Cada proveedor de ERP, en este momento, te está diciendo lo mismo. Que la inteligencia artificial va a cambiar todo. Implementaciones más rápidas. Reportes más inteligentes. Agentes que hacen el trabajo tedioso mientras vos te enfocás en lo que importa.
Ojalá fuera así. De verdad lo deseo.
En EGA Futura llevamos construyendo software empresarial desde 1994, y desde 2009 desarrollamos un ERP 100% nativo sobre la plataforma de Salesforce.
Si existiera un botón mágico que hiciera este trabajo rápido y fácil, sería el primero en pagarlo. No existe.
Y entender por qué no existe, y qué cosas sí pueden transformar las operaciones de una empresa mediana, vale unos minutos antes de que pases los próximos dos años esperando una promesa que probablemente no se cumpla.
Qué tiene que hacer en realidad un ERP
Empecemos por lo básico.
Un ERP tiene tres tareas, y cualquier conversación honesta sobre IA tiene que pasar por las tres antes de prometer nada.
La primera tarea: mantener un libro mayor
Registrar cada transacción financiera con precisión y en cumplimiento con las reglas que rigen tu organización.
En Latinoamérica esto incluye facturación electrónica, regímenes fiscales que cambian todo el tiempo, percepciones, retenciones, multimoneda, y un nivel de complejidad regulatoria que en otros mercados ni se imaginan.
Esta tarea no admite improvisación. Tiene que ser determinística, auditable y trazable.
La segunda tarea: almacenar el contexto correcto
Cada transacción tiene un contexto que se captura, o se pierde para siempre.
Qué centro de costos.
Qué unidad de negocio.
Qué cliente final.
Quién aprobó qué cosa y por qué.
El esquema de datos es una serie de apuestas sobre qué preguntas importarán más adelante.
Si las apuestas están mal, ningún reporte lo arregla. La mayoría de los ERP apuestan mal, porque están construidos para todos, lo que significa que están construidos para nadie en particular.
La tercera tarea: responder preguntas que guíen decisiones
No solo «cuánto gastamos» sino «estamos gastando de una manera que refleje lo que decimos que nos importa».
La mayoría de los ERP están construidos casi por completo para la primera tarea.
La tercera es donde reside el verdadero valor. La segunda es lo que hace posible la tercera, y es donde casi todos cortan camino.
Dónde la IA realmente ayuda
No quiero ser un aguafiestas total. La IA ayuda con el ERP.
Solo que no donde dice el marketing. Hay cuatro territorios concretos donde la mejora es real.
La interfaz, donde la IA brilla de verdad
Las pantallas de un ERP son genuinamente complejas. Una sola pantalla de ingreso de datos puede necesitar manejar una docena de casos especiales sin abrumar a quien la usa.
Poder iterar rápido, probar diez versiones de la misma pantalla, y aterrizar en algo que tenga sentido para el flujo real de trabajo, es más rápido con IA que sin ella.
Una vez que el diseño está bien, nuestro equipo de desarrollo usa IA para implementarlo más rápido también.
Esto es real y lo agradecemos. Pero una interfaz hermosa sobre una arquitectura de datos equivocada sigue dándote la respuesta equivocada. Solo que más linda.
La categorización, una mejora real pero modesta
Los modelos de lenguaje son mejores que los sistemas basados en reglas para determinar si esta orden de compra probablemente pertenece a una cuenta y no a otra.
No dramáticamente mejores, pero sí significativamente mejores. Bien.
La consulta en lenguaje natural, con una condición
Acá es donde se vuelve verdaderamente útil.
Un CFO que puede escribir «muéstrame la tendencia del margen por línea de producto en los últimos tres años, separada por región» y obtener una respuesta en segundos, en lugar de esperar dos semanas a que el equipo de control de gestión arme el reporte.
Eso es valor real. Pero notá la condición. Si alguien construyó el esquema. La IA no construye el esquema.
Consulta lo que vos ya construiste.
Los agentes que ejecutan trabajo tedioso
Procesar facturas, conciliar pagos, marcar duplicados.
Ahorro de tiempo real. Pero las operaciones administrativas representan una fracción del costo operativo total de tu empresa. El techo de cuánto vas a ahorrar al hacer esa función más rápido no es alto. No es nada, pero tampoco es transformador.
Y dónde la IA no ayuda
Tres territorios en los que el marketing promete lo que la tecnología no puede ofrecer.
Por qué la IA no puede diseñar el esquema de datos
Este es el centro de todo el argumento. El esquema de datos es el elemento más crucial del ERP, y la experiencia de dominio sigue ganando acá.
Las sugerencias de IA sobre arquitectura de datos rutinariamente se contradicen entre sí bajo presión. Llevamos años usando IA para hacer brainstorming sobre estructuras de datos mientras construimos nuevas funcionalidades.
A veces nos señala algo que pasamos por alto. Pero sus recomendaciones finales muchas veces no se sostienen como un sistema.
Una estructura de cuentas contables, o un modelo de costos, o un plan de comisiones, no es una colección de ideas individualmente razonables. Es un conjunto de restricciones que tienen que funcionar simultáneamente, y la IA todavía no sostiene esas restricciones lo suficientemente bien.
Por qué la IA no puede correr el libro mayor
Acá está la razón por la que «ERP nativo de IA» es una frase de marketing y no una categoría de producto. Un libro mayor requiere auditabilidad.
Cada asiento necesita una cadena determinística y trazable de causalidad. Los modelos de lenguaje son probabilísticos. No producen el mismo output dado el mismo input, y su razonamiento no es inspeccionable de la manera en que una auditoría lo requiere. No podés tener un motor de IA en el corazón de un registro financiero.
Cualquier proveedor que te diga lo contrario está confundido o esperando que vos también lo estés.
Esta restricción no es teórica. Es la base de la confianza financiera, y la razón por la cual cuando construimos agentes de IA en Vantegrate definimos primero el modelo de seguridad y gobernanza antes que las capacidades. El determinismo, la trazabilidad y los permisos no son legacy. Son cimiento.
Por qué la IA no arregla una arquitectura mal diseñada
Una capa de IA sobre un esquema mal diseñado no te da mejores respuestas.
Te da respuestas equivocadas más rápido, a veces con una confianza que no se ganó. He visto a la IA resumir un estado de resultados con «los gastos totales subieron 3% porque los sueldos aumentaron 2% y los gastos de oficina 5%».
No está mal, no está equivocado. También la he visto seguir eso con el consejo de «reducir gastos discrecionales para mejorar el margen operativo».
La trampa de las integraciones
Hace años que el mercado intenta resolver el problema de los datos financieros deficiente al conectar sistemas entre sí.
Un sistema financiero acá, un sistema de RRHH allá, un CRM en otro lado: todos, supuestamente, hablando entre sí a través de APIs y capas de integración. Ahora la IA promete ser el tejido conectivo que finalmente lo haga funcionar.
No funciona. No porque la tecnología sea mala, sino por cómo la integración funciona en la práctica.
El costo oculto de mantener integraciones
Cada integración necesita a alguien que la mantenga. No que la configure, sino que la mantenga. Cada vez que un proveedor actualiza su API, cada vez que un campo cambia de nombre, cada vez que abrís una nueva sucursal o sumás una nueva moneda al plan de cuentas, alguien tiene que ir a tocar la integración.
Ese alguien suele ser la persona más técnica de un equipo, quien no fue contratada para serlo. Cuando se va, la integración empieza a desviarse en silencio. Seis meses después, nadie sabe por qué los números no cuadran y la persona que construyó la conexión ya no está.
Es una de las razones por las que diseñamos nuestro modelo de soporte pensando en empresas medianas que no tienen un equipo de TI dedicado a mantener costuras entre sistemas. Cuanto menos costuras, menos reclamos.
Nativo no es lo mismo que conectado
Esta es una de las razones por las que en EGA Futura construimos un ERP 100% nativo sobre Salesforce, y no un ERP que se «conecta» con Salesforce.
La diferencia parece técnica pero es estratégica. Cuando el ERP comparte la misma plataforma, el mismo modelo de datos, los mismos permisos, los mismos reportes y la misma capa de IA con tu CRM, no hay costuras.
No hay capa de integración que mantener. No hay sincronización que se rompa el viernes a la noche. No hay dos versiones del cliente, una en el ERP y otra en Salesforce, que en algún momento van a entrar en conflicto.
Cómo se distribuye EGA Futura ERP
Distribuimos nuestro ERP de dos maneras. A través del AppExchange para empresas que ya son clientes de Salesforce y quieren sumar el ERP a su Org. Y de manera directa con empresas medianas que llegan a la plataforma a través de nosotros, recibiendo una instancia en la nube con el ERP configurado para Latinoamérica.
En los dos casos el principio es el mismo. El ERP, el CRM y la plataforma comparten el mismo motor.
La respuesta no es una capa más inteligente. Son menos capas.
Cómo se ve un ERP transformacional para una empresa mediana
Acá está la pregunta que nadie está haciendo y debería.
Qué cosas no sabe tu empresa de sí misma que podría saber si los datos estuvieran estructurados para responderlo.
Las preguntas que tu empresa todavía no puede responder
La mayoría de las empresas medianas en Latinoamérica viven con preguntas como estas, sin respuesta clara.
Cuál es el costo real de adquirir un cliente, considerando no solo el gasto de marketing sino el tiempo del equipo comercial, los viáticos, las llamadas, las propuestas que no cerraron.
Qué clientes son rentables y cuáles los subsidiamos sin saberlo. No la facturación bruta. La rentabilidad real, después de descontar el costo de servicio, la cobranza tardía, los reclamos, los descuentos especiales que se acumularon en el tiempo.
Cuál es el ROI real de cada línea de productos cuando normalizás por el ciclo de cobro y la rotación de inventario.
A partir de qué volumen cada sucursal pasa de ser intensiva en costos fijos a tener contribución positiva.
Por qué los datos están en silos
Estas preguntas son irrespondibles hoy en la mayoría de las empresas. No porque los datos no existan, sino porque viven en sistemas separados, sin lógica compartida.
Las ventas en un lado.
Las transacciones financieras en otro.
Los datos de servicio en un tercero.
Nadie definió de manera consistente qué es un «cliente» entre los tres.
La apuesta arquitectónica que hicimos en 2009 y que profundizamos en 2024
El camino para responder estas preguntas no es conectar esos sistemas con una capa de integración más inteligente.
Es construir una arquitectura de datos donde el ERP, el CRM, el servicio al cliente y los agentes de IA viven sobre el mismo modelo.
Esa es exactamente la apuesta que hicimos en EGA Futura cuando en 2009 nos convertimos en partner de Salesforce, y la que profundizamos en 2024 cuando cofundé Vantegrate junto a Francisco Morales para construir agentes de IA sobre la misma plataforma de Salesforce.
Los agentes no son una capa nueva sobre los sistemas viejos. Son una extensión natural de un modelo de datos que ya estaba unificado.
Qué deberías esperar realmente de la IA en tu ERP
Esperá que la IA reduzca la fricción en el ingreso y categorización de datos. Es real y vale la pena tenerlo. No lo confundas con transformación.
Esperá que la IA haga más fácil consultar tus datos, pero solo después de que alguien haya hecho el trabajo difícil de construir un esquema que valga la pena consultar. La IA es una buena capa de consulta.
Es un pésimo sustituto de la decisión arquitectónica de contar con los datos correctos.
No esperes que la IA diseñe ese esquema. Eso todavía requiere a alguien que conozca la industria con suficiente profundidad como para saber qué preguntas importan y cómo deben presentarse los datos para responderlas.
No esperes que la IA arregle un ERP que nunca fue diseñado para responder esas preguntas.
Una interfaz más rápida sobre una arquitectura de datos deficiente sigue siendo una arquitectura de datos deficiente.
El cierre que ningún proveedor te va a dar
El libro mayor no se va. La auditabilidad y el determinismo no son restricciones legacy que estamos esperando superar.
Son la base no negociable de la confianza financiera.
La oportunidad de transformación en la gestión empresarial siempre fue la misma. Construir sistemas que realmente informen la toma de decisiones.
La IA puede ayudarte a sacar a la superficie lo que esos sistemas saben. No puede decidir lo que esos sistemas necesitan saber, y no puede construir los sistemas en sí mismos.
Esa parte sigue siendo difícil. Siempre iba a serlo. Cualquiera que te diga lo contrario te está vendiendo algo.
Si querés seguir leyendo sobre cómo aplicamos estas ideas en agentes de IA para empresas medianas y grandes, en Pulse, el blog de Vantegrate, publicamos análisis y casos prácticos sobre arquitectura de datos, agentes y plataforma.
Juan Manuel Garrido
https://www.linkedin.com/in/juan-manuel-garrido-egafutura-salesforce-erp
