SAP incorpora una nueva capacidad de inteligencia artificial que permite realizar predicciones sobre información empresarial estructurada sin necesidad de entrenar modelos desde cero.
Síganos en Instagram: @revistavidayexito
Una empresa puede tener años de información sobre sus clientes, proveedores, pagos, ventas e inventarios y, aun así, descubrir un problema cuando ya comenzó a afectar sus resultados. La inteligencia artificial (IA) está empezando a cambiar esa dinámica al permitir que las organizaciones utilicen los datos que ya existen en sus sistemas para anticipar situaciones que pueden impactar la liquidez, los ingresos o la operación.
SAP anunció la disponibilidad de TabPFN-3.5 Plus en SAP AI Core, un modelo desarrollado por Prior Labs, empresa adquirida por SAP en julio de 2026. La tecnología está diseñada para analizar datos empresariales estructurados —la información que normalmente aparece organizada en filas y columnas dentro de los sistemas de gestión— y generar predicciones sin que las compañías tengan que construir y entrenar un modelo específico para cada problema.
Esto puede aplicarse a decisiones que forman parte de la operación diaria. Un equipo financiero podría utilizar la información histórica para identificar qué pagos tienen mayor probabilidad de retrasarse o anticipar posibles presiones sobre el flujo de caja. Un área de Compras podría evaluar señales relacionadas con el riesgo de un proveedor, mientras que los equipos comerciales podrían detectar clientes con mayor probabilidad de abandonar la empresa o identificar oportunidades adicionales de venta.
De mirar lo que ocurrió a anticipar lo que puede ocurrir
Durante años, buena parte de la analítica empresarial se ha concentrado en explicar el pasado: cuánto vendió la compañía, cuánto cobró, qué gastos aumentaron o dónde se produjo una desviación. El siguiente paso consiste en utilizar esa misma información para estimar qué podría ocurrir y permitir que los equipos actúen antes.
El desafío es que los datos reales de una empresa rara vez están perfectamente organizados. Pueden existir valores faltantes, categorías diferentes, identificadores de clientes, miles de códigos de producto o información almacenada de distintas formas. Tradicionalmente, preparar esos datos para un modelo predictivo podía requerir especialistas, procesos de limpieza y múltiples etapas de entrenamiento y ajuste.
TabPFN-3.5 busca reducir esa complejidad. Según SAP, el modelo puede trabajar directamente con los datos empresariales estructurados, interpretar diferentes tipos de información y generar predicciones sin requerir el proceso de entrenamiento que normalmente exigen los modelos tradicionales.
Una aplicación diferente de la inteligencia artificial
La expansión de los modelos de lenguaje hizo que gran parte de la conversación sobre la IA se concentrara en herramientas capaces de redactar textos, responder preguntas o resumir documentos. Sin embargo, una parte importante de las decisiones empresariales depende de otro tipo de información: números, fechas, categorías, transacciones y registros que se encuentran almacenados en los sistemas de la organización.
Los modelos diseñados para trabajar con este tipo de datos buscan responder preguntas diferentes. En lugar de redactar una respuesta, pueden estimar la probabilidad de que una factura se pague tarde, que un cliente abandone la compañía o que un proveedor represente un riesgo mayor.
Para Finanzas, esto puede significar contar con una señal adicional antes de que un problema aparezca en los estados financieros. Para las áreas comerciales, puede ayudar a priorizar dónde concentrar los esfuerzos. Y para las operaciones, puede permitir identificar riesgos con mayor anticipación y evaluar alternativas antes de que una interrupción tenga consecuencias mayores.
“Los datos del mundo real rara vez son perfectos. Los conjuntos de datos suelen contener relaciones complejas y condiciones variables que dificultan el uso del aprendizaje automático tradicional. TabPFN-3.5 ha sido diseñado específicamente para afrontar estos desafíos, ofreciendo una precisión y escalabilidad líderes en la industria para los datos tabulares con un esfuerzo manual mucho menor”, afirmó Philipp Herzig, director de Tecnología (CTO) de SAP SE.
Herzig agregó que la combinación de TabPFN-3.5 y la familia de modelos SAP-RPT permite obtener predicciones a partir de datos empresariales etiquetados en cuestión de minutos y sin necesidad de entrenar previamente un modelo.
Menos preparación y más velocidad para decidir
La posibilidad de realizar predicciones sin desarrollar un modelo desde cero puede reducir una de las barreras que tradicionalmente ha limitado el uso del aprendizaje automático dentro de las empresas: el tiempo y los recursos necesarios para convertir un problema empresarial en un proyecto de ciencia de datos.
Esto no elimina la necesidad del criterio humano. Una predicción puede indicar que existe una mayor probabilidad de retraso en un pago o de riesgo en un proveedor, pero corresponde a los responsables del negocio interpretar esa señal, evaluar el contexto y decidir qué acción tomar.
El cambio está en la velocidad con la que esa información puede llegar a quienes toman las decisiones. En lugar de esperar a que el problema se refleje en un reporte posterior, las organizaciones pueden comenzar a utilizar sus propios datos para identificar señales antes y evaluar distintos escenarios.
SAP completó la adquisición de Prior Labs en julio de 2026. La compañía había anunciado además una inversión superior a 1 000 millones de euros para ampliar el desarrollo de tecnologías de inteligencia artificial enfocadas en los datos estructurados que sustentan buena parte de las operaciones empresariales.
La evolución refleja un cambio más amplio en el uso de la IA dentro de las organizaciones: pasar de preguntar qué ocurrió a intentar anticipar qué puede ocurrir después.
Detrás de Vida y Éxito se encuentra un equipo de profesionales con reconocida trayectoria en el mundo empresarial y el periodístico.
- BCG abre oficina en Costa Rica como hub de consultoría para Centroamérica y el Caribe - 1 octubre, 2026
- La IA empieza a predecir retrasos en pagos, riesgos de proveedores y problemas de liquidez - 1 octubre, 2026
- Flujos de inversión extranjera directa en Costa Rica crecen un 23,4% en el primer semestre de 2026 - 1 octubre, 2026
