Por qué la IA fracasa sin un ERP serio detrás (y por qué los parches IA no escalan)

Hay un patrón que vemos repetirse en las pymes españolas que se están moviendo con IA en 2026. Compran una herramienta IA — Copilot M365, ChatGPT Enterprise, un asistente de marketing, un OCR de facturas — la integran como pueden, notan mejora real en uno o dos procesos, y se entusiasman. La conclusión que sacan: “si esto funciona tan bien, ¿para qué necesitamos un ERP nuevo?”

Esa pregunta es legítima, y la respuesta es matizada. Las herramientas IA puntuales sí funcionan, y nos parece bien que las empresas las usen. Pero tienen un techo estructural que conviene conocer antes de basar la estrategia digital de la empresa en ellas. Este artículo explica ese techo y por qué un ERP serio sigue siendo el cimiento que sostiene cualquier estrategia IA seria en pyme.

Aviso preventivo: no vamos a quemar las herramientas IA pequeñas. Ayudan. Lo que vamos a hacer es explicar por qué no bastan cuando el objetivo es pasar de “uso productivo personal” a “el negocio se gobierna con dato”.

Lo que sí hacen los parches IA (no es poco)

Para que esto no suene a venta de ERP envuelta en discurso anti-IA, conviene reconocer lo que las herramientas IA puntuales hacen bien hoy en una pyme:

• Copilot M365 acelera redacción de correos, resúmenes de reuniones Teams, generación de tablas en Excel y borradores en Word. Eso es ahorro de tiempo real, especialmente en perfiles administrativos y directivos. Lo recomendamos abiertamente.
• ChatGPT Enterprise funciona bien como copiloto personal para directivos, comerciales y consultores en tareas de redacción, análisis exploratorio de información pública y generación de borradores de propuestas.
• Herramientas IA verticales — asistentes legales, asistentes de marketing, OCR de facturas como pieza suelta, generadores de imágenes — cubren bien su nicho concreto con coste contenido.
• Automatizaciones puntuales con Power Automate o Zapier sobre datos sueltos resuelven flujos administrativos repetitivos sin necesitar nada más.

Todo esto suma productividad personal real. Y para muchas empresas, este nivel es suficiente para los próximos doce meses. No tienes por qué quemarlo. Si lo tienes funcionando, sigue funcionando.

Y aquí empieza el techo: lo que esos parches no pueden hacer

El problema empieza cuando la empresa quiere pasar de “uso productivo personal” (cada usuario más rápido en su tarea) a “el negocio se gobierna con dato” (el sistema anticipa, decide, propone acciones cruzadas con margen, riesgo y operativa). Ese salto cualitativo requiere algo que los parches IA no tienen: dato del negocio centralizado, limpio y accesible.

Tres cosas que las herramientas IA sueltas no pueden hacer, por mucho que les pidas:

Una · No pueden cruzar áreas del negocio. Si tu dato de cliente está en un CRM, el de venta en un Excel, el de margen en la asesoría externa y el de inventario en un sistema antiguo, ninguna IA puntual va a responder a una pregunta tipo “¿qué clientes me están dando margen negativo este trimestre y por qué?”. No por limitación del modelo IA — porque la pregunta requiere cruzar cuatro fuentes de dato que no se hablan entre sí.

Dos · No pueden aprender del histórico real del negocio. Los modelos predictivos serios — predicción de demanda, anticipación de scrap industrial, detección de anomalías financieras, recomendación de acciones comerciales — necesitan dos o tres años de histórico limpio, estructurado y consistente para entrenarse. Ese histórico solo existe centralizado en un ERP que lleva tiempo en régimen. Sin él, la IA puede generar texto bonito pero no puede predecir nada con base.

Tres · No pueden actuar autónomamente sobre el negocio. La próxima generación de IA empresarial son los agentes autónomos — sistemas que reciben objetivos (“evita roturas de stock”, “anticipa pagos en mora”) y ejecutan acciones dentro de reglas y permisos definidos. Un agente autónomo necesita poder leer y escribir en el sistema donde vive el dato del negocio. Sin ERP, no hay donde escribir. Si te están vendiendo “agentes IA” sin tener BC o equivalente, son demos, no operación real.

Estos tres techos no se resuelven con más IA. Se resuelven con la pieza que las IAs necesitan para hacer su trabajo serio: un ERP que ordena el dato del negocio.

El dato es el cimiento (la frase no es bonita, es estructural)

Hay una frase que se repite mucho en círculos IA y que parece marketing pero es estructural: “la IA es tan buena como el dato que tiene debajo”. Cuando tu dato vive en silos, la IA aplicada al negocio se queda en parches útiles pero locales. Cuando tu dato vive centralizado, limpio y trazado en un ERP serio, la IA puede empezar a hacer cosas que el negocio nota en margen.

Esto no es opinión nuestra — es lo que vemos en la base instalada que llevamos. Las empresas que sacan más rendimiento de la IA aplicada al negocio son las que tienen su ERP en régimen desde hace tres o cuatro años y empiezan a aplicar IA encima. No las que se compran herramientas IA sueltas con la esperanza de saltarse el paso del ERP.

Por eso desde Davisa decimos sin rodeos: si vais a apostar por IA en serio, primero el ERP, después la IA, después los agentes. No es por vendernos un ERP. Es porque sabemos que si os saltáis el paso, en doce o veinticuatro meses vais a tener que pararlo todo, implantar el ERP que se quedó pendiente, integrarlo con todo lo que habíais construido encima y reconstruir media estrategia IA. El coste total termina siendo mayor que haberlo hecho en orden.

Qué es un ecosistema IA serio (y qué no)

La diferencia entre una herramienta IA suelta y un ecosistema IA serio es lo que separa automatizar tareas de transformar el negocio. Un ecosistema serio combina cuatro piezas:

1. Un ERP que centraliza el dato. Microsoft Dynamics 365 Business Central + extensiones verticales dv* (dvfinance, dvproject, dvproduction, dvquality, dvinvoice-hub según vertical) cumple esta función para pyme española. El dato operativo, financiero, comercial y analítico vive en un único sistema con APIs estandarizadas.
2. Una capa de seguridad y gobierno. El dato del cliente no debe salir de su tenant Azure. Las decisiones de IA deben ser trazables (AI Act). Los modelos no pueden entrenarse con dato sensible sin gobierno. Sin esta capa, hay riesgo legal y operativo.
3. Una capa de IA integrada nativamente. Asistentes conversacionales con acceso a los datos del ERP, copilotos que actúan sobre procesos del negocio, agentes autónomos que ejecutan tareas con permisos. No son APIs sueltas — son IA que entiende el modelo de datos del ERP y opera sobre él.
4. Un partner que orquesta las tres capas. Microsoft Solutions Partner certificado con experiencia sectorial, que mantiene el sistema vivo con las releases mensuales de BC, las actualizaciones de extensiones dv* y la evolución de la capa IA conforme aparecen nuevos modelos y capacidades.

Las pymes que tienen estas cuatro piezas pueden hacer cosas que los parches IA no pueden hacer ni imitan: predicción de scrap industrial sobre histórico real, anomalías financieras con razón explicable, asistentes conversacionales sobre dato del negocio (no sobre web pública), agentes autónomos que ejecutan procesos con auditoría completa.

Esto es lo que cubrimos en Davisa AI Studio — nuestra práctica de consultoría IA sectorial sobre Business Central, con catálogo de siete casos de uso ya rodados (facturas, scrap predictivo, anomalías AP, cierre ejecutivo, asistente jefe de obra, asistente RAG, copiloto técnico) y un método Discovery → Piloto → Escalado que se aplica con cifras y plazos cerrados desde el inicio.

Cómo empezar si ya tienes parches IA pero quieres subir al siguiente nivel

Esta es la situación más común que nos encontramos. Una empresa lleva un año usando Copilot M365 para correos, ChatGPT Enterprise como copiloto personal de algunos directivos, quizás un OCR de facturas como herramienta suelta. Notan que funciona, pero también que ha llegado al techo. Quieren más, pero no saben por dónde.

Cuatro pasos recomendados:

Paso 1 · No quemar lo que funciona. Copilot M365 y ChatGPT Enterprise son herramientas legítimas que cubren su nicho. No las tiráis. Mantenedlas operativas para los casos donde aportan valor real (productividad personal, redacción, análisis exploratorio).

Paso 2 · Diagnosticar la base ERP actual. ¿Tenéis Business Central implantado en condiciones? ¿Sí pero solo en algunos módulos? ¿No tenéis nada y trabajáis con Excels? La respuesta a esta pregunta marca radicalmente la ruta. Si la base ERP no está, ese es el primer proyecto — el Discovery ERP lo dimensiona.

Paso 3 · Diseñar la arquitectura IA encima del ERP. Una vez la base existe, Davisa AI Studio trabaja el roadmap IA específico para vuestro caso: qué casos de uso priorizamos, qué arquitectura técnica usamos (Copilot Studio, Azure OpenAI, agentes autónomos según convenga), qué KPI medimos en cada piloto. Sin esto, los proyectos IA flotan sin método.

Paso 4 · Implantar por fases con KPI medido. Cada caso de uso IA arranca como piloto cerrado de 8 semanas con KPI antes/después, y solo escala al resto del negocio si los números cumplen. Si no cumplen, paramos antes de extender el problema. Es el mismo método que aplicamos a la implantación ERP, ahora aplicado a IA.

Cuándo NO conviene esperar al ERP para empezar a usar IA

Honestidad otra vez. No queremos decir “sin ERP no toques nada de IA” — sería falso. Hay situaciones donde tiene sentido empezar con IA aunque la base ERP no esté en régimen:

• Productividad personal transversal a Microsoft 365. Copilot M365 sin ERP integrado tiene sentido y ahorra horas a perfiles ejecutivos y administrativos. Adelante con eso.
• Casos de uso aislados con dato propio limpio. Si tenéis un caso muy concreto donde el dato vive en un sistema dedicado que está bien (ej. clasificación de fotos de obra con un sistema vertical), no necesitáis cruzar con el resto del negocio para ese caso. Tirad por ahí.
• Asistencia personal a directivos. ChatGPT Enterprise como copiloto del CEO o del director financiero para análisis exploratorio de información pública, redacción de informes, generación de presentaciones. No necesita el ERP detrás.

Pero para todo lo que cruce áreas del negocio, decida sobre el negocio, prediga sobre el negocio o aprenda del negocio — la base ERP es no negociable. Y si vais a hacer la inversión IA seria, hacerlo sin la base es un error que se paga en doce o veinticuatro meses.

---

Para profundizar:

• Hub Davisa AI Studio — la práctica IA completa: 7 casos, 3 sectores, método y calculadora ROI
• Asistente, copiloto o agente IA: entendiendo el futuro del ERP inteligente — los tres niveles de IA y dónde está cada empresa hoy
• Por qué el 70% de pilotos IA fracasan en pyme — los patrones de fracaso recurrente
• Por qué fracasan los proyectos ERP en pyme española — la base sobre la que se construye el ecosistema IA
• Copilot Studio vs ChatGPT Enterprise con Business Central — qué herramienta para qué caso