Agentes IA en ERP: 5 preguntas clave que hacer al proveedor

Por qué los agentes IA en tu ERP merecen las mismas preguntas que un proveedor de nube

Un agente de IA integrado en el ERP ya no es una promesa de roadmap: en 2026, empresas como NTT DATA, Hitachi, ADP, PwC, Google, KPMG y Microsoft ya están pagando por «AI employees» que ejecutan tareas multi-paso dentro de procesos de RR. HH., IT y finanzas, según reportó TechCrunch sobre Ema, startup que acaba de cerrar una Serie B de US$77 millones. La conversación, por tanto, dejó de ser técnica y pasó a ser de gobierno corporativo.

El artículo original de James Kofalt en TechTarget (publicado el 23 de septiembre de 2026) recopila cinco preguntas que C‑level (COO, CFO, CTO) deberían formular a su proveedor de ERP antes de activar agentes IA. Las reproducimos y las ampliamos con contexto verificable del estado del sector.

¿Qué hace realmente el agente y dónde deja de ser autónomo?

Los proveedores suelen vender «autonomía». La realidad, según Kofalt, es otra: hay que preguntar qué tareas ejecuta el agente, qué decisiones toma sin intervención humana y dónde necesita un supervisor. En concreto:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Puede aprobar órdenes de compra por encima de cierto umbral o sólo recomienda?
¿Qué nivel de acceso a datos y autorizaciones tiene?
¿Hay un diagrama de flujo y casos reales de clientes similares?

Un análisis publicado por Computerworld España advierte de que los proveedores suelen exagerar la autonomía y el valor de sus agentes, y que un fallo operativo derivado de una acción no supervisada puede propagarse a miles de operaciones antes de ser detectado. Por eso, mantener las decisiones de alto impacto bajo control humano no es un retroceso: es un requisito de cumplimiento.

¿Puedo auditar cada entrada, razonamiento y salida del agente?

La auditoría no es opcional. Kofalt recuerda que los outputs de IA deben ser tan auditables como los de un humano, y recomienda exigir:

Logs detallados de inputs, razonamiento y acciones.
Integración nativa con los módulos de auditoría del ERP.
Registros inmutables para compliance.
Explicabilidad y detección de sesgos documentada como capacidad del producto.

El sector coincide. Alberto Bellé, analista principal de Foundry España, declaró a Computerworld que «los registros no siempre permiten distinguir entre un error y una acción maliciosa», lo que obliga a combinar auditoría con monitorización humana continua. Luis Echávarri, presidente de TIMIA, lo resume en una frase operativa: «auditar no es controlar». Si el sistema que ejecuta la transacción es el mismo que la autoriza, no tienes control, sólo un registro para el incidente posterior.

¿Qué pasa con la seguridad, el cumplimiento y los datos corporativos?

Aquí Kofalt pone la lupa sobre cuatro ángulos críticos:

Cumplimiento regulatorio: ¿el producto soporta GDPR, HIPAA, SOX y las normativas locales que apliquen a tu operación?
Entrenamiento externo: ¿se usan datos corporativos para entrenar modelos de terceros? Esa respuesta debe ser explícita y contractual.
Cifrado y controles de acceso: protocolos, residencia de datos y certificaciones de terceros.
Coste del fallo: una brecha o un incumplimiento pueden traducirse en multas enormes y daño reputacional.

El Informe Internacional sobre Seguridad de la IA 2026, publicado el 3 de febrero bajo la presidencia de Yoshua Bengio, señala que los sistemas de IA líderes ya son capaces de completar de forma autónoma tareas de ingeniería de software que llevarían varias horas a un humano, lo que amplía de forma directa la superficie de ataque. Sophos, en su informe State of Identity Security 2026, afirma que la debilidad de las identidades no humanas fue la causa raíz del 41% de las brechas de identidad exitosas y que sólo el 11% de las organizaciones audita o rota estas credenciales de forma continua. Cada agente de IA en producción lleva asociadas credenciales (tokens OAuth, claves API, cuentas de servicio) que, si caen en manos equivocadas, exponen todo lo que tocan.

¿Escala el agente cuando el volumen se dispara?

Un piloto que funciona con 1.000 transacciones puede hundirse con 500.000. Kofalt recomienda exigir:

Evidencia de despliegues reales en empresas de tamaño y sector similares.
Casos de clientes en producción durante al menos 3 a 6 meses con agentes del mismo proveedor.
Datos sobre latencia, manejo de errores y frecuencia de escalado humano.
Modelo de coste a mayor volumen: ¿se dispara por consumo de tokens, por número de acciones, por asientos?

Ema, la startup que acaba de levantar US$77M, ha atendido a más de 1 millón de usuarios empresariales y ejecutado más de 5 millones de acciones y consultas, con un crecimiento de ingresos de 50 veces en dos años, según TechCrunch. Ese es el tipo de evidencia operacional que vale la pena pedir antes de firmar.

¿Cómo se integra con el resto de mi stack y cuánto costará mantenerlo?

Los agentes rara vez viven solos. Pueden consumir datos externos y ejecutar acciones fuera del ERP (CRM, sistemas de pago, contact center, bases de datos). CTO y CFO deben revisar juntos:

Compatibilidad de APIs y middleware con tus sistemas actuales.
Pruebas y mantenimiento continuo: quién los paga y quién los opera.
Impacto en el coste total de propiedad (TCO): un agente barato de implementar pero caro de mantener puede superar en tres años el coste de una suite tradicional.

En América Latina, según un artículo de News in America, el 85% de las startups analizadas en el estudio «Startups xAI» del Banco Interamericano de Desarrollo ya utiliza tecnologías de IA generativa, pero persisten diferencias grandes en madurez tecnológica y capacidad de escalamiento. Eso hace aún más importante mapear las integraciones antes de comprometerse.

¿Qué significa esto para tu startup?

No hace falta ser una empresa Fortune 500 para que estas preguntas importen. Si tu startup usa (o va a usar) un ERP —aunque sea SAP Business One, Oracle NetSuite, Holded, Bind, ContaPlus o una solución regional— y está evaluando activar agentes IA para procurement, conciliaciones, inventario o atención, el rigor con el que evalúes al proveedor define tu exposición a riesgo.

Acciones concretas para implementar esta semana:

1. Prepara un cuestionario de 10 preguntas inspirado en los cinco bloques de Kofalt (autonomía, auditoría, seguridad, escalabilidad, integración) y pídelo por escrito al proveedor. Documenta las respuestas; las necesitas para tu due diligence.
2. Pide dos referencias reales de clientes en producción con agentes IA desde hace al menos 3 a 6 meses. Llama a esos clientes y pregunta específicamente por latencia, errores y coste inesperado.
3. Diseña una política interna de «identidades no humanas»: cada agente de tu stack debe tener credenciales rotadas, acceso mínimo necesario y un owner humano responsable. Sophos estima que el 41% de las brechas de identidad vienen precisamente de no hacerlo.
4. Separa la auditoría del agente de la ejecución de la acción: que el modelo proponga y el sistema de negocio autorice. Sin esa separación, «auditar» se convierte en mirar el incendio después.
5. Negocia contractualmente el uso de datos corporativos para entrenamiento externo: que la respuesta por defecto sea «no» y que cualquier excepción quede registrada en el contrato, no en una nota al pie del onboarding.