Philipp Herzig guarda cierto parecido con su jefe, Christian Klein. No es sólo que ambos sean alemanes y rubios: también coinciden generacionalmente y en una actitud directa, tajante y ambiciosa, sin olvidar la tradicional cautela teutona. Bajo su auspicio se convirtió en el líder de ingeniería para productos transversales en SAP, la mayor empresa de software europea y referente del ecosistema de los ERP.

Desde principios de este año, ha recibido otro encargo no precisamente de menor calado: convertirse en el primer Chief Artificial Intelligence Officer en la compañía germana, el responsable de que esta enseña se suba a la ola que promete esta tecnología desde que la capa generativa abriera los ojos del mundo a su potencial.

“El cambio en el título puede parecer menor, ya que antes lideraba la ingeniería de productos transversales y los equipos de IA ya estaban bajo mi supervisión. Sin embargo, la velocidad de los avances en 2023 hizo evidente la necesidad de una estructura más ágil y dedicada”, explica en entrevista con DISRUPTORES - EL ESPAÑOL. “Era necesario crear un equipo que funcionara como una startup dentro de la empresa, reuniendo a líderes de cada función para trabajar de manera integrada, desde la estrategia de mercado hasta la ingeniería de producto”.

Una filosofía que dista mucho de la imagen de una compañía consolidada como es SAP, con más de 100.000 empleados en todo el mundo. “Esta visión nos permite reaccionar rápidamente a los cambios del ecosistema y ajustar nuestra estrategia en tiempo real”, señala Herzig. “Aunque operamos con la agilidad de una startup, tenemos la capacidad de escalar globalmente gracias a nuestra estructura corporativa”.

El enorme tamaño de SAP no es su único activo para convertirse en una de las referencias de la pujante e incipiente industria de la IA. De hecho, es algo mucho más básico, que conforma la espina dorsal de esta empresa, lo que más valor ofrece para ser explotado con inteligencia artificial: los datos.

“Es importante aclarar algo desde el principio: nosotros no poseemos los datos de nuestros clientes. Esos datos son exclusivamente de ellos, y SAP solo los procesa bajo los términos acordados. Sin embargo, hoy, más de 33.000 clientes nos han otorgado su consentimiento explícito para usar sus datos en proyectos de inteligencia artificial y aprendizaje automático”, comenta a este medio.

Este consentimiento, asegura Herzig, se obtiene a través de un proceso riguroso que incluye anonimización y limpieza de datos, validado por auditorías externas y asociaciones con grupos de usuarios. Esta ingente información ha resultado fundamental para el desarrollo de nuevas capacidades en IA, desde validar modelos preentrenados hasta explorar aplicaciones de nuevo cuño.

“Estamos trabajando en modelos fundacionales que permitan hacer predicciones específicas para el ámbito empresarial, como prever si un proveedor recibirá un pago o si un cliente saldará una factura”, introduce Herzig. “Los datos son el nuevo combustible de la economía, y nuestra capacidad para aprovecharlos de manera ética y eficiente es lo que nos diferencia en el mercado”.

Un desafío operativo

En la conversación aún tardamos en entrar en materia de los productos y servicios de inteligencia artificial de SAP. La causa no está en una reticencia de nuestro interlocutor por profundizar en ello, como bien quedará patente luego, sino en su afán por sentar las bases de cómo y en qué términos ha de producirse la llegada de la IA al mercado empresarial.

En ese sentido, Herzig reconoce que el desafío no es solo tecnológico, sino también operativo: “En un contexto empresarial, la adopción de IA sólo ocurre si se puede activar casi con un clic, como si fuera un interruptor”. Aprendió esta lección con la ola de deep learning hace una década, cuando muchas empresas, emocionadas por las posibilidades, se encontraron con las dificultades de implementar proyectos a escala: “Cada cliente tiene una manera distinta de organizar su logística, y eso hace que escalar sea extremadamente complicado”.

Por ello, Philipp Herzig prioriza la integración nativa de IA en sus aplicaciones empresariales. “Diseñamos nuestras soluciones para que la inteligencia artificial esté disponible desde el principio, sin que los clientes tengan que realizar un esfuerzo técnico adicional. Y esto es fundamental para su adopción”, subraya.

Además, SAP adopta un enfoque pragmático a la hora de seleccionar tecnologías de IA. La compañía colabora con socios de todo el mundo, desde gigantes de Silicon Valley hasta startups europeas como Mistral o Aleph Alpha. “No trabajamos con una única tecnología. Nos asociamos con varios actores para elegir la mejor solución según la necesidad del cliente, ya sea por requisitos regulatorios, de privacidad de datos o específicos del país”, añade Herzig. Con una base de más de 400.000 clientes empresariales, para SAP es imperativa esta flexibilidad para garantizar que cada solución se ajuste perfectamente al caso de uso.

Los distintos estadios de la IA

La estrategia de adopción de inteligencia artificial en SAP se desglosa en varios pasos, en estadios consecutivos y acumulativos. Su Chief AI Officer detalla cómo cada uno de ellos aborda necesidades específicas de los clientes.

“La adopción y la demanda son enormes”, reconoce a este medio Herzig. “Hemos comenzado con casos de uso como la generación de descripciones de trabajo, el desarrollo de objetivos de rendimiento o la evaluación de currículums, que ya están integrados en SuccessFactors. Actualmente, tenemos más de 25 casos de uso generativos en esta plataforma, y clientes como Standard Chartered Bank en Singapur, con 85.000 empleados, ya los están utilizando”.

Ese es el primer estadio, integrar inteligencia artificial en los procesos empresariales más críticos: “Lo que estamos haciendo con SAP Business AI es, ante todo, llevar la inteligencia artificial a las aplicaciones y procesos de negocio que nuestros clientes ya utilizan”. Desde las funciones de ventas, marketing y atención al cliente en el front-end, hasta la gestión de la cadena de suministro, la planificación empresarial o las operaciones financieras en el back-end, el objetivo es claro: transformar cómo trabajan los usuarios finales.

Además, Herzig explica cómo estos avances no solo están disponibles para los clientes, sino que también son utilizados internamente por SAP, beneficiando a sus más de 100.000 empleados. Más allá del ya mentado ámbito de recursos humanos, la IA generativa está transformando sectores como la industria, con inspecciones visuales para líneas de producción, y las finanzas, agilizando procesos como el cierre de libros contables o la gestión de cuentas por cobrar.

Sin embargo, no todo es sencillo. La adopción de IA se enfrenta a un desafío estructural: la transición hacia la nube. “La realidad es que la IA solo puede desplegarse completamente en la nube. Los clientes con soluciones on-premise enfrentan procesos más complejos, ya que no es solo cuestión de encender un interruptor, sino de migrar toda su infraestructura altamente personalizada”.

El siguiente paso responde a los copilotos generativos y agentes autónomos. “Nuestra visión siempre ha sido clara: un único copiloto generativo integrado en todas nuestras aplicaciones empresariales. Cuantas más aplicaciones se conecten, más potente se vuelve, porque no se trata solo de modelos de lenguaje, sino de anclarlos en la realidad de los datos transaccionales y metadatos empresariales”, detalla Herzig.

Este copiloto, llamado Joule, está diseñado para orquestar preguntas de los usuarios en toda la plataforma de SAP y ofrecer respuestas basadas en técnicas avanzadas, como gráficos de conocimiento. Además, SAP está trabajando para integrar Joule en herramientas como Concur y Ariba, con un ambicioso calendario de lanzamientos que se concentrará en diciembre. “Será un mes muy intenso desde el punto de vista de las entregas. Estamos cumpliendo los plazos y lanzaremos una serie de nuevas capacidades antes de fin de año”, asegura en la entrevista con DISRUPTORES - EL ESPAÑOL.

Este sistema replantea la experiencia del usuario, integrando un copiloto único en toda la gama de aplicaciones de SAP: “Si haces una pregunta relacionada con recursos humanos, irá a SuccessFactors; si es de finanzas, recurrirá a S/4HANA. “Estamos creando un sistema que orquesta de forma inteligente los datos en tiempo real y ofrece respuestas precisas, independientemente del punto de acceso en el ecosistema de SAP”.

Además, Joule no solo se integra con las herramientas de SAP, sino también con asistentes como Apple Intelligence o Google Assistant, llevando las capacidades de la IA allá donde los usuarios las necesiten. “Queremos encontrarnos con los usuarios en los dispositivos y entornos que ya utilizan. Esa es la verdadera transformación”, sentencia Philipp Herzig.

En paralelo, el Chief AI Officer aborda el impacto de los agentes autónomos, los cuales describe como la próxima gran ola en inteligencia artificial empresarial. Aunque reconoce el potencial revolucionario de esta tecnología, también adopta un enfoque cauteloso. “Nuestra ambición en SAP es hacerlo bien. Hay muchos desafíos técnicos y éticos que debemos superar antes de escalar su uso. Por eso lanzaremos los primeros escenarios en dominios como ventas y finanzas a finales de este año, pero aún queda trabajo para garantizar experiencias confiables”, responde ante la ambición de otros rivales del sector.

Pero hay vida más allá de los agentes autónomos. Y en el caso de la compañía germana, esto pasa por desarrollar un modelo fundacional basado en datos tabulares, que se aleja de los tradicionales modelos de lenguaje tan populares como ChatGPT. Este modelo busca resolver problemas de predicción empresarial, como proyecciones financieras o planificación operativa. “Lo que intentamos hacer es construir un modelo que pueda ser utilizado por múltiples clientes y casos de uso, eliminando la necesidad de desarrollar decenas de modelos personalizados para cada tarea”, anticipa Herzig.

Este modelo será integrado gradualmente en las aplicaciones de SAP, con los primeros casos de uso disponibles en el primer trimestre del próximo año. “El objetivo es reducir la complejidad de la adopción y ofrecer capacidades predictivas que realmente transformen la toma de decisiones empresariales”, concluye el directivo.