NVIDIA y SAP unen fuerzas para brindar confianza a los agentes autónomos corporativos
NVIDIA y SAP acaban de anunciar una colaboración que puede cambiar la forma en que las empresas enfrentan la adopción de agentes autónomos en el día a día corporativo. Y no estamos hablando de una alianza superficial ni de un comunicado vago — la profundidad técnica de lo que se presentó demuestra que ambas empresas se están tomando muy en serio el desafío de poner agentes de IA a funcionar dentro de sistemas críticos de negocio con la seguridad que el mercado exige.
El anuncio se realizó en el SAP Sapphire, uno de los eventos más grandes de SAP a nivel mundial, con la participación de Jensen Huang, fundador y CEO de NVIDIA, junto a Christian Klein, CEO de SAP. El escenario fue grande, el público era calificado y el tema estaba en boca de todos en el sector — pero lo que realmente llamó la atención no fue solo el nombre de las empresas juntas, sino la profundidad del problema que decidieron resolver de manera conjunta y estructurada.
Y el tema central fue uno de los más importantes para quienes trabajan con IA hoy: ¿cómo confiar en agentes que acceden a sistemas críticos de negocio? Parece una pregunta filosófica, pero en la práctica representa uno de los mayores bloqueos para la adopción corporativa de inteligencia artificial a gran escala. Empresas de todos los tamaños ya tienen interés en los agentes autónomos, pero frenar la adopción por falta de garantías técnicas y gobernanza sólida es algo extremadamente común en el mercado actual.
Piénsalo bien — un agente de IA que puede intervenir en finanzas, supply chain, procurement y manufactura sin necesitar aprobación en cada paso es muy útil, pero también es un riesgo enorme si no tiene los límites correctos. Estamos hablando de sistemas que mueven dinero, gestionan inventarios, controlan órdenes de compra e interfieren directamente en la operación de una empresa. Cualquier decisión equivocada, o cualquier acceso indebido a datos sensibles, puede generar consecuencias reales, que van desde pérdidas financieras hasta violaciones regulatorias serias en diferentes mercados alrededor del mundo.
Es exactamente esa brecha la que la alianza entre ambas empresas está intentando cerrar, con NVIDIA OpenShell incorporándose directamente a la SAP Business AI Platform como capa de seguridad de runtime para todos los agentes de la plataforma. La idea es simple en concepto, pero bastante robusta en la ejecución: darles a los agentes autónomos un entorno de ejecución controlado, con políticas claras, rastros de auditoría y contención a nivel de infraestructura. Esto cambia la conversación de ¿podremos usar agentes? a ¿cómo podemos usar agentes con seguridad en producción?
Qué es OpenShell y por qué importa tanto
El NVIDIA OpenShell es un runtime open source creado específicamente para el desarrollo y la implementación segura de agentes de IA autónomos. Su propósito está bien definido: crear un entorno de ejecución aislado para agentes que necesitan interactuar con sistemas externos, tomar decisiones autónomas y acceder a datos sensibles sin que un humano tenga que validar cada paso individualmente. En la práctica, funciona como una especie de contenedor de seguridad que envuelve al agente y define con precisión qué puede y qué no puede hacer durante la ejecución de una tarea — y esto ocurre a nivel de infraestructura, no solo de software o configuración de usuario.
Entre los recursos que OpenShell ofrece están:
- Entornos de ejecución aislados — cada agente opera dentro de límites bien definidos, sin poder acceder a recursos o datos fuera del alcance permitido.
- Aplicación de políticas en las capas de filesystem y red — los controles no se quedan solo a nivel de aplicación, sino que bajan hasta la infraestructura donde el agente realmente se ejecuta.
- Contención a nivel de infraestructura — en caso de que la lógica del agente falle o se comporte de forma inesperada, el daño se contiene antes de que pueda propagarse a otros sistemas.
Lo que hace diferente a OpenShell de otros enfoques de seguridad para agentes es justamente la capa en la que actúa. En vez de depender únicamente de guardrails a nivel del modelo de lenguaje o de reglas definidas dentro del propio agente, OpenShell establece controles en la capa de runtime, es decir, en el momento exacto en que el agente está ejecutando sus acciones en el entorno real. Esto significa que, aunque un agente reciba una instrucción maliciosa, ya sea por una entrada corrupta, por un ataque de prompt injection o por cualquier comportamiento inesperado del modelo, la contención ya está estructurada antes de que cualquier daño pueda ocurrir de hecho dentro de los sistemas corporativos.
Además, OpenShell también resuelve un dolor bastante real para los equipos de TI corporativa: la trazabilidad. Toda acción ejecutada por el agente dentro del entorno controlado queda registrada en rastros de auditoría detallados, lo que facilita enormemente el trabajo de compliance, gobernanza de datos y respuesta a incidentes. En un escenario regulatorio cada vez más exigente — especialmente con leyes de protección de datos y regulaciones de IA ganando fuerza en diferentes países — tener ese nivel de visibilidad sobre el comportamiento de los agentes autónomos no es solo un diferencial técnico, es prácticamente una exigencia de mercado para cualquier empresa que quiera operar con responsabilidad.
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.
Un detalle importante que refuerza la seriedad de esta iniciativa: ingenieros de SAP están trabajando codo a codo con los de NVIDIA en el desarrollo del código open source de OpenShell. Es decir, SAP no está simplemente consumiendo la tecnología — está co-desarrollando el proyecto, contribuyendo de vuelta a la comunidad open source con foco en aquello que las empresas necesitan para ejecutar agentes de IA en producción. Esto incluye endurecimiento de runtime, modelado de políticas, integración con identidad corporativa y hooks de auditoría y gobernanza.
La capa de aplicación como pieza clave en la ecuación de la confianza
Jensen Huang ya describió la IA como un pastel de cinco capas: energía, chips, infraestructura, modelos y aplicaciones. La capa de aplicaciones está en la cima — es ahí donde la IA genera valor económico real e impulsa la productividad de los profesionales. Y es justamente en esa capa donde SAP ocupa una posición estratégica como líder global en aplicaciones empresariales e IA de negocios.
SAP ejecuta procesos de finanzas, procurement, supply chain y manufactura para miles de empresas alrededor del mundo. Estos son entornos donde los agentes necesitan operar dentro de controles de política, identidad y procesos — no existe margen para improvisaciones. Los agentes de negocios necesitan entender roles, permisos, límites de datos y flujos de trabajo antes de tomar cualquier acción.
Es por eso que la posición de SAP en el centro de las operaciones corporativas funciona como un catalizador para la adopción de IA agentiva. Cuando los agentes saben dónde están los límites y la infraestructura garantiza que esos límites serán respetados, la puerta de entrada para la automatización inteligente se abre de forma mucho más natural.
Y aquí entra un punto muy elegante de la arquitectura que ambas empresas diseñaron juntas. Existe una complementariedad clara entre las capas de seguridad:
- El NVIDIA OpenShell responde a la pregunta: ¿esta acción del agente puede ejecutarse con seguridad?
- El runtime del Joule Studio — la capa de control empresarial dentro de la SAP Business AI Platform — responde a la pregunta: ¿esta acción debería ocurrir?
Juntas, estas dos capas cierran una brecha que ninguna de ellas podría resolver por sí sola. Una se encarga de la seguridad técnica de la ejecución, la otra se encarga de las reglas de negocio y gobernanza. Es la combinación de ambas lo que convierte al entorno en verdaderamente confiable para operaciones en producción.
SAP Business AI Platform y la apuesta por agentes para el mundo corporativo
La SAP no llegó a esta alianza por casualidad. La empresa ya venía construyendo su SAP Business AI Platform con un enfoque claro en integrar inteligencia artificial directamente a los procesos de negocio que ya soporta desde hace décadas — y esto incluye ERP, finanzas, recursos humanos, supply chain, procurement y manufactura. El desafío, sin embargo, siempre fue el mismo: cómo llevar la autonomía de los agentes a estos entornos sin crear vulnerabilidades que puedan ser explotadas o simplemente generar errores difíciles de rastrear en sistemas que mueven miles de millones en operaciones todos los días.
Con la integración de OpenShell como capa de seguridad de runtime en la plataforma, SAP pasa a ofrecer algo que el mercado corporativo venía pidiendo hace bastante tiempo: un stack de agentes autónomos que ya viene con gobernanza incorporada, no como un complemento que el cliente necesita configurar después, sino como parte fundamental de la arquitectura. Esto simplifica mucho el proceso de adopción para grandes empresas, que normalmente necesitan pasar por evaluaciones largas de seguridad antes de liberar cualquier nueva tecnología para uso en producción. Cuando la seguridad ya está en la capa de infraestructura, buena parte de ese proceso se acelera de forma significativa.
El Joule Studio, que es el entorno de SAP para construir y gestionar agentes corporativos de punta a punta, gana un papel central en esta historia. Es dentro del Joule Studio donde los equipos de desarrollo pueden crear agentes personalizados ya con toda la infraestructura de seguridad de OpenShell integrada. Esto significa que no es necesario construir la capa de protección desde cero — ya viene lista y validada como parte del entorno de desarrollo.
Christian Klein, CEO de SAP, fue bastante directo al hablar sobre el objetivo de la alianza durante el SAP Sapphire. El mensaje central fue que SAP quiere que sus clientes puedan escalar el uso de agentes autónomos en los procesos más críticos de sus operaciones, y que esto solo es posible si la confianza se construye de forma técnica y verificable, no solo declarativa. En otras palabras, no basta con decir que el agente es seguro — es necesario demostrarlo con controles reales, auditables e independientes del comportamiento del propio modelo de IA que se está utilizando.
NemoClaw y el camino más rápido para poner agentes en producción
Otra pieza importante de esta colaboración es NVIDIA NemoClaw, un blueprint de referencia para desarrollar e implementar agentes autónomos. NemoClaw estará disponible directamente dentro del Joule Studio, lo que en la práctica les entrega a los equipos de desarrollo una hoja de ruta estructurada que va desde la construcción inicial del agente hasta la implementación confiable en producción.
Esta es una adición que marca una gran diferencia para quienes están en el día a día de la ingeniería. Montar toda la infraestructura de seguridad, gobernanza y compliance para un agente autónomo es un trabajo pesado que consume tiempo y recursos que podrían estar dedicándose a la innovación. Con NemoClaw preintegrado al Joule Studio, los equipos ganan un atajo considerable — sin sacrificar la robustez que un entorno corporativo exige.
Es como tener un kit de inicio completo y bien documentado en vez de tener que diseñar cada componente individualmente. Para empresas que quieren comenzar a usar agentes en procesos financieros, de compras o de cadena de suministro, esto puede reducir semanas o hasta meses del ciclo de implementación.
NVIDIA como cliente SAP: la perspectiva de quien vive el problema
Un detalle que mucha gente puede no saber es que la propia NVIDIA es cliente de SAP desde hace mucho tiempo. La empresa usa SAP para ejecutar sus procesos de finanzas, supply chain y logística. Esto les da a ambas empresas un contexto compartido muy valioso sobre lo que la gobernanza a nivel corporativo realmente significa en la práctica — no en la teoría, no en presentaciones bonitas, sino en el día a día operativo de una empresa que maneja escala global.
Esa vivencia directa del problema probablemente contribuyó bastante al nivel de detalle técnico de la integración. Cuando eres al mismo tiempo proveedor de tecnología y consumidor del sistema donde va a funcionar, la probabilidad de entregar algo que realmente funciona en producción aumenta considerablemente.
Qué cambia en la práctica para quienes usan IA en procesos corporativos
Para quienes están dentro de una empresa y acompañan el camino de adopción de IA, esta alianza entre NVIDIA y SAP representa un cambio de paradigma bastante concreto. Hasta ahora, la mayoría de las implementaciones de agentes autónomos en entornos corporativos críticos necesitaban capas extras de validación humana justamente porque no había una forma confiable de garantizar que el agente no iba a tomar una decisión fuera de los límites aceptables — ya sea por un bug, por una instrucción ambigua o por una entrada maliciosa. Esto creaba una paradoja: el agente era autónomo en la teoría, pero en la práctica necesitaba supervisión constante para funcionar de forma segura.
Con OpenShell integrado a la plataforma de SAP, esa paradoja comienza a deshacerse de forma estructural. La autonomía de los agentes puede expandirse gradualmente con base en políticas claras y verificables, y la empresa puede aumentar el alcance de actuación de los agentes conforme la confianza se establece a lo largo del tiempo, con datos reales de comportamiento y auditoría. Esto crea un modelo mucho más maduro de adopción, donde la evolución del uso de IA no depende solo de convencer al directorio o al equipo legal, sino de presentar evidencias técnicas concretas de que el sistema está operando dentro de los límites definidos por la propia organización.
Herramientas que usamos a diario
Otro punto que merece atención es el impacto de este enfoque en la velocidad de implementación. Empresas que hoy tardan meses en aprobar el uso de un agente en un proceso financiero, por ejemplo, pueden reducir ese tiempo considerablemente cuando la infraestructura de seguridad ya está prevalidada e integrada a la plataforma que ya utilizan. Esto no solo acelera el ROI de las iniciativas de IA, sino que también permite que los equipos de tecnología dediquen más energía a pensar en casos de uso y menos energía a resolver problemas de compliance y gobernanza que, con OpenShell, ya están cubiertos en la capa más fundamental del sistema.
El panorama más amplio: de asistentes a agentes autónomos
Vale la pena situar esta alianza dentro de una transición mayor que está ocurriendo en la industria tecnológica. Estamos saliendo de la era de los asistentes de IA — esas herramientas que responden preguntas y sugieren acciones, pero siempre dependen de un humano para ejecutar — y entrando en la era de los agentes autónomos, que pueden tomar decisiones y ejecutar acciones por cuenta propia dentro de parámetros definidos.
Este cambio altera completamente la ecuación de confianza. Cuando la IA era solo un asistente, el riesgo era limitado porque siempre había un humano en medio del camino revisando todo. Con agentes que pueden cruzar fronteras entre aplicaciones, acceder a sistemas de registro y operar sin revisión en cada etapa, la necesidad de límites técnicos, aplicación de políticas y rastros de auditoría se vuelve absolutamente indispensable.
La alianza entre NVIDIA y SAP reconoce esta realidad y propone una respuesta práctica: en vez de frenar la adopción de agentes por miedo a los riesgos, construir la infraestructura de confianza que permita que operen de forma segura y escalable. Es un enfoque pragmático que beneficia tanto a los equipos técnicos como a los líderes de negocio que necesitan resultados sin comprometer la seguridad de la operación.
Qué esperar de aquí en adelante
Al final del día, lo que NVIDIA y SAP están construyendo juntas es algo que va mucho más allá de una integración técnica puntual. Están estableciendo un estándar de cómo los agentes autónomos deben operar en entornos corporativos serios — con seguridad real, trazabilidad, políticas verificables y contención a nivel de infraestructura.
Los agentes de IA solo van a generar valor real cuando las empresas puedan confiar en ellos con sus datos más sensibles. Para muchas organizaciones, esos datos están en SAP — que alberga los sistemas de registro de finanzas, procurement y supply chain que sostienen sus operaciones. Con OpenShell y NemoClaw integrados al ecosistema SAP, el puente entre potencial y producción se acorta considerablemente.
Si este estándar gana tracción en el mercado — lo que parece bastante probable dado el peso de ambas empresas — la forma en que toda la industria piensa sobre confianza en agentes de IA va a cambiar de manera bastante significativa en los próximos años. Y para quienes trabajan con tecnología corporativa, seguir de cerca esta evolución va a ser fundamental. 🚀
