Implementar un agente de IA en supply chain no empieza por elegir un modelo ni una plataforma. Empieza por identificar un dolor de negocio cuantificable —quiebres de stock, OTIF bajo, sobrecosto de transporte— y diseñar el agente para que ejecute decisiones dentro del ERP existente. La diferencia entre un piloto y producción es esa: el agente vive embebido en el workflow operacional, no al lado.
Paso 1. Elegir un dolor que pague el agente
El primer error es construir un agente para mostrar capacidades. El segundo es elegir un caso medible pero irrelevante. El criterio Evolve: si el dolor cuesta menos de cinco veces la inversión anual del agente, no se hace. Casos típicos que sí pagan: optimización de stock de seguridad por SKU, priorización de órdenes ante quiebres, recomendación de proveedor alternativo cuando uno falla SLA.
Paso 2. Mapear el workflow donde va a vivir
Un agente que abre una nueva pantalla no se adopta. Hay que ubicarlo dentro del flujo que el planificador, comprador o jefe de operaciones ya usa: la transacción de SAP MM, la pantalla de Oracle SCM, el Excel de seguimiento. El agente recomienda o ejecuta en ese mismo flujo, con la decisión final del humano cuando corresponde.
Paso 3. Asegurar la base de datos
Sin datos transaccionales actualizados, el agente improvisa. Hay que tener los maestros (proveedores, materiales, ubicaciones) limpios, y un pipeline CDC que actualice movimientos de stock, órdenes de compra y entregas en minutos. Esta es la razón por la que en Evolve casi todos los proyectos Agentic Works empiezan con un componente Data Works.
Paso 4. Integración con el ERP, no encima de él
El agente debe poder leer y escribir en SAP, Oracle o QAD vía sus APIs oficiales (BAPI, OData, REST), con manejo de permisos y trazabilidad. Cada acción del agente queda registrada con qué decidió, con qué información y con qué versión del prompt. Esto no es opcional: es lo que permite auditar y mejorar.
Paso 5. Trust layer y guardrails
- Validación cruzada antes de ejecutar acciones críticas (crear OC, modificar stock).
- Límites duros: el agente no aprueba compras sobre cierto monto sin humano.
- Explicabilidad: cada recomendación viene con la cadena de razonamiento.
- Métricas de calidad: precisión, latencia, tasa de overrides humanos.
Paso 6. Operar, medir y escalar
Producción no es el final, es el principio. Hay que medir el impacto en el KPI elegido en el paso 1, revisar overrides para detectar drift y expandir el alcance progresivamente —de una categoría a todas, de una planta a la red completa. Esta es la etapa donde un proyecto sin método operacional se estanca.
Cómo lo hacemos en Evolve
En Agentic Works seguimos exactamente este patrón: el qué antes que el cómo, el agente embebido en el ERP y no al lado, datos transaccionales en tiempo real con Fivetran CDC, y trust layer integrada desde el día uno. Operamos agentes en SAP, Oracle, AWS, BigQuery y Azure en clientes de Chile, Argentina, Colombia, México y Perú.