La Inteligencia Artificial está cambiando la forma en que las empresas piensan sobre sus sistemas internos, y en la manufactura esto se vuelve todavía más evidente.
Los ERPs, esos sistemas que centralizan e integran operaciones como inventario, compras, producción y finanzas en un solo lugar, existen desde finales de los años 90 y siguen siendo la columna vertebral de buena parte de las industrias en todo el mundo. Pero su rol está en plena transformación conforme la IA gana terreno.
Y hay algo curioso ocurriendo ahora mismo.
Mientras la IA avanza a velocidad acelerada, una encuesta reciente de la plataforma de datos de manufactura Caddi reveló que el 69% de las organizaciones encuestadas planean invertir en activos físicos, pero apenas el 33% tiene planes de invertir en software operacional, como ERPs y sistemas de ejecución de manufactura, los famosos MES.
Esto representa una caída del 60% respecto al año anterior.
En la práctica, los fabricantes parecen estar priorizando inversiones que tienen efecto inmediato y medible en la producción de la planta. El problema es que esa elección puede salir cara más adelante cuando el tema es la integración con IA.
Los especialistas señalan que la IA no llega para sustituir al ERP, sino que exige que este sea mucho mejor de lo que es hoy.
Datos fragmentados, sistemas heredados y procesos desconectados crean un escenario donde la IA, en lugar de ayudar, puede terminar generando respuestas erróneas con más velocidad y confianza que nunca.
Y ahí el daño es mayor.
En este artículo vamos a explorar cómo esa relación entre IA y ERPs se está desarrollando en la práctica, cuáles son los riesgos reales de esta integración, qué están haciendo ya los grandes fabricantes y por qué la modernización de los datos puede ser el paso más importante antes de cualquier automatización.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Qué pasa cuando la IA se encuentra con un ERP desactualizado
Cuando hablamos de Inteligencia Artificial dentro de ambientes industriales, la primera imagen que viene a la mente suelen ser robots, cintas transportadoras automatizadas y sensores inteligentes repartidos por la planta de producción. Pero la parte más crítica de esta transformación no está en el hardware, está en los datos que alimentan las decisiones. Y es exactamente ahí donde los sistemas ERP entran en escena, o deberían entrar.
El problema es que muchos de estos sistemas todavía operan con arquitecturas pensadas para un mundo que ya no existe, donde la información se introducía manualmente, los reportes tardaban horas en generarse y la integración entre departamentos se hacía por correo electrónico o con hojas de cálculo.
Como resumió Srinivas Chippagiri, miembro sénior del equipo técnico de Tableau, una empresa de Salesforce, la IA eleva el nivel de la base de datos en lugar de sustituir el ERP por completo. Según él, los fabricantes con datos de ERP limpios y bien integrados consiguen colocar la IA encima y obtener beneficios reales, mientras que quienes tienen datos fragmentados en sistemas envejecidos solo reciben respuestas erróneas con más confianza y más rápido.
Cuando conectas una herramienta de Inteligencia Artificial a un ambiente así, el resultado puede ser peor que no tener IA ninguna. Los modelos de lenguaje y algoritmos predictivos dependen de datos limpios, consistentes y bien estructurados para funcionar correctamente. Si el ERP alimenta a la IA con información duplicada, desactualizada o mal categorizada, el modelo va a procesarla con la misma confianza y velocidad de siempre, solo que entregando respuestas erróneas a una escala mucho mayor. Especialistas en el área de arquitectura de sistemas industriales llaman a este fenómeno amplificación del error, y es uno de los mayores riesgos de la integración apresurada entre IA y sistemas heredados.
Otro punto que poca gente discute es el impacto de esto en los equipos operativos. Cuando un sistema de IA hace una recomendación errónea con alto grado de certeza aparente, el operador o gestor tiende a confiar en ella, al fin y al cabo, la máquina lo dijo. Este desplazamiento de responsabilidad puede generar decisiones malas en compras, gestión de inventario, planificación de producción e incluso mantenimiento preventivo.
Modernizar en vez de cambiarlo todo
Cache Merrill, fundador y director de tecnología de Zibtek, empresa que trabaja con industrias en modernización de ERP, software personalizado e iniciativas de IA, tiene una visión muy práctica al respecto. Cuenta que los clientes de la empresa no están eligiendo entre ERP e IA. En cambio, están empezando a usar IA alrededor de los sistemas ERP de los que ya dependen.
Según Merrill, hay mucha inversión en sistemas y datos antiguos, así que puede ser difícil justificar la sustitución de todo solo para tener acceso a funciones más nuevas de IA. En muchos casos, tiene más sentido modernizar las partes del ERP que están creando problemas, mejorar la forma en que los datos circulan entre sistemas y solo entonces introducir IA o automatización donde existe un caso de negocio claro.
Para él, el mejor escenario de uso ocurre cuando los agentes de IA logran asumir el trabajo que normalmente requiere que alguien esté navegando entre varios sistemas y reportes. Un ejemplo sencillo es el análisis de inventario. Para resolver eso, una persona necesitaría revisar el inventario actual, los pedidos recientes, la información de compras, los datos de proveedores y la demanda prevista antes de decidir qué merece atención.
Merrill explica que un agente de IA podría reunir todo eso, identificar patrones y preparar el siguiente paso, en lugar de que alguien haga todo ese trabajo manualmente. En su visión, los fabricantes que más se benefician de esto son los que trabajan los dos lados del problema: modernizan el ERP y los datos donde es necesario, al mismo tiempo que usan IA y automatización para eliminar el trabajo manual innecesario alrededor.
Por qué la modernización de los datos viene antes que la automatización
La lógica parece simple, pero en la práctica las empresas suelen invertir el orden. Invierten primero en herramientas de Inteligencia Artificial, después descubren que los datos disponibles no tienen la calidad suficiente para sostener los modelos, y entonces inician un proceso de corrección a las apuradas que cuesta más tiempo y dinero del que habría costado si la base se hubiera preparado antes.
En el sector de manufactura, este error es todavía más caro porque los sistemas están conectados a operaciones físicas, donde una decisión equivocada puede significar desperdicio de material, parada de línea o retraso en entregas.
La modernización de un ERP no significa necesariamente tirarlo todo y empezar de cero. En muchos casos, el camino más inteligente es una estrategia por capas, donde los datos existentes se migran, normalizan y enriquecen progresivamente, mientras nuevas integraciones se construyen sobre una arquitectura más flexible. Las plataformas modernas de ERP ya ofrecen APIs abiertas, soporte a microservicios y compatibilidad con pipelines de datos en tiempo real, lo que facilita mucho la conexión con herramientas de IA sin necesidad de una sustitución completa del sistema heredado.
Lo que los especialistas recomiendan de forma consistente es que las empresas comiencen por el mapeo de sus flujos de datos antes de cualquier decisión tecnológica. Saber exactamente dónde se generan los datos, cómo transitan entre sistemas, dónde están los cuellos de botella y dónde la información se pierde o se duplica es el primer paso para una modernización que realmente funcione. Sin ese diagnóstico, la empresa puede terminar automatizando procesos deficientes, y entonces la IA solo va a hacer cosas mal con mucha más eficiencia. 😅
El peso de los sistemas heredados en la industria
Remi Beges, director de tecnología y cofundador de Bonx, una empresa de ERP de manufactura nativa de IA, es directo al señalar el cuello de botella. Para él, el ERP heredado es lo que más frena a los fabricantes a la hora de conseguir ganancias significativas de eficiencia con IA. La mayoría de las industrias hoy todavía usa un ERP heredado que no fue construido, en su esencia, pensando en IA.
Beges explica que esos sistemas fueron diseñados con un único objetivo: registrar transacciones de forma confiable. En otras palabras, fueron hechos como sistemas de registro, no como sistemas capaces de actuar.
Pero, en teoría, la IA de hoy podría no solo identificar qué sistemas se ven afectados por un retraso en la entrega, sino también redactar y enviar correos electrónicos a los clientes avisando que el pedido se va a retrasar, además de notificar a los trabajadores sobre procesos y cronogramas actualizados. El detalle es que esto es prácticamente imposible en un sistema diseñado únicamente para registrar transacciones.
Programas de ERP con IA y los riesgos que vienen con ellos
Algunas empresas como Microsoft están lanzando programas especializados como Dynamics 365, un sistema de ERP agéntico orientado a manufactura, que conecta datos de demanda, oferta, producción, entrega y costo para que los agentes de IA puedan ejecutar decisiones, en lugar de solo responder preguntas y generar recomendaciones.
Ante este movimiento, Beges hace una alerta importante contra delegar tareas completamente a la IA, ya que podría tomar acciones no deseadas sin un humano en el circuito. Para él, un sistema actuando de forma autónoma no es peligroso por sí solo, y existen situaciones en las que eso es perfectamente adecuado.
Por ejemplo, si el ERP detecta que un material va a faltar para una producción futura con base en el uso planificado, la empresa puede querer que el sistema descubra qué proveedor sería mejor para atender el pedido y redacte una orden de compra para que el comprador la revise. Solo que tal vez no quiera que esa orden se envíe sin ninguna verificación humana.
La clave, según Beges, es definir esos límites con anticipación, estableciendo cómo el sistema debe y cómo no debe actuar, además de garantizar que sea lo suficientemente inteligente para destacar excepciones y situaciones fuera del patrón de forma proactiva.
Lo que los grandes fabricantes ya están poniendo en práctica
A pesar de la postura cautelosa de la industria frente a los riesgos y desafíos de implementación, algunos fabricantes ya dieron pasos grandes en este territorio. Clorox anunció en 2025 la transición a un nuevo sistema de ERP, pasando de hojas de cálculo manuales a un proceso mucho más automatizado. El cambio forma parte de un plan de digitalización de 500 millones de dólares que comenzó en 2021.
Herramientas que usamos a diario
Gigantes como Nestlé también anunciaron la adopción de sistemas de ERP enfocados en IA. La empresa migró todo su proceso de ERP de los centros de datos a la nube en 2022, un paso importante para preparar la base de datos para nuevas funciones inteligentes.
Por su parte, Schreiber Foods anunció recientemente una alianza con Ascendion para modernizar sus sistemas de ERP con la implementación de agentes de IA. Los cambios se introducirán en más de 40 plantas distribuidas en cinco continentes.
En el sector automotriz, empresas están usando modelos predictivos alimentados directamente por el ERP para anticipar fallas en componentes de la línea de producción antes de que ocurran. Esto reduce el tiempo de parada no planificada y mejora la eficiencia general de la planta. El diferencial de estas implementaciones exitosas es siempre el mismo: datos bien organizados, con historial consistente y actualización en tiempo real.
En el sector de bienes de consumo, grandes fabricantes están integrando IA al módulo de compras del ERP para optimizar pedidos con base en variables como previsión de demanda, tiempo de entrega de los proveedores y fluctuaciones de precio en el mercado. El resultado práctico es una reducción significativa en el inventario parado y una mejora en el margen operativo, dos indicadores que cualquier director financiero sigue de cerca. Pero lo que hace esto posible no es solo el algoritmo de IA, es la calidad de los datos históricos que el ERP almacenó a lo largo de los años.
La brecha de inversión que puede salir cara
La encuesta de Caddi que reveló la caída del 60% en los planes de inversión en software operacional enciende una alerta importante. Existe una tendencia clara de priorizar lo visible, máquinas nuevas, equipos modernos, automatización física, en detrimento de lo que sostiene todo eso por debajo, que son los sistemas de datos y gestión. Este desequilibrio crea una situación paradójica donde la empresa compra hardware de última generación, pero sigue operando con una infraestructura digital de los años 2000 para tomar decisiones sobre él.
Esta brecha también tiene una dimensión humana. Los equipos de TI industrial muchas veces cargan años de conocimiento sobre sistemas heredados, y cuando la modernización llega sin planificación, ese conocimiento puede perderse en el proceso. La modernización bien hecha involucra no solo la tecnología, sino también a las personas que van a operar y mantener esos sistemas, asegurando que el conocimiento institucional se preserve y se adapte al nuevo entorno.
Los especialistas refuerzan que estos cambios necesitan hacerse con cuidado. Chippagiri destaca que la mayor trampa es confiar en una salida probabilística dentro de un sistema que las personas tratan como autoridad absoluta. Según él, respuestas erróneas construidas sobre datos desactualizados o inconsistentes son peores que ninguna respuesta, porque las personas actúan con base en ellas.
Esto también crea vacíos de responsabilidad. Cuando una acción conducida por IA resulta errónea, ¿quién asume la cuenta? Esa es una pregunta que toda industria necesita responder antes de dar demasiada autonomía a sus sistemas.
El sector de manufactura tiene una ventana de oportunidad clara en este momento. Las herramientas de Inteligencia Artificial están más accesibles que nunca, los proveedores de ERP están compitiendo para ofrecer integraciones nativas con IA, y las empresas que logren alinear una base de datos sólida con una estrategia de modernización bien ejecutada van a tener una ventaja competitiva real en los próximos años. Las que se queden esperando pueden descubrir que el costo de actualizar después, con sistemas todavía más fragmentados y una deuda técnica mayor, será mucho más alto que invertir ahora. 🚀
