Tendencias 2026 en Gestión de Activos para el Ecosistema SAP en Mantenimiento y Confiabilidad

Dos conferencias SAP del primer semestre: Energy & Utilities (Toulouse) y Supply Chain Executive Forum (Philadelphia) y lo que significan para la operación de activos en Latinoamérica.

Durante abril y junio auspiciamos y participamos en dos eventos de gran relevancia para la comunidad de mantenimiento y confiabilidad dentro del ecosistema de SAP. En esta oportunidad quiero resumir y extraer las principales conclusiones y el estado del arte actual relevante para la comunidad de profesionales. En abril, participamos del SAP for Energy & Utilities Conference de Toulouse que puso sobre la mesa el roadmap de SAP para nuestra práctica. Semanas después, en el SAP Supply Chain Executive Forum 2026 de Philadelphia, con una visita al SAP Experience Center de Newtown Square, observamos junto a varios clientes ese roadmap en tiempo real.

SAP for Energy & Utilities Conference - Toulouse

Entre el 22 y el 23 de abril, el SAP for Energy & Utilities Conference reunió en Toulouse a operadores, integradores y al equipo de producto de SAP en torno a una pregunta concreta: ¿cómo se ejecuta hoy una estrategia de Asset Management que combine Apps, Data y AI sin convertir cada proyecto en una nueva isla? Desde Iquant participamos del track de Asset Management, once presentaciones que incluyeron a TenneT, BC Hydro, Air Liquide, GreenVolt, EDF Power Solutions, PiLog y Wipro, además de las dos charlas de roadmap de SAP. Este resumen ordena lo que escuchamos y lo conecta con lo que estamos haciendo con nuestros clientes en la región.

La visión SAP: cerrar el loop entre estrategia, ejecución y datos

Stephane Lauzon y Susanne Bottemanne (SAP) abrieron el track con la apuesta de fondo: Apps + Data + AI sobre SAP Cloud ERP Private. El mensaje central no es nuevo (closing the loop desde la estrategia de mantenimiento hasta la ejecución y vuelta) pero la novedad está en la materialidad del roadmap. Joule-based AI agents para proponer eventos de mantenimiento optimizados, gestión de output de permisos, isolation management dentro del Permit to Work (LOTO integrado), Service Map con optimización de cuadrillas, y AI Technician Briefing en SSAM. Para BNAC, sincronización colaborativa de notificaciones, BOMs y materiales con socios externos.

La segunda charla del track, “Beyond maintenance”, profundizó la base técnica: arquitectura de AI agents (objetivos → plan & reason con LLMs → ejecución vía tools → memoria), SAP Knowledge Graph como capa semántica que conecta Joule y agentes con datos de negocio reales, y un catálogo amplio de escenarios disponibles o planificados. SAP reportó cifras de casos de cliente seleccionados que conviene leer como tendencias más que como benchmarks de industria: Maintenance Order Recommendation con hasta +40% de productividad del planificador y +5% en first-time fix; APM con anomaly detection con hasta 11% de reducción de pérdidas de producción y 35% de aumento de productividad sobre actividades de mantenimiento; Joule sobre APM con 90% menos tiempo buscando documentación.

Dos transformaciones reales que marcaron el track

BC Hydro (Nada Kovacevic) presentó la modernización de su Stations Division: 5M+ habitantes servidos, 300+ subestaciones, reemplazo del legacy PassPort por S/4HANA + EAM + SSAM + FSM. La filosofía fue Crawl-Walk-Run anclada en Clean Core: 2025 como año de estabilización del core EAM, 2026-2027 con Dynamic Forms, FSM Auto-Assignment e integración con Doble Protection Suite, y a partir de 2028 APM, AI y Digital Twin. Sus lecciones aprendidas: empezar por outcomes de negocio antes que por objetivos técnicos, simplificar antes de transformar, involucrar a los técnicos de campo desde el día uno, son las que repetimos en cada Discovery con clientes regionales.

Air Liquide mostró cómo se construye una plataforma europea común. Dentro del programa EU-ALign (cinco años, cuatro clusters, veinte países, ~10.000 empleados impactados), FSM se eligió como herramienta única para reemplazar MRS, Google Sheets y M4M. La estrategia de despliegue es por olas: MVPs exitosos en Iberia (abril 2025) e Italia (octubre 2025), Francia y DACH/UK en curso, Benelux y Nordics en 2026, CEE en 2027. La integración nativa Proaxia tiene limitaciones en función del nivel de customización del SAP PM backend, lo que recuerda que en estos proyectos la prolijidad del PM aguas arriba determina el costo del FSM aguas abajo.

TenneT: cuando el ERP y el GIS hablan el mismo idioma

TenneT, el mayor TSO de Europa continental (26.000 km de líneas de alta tensión, 481 subestaciones, 14.7 GW offshore), ocupó dos slots del track. La primera presentación detalló la integración SAP S/4HANA ↔ Esri ArcGIS Utility Network: el corazón del proyecto es la TenneT Object Type Library (OTL), un diccionario semántico común que reconcilia las definiciones que antes vivían fragmentadas entre IFS, SAP R/3, SisNET y GeoSys. Los objetos lineales (líneas, cables) se masterizan en GIS y se sincronizan a SAP PM; los objetos de subestación al revés.

La segunda presentación fue el PoC de SAP Business Network Asset Collaboration (BNAC) sobre los Grid Connection Systems offshore: 14.000 órdenes de trabajo al año gestionadas hoy por correo, planillas y archivos adjuntos, con cinco proveedores externos. El PoC validó BNAC como plataforma, pero los hallazgos prácticos fueron los más útiles — la documentación oficial de BTP/S4 tiene gaps que requieren un runbook propio, BNAC todavía no soporta inspection lots ni checklists nativamente (ítem en el roadmap Q3/2026), y el verdadero desafío no es técnico sino de alineación de stakeholders.

APM y AI operativa: de la teoría a los resultados

Dos casos mostraron APM en producción y no en demo. GreenVolt describió el Monitoring & Prediction Center centralizado para siete plantas de biomasa entre Portugal y UK (160 MW). La arquitectura va de Historian Server → Plant Connectivity (PCo) → SAP APM → Datasphere → SAC + PLM con digital twin, cerrando el loop hacia S/4HANA EAM con auto-scheduling de órdenes. La capa diferencial es un modelo de AI propio para optimización de calderas, máxima eficiencia térmica, mínimo consumo de biomasa, emisiones bajo control.

EDF Power Solutions complementó con un caso de field service en eólico y solar: reducción de 1.9 horas de paperwork por orden de servicio (sobre +10.000 OT/año), un NPV a cinco años de USD 8.5M sólo por preventivo, y un caso de AI sobre datos no estructurados para mantenimiento reactivo que dejó 15% menos en tiempo de troubleshooting y USD 2.7M en revenue uplift por mayor disponibilidad.

Habilitadores transversales: master data y paradas de planta

Nuestro socio en Latinoamérica PiLog Group (Dr. Imad Syed) defendió el caso de master data como infraestructura empresarial sobre marcos ISO 55000, 8000, 81346 y 14224, con un dato que cala: más del 60% de los proyectos de AI fracasan por mala calidad de datos. Su Blueprint para SAP-céntrico SSOT cuantifica resultados sobre 30 años de implementaciones, los rangos reportados se ven en la Figura 2.

Wipro STO360, la única aplicación de Shutdown/Turnaround/Outage totalmente certificada por SAP, presentó su solución end-to-end sobre BTP, seis fases (Definition, Basic Planning, Detailed Planning, Preparation, Turnaround, Follow-up), integración nativa con S/4 PM/MM/PS/FI-CO, APM, BNAC, IPD, SSAM, IBP y PLM, y ocho casos de uso de AI/ML para STO más cuatro para safety. El número que mejor traduce el valor: en una refinería de 80.000 BPD, una reducción de 5-10% en duración de parada equivale a EUR 3.8-7.6M por evento.

SAP Supply Chain Executive Forum 2026 — Philadelphia

Si Toulouse fue el mapa, Philadelphia fue el territorio. El SAP Supply Chain Executive Forum 2026 reunió a ejecutivos de operaciones y producción de toda Latinoamérica, y una idea atravesó cada sesión: la operación autónoma ya no es una promesa de roadmap, es una capacidad que se construye hoy. Dos piezas lo resumieron, el marco estratégico que trajo el MIT y la demostración en vivo de SAP Joule Studio 2.0, que, no por casualidad, se construyó alrededor de un agente de mantenimiento.

El marco estratégico: estrategia antes que tecnología

La Dra. María Jesús Sáenz, del MIT Digital Supply Chain Transformation Lab, presentó el caso de las cadenas autónomas y de autoaprendizaje con una tesis incómoda para la euforia actual: la IA debe ser la respuesta, no la pregunta. El punto de partida no es “¿qué puede hacer la IA con mis activos?”, sino “¿cómo concibo mi estrategia de confiabilidad y de operación?”. La analítica avanzada, el monitoreo de salud de equipos o los agentes son respuestas posibles, nunca el origen.

Dos advertencias quedaron resonando. La primera: anclar el valor solo en eficiencia y ahorro deja ciega a la organización frente al valor real. El caso Dell lo ilustra midiendo commitment, el cumplimiento de lo prometido al cliente, antes que el cost-to-serve. La segunda, en números: 72% de las organizaciones ya despliega IA generativa, pero solo 23% tiene una estrategia formal. La brecha no es tecnológica, es de gestión del cambio.

“La IA debe ser la respuesta, no la pregunta.” — Dra. María Jesús Sáenz, MIT Digital Supply Chain Transformation Lab.

Sáenz lo definió como “un cambio de religión”: práctica diaria, humildad y personas in the loop, on the loop y out of the loop según el riesgo del proceso. De ahí la curva J del cambio: toda adopción atraviesa un valle antes de mostrar resultados, y gestionar esa expectativa es parte del trabajo del líder. Para los ejecutivos de la región, la pregunta práctica es cómo observamos, y comunicamos, el incremento de valor a lo largo del tiempo de adopción.

Joule Studio 2.0, en vivo: de la intención al agente de mantenimiento

Lo que en Toulouse era roadmap, los Joule-based AI agents y la arquitectura “Beyond maintenance”, en Philadelphia se construyó delante de la audiencia. Y la demo no eligió un caso genérico de supply chain: levantó, paso a paso, un agente de mantenimiento que verifica si los materiales asignados a una orden tienen stock disponible, si esa orden puede cumplirse, y que además responde sobre las últimas órdenes creadas. Si Joule Studio 1.0 permitía crear agentes en lenguaje natural, la 2.0 es ella misma agéntica: guía al usuario desde la intención, haciendo preguntas en el camino, como un asistente que construye según la necesidad.

El recorrido tiene cuatro etapas visibles, con una barra que indica cuánto de la intención se va cubriendo: Intención → PRD (Product Requirement Document) → Especificación técnica → Solución (el código del agente). Hasta la especificación toma unos seis minutos; la construcción completa, entre quince y veinte, e incluye pruebas unitarias automáticas —en la demo, más de cien— en un ciclo de construir, probar y corregir hasta llegar a una versión estable.

La diferencia frente a un asistente genérico está en el grounding. El agente se apoya en el SAP Knowledge Graph, que es la capa semántica de procesos, APIs y datos contextualizados, y, antes de construir, valida si la necesidad ya está cubierta por el estándar para no duplicar. Incluso se instruye a sí mismo para no alucinar: si un registro no existe, debe decir que no existe en lugar de inventarlo. Es, exactamente, el “pegamento” de datos que sin gobernanza ningún modelo tiene.

Vale internalizar la distinción que dejó la demo: herramientas vs. agentes. Las herramientas como APIs, RPA y programas son deterministas. Los agentes son probabilísticos: su “cerebro” es un LLM que razona, decide qué herramienta usar y cuándo, conserva memoria y actúa con autonomía. Pasamos de un problema con solución conocida a uno donde nosotros aportamos las herramientas y el agente resuelve la lógica para llegar al objetivo.

La gobernanza no es opcional. El humano en el loop existe para que las alucinaciones no impacten lo crítico del negocio: en procesos sensibles, el agente reporta el estado y pide autorización antes de avanzar.

El alineamiento a los nuevos estándares de coordinación multiagente (A2A) y de intercambio de contexto (MCP) es una de las novedades más alentadoras que SAP introduce en el nuevo Joule 2.0. El protocolo A2A (agente-a-agente) permite anidar y reutilizar agentes: uno puede invocar a otro en lugar de reconstruir lo que ya existe. El protocolo MCP (Model Context Protocol) alinea definitivamente la forma de obtener contexto e información desde múltiples fuentes, dentro y fuera del ecosistema SAP.

Hacia dónde va la plataforma es lo más disruptivo. Joule Studio es parte de la Business AI Platform de SAP. Y con el anunciado Joule Work / Joule Desktop, la interacción pasa a ser directa con Joule, sin depender del Workzone de BTP ni de la navegación clásica de Fiori; un nuevo Tool Manager elimina la configuración de infraestructura, el despliegue se vuelve un clic y SAP pasa a ser dueño de esa capa. Es el preludio de la extinción de las transacciones y aplicaciones tradicionales como las conocemos: un único tablero de trabajo para todo.

Dos notas finales. Para los equipos técnicos, el 2.0 vuelve al código, entrega el código del agente, desarrollable también desde Visual Studio Code en un ecosistema abierto, dejando atrás el low-code local pero con el agente escribiendo por nosotros. Para los de decisión, el modelo comercial: construir el agente está incluido en la capacidad agéntica de Joule Studio 2.0; lo que se cobra es el runtime, medido por pasos o acciones, por requests, no por tokens. Y un detalle que no es menor para nosotros: el caso elegido para la demo fue, literalmente, de mantenimiento. La ola agéntica no llega “algún día” al mundo de los activos; aterriza ahí primero.

Implicancias para Iquant y la región LATAM

El hilo conductor es claro y aplica directamente a nuestra cartera regional. La filosofía Clean Core con phase-based maintenance que mostró BC Hydro es exactamente el approach que llevamos en Arauco en el despliegue de SAP PM Phases, Programación Avanzada y SSAM o en una importante compañía minera en Chile con SSAM y Dynamic Forms. Y el mensaje de PiLog es el que más insistentemente trasladamos a los clientes que arrancan con APM o AI: sin master data gobernada, los números de las slides no llegan al estado de resultados.

A esa lectura, Philadelphia le suma una certeza operativa: el roadmap agéntico de SAP ya está muy cerca de ser construible (aún en Early Adoption Program, pero se espera liberar en el 3Q26), lo vimos levantar un agente de mantenimiento de punta a punta en minutos, pero su valor real sigue dependiendo de dos cimientos que ninguna licencia compra. El primero es la calidad de master data, el mismo punto de PiLog: sin datos gobernados, el agente alucina en lugar de decidir. El segundo es la gestión del cambio que advertía el MIT.

"La autonomía en la gestión de activos se construye incrementalmente, empezando humilde, con reglas simples y datos de calidad, no se compra."

Para quienes quieran profundizar cualquiera de estos temas, incluyendo demos en vivo de PiLog o SAP para Mantenimiento o la creación de agentes en nuestros entornos de prueba, quedamos disponibles.