El crecimiento acelerado en la adopción de herramientas de inteligencia artificial empresarial ha puesto en evidencia un desafío técnico y operativo dentro de las organizaciones. A pesar de la capacidad de procesamiento de estos sistemas para revisar volúmenes masivos de datos en segundos, la presencia de registros incompletos, duplicados o con definiciones contradictorias limita la efectividad de los resultados, transformando la inconsistencia de la información en un obstáculo crítico para la toma de decisiones.
La efectividad de los agentes digitales requiere no solo de mayor cantidad de datos, sino también del contexto operativo, las jerarquías y las reglas de gobernanza que rigen a cada organización. Definiciones ambiguas en variables corporativas básicas pueden derivar en análisis técnicamente coherentes pero desalineados con los objetivos de la dirección. Cristobal Vergara, Director de la región Andina, Centroamérica y Caribe en SAP, señaló que la inteligencia artificial empresarial no puede operar de manera confiable con datos sin contexto, por lo que las organizaciones deben asegurar la comprensión de los significados y relaciones de la información antes de delegar la recomendación o ejecución de acciones a un agente digital.
Un estudio sobre el sector de tecnologías de la información en Costa Rica, elaborado por la Promotora del Comercio Exterior de Costa Rica sobre una muestra de 86 empresas, ilustra la brecha entre el despliegue tecnológico y el control institucional. Mientras que el 76% de las compañías consultadas indicó utilizar inteligencia artificial generativa o agentes digitales en sus operaciones cotidianas, solo el 9% reportó contar con políticas formales de gobernanza para regular su uso.
La fragmentación de la información se intensifica en estructuras corporativas con múltiples subsidiarias o presencia regional, donde datos pertenecientes a clientes, proveedores o productos suelen almacenarse en aplicaciones aisladas y con metodologías heterogéneas. La firma de investigación Gartner ha advertido que para 2027 más del 80% de los proyectos de IA empresariales no lograrán sus objetivos de negocio debido a deficiencias en la calidad de los datos y en los marcos de gobernanza. Aunque la conciliación manual permitía corregir estas discrepancias en reportes estáticos, la automatización de procesos mediante agentes autónomos incrementa el riesgo de ejecutar acciones basadas en datos inexactos o desactualizados.
Para responder a este escenario, los proveedores de software empresarial han comenzado a adaptar sus plataformas. Durante la conferencia SAP Sapphire 2026, SAP presentó actualizaciones en su solución SAP Business Data Cloud con el fin de unificar e integrar registros provenientes de diversas fuentes conservando el contexto del negocio, además de capacidades diseñadas para la armonización de datos maestros.
La transición de la inteligencia artificial desde funciones analíticas hacia la ejecución automatizada de tareas exige que las empresas evalúen la trazabilidad, los permisos de acceso y la homogeneidad de sus datos. La efectividad de estos sistemas continuará vinculada a la calidad de la arquitectura de información que los sustenta.
Fuente: SAP
