La gestión empresarial ha operado históricamente bajo una premisa de reactividad: el software registra lo que sucede, pero es el humano quien debe interpretar el dato y activar la siguiente fase del proceso. Este modelo, que ha sostenido la arquitectura de los ERP durante décadas, empieza a mostrar signos de agotamiento ante la velocidad de los mercados actuales. La pregunta que subyace en el sector tecnológico, y que Oracle ha intentado responder durante el Oracle AI World en Londres, es si el software empresarial puede dejar de ser una herramienta de consulta para convertirse en un actor con capacidad de ejecución autónoma.
La respuesta de la multinacional estadounidense es la presentación de Fusion Agentic Applications. No se trata de una simple actualización de funciones o de la inclusión de un chat interactivo en el lateral de la pantalla, sino de una nueva categoría de aplicaciones integradas en su ecosistema de nube. Estos sistemas están diseñados para operar mediante equipos coordinados de agentes de inteligencia artificial especializados, capaces de razonar, decidir y ejecutar acciones dentro de los procesos de negocio.
Steve Miranda, vicepresidente ejecutivo de desarrollo de aplicaciones en Oracle, sostiene que la forma en que se trabaja hoy ya no encaja con la complejidad de las expectativas comerciales modernas. Según el directivo, se dedica demasiado tiempo a gestionar procesos en lugar de impulsar resultados. Con este movimiento, la compañía busca que el software empresarial evolucione más allá de los sistemas pasivos de registro para ofrecer aplicaciones que actúen en pos de objetivos de negocio definidos.
La diferencia estructural entre asistir y ejecutar
Hasta ahora, la industria se había centrado en el desarrollo de «copilotos» o asistentes que requieren una instrucción humana constante para funcionar. Sin embargo, la propuesta de las aplicaciones agénticas de Oracle marca una divergencia técnica relevante. Al estar integradas de forma nativa en el sistema transaccional, estas aplicaciones acceden de manera segura a los datos unificados de la empresa, los flujos de trabajo, las jerarquías de aprobación y el contexto transaccional en tiempo real.
Esta integración nativa es lo que permite que la IA no solo sugiera una acción, sino que la ejecute a escala empresarial manteniendo la gobernanza. Mientras que un asistente tradicional podría ayudar a redactar un correo sobre un retraso en un envío, un agente de Fusion puede identificar el retraso, evaluar las opciones de transporte alternativas, calcular el impacto en el coste y ejecutar el cambio en el pedido de forma autónoma, informando al humano solo cuando se superan ciertos umbrales de riesgo o decisión estratégica.
El sistema se apoya en lo que Oracle denomina razonamiento continuo. A diferencia de las automatizaciones lineales (si sucede A, entonces haz B), los agentes analizan constantemente las variaciones del entorno. Entienden los matices de cada situación, evalúan los compromisos entre distintas variables (trade-offs) y reevalúan su estrategia a medida que las condiciones cambian. Esto evita que el trabajo se detenga ante la primera anomalía, un problema común en los sistemas de automatización de procesos robóticos (RPA) tradicionales.
Un despliegue en cuatro frentes críticos
El anuncio incluye 22 nuevas aplicaciones agénticas que abordan problemas específicos en áreas donde la latencia humana suele generar cuellos de botella. En el ámbito de los recursos humanos, la aplicación de operaciones de la fuerza laboral busca reducir la recopilación manual de datos y acelerar las aprobaciones de turnos, transformando una gestión reactiva en una operación proactiva. Aunque la eficiencia es el objetivo declarado, el reto para las organizaciones será adaptar sus culturas laborales a una supervisión donde la IA toma decisiones de agenda en tiempo real.
En la cadena de suministro, la herramienta «Design-to-Source Workspace» intenta conectar funciones que habitualmente operan de forma estanca, como ingeniería y compras. El objetivo es reducir el coste del producto y el riesgo de cumplimiento mediante una coordinación continua. Este enfoque rompe la secuencia lineal tradicional, permitiendo que las decisiones de diseño se informen inmediatamente por la disponibilidad de proveedores y las normativas vigentes.
Por su parte, el área de ventas cuenta ahora con agentes dedicados a identificar oportunidades de crecimiento y expansión de ingresos de forma proactiva. En lugar de esperar a que un comercial analice el historial de un cliente, el sistema busca patrones que sugieran una venta cruzada (cross-sell) inminente.
De igual forma, en el sector financiero, el agente de cobros está diseñado para acelerar la entrada de efectivo y reducir el periodo medio de cobro (DSO). El paso de procesos de cobro manuales a flujos de caja inteligentes representa un cambio significativo en la gestión del capital circulante de las grandes corporaciones.
El estudio de agentes y la democratización de la autonomía
Para que este modelo sea escalable, Oracle ha expandido su AI Agent Studio, proporcionando un entorno donde las organizaciones pueden construir y personalizar sus propios agentes sin necesidad de recurrir a un desarrollo de software tradicional. La introducción del Agentic Applications Builder permite utilizar lenguaje natural para seleccionar agentes, componer flujos de trabajo y conectar datos empresariales.
Chris Leone, vicepresidente ejecutivo de desarrollo de aplicaciones, señala que a medida que las empresas superan la fase de pilotos de IA, necesitan adaptar la tecnología a sus flujos de trabajo y prioridades operativas únicas. La idea es que los clientes y socios no solo consuman la IA de Oracle, sino que creen una base para una empresa más autónoma. Esto se complementa con herramientas de orquestación de flujos de trabajo que coordinan la ejecución multipaso entre varios agentes, asegurando que la lógica de negocio y la supervisión humana se mantengan intactas.
Un elemento crítico en esta arquitectura es la memoria contextual. Para que un agente sea eficaz en un proceso largo, debe recordar la intención, la historia y las decisiones previas. El estudio permite que los agentes compartan contexto entre sí, reduciendo la fricción de tener que reconstruir la información en cada paso del proceso. Además, la capacidad multimodal de los modelos de lenguaje (LLM) integrados permite que los agentes procesen no solo texto, sino también imágenes, audio y vídeo, ampliando el espectro de datos utilizables de la empresa.
El control del algoritmo: Gobernanza y ROI
Uno de los mayores temores de los directivos al implementar IA autónoma es la pérdida de control o la falta de visibilidad sobre cómo se toman las decisiones. Para mitigar esto, la plataforma incluye paneles de observación y herramientas de depuración (prompt playground) que ofrecen visibilidad en tiempo real sobre el comportamiento de los agentes.
Quizás más importante para los directivos financieros es la introducción del «Agent ROI dashboard». Este panel permite medir el impacto económico real de la IA, rastreando el tiempo ahorrado, la reducción de costes y las ganancias de productividad por cada agente desplegado. En un mercado donde la inversión en IA empieza a ser cuestionada por su rentabilidad real, Oracle apuesta por la transparencia métrica para justificar el despliegue tecnológico.
Pese a la sofisticación tecnológica, el éxito de Fusion Agentic Applications dependerá en gran medida de la capacidad de las empresas para confiar en procesos donde la intervención humana es la excepción y no la regla. El sistema de gobernanza incluye marcos de aprobación y trazabilidad de extremo a extremo, pero la transición hacia una «empresa autónoma» implica también un cambio en la responsabilidad jurídica y operativa de las decisiones tomadas por agentes.
El despliegue se apoya en una red de más de 63.000 expertos certificados en Oracle AI Agent Studio, lo que sugiere que la compañía es consciente de que la tecnología por sí sola no es suficiente. La implementación requerirá una consultoría profunda para identificar los casos de uso de alto valor y optimizar el rendimiento de la IA dentro de las normativas de cada sector.
La incógnita que queda en el aire tras esta presentación no es si la tecnología es capaz de ejecutar tareas, sino cómo se redefinirá el valor del profesional humano cuando el software ya no necesite ser operado, sino supervisado. La frontera entre el sistema de registro y el sistema de resultados se ha difuminado, abriendo un periodo de adaptación donde la autonomía técnica pondrá a prueba la flexibilidad organizacional de las empresas españolas y globales.
