a16z: El software empresarial más difícil y la mayor oportunidad en IA

Título original: Por qué el mundo sigue funcionando con SAP
Autor original: Eric y Seema Amble, a16z
Traducción: Peggy, bloque

Nota del editor: Aunque los debates (según contexto) sobre IA siguen centrándose en nuevos productos y capacidades, se está produciendo un cambio más fundamental en el software empresarial. El enfoque de este artículo no se centra en cómo la IA creará muchas aplicaciones nuevas, sino en cómo está entrando en un escenario más profundo pero menos glamuroso: los sistemas centrales de las empresas representadas por SAP, Salesforce y ServiceNow.

En plazos sencillos, estos tres tipos de sistemas corresponden a diferentes aspectos de las operaciones empresariales:

· SAP es responsable de la gestión de los recursos básicos, como las finanzas, el inventario y la producción, y sirve como el "libro mayor/billetera Ledger" de la Empresa;

· Salesforce gestiona los procesos de clientes y ventas, determinando cómo genera ingresos la Empresa;

· ServiceNow admite procesos internos y sistemas operativos, lo que permite que las organizaciones funcionen sin contratiempos. Juntos, forman la infraestructura de las operaciones empresariales diarias.

Estos sistemas son extremadamente críticos por un lado, pero también comúnmente difíciles de usar, complejos y engorrosos por el otro. Las empresas han añadido un gran monto (según contexto) de personalización y procesos además de ellos, convirtiéndolos en bot memoria organizacional y evolucionando gradualmente hacia una carga técnica difícil de migrar. Cuanto más crucial sea el sistema, más difícil será su cambio.

La oportunidad de la IA está surgiendo aquí.

En lugar de reemplazar estos sistemas, un camino más realista es construir una nueva capa de sistemas accionables sobre ellos, reduciendo los costos de migración en la fase de implementación, simplificando las operaciones a través del copilotaje y la agencia en la fase de uso, y reemplazando la personalización compleja por aplicaciones ligeras en la fase de extensión. Por lo tanto, el cambio real no es si el sistema en sí es reemplazado, sino cómo se está reescribiendo la interacción entre las personas y el sistema. La IA no reemplazará a SAP, Salesforce o ServiceNow, pero puede hacerlos gradualmente "invisibles". Y las nuevas plataformas redefinirán el verdadero límite de valor del software empresarial en esta capa de interfaz invisible.

El texto original es el siguiente:

A medida que la IA avanza, el enfoque de las startups y sus clientes se ha centrado principalmente en las capacidades nuevas y los productos que habilitan. Por ejemplo, varios agentes de voz deslumbrantes, herramientas de automatización de flujos de trabajo y plataformas para aplicaciones de generación de texto.

De hecho, estas direcciones ya han surgido y seguirán dando lugar a muchas empresas emocionantes (también hemos invertido en algunas de ellas). Pero lo que realmente puede afectar a la IA de una manera más profunda no son estas áreas aparentemente geniales, sino una dirección menos llamativa pero más valiosa: ayudar a las organizaciones a un mejor apalancamiento del gran monto (según contexto) de software que ya tienen en marcha.

Aquí tienes una pregunta que puede sonar algo ofensiva, pero una vez que pases una semana en una Empresa Fortune 500, entenderás su practicidad: ¿Por qué la gente sigue usando SAP (junto con ServiceNow, Salesforce) hasta el día de hoy?

La respuesta en short es: SAP y sistemas similares a gran escala albergan los datos fundamentales necesarios para las operaciones empresariales. Lo que es más importante, las empresas han personalizado en gran medida estos sistemas, superponiendo procesos complejos y asignaciones de roles, muchos de los cuales ni siquiera están explícitamente documentados. Migrar lejos de estos sistemas suele ser costoso, largo y doloroso, por lo general requiere un gran equipo de consultoría, que tarda años y cuesta miles de millones de dólares. Por ejemplo, la actualización de SAP ECC a SAP S/4HANA podría costar $700 millones, tardar 3 años e involucrar a un equipo de 50 personas de Accenture. E incluso después de que se completa la migración, este software se utiliza a menudo principalmente para generar informes estáticos, con poca flexibilidad para la manipulación.

Sin embargo, esta situación está cambiando.

La IA está abriendo un nuevo reino de posibilidades, permitiendo que las empresas actualicen, personalicen, reemplacen estos sistemas y, lo más importante, accedan y utilicen los datos almacenados en ellos de manera más eficiente.

En última instancia, es posible que el objetivo de la IA no sea reemplazar a SAP/ServiceNow/Salesforce, sino hacerlos más programables y fáciles de usar. Los verdaderos ganadores serán las plataformas que pueden hacer dos cosas: primero, aprovechar el presupuesto de transformación digital de la empresa para reducir cuantificablemente el riesgo y en short ciclos; segundo, integrarse gradualmente en las operaciones diarias, convirtiéndose en el centro neurálgico del trabajo, descomponiendo las interfaces tradicionales torpes en operaciones componibles y gobernables y aplicaciones ligeras asistidas por IA.

En otras palabras, el sistema de registro en sí no desaparecerá; lo que sufrirá transformación es la capa superior de interfaces de interacción, capacidades de automatización y capas de extensión, marcando la próxima frontera de la competencia de software.

SAP es difícil de usar, pero aún no podemos prescindir de él

Para preparar el terreno para esta pregunta, primero discutamos brevemente qué es SAP y qué hace. Aparentemente, sistemas como estos son difíciles de manejar, complejos desde el punto de vista operacional y costosos de modificar, lo que los hace bastante engorrosos para trabajar con ellos; sin embargo, al mismo tiempo, siguen siendo el pilar central de funcionamiento de las organizaciones mundiales de gran escala. Imagínese cómo sería usar SAP a diario.

Pero esta noción misma de inexplicabilidad es donde reside la oportunidad.

Una respuesta incómoda y aún más veraz es: debajo de esas interfaces torpes y configuraciones interminables, estos sistemas son realmente extremadamente poderosos. Llevan el modelo de datos básicos de una Empresa, definen los mecanismos de permisos y control para garantizar el cumplimiento, integran el soporte del flujo de trabajo para la escala operativa y conectan las relaciones integradas con docenas o incluso cientos de procesos posteriores. No son aplicaciones en el sentido de Internet del consumidor, sino memorias organizacionales cristalizadas en forma de tablas de datos, sistemas de roles, procesos de aprobación, lógica de cuenta y manejo de excepciones.

Sustituir tales sistemas no solo es costoso, sino también muy arriesgado. Cuanto más invierte una Empresa, como en campos personalizados, procesos, reglas de precios y lógica de informe, más se convierte este sistema en un foso formado por los costos de conmutación, e incluso parte de una ventaja competitiva. Por eso es tan importante la escalabilidad: Cada Empresa es única, el cambio es omnipresente, como nuevos requisitos regulatorios, nuevos productos, nuevas estructuras organizativas. Estas plataformas pueden perdurar a en long plazo precisamente porque se pueden ajustar continuamente para adaptarse a la realidad.

Sin embargo, el problema radica en que la escalabilidad misma que los hace poderosos también los hace frágiles. Cada personalización es un campo minado potencial para futuras actualizaciones; cada flujo de trabajo evoluciona hacia un laberinto complejo; cada interfaz es un drenaje continuo para el usuario.

Esta fragilidad es casi omnipresente. Aunque la CRM ha sido ampliamente adoptada, la satisfacción del usuario siempre ha sido desigual; el alto grado de personalización de la planificación de los recursos institucionales casi siempre está asociado con demoras en los proyectos y sobrecostos presupuestarios. Los empleados se ven abrumados por flujos de trabajo fragmentados, necesitando alternar entre diferentes aplicaciones unas 1200 veces al día, lo que equivale a perder unas 4 horas por semana; el 47% de los trabajadores digitales lucha por encontrar la información que necesitan para hacer su trabajo. Los proyectos de transformación digital a gran escala también flaquean con frecuencia, ya que las estimaciones sugieren que alrededor del 70% no alcanzan los objetivos establecidos. El gasto generado por estas fricciones es enorme, ya que solo el mercado de la implementación de software y la integración de sistemas alcanzó alrededor de 380.000 millones de dólares en escala en 2023.

Es dentro de estos procesos y puntos dolorosos que la IA ha brindado la oportunidad de remodelar la forma en que se implementa y utiliza el software. Una forma sencilla de comprender esta oportunidad es observar a lo largo del ciclo de vida del software empresarial: primero es la implementación o migración, luego el uso diario y, finalmente, aprovecharlo continuamente en respuesta a cambios empresariales. En cada etapa, el trabajo esencial es traducir la caótica intención humana en operaciones correctas ejecutables y auditables registradas en el sistema.

A continuación, podemos examinar por separado cómo la IA mejora el uso del sistema de software tradicional en cada etapa.

Etapa de implementación

Comencemos con la etapa de implementación, que es la fase de mayor riesgo, más sensible al presupuesto, pero más claramente gratificante. Específicamente, se trata de transformar la información de investigación dispersa, como reuniones, documentos, órdenes de trabajo, en requisitos estructurados, y generar automáticamente el flujo de trabajo de implementación requerido, lo que incluye mapeo de procesos y campos, configuración y código, guiones de prueba, planes de conmutación, manuales de migración y limpieza y validación de datos antes de lanzar. Este proceso es extremadamente complejo y propenso a errores. El gigante minorista alemán Lidl abandonó en su día su proyecto de transformación de SAP tras invertir 500 millones de dólares.

Alrededor de esta fase, un grupo de empresas está construyendo herramientas para ayudar a la migración y la implementación, como varios sistemas copiloto, herramientas de gestión de proyectos y más. Aquí tienes algunos ejemplos típicos:

· Axiamatic ofrece una capa de protección de IA para el ERP, que construye un gráfico de conocimiento del proyecto para destacar problemas potenciales en requisitos y gestión de cambios en Slack o Teams, reduciendo riesgos, acelerando el progreso del proyecto S/4HANA. Se integró con SAP Build y se integró en procesos de consultoría de KPMG, EY, IBM y otros.

· Conduct es una herramienta copiloto para mapeo de códigos y procesos que puede generar una capa semántica y documentación técnica durante el proceso de migración de ECC a S/4. Admite preguntas y respuestas para tablas personalizadas y API para acelerar la adopción interna.

· Auctor proporciona capacidad de entrega de implementaciones basadas en agentes para integradores de sistemas y equipos de servicios profesionales. Puede transformar automáticamente el proceso de descubrimiento en requisitos estructurados y servir además como un registro del sistema para gestionar SOW, documentos de diseño, historias de usuario, configuración y planes de prueba.

· Supersonik se centra en la habilitación del producto, proporcionando agentes visuales y de voz para la enseñanza en contexto, reduciendo la necesidad de ingenieros de soluciones y apoyando la implementación y expansión orientada a los canales y clientes.

· Tessera desarrolla capacidades de integración de sistemas nativos de IA para conectarse directamente al sistema ERP existente de una Empresa, evaluar su estado de implementación, identificar y rectificar automáticamente problemas durante el proceso de migración, y lograr la gestión de la transformación de extremo a extremo.

El valor de estas empresas radica en hacer que la transformación sea más rápida, económica y manejable. Esto se refleja específicamente en varios aspectos: descubrimiento temprano de problemas en las etapas de gestión de requisitos y cambios para evitar la amplificación más tarde; compresión del ciclo de tiempo porque incluso la demora de un mes puede generar costos por millones de dólares; transformación de los datos dispersos del proyecto en conocimientos estructurados para que los equipos internos puedan asumir el control más rápidamente; y reducción de la dependencia de grandes equipos de integración del sistema a través de mapeos automatizados, generación de documentos, pruebas y capacitación.

Creemos que aún hay espacio para más startups en este campo, especialmente aquellas que colaboran con socios existentes en lugar de herramientas de confrontación. Las direcciones específicas incluyen:

· Agentes de implementación vinculados con los resultados y riesgos del proyecto, por ejemplo, utilizados para el seguimiento de requisitos, la difuminación de configuraciones, la simulación de interruptores, la generación de códigos y la detección de varianzas;

· Herramientas de documentación semántica para garantizar que el conocimiento se mantenga actualizado y de fácil acceso;

· Agentes de empoderamiento para convertir la capacitación y canalizar la promoción en capacidades productotizadas reutilizables.

Como las startups son capaces de aliviar realmente la carga de la empresa, pueden fijar precios en función del costo de oportunidad ahorrado para la empresa y aprovechar directamente los presupuestos de transformación que los CIO y CFO ya han puesto, mientras que en el proceso desplazan a esos proyectos de integración de sistemas inflados.

Uso y mantenimiento

A continuación, una vez que un sistema de software está completamente implementado, comienza el verdadero desafío. El uso diario significa navegar constantemente a través de las interfaces complejas y caóticas de estos sistemas. El trabajo diario a menudo abarca docenas de interfaces, y la rotación de personal restablece continuamente la experiencia acumulada, mientras que una gran cantidad de procesos periféricos nunca reciben una buena asistencia a nivel de producto. Los usuarios necesitan pasar tiempo buscando campos, sincronizando manualmente datos entre diferentes sistemas o pidiendo con frecuencia al equipo de operaciones solicitudes como “¿Puedes ejecutar este informe por mí?”. El resultado son ciclos de proceso más lentos, errores frecuentes y costos de capacitación continuos.

Aquí, la oportunidad para la IA radica en construir una capa más amigable y poderosa sobre estos sistemas heredados.

Este tipo de empresas tienen como objetivo ayudar a los equipos a extraer más valor de los sistemas existentes. En la práctica, a menudo es un copiloto presente en Slack o una barra lateral del navegador, capaz de responder preguntas como dónde encontrar determinados datos o cómo completar una determinada operación a través de la búsqueda semántica, y de realizar acciones seguras si hay API disponibles, como crear órdenes de trabajo, ingresar entradas en el diario, actualizar plazos del proveedor y más. Estas herramientas también pueden enlace múltiples sistemas para formar flujos de trabajo compuestos de aplicaciones cruzadas, como retirar las órdenes suscríbete del trimestre pasado de SAP, verificar plazos de contrato en Coupa, redactar explicaciones de variaciones en ServiceNow e incorporar aprobaciones humanas, pistas de auditoría y controles de permisos granulares en el camino. Los productos excelentes también rastrean el uso, ahorrando tiempo, las tasas de error y otras métricas.

Sin embargo, la realidad es que un monto (según contexto) significativo de trabajo crítico dentro de las empresas no se expone a través de API estandarizadas, sino en tiempo real en varias interfaces, como clientes heredados, entornos de escritorio virtuales y backends administrativos mal documentados. Por lo tanto, los agentes modernos operados por computadora se han convertido en un complemento crucial para los copilotos basados en API. Amplían el alcance de la automatización a ese último 30% a 40% de los procesos a los que no se puede acceder a través de interfaces.

Su capacidad principal no es solo hacer clic en botones, sino más bien la capacidad de ejecutarse de manera estable en un entorno caótico. Estos agentes deben comprender las estructuras de la interfaz, localizar elementos estables, recuperar la ejecución en ventanas emergentes o cambios de diseño y registrar el progreso en puntos clave para una recuperación segura después de interrupciones. Cuando estas capacidades se combinan con mecanismos de verificación (como verificaciones de diferencias, conciliaciones, pruebas en cajas de arena) y controles empresariales (inicio de sesión único, gestión de claves, privilegios mínimos, pistas de auditoría), pueden transformar el trabajo que antes dependía de la intervención manual en procesos automatizados gobernables y repetibles, como el triaje de órdenes de trabajo, los pasos de cierre de periodo, las actualizaciones de clientes, los ajustes de precios, incluso en partes de SAP, ServiceNow y Salesforce que no estaban diseñadas originalmente para la automatización.

Esto puede entenderse como sigue: Las API hacen que las rutas estándar sean más eficientes, mientras que la potencia informática permite automatizar incluso los procesos en long tail.

Empresas como Factor Labs y Sola ya han desplegado agentes de este tipo en entornos de producción, reemplazando los gastos tradicionales de externalización de procesos de negocio y ayudando a grandes organizaciones a lograr automatizar tareas escalables.

Capa de expansión

Finalmente, incluso cuando hace que SAP, ServiceNow y Salesforce sean más fáciles de usar, la empresa en sí misma evoluciona constantemente, lo que significa que los registros del sistema también deben evolucionar. Nuevos productos, nuevas políticas, nuevas fusiones y adquisiciones, nuevos requisitos regulatorios y una gran cantidad de procesos en en long tail que nunca son dignos de un desarrollo individuo de módulos centrales independientes están impulsando continuamente el software para adaptarse al verdadero estado del negocio. En el pasado, los equipos solo tenían dos opciones: personalizar profundamente el sistema y asumir el costo asociado de la fragilidad, o desarrollar aplicaciones independientes dispersas, pero luego enfrentar dificultades de integración, gobernanza y mantenimiento.

La IA proporciona un tercer camino: construir experiencias de aplicación pequeñas y gobernables en la parte superior del sistema central a un ritmo más rápido sin interrumpirlo.

Construir nuevas herramientas y capacidades de automatización sobre los sistemas tradicionales puede verse como agregar una capa de experiencia más "utilizable" sobre un conjunto de software no tan fácil de usar. El patrón básico es construir primero un plano de datos y acción unificado: leer datos de registros del sistema a través de API y eventos (complementado con scraping de interfaz segura cuando sea necesario), estandarizarlos en un modelo semántico de objetos de negocio, como órdenes, proveedores, órdenes de trabajo, etc., y luego proporcionar un conjunto de interfaces de operación con control de permisos, mecanismos de aprobación y capacidades de auditoría en función de esto.

Sobre esta base, los equipos pueden construir rápidamente experiencias de aplicación centradas en escenarios específicos, que son más modernos y se acercan más a las necesidades reales. Por ejemplo, en lugar de hacer que el personal de adquisiciones siga docenas de pasos en SAP para incorporar a un proveedor, se proporciona una sola app de incorporación de proveedores ligeros para recopilar datos, realizar verificaciones de validación, circular aprobaciones y, finalmente, escribir los datos en SAP. De manera similar, en lugar de que los equipos de operaciones de ingresos cambien entre múltiples interfaces en Salesforce para modificar plazos de renovación, se proporciona un editor de alta velocidad similar a una spread para modificar por lotes, validar el cumplimiento, previsualizar los impactos y, en última instancia, enviar cambios con una pista de auditoría completa. O, en lugar de construir repetidamente nuevos sistemas portal, se proporciona una entrada operativa unificada para que los equipos de primera línea realicen operaciones diarias de alta frecuencia en todos los sistemas, como crear retornos, extender límites de crédito, iniciar tickets secundarios de fallo, acumular gastos, etc., sin necesidad de cambiar constantemente entre muchas páginas.

Estas capas de extensión también pueden tender puentes entre las capacidades de automatización y de flujo de trabajo del sistema, lo que resulta difícil de priorizar para cualquier proveedor. Por ejemplo, a través de la automatización impulsada por eventos: cuando se publica una factura y la discrepancia es superior al 3%, genera automáticamente una explicación y envíala para su aprobación; o cuando se reabre una orden de trabajo dos veces, crea automáticamente un ticket, asigna a una parte responsable, actualiza el estado del cliente e introduce la revisión humana en puntos clave.

Con el tiempo, las prácticas más valiosas se consolidarán gradualmente en módulos de intención reutilizables, como desde la cotización hasta el efectivo, la incorporación de proveedores, liquidación de fin de año, etc. Estos módulos no solo definen lo que se debe hacer, sino lo que es más importante, cómo realizar estas operaciones de forma segura y conforme a la normativa en un entorno empresarial específico.

Productos como Cell lanzado por General Magic concretan la capacidad fundacional para construir flujos de trabajo personalizados de este tipo: puede cargar una especificación OpenAPI para convertir cada interfaz en una operación llamable; luego, a través de un sencillo guión incrustado en la barra de comandos nativa, ejecutar directamente llamadas a API reales, respaldadas por capacidades analíticas, arquitectura multi-tenencia, controles de seguridad y mecanismos de gestión de permisos. Por lo tanto, el enfoque del trabajo cambia de reconstruir un conjunto de interfaces a componer las operaciones y estrategias adecuadas en sistemas existentes de confianza.

¿Cómo será el final del juego?

Nuestra evaluación es que estos sistemas tradicionales continuarán existiendo en su mayoría, pero en long no serán la interfaz primaria donde se trabaje. El ERP, el CRM, el ITSM y otros sistemas están profundamente arraigados en las empresas y no pueden reemplazarse al ritmo de un software ordinario; evolucionarán lentamente y continuarán existiendo como sistema de registro. Lo que realmente cambiará son los sistemas de acción orientados al usuario, construidos sobre ellos: La IA se convertirá en el punto de entrada predeterminado para comprender cómo funcionan los sistemas, orquestar los flujos de trabajo entre los sistemas y construir aplicaciones modernas y ligeras que eludan las interfaces tradicionales. En otras palabras, la capa que solía servir como puente se convertirá en la verdadera autopista.

En este paradigma, el software que puede tener éxito en long plazo en long no se parecerá a los chatbots sino que se parecerá más a un sistema operativo: un plano de datos y acción unificado construido sobre un modelo semántico de objetos de negocio y equipado con robustos mecanismos de seguridad y gobernanza para permitir una operación de IA confiable en un entorno de producción. Para los usuarios finales, no hay necesidad de aprender qué interfaz, campo o código de transacción específico utilizar, ni de volver a aprender repetidamente después de cambios en la interfaz o en el proceso. Simplemente describa el resultado que desea alcanzar, y el sistema le ayudará a completarlo. En el camino, el sistema hará las preguntas de aclaración necesarias, mostrará una vista previa de la ejecución y luego completará la operación bajo los mecanismos de aprobación y auditoría correspondientes.

Por ejemplo, puedes emitir comandos como: crear una devolución y notificar al cliente, crear un ticket incidente de nivel 2 y recuperar los tres eventos relacionados más recientes, o completar el proceso de incorporación del proveedor, lo que incluye recopilar información, pasar por el flujo de trabajo de aprobación y establecer plazos de pago. Hoy en día, estas operaciones a menudo requieren alternar entre SAP, Salesforce, Service Now y spreads para lograrse. Sin embargo, en el nuevo paradigma, se integrarán en un flujo de ejecución unificado.

El resultado de esta transformación es menos errores y retrocesos, menor dependencia de la experiencia, ciclos de procesamiento más rápidos y costos de capacitación significativamente reducidos, ya que toda la interacción está impulsada por la intención, es consciente de los roles y es predeterminada para el autoservicio.

El foso también se acumulará continuamente en el uso real: cada flujo de trabajo ejecutado con éxito se depósito como una intención reutilizable; cada gestión de excepciones se transformará en nuevas restricciones de seguridad; cada artefacto de los procesos de migración se convertirá en parte del tejido del sistema continuamente actualizado; cada integración profundizará la comprensión de cómo opera realmente el negocio. Con el tiempo, esta capa de IA se convertirá en el punto de entrada central para que el equipo comprenda los impactos del cambio, evite la deriva del sistema, mida el ROI y cree nuevos flujos de trabajo, incluso si los propios sistemas subyacentes no tienen cambios.

[Enlace original]