Blog

La IA en SAP no se juega en el modelo, se juega en lo que el modelo puede ver Todas las conversaciones sobre IA empresarial terminan en el mismo lugar: qué modelo usar, qué tan potente es, qué tan rápido responde. Es la pregunta equivocada para empezar. La pregunta que debería hacerse cualquier empresa con SAP antes de conectar un agente de IA a sus datos es otra: ¿qué va a ver realmente ese agente, y con qué contexto? El problema no es la IA, es lo que hay detrás Un agente d

Gobierno de datos antes que IA: 5 cosas que ordenar antes de invertir Hoy casi todas las gerencias tienen el mismo punto en la lista de pendientes: "hacer algo con IA". Asistentes que respondan preguntas de negocio, agentes que ejecuten tareas, modelos que proyecten ventas. La promesa es enorme y la presión por subirse, también. Pero hay una pregunta que casi nadie hace antes de invertir: ¿de dónde va a sacar la verdad esa IA? Porque una IA no es mágica. Es un sistema que con

Cuando un líder funcional evalúa si vale la pena automatizar un proceso, la primera pregunta casi siempre es la misma: ¿cuánto vamos a ahorrar? Es una pregunta lógica. Razonable. Pero en muchos proyectos reales, esa pregunta sola lleva a tomar malas decisiones: descartar automatizaciones que deberían hacerse y aprobar otras que no resuelven nada importante. El problema no es la pregunta. Es asumir que el ROI siempre se mide en dinero. Por qué el ROI financiero no lo explica t

Antes de elegir la herramienta, hay preguntas más importantes que responder. Introducción Cada año, más empresas en Chile y Latinoamérica toman la decisión de modernizar su plataforma de datos. Migran de sistemas heredados a soluciones más modernas, consolidan fuentes dispersas, adoptan nuevas tecnologías de análisis. La intención es correcta. El problema está en lo que hacen —y lo que no hacen— antes de empezar. En Henley hemos participado en proyectos de modernización de da

Muchas empresas implementan RPA con una pregunta equivocada: ¿qué automatizamos primero? Antes de elegir herramienta o configurar un bot, hay una conversación más importante: ¿este proceso debería existir tal como está? En este artículo explicamos por qué automatizar un proceso ineficiente solo perpetúa el problema, y cómo una metodología que optimiza primero y automatiza después marca la diferencia entre un proyecto exitoso y uno que nadie recuerda.

Muchas empresas buscan implementar inteligencia artificial, pero operan con datos dispersos, reportes en Excel y sin un gobierno claro. Este artículo aborda el problema real: sin control, trazabilidad y definiciones comunes, no hay confianza en los datos. Recién al ordenar esta base —a través de gobierno de datos e IA con SAP Datasphere— es posible tomar decisiones confiables y escalar la analítica en la organización.