Asistente de Datos con IA sobre SAP
Un asistente de datos impulsado por un LLM (Claude vía AWS Bedrock) que interpreta preguntas en español, consulta un datalake conectado a SAP on-premise vía VPN site-to-site, y responde con insights, anomalías y proyecciones — todo en lenguaje natural. nodo. construyó este asistente que permite a ejecutivos interactuar directamente con sus datos empresariales: preguntan lo que necesitan en español, y la IA genera la respuesta en menos de 4 segundos, sin SQL, sin tickets, sin intermediarios. El resultado: adopción del 87% en el primer mes y eliminación completa del backlog de reportes ad-hoc.
Dependencia de TI para cada consulta
La gerencia dependía de TI para cada consulta de datos. Los reportes llegaban tarde y en Excel. Cada pregunta de negocio requería un ticket, una cola de espera y un analista que tradujera la pregunta a SQL. Las decisiones se tomaban con datos obsoletos — a veces de semanas atrás.
El flujo típico era el siguiente: un gerente comercial necesitaba saber cuánto había vendido una línea de producto en la última semana. Creaba un ticket en el sistema de TI. El ticket entraba en cola con otros 30 pedidos similares. Un analista lo tomaba, escribía la consulta SQL contra SAP, exportaba los resultados a Excel, daba formato y enviaba por correo. Tiempo promedio: 3 a 5 días hábiles. Para cuando el reporte llegaba, la ventana de acción ya había pasado.
El problema se agravaba con SAP. La empresa operaba SAP ECC 6.0 on-premise con una base de datos SQL Server con más de 800 tablas de transacciones. La complejidad del esquema de datos hacía que solo 2 personas en toda la organización pudieran escribir queries confiables. Cuando una de ellas tomaba vacaciones, el backlog de reportes se duplicaba. Además, no existía una capa de datos unificada — cada departamento tenía sus propios Excel con datos extraídos en diferentes fechas, generando discrepancias en los números que se presentaban en comités ejecutivos.
Una IA que entiende tus datos y habla tu idioma
Construimos un asistente de datos impulsado por un LLM que actúa como capa de inteligencia sobre el datalake empresarial. No es un dashboard: es una IA que razona sobre los datos, interpreta preguntas en español, genera consultas, detecta patrones y entrega respuestas contextualizadas — eliminando por completo la dependencia de TI para acceder a información de negocio.
- Motor de razonamiento LLM (Claude vía AWS Bedrock) que interpreta preguntas en español y genera consultas precisas contra el modelo semántico de SAP
- Capa de abstracción semántica que simplifica las 800+ tablas SAP en un modelo de datos de negocio comprensible para la IA
- Forecasting ML con Prophet y modelos ARIMA para proyecciones de ventas, demanda e inventario con horizonte configurable de 7 a 90 días
- Detección automática de anomalías en métricas clave usando Isolation Forest, con sensibilidad ajustable por tipo de métrica
- Clustering de clientes con K-Means y análisis ABC automatizado que reclasifica mensualmente según comportamiento real de compra
- Capa de visualización adaptativa que presenta la respuesta de la IA como tabla, gráfico o KPI según el contexto de la pregunta
- Alertas inteligentes configurables por umbral, tendencia y desviación estándar, con notificaciones por email y Slack
El desafío de conectar SAP on-premise a la IA
Conectar un SAP ECC on-premise a un asistente de IA en la nube no es trivial. El servidor SAP corría en un datacenter local sin exposición a internet. Para establecer la conexión, configuramos una VPN site-to-site entre el datacenter y AWS, con un bastion host intermedio que ejecuta las queries contra SQL Server y envía los resultados a un data lake en S3.
El mayor desafío técnico fue la capa de abstracción semántica. SAP almacena datos en tablas con nombres crípticos (VBAK, VBAP, MARA, LIKP) y relaciones complejas. Construimos un modelo semántico que traduce conceptos de negocio — "ventas del mes", "stock disponible", "clientes nuevos" — a las queries SQL correctas contra el esquema SAP. Este modelo semántico es la base que permite que el LLM interprete preguntas en lenguaje natural y las traduzca a consultas precisas.
La sincronización opera en dos modos: un pipeline batch que actualiza el data lake cada 15 minutos para datos históricos, y un stream near-real-time para transacciones críticas (ventas, despachos, pagos) que se reflejan en el asistente en menos de 60 segundos. Esto permite que los ejecutivos consulten datos actualizados sin sobrecargar el servidor SAP de producción.
Preguntar en español, obtener inteligencia
El núcleo del asistente es un LLM (Claude vía AWS Bedrock) que actúa como intérprete entre el ejecutivo y los datos. No se trata de un buscador ni de un generador de queries: es una IA que razona sobre el contexto de la pregunta, entiende la intención del usuario y genera una respuesta con el nivel de detalle adecuado. Un gerente puede preguntar "¿Cuánto vendimos en la Región Metropolitana la semana pasada?" o "Muéstrame los 10 clientes con mayor crecimiento este trimestre" y obtener la respuesta en menos de 4 segundos, visualizada como tabla, gráfico o KPI según el contexto.
La implementación combina Claude como modelo base con el modelo semántico de SAP como contexto. Cuando un usuario hace una pregunta, el LLM la interpreta, genera la query SQL correspondiente, la ejecuta contra el data lake y formatea la respuesta. Un sistema de validación verifica que la query generada sea coherente antes de ejecutarla, previniendo resultados erróneos. Además, la IA puede encadenar múltiples consultas para responder preguntas complejas que requieren cruzar datos de diferentes módulos SAP.
El sistema aprende de las interacciones. Cada pregunta y su query resultante se almacenan en un cache semántico. Si otro usuario hace una pregunta similar, el sistema reutiliza la query validada en lugar de generar una nueva, mejorando tanto la velocidad como la precisión. Después de tres meses de uso, el 40% de las consultas se resuelven desde cache con precisión del 98%.
Modo ejecutivo y modo analista
Diseñamos dos modos de interacción con la IA para dos perfiles de usuario. El modo ejecutivo presenta un panel con 6 KPIs principales con tendencia, un mapa de calor de ventas por región, alertas activas y el chat con el asistente de IA. Todo en una sola pantalla, sin scrolling, optimizado para revisiones de 2 minutos al inicio del día. El ejecutivo puede pedirle al asistente que profundice en cualquier métrica con una simple pregunta.
El modo analista ofrece acceso completo a todas las capacidades de la IA: forecasting detallado con intervalos de confianza, explorador de anomalías con drill-down a transacción individual, segmentación de clientes interactiva y generación de reportes custom que se pueden programar para envío automático. Los analistas pueden exportar cualquier respuesta del asistente a Excel, PDF o conectarla a Google Sheets en tiempo real.
Decisiones sin intermediarios
Un asistente de datos con IA que habla español, entiende SAP y responde en segundos. La gerencia pasó de esperar reportes a conversar directamente con sus datos. El backlog de reportes ad-hoc en TI se eliminó por completo en el segundo mes de operación.
El impacto en la velocidad de decisión fue inmediato. Los comités ejecutivos dejaron de debatir sobre qué número era el correcto y empezaron a debatir sobre qué hacer con los datos. La fuente única de verdad eliminó las discrepancias entre departamentos y permitió alinear la operación en torno a métricas compartidas.
Tecnologías utilizadas
La arquitectura aprovecha AWS como plataforma cloud, con Lambda para procesamiento serverless, Bedrock como motor de razonamiento del asistente, S3 como data lake y CloudFront para distribución global de la interfaz. El backend en Python/Flask gestiona la lógica de negocio, los modelos ML y la capa de abstracción semántica de SAP.
Recursos relacionados
¿Tienes un desafío similar?
Conversemos sobre cómo podemos conectar tus datos empresariales con IA y eliminar la dependencia de TI para cada consulta.
Escríbenos →o directo a contacto@nodo.build