módulo donde una utility factura a millones de contratos (SAP Community, 2025).
Y aquí aparece el trabajo real. El modelo se entrena con el historial de compensación que el propio sistema ya envía, y la configuración define umbrales: por encima del umbral de compensación automática se genera el documento de compensación; por debajo, la propuesta se muestra para validación; más abajo, ni siquiera se despliega (SAP Community, 2025). Nadie desarrolla ese modelo. Alguien tiene que decidir el umbral, y ese alguien es negocio, no TI.
---
config:
theme: base
fontFamily: 'Inter Variable, system-ui, sans-serif'
themeVariables:
darkMode: true
fontFamily: 'Inter Variable, system-ui, sans-serif'
fontSize: '15px'
background: '#111113'
primaryColor: '#1A1A1D'
primaryTextColor: '#F4F5F8'
primaryBorderColor: '#00C2FF'
secondaryColor: '#242428'
tertiaryColor: '#1A1A1D'
mainBkg: '#1A1A1D'
secondBkg: '#242428'
tertiaryBkg: '#2E2E33'
lineColor: '#00C2FF'
textColor: '#F4F5F8'
titleColor: '#F4F5F8'
nodeBorder: '#00C2FF'
clusterBkg: '#1A1A1D'
clusterBorder: '#2E2E33'
edgeLabelBackground: '#242428'
pie1: '#00C2FF'
pie2: '#f59e0b'
pie3: '#22c55e'
pie4: '#59d7ff'
pie5: '#f97316'
pie6: '#ef4444'
pieTitleTextColor: '#F4F5F8'
pieSectionTextColor: '#F4F5F8'
pieLegendTextColor: '#F4F5F8'
pieStrokeColor: '#111113'
pieOuterStrokeColor: '#111113'
---
flowchart TD
A([Propuesta de emparejamiento del modelo]) --> B{Nivel frente al umbral configurado}
B -->|Por encima| C[Se genera el documento de compensación]
C --> D([Compensación automática])
B -->|Por debajo| E[La propuesta se muestra para validación]
E --> F([Validación])
B -->|Más abajo| G[La propuesta no se despliega]
G --> H([Sin despliegue])
class A inicio
class B decision
class C,E,G proceso
class D,F neutro
class H neutro
classDef inicio fill:#113d4f,stroke:#00C2FF,color:#ffffff
classDef decision fill:#473519,stroke:#f59e0b,color:#ffffff
classDef proceso fill:#33363c,stroke:#9aa0aa,color:#ffffff
classDef neutro fill:#33363c,stroke:#9aa0aa,color:#ffffff
Mantenimiento predictivo: activar sobre el maestro que ya existe
El segundo caso sigue la misma lógica. SAP Asset Performance Management (APM) incorpora capacidades de IA ya disponibles dentro del portafolio de gestión de activos: Failure Curve Analytics predice probabilidades de falla de objetos técnicos mediante el cálculo de vida útil remanente, y el machine learning asiste el análisis de modos y efectos de falla (FMEA) interpretando historial de mantenimiento y recomendaciones del fabricante para proponer patrones de falla (SAP Community, 2025).
Ninguna de esas funciones exige una ciencia de datos propia. Exigen algo que en muchas operaciones de la región está más débil que el presupuesto: avisos y órdenes con codificación consistente, modos de falla bien tipificados y un maestro de activos que refleje la planta real. La capacidad llega activable; la materia prima la pone la organización.
Lo que sí cuesta no es el desarrollo
Conviene decirlo sin rodeos, porque el comité va a preguntar. La IA embebida no es gratuita: SAP indica que el cliente puede usar las capacidades de IA en todas las aplicaciones para las que tenga entitlement, y paga el consumo en AI Units, lo que implica contar con la licencia de la solución subyacente o adquirir un paquete base que incluya soluciones cloud y AI Units (SAP Learning, 2026). Analistas de licenciamiento describen ese consumo como un saldo prepago que se descuenta según se ejecutan las capacidades, con distinción entre un nivel base incluido en las suscripciones y capacidades premium que se adquieren aparte (Redress Compliance, 2026). Para dimensionar el volumen antes de firmar, SAP pone a disposición un estimador de precios de IA en SAP Discovery Center (JNC, 2026).
Traducido a la realidad de un presupuesto acotado: el costo migra del desarrollo hacia el consumo y el gobierno. Es un costo mucho más predecible —y mucho más fácil de detener si el caso no rinde.
Cuatro pasos para pasar de “no lo tenemos” a “lo tenemos activo”
En AGT acompañamos ese recorrido con una secuencia deliberadamente corta, porque el riesgo de estos proyectos no es técnico: es quedarse sin dueño y convertirse en iniciativa zombie. Los cuatro pasos son: inventariar el entitlement —qué casos de IA ya cubre el contrato vigente, antes de cotizar desarrollo—; validar el dato de entrada —historial de compensación, modos de falla y maestro de activos como criterio obligatorio—; activar con umbral explícito, donde negocio define el nivel de confianza para automatizar, validar o descartar propuestas; y gobernar con quality gates, con puntos de control por fase y ownership funcional documentado en SAP Cloud ALM.
El cuarto paso es el que más se salta y el que más cuesta después. SAP Cloud ALM administra quality gates como puntos de control planificados que verifican el estado y el contenido de un entregable contra criterios de calidad definidos de antemano, con lista de verificación asociada y visibilidad en el plan del proyecto (SAP Community, 2025). Aplicado a la activación de IA, ese mecanismo responde una pregunta muy simple: quién firma que el umbral es correcto y quién revisa el resultado el trimestre siguiente.
La pregunta que el comité debería llevar a la próxima sesión
No es “cuánto cuesta desarrollar IA para conciliar pagos”. Es “qué casos de IA ya vienen activables en lo que pagamos, cuáles resisten la calidad de nuestros datos, y quién los va a firmar”. Esa reformulación libera presupuesto, acorta el cronograma y evita la trampa más cara de esta ola: contratar la construcción de algo que ya estaba adentro, apagado.
Queda una decisión pendiente, y es la que ordena todo lo anterior: cuándo conviene el gasto conversacional, cuándo el desarrollo propio y cuándo basta la activación. Ese es el criterio que abordaremos en la próxima entrega.
Fuentes
- SAP News Center (2025). Business AI Innovation Unveiled at SAP TechEd. https://news.sap.com/2025/11/business-ai-innovation-unveiled-at-sap-teched/
- SAP News Center (2025). Explore the Business Value of SAP’s AI Use Cases. https://news.sap.com/2025/08/sap-ai-use-cases-business-value/
- SAP News Center (2026). SAP Discovery Center Helps Customers Start with AI. https://news.sap.com/2026/06/sap-discovery-center-customers-ai-journey/
- SAP Help Portal (consultado 2026). Intelligent Scenario Lifecycle Management. https://help.sap.com/docs/SAP_S4HANA_ON-PREMISE/8308e6d301d54584a33cd04a9861bc52/436151b128614f0e84024015136043d3.html
- SAP Help Portal (consultado 2026). What Is SAP Cash Application?. https://help.sap.com/docs/r/76882b4bdf70467da9c68359d55b62d9/Latest/en-US/6da671563df64cf983947dbca148a163.html
- SAP Community (2025). SAP Cash Application for Contract Accounting: Enhancing FI-CA with AI Capabilities. https://community.sap.com/t5/financial-management-blog-posts-by-sap/sap-cash-application-for-contract-accounting-enhancing-fi-ca-with-ai/ba-p/14025229
- SAP Community (2025). AI Boosted Asset Maintenance for Process Industries. https://community.sap.com/t5/supply-chain-management-blog-posts-by-sap/ai-boosted-asset-maintenance-for-process-industries/ba-p/14288625
- SAP Community (2025). Quality Gate Reporting with SAP Cloud ALM. https://community.sap.com/t5/technology-blog-posts-by-members/quality-gate-reporting-with-sap-cloud-alm/ba-p/13865005
- SAP Learning (consultado 2026). Summarizing Commercial SAP Business AI Solutions aspects. https://learning.sap.com/courses/exploring-the-sap-business-ai-strategy/summarizing-commercial-sap-business-ai-solutions-aspects
- Redress Compliance (2026). SAP Joule and AI Units: 2026 Pricing and Levers. https://redresscompliance.com/sap-joule-ai-units-licensing-pillar-2026
- JNC (2026). SAP Business AI 2026: Usage, Units, and Reality. https://jncuk.com/sap-business-ai-2026-usage-units-reality/
¿Este análisis mapea un mercado donde ya operas o estás evaluando entrar?
Revisamos tu caso específico, mapeamos los riesgos que aplican, y te decimos honestamente si es oportunidad para ti —sin pitch comercial, solo discusión técnica y estratégica.
