Serie de blogs IVA 3: Habilidades agénticas: cómo los equipos de Compras pueden desarrollar capacidades de IA

La mayoría de los proveedores están abordando la IA aplicada a Compras desde una de dos perspectivas. Algunos están lanzando una lista cada vez mayor de agentes especializados: uno para sourcing, otro para contratos, otro para gestión de riesgos, cada uno funcionando en su propio silo. Otros ofrecen una única IA de caja negra esperando que pueda cubrirlo todo. Ninguno de estos enfoques funciona bien para Compras, ya que Compras no es un único proceso, sino una red de actividades de sourcing, contratación, gestión de proveedores, compras, facturación, monitorización de riesgos y análisis del gasto, cada una con sus propios datos, lógica y requisitos de cumplimiento.

Lo que realmente funciona es una única capa agéntica para todo el proceso Source-to-Pay, impulsada por capacidades específicas, reutilizables y gobernadas. Estas capacidades incluyen habilidades agénticas, herramientas, marcos de evaluación y mucho más. Las habilidades agénticas son capacidades discretas y diseñadas específicamente que los agentes de IA utilizan para ejecutar tareas concretas de Compras dentro de flujos de trabajo gobernados.

Este es el tercer y último artículo de una serie sobre IA agéntica en Compras. En él se explica qué son las habilidades agénticas, por qué son más importantes que el concepto de “agentes” por sí solo y cómo los equipos de Compras pueden pasar de consumir soluciones de IA preconfiguradas a desarrollar capacidades que reflejen la forma en que su organización opera realmente.

El problema del enfoque de la mayoría de los proveedores de IA para Compras

El mercado de la IA aplicada a Compras se ha dividido en dos grandes enfoques, y ninguno de los dos ofrece la solución adecuada.

Por un lado, encontramos proveedores que lanzan un catálogo cada vez mayor de agentes especializados. Un agente de sourcing. Un agente de contratos. Un agente de riesgo de proveedores. Un agente de facturación. O, peor aún, un agente para revisar solicitudes de compra duplicadas, otro para cerrar órdenes de compra, etc. Cada uno gestiona una tarea específica, pero opera en su propio silo, con sus propias conexiones de datos, permisos y carga adicional de gobernanza. El resultado es la proliferación de agentes: diez bots haciendo diez cosas distintas sin un contexto compartido entre ellos. Por ejemplo, un agente de sourcing puede recomendar un proveedor sin tener información sobre su nivel de riesgo, porque el agente de riesgos funciona en un sistema diferente. Un agente de facturación puede validar una orden de compra sin visibilidad sobre las condiciones contractuales que deberían regirla.

Por otro lado, existen proveedores que ofrecen una única capacidad de IA, tratándola como una caja negra. Se activa la solución, se conecta con los datos de la empresa y se espera que gestione todo, desde los agentes de IA para sourcing en Compras hasta la automatización de cuentas por pagar (AP). Sin embargo, Compras no es una única tarea indiferenciada. Un flujo de trabajo de sourcing requiere descubrimiento de proveedores, análisis de ofertas y benchmarking de mercado. La gestión de contratos necesita extracción de cláusulas, seguimiento de obligaciones e interpretación de riesgos. La gestión del riesgo de proveedores requiere combinar señales externas con datos internos de rendimiento. Los procesos P2P (Purchase-to-Pay) necesitan cumplimiento de catálogos, validación presupuestaria y una lógica de órdenes de compra alineada con las políticas de la organización. Estas son tareas de razonamiento diferentes, con datos, lógica y resultados distintos. Una IA de caja negra que trate todos estos procesos de la misma manera tendrá un rendimiento limitado en la mayoría de ellos.

El modelo más eficaz es un único agente con múltiples capacidades específicas y gobernadas en su base. Una única capa agéntica que abarque todo el proceso Source-to-Pay, permitiendo compartir el contexto y mantener una gobernanza coherente, pero impulsada por habilidades independientes que gestionan cada tarea definida con precisión. Esta es la arquitectura basada en habilidades (skills-based architecture) y es lo que diferencia a los agentes capaces de operar a escala empresarial de aquellos que se quedan limitados después de una demostración inicial.

¿Qué son las habilidades agénticas?

Una habilidad agéntica es una capacidad de IA específica, reutilizable y diferenciada que un agente puede ejecutar dentro de un contexto concreto de Compras.

Es importante precisar cómo se relacionan las habilidades con los flujos de trabajo y las herramientas, ya que en la mayoría de las conversaciones sobre IA estos conceptos suelen mezclarse. Un flujo de trabajo define la secuencia de procesos. Una habilidad es la capacidad que se utiliza dentro de esa secuencia. Las herramientas son los sistemas, conectores, API y fuentes de datos que permiten a la habilidad actuar en el mundo real. Las habilidades aportan la inteligencia. Las herramientas proporcionan el alcance. El flujo de trabajo conecta ambos elementos. Un agente combina habilidades, utiliza herramientas y ejecuta acciones dentro de un flujo de trabajo gobernado.

En la práctica, las habilidades agénticas funcionan de la siguiente manera:

Benchmarking de precios en RFx: analiza las ofertas recibidas y las compara con datos históricos internos y precios de mercado externos. El resultado no es solo una tabla comparativa, sino que identifica anomalías de precios y oportunidades de negociación que un responsable de categoría puede aprovechar.

Extracción de cláusulas contractuales: analiza acuerdos con proveedores y detecta condiciones no estándar, protecciones ausentes y lenguaje asociado a riesgos. Este tipo de tarea puede requerir horas de trabajo de los equipos legales o de Compras por contrato. Una habilidad agéntica permite realizarla de forma consistente en cientos de contratos.

Evaluación del riesgo de proveedores: combina información sobre salud financiera, datos ESG, señales operativas y contexto de mercado para crear un perfil integral. El valor no está únicamente en la puntuación obtenida, sino en que dicha evaluación se basa en datos conectados en lugar de una única fuente de información.

Detección de anomalías en el gasto: identifica patrones que se desvían de la línea base, como precios fuera de rango, aumentos inesperados de volumen, gasto fuera de contrato o pagos duplicados. La mayoría de las organizaciones detectan estos problemas de forma reactiva; esta habilidad permite identificarlos en tiempo real.

Además, existen habilidades para el enriquecimiento de catálogos (mejorar los datos de productos para impulsar un mayor cumplimiento), el descubrimiento de proveedores (identificar proveedores cualificados según categoría, ubicación geográfica, certificaciones e historial de rendimiento) y la conversión de cotización a orden de compra (transformar cotizaciones de proveedores en PDF en órdenes de compra conformes sin necesidad de introducir datos manualmente).

Lo que hace que las habilidades sean prácticas es que cada una puede probarse de forma independiente, supervisarse para evaluar su precisión a lo largo del tiempo y mejorarse sin afectar al resto de funcionalidades del agente. Este nivel de granularidad es precisamente lo que los agentes de caja negra y los catálogos de agentes aislados no pueden ofrecer.

Recomendación Experta

Descarga la guía práctica sobre IA agéntica en Compras para descubrir cómo los agentes de IA, las habilidades, los datos y la gobernanza trabajan conjuntamente en todo el proceso Source-to-Pay.

Por qué las habilidades son importantes para los CPO y los CIO

Las habilidades agénticas conectan dos conversaciones que normalmente evolucionan por separado cuando se habla de IA aplicada a Compras.

Para los CPO (Chief Procurement Officers), el valor está en la priorización. No es necesario implementar “IA en Compras” como una enorme iniciativa de transformación. En su lugar, se puede desplegar una habilidad específica para abordar un punto de bloqueo concreto. Si el análisis de RFx está consumiendo demasiado tiempo del equipo, se puede empezar por ahí. Si la monitorización del riesgo de proveedores es reactiva cuando debería ser proactiva, ese puede ser el punto de partida. Las habilidades permiten dirigir la inversión, demostrar valor y ampliar las capacidades en función de resultados reales, no de promesas.

Además, hacen que la IA sea medible desde la perspectiva de Compras. En lugar de preguntarse “¿estamos utilizando IA?”, el equipo puede plantearse preguntas más accionables: “¿qué habilidades están implementadas?, ¿cómo están funcionando respecto a los KPI de precisión?, ¿y dónde deberíamos invertir a continuación?”. Este es un enfoque con el que un CPO puede tomar decisiones concretas.

Para los CIO (Chief Information Officers), el atractivo principal es la gobernabilidad. Cada habilidad es componible, evaluable y gestionable como una unidad independiente. Es posible validar su precisión antes de ponerla en producción, supervisar posibles desviaciones una vez desplegada y actualizar o retirar una habilidad sin afectar al resto del entorno de agentes. Este enfoque aplica a la IA el mismo principio de modularidad que permite mantener una buena arquitectura de software: componentes independientes, controlables y fáciles de evolucionar. El área de TI puede proporcionar gobernanza y control sin convertirse en un cuello de botella para cada nueva implementación de IA en Compras.

Para ambos perfiles, las habilidades convierten la IA de una inversión abstracta en capacidades concretas que los equipos de Compras y TI pueden evaluar, optimizar y mejorar conjuntamente. La pregunta deja de ser “¿deberíamos implementar IA?” y pasa a ser: “¿Qué capacidades necesitamos desarrollar a continuación y cómo están funcionando las actuales?”

IVA: una capa de agentes completamente funcional para todo Source-to-Pay desde el primer día

El marco de habilidades descrito anteriormente no es solo una idea teórica. Es el modelo operativo que impulsa IVA, el Agente Virtual Inteligente de Ivalua.

IVA no es un chatbot añadido sobre un único módulo de Compras. Es una capa de agentes integrada en toda la plataforma Source-to-Pay, que cubre sourcing, contratos, gestión de proveedores, Compras, facturación y analítica. Funciona desde el primer día porque toda la aplicación de Ivalua constituye su fuente de conocimiento y su conjunto de herramientas. No es necesario realizar integraciones ni configuraciones adicionales antes de empezar a obtener valor.

Este último punto es especialmente importante. Muchas soluciones de IA para Compras requieren semanas de configuración, trabajos de integración y mapeo de datos antes de que los usuarios puedan ver resultados. IVA funciona desde el primer momento gracias a la arquitectura explicada en los dos primeros artículos de esta serie. IVA opera sobre el modelo de datos unificado de Ivalua, la única fuente de verdad de Compras analizada en el Blog 1. Razona utilizando datos completos y conectados: registros de proveedores, condiciones contractuales, historial de gasto, señales de riesgo y datos de rendimiento, todo en un único entorno. Además, funciona dentro del marco de gobernanza explicado en el Blog 2, heredando los permisos de usuario, registrando cada acción y manteniendo la responsabilidad humana sobre cada resultado.

IVA sigue la misma arquitectura basada en habilidades hacia la que están evolucionando los laboratorios líderes de IA. Los usuarios no necesitan elegir entre un catálogo de agentes independientes ni decidir qué bot debe encargarse de cada tarea. Simplemente indican a IVA lo que necesitan, y IVA combina las habilidades, herramientas y conocimientos adecuados para resolverlo.

¿Cómo se traduce esto en la práctica? Un responsable de categoría que prepara el resourcing de un contrato próximo a vencer puede pedir a IVA que extraiga el contrato, lo compare con acuerdos similares mediante benchmarking, identifique proveedores con mejores capacidades, prepare un proceso RFx y lance el evento. Una única conversación. Un equipo de cuentas por pagar (AP) puede utilizar IVA para validar facturas no solo comparando precios y órdenes de compra (PO), sino también verificando las condiciones contractuales incluidas en documentos que nadie tiene tiempo de revisar manualmente. IVA también funciona de forma autónoma dentro de los flujos de trabajo y en segundo plano: un evento de riesgo de proveedor puede activar IVA para identificar todos los contratos afectados, proponer alternativas y preparar un plan de mitigación sin que nadie tenga que iniciar la solicitud.

Esta es una solución de IA para Compras que funciona desde el primer día. Y esto es solo el punto de partida.

Recomendación Experta

Descarga el documento informativo sobre la solución de IA empresarial para descubrir cómo Ivalua aplica la IA agéntica en Compras.

La biblioteca de habilidades: skills listas para usar para un impacto inmediato

La Biblioteca de habilidades de IVA es donde el Nivel 1 de la curva de madurez se convierte en una realidad. Se trata de capacidades listas para producción, no de elementos incluidos en una hoja de ruta futura.

Agente de analítica. Los equipos que antes tenían que generar informes manualmente o esperar a las actualizaciones programadas de los paneles ahora pueden hacer una pregunta a IVA sobre el gasto por categoría, la concentración de proveedores o la cobertura contractual y obtener el análisis a partir de datos actualizados de la plataforma. Sin colas de informes. Sin datos obsoletos.

Inteligencia de categoría. Los responsables de categoría dedican una cantidad desproporcionada de tiempo a la investigación: dinámica de mercado, ecosistemas de proveedores y benchmarking. IVA reduce este trabajo de horas a minutos, combinando datos internos de la plataforma con inteligencia de mercado externa. El resultado se basa en los datos reales de proveedores y contratos de la organización, no en informes de mercado genéricos.

Benchmarking de precios RFx. La comparación de ofertas solía implicar hojas de cálculo con formatos inconsistentes y referencias cruzadas manuales con datos históricos. IVA compara automáticamente las ofertas recibidas con el historial interno y los precios externos. Las desviaciones y oportunidades de negociación aparecen con el contexto necesario.

Buscador de proveedores para sourcing RFx. El descubrimiento de proveedores siempre ha estado limitado por los proveedores que el responsable de categoría ya conoce. IVA amplía el universo de búsqueda identificando proveedores cualificados según los requisitos de la categoría, certificaciones, cobertura geográfica, perfiles de riesgo e historial de rendimiento.

Análisis de RFx. En procesos de sourcing complejos con múltiples lotes, la comparación manual de ofertas consume mucho tiempo y es propensa a errores. IVA puntúa y compara las respuestas de los proveedores aplicando criterios de evaluación de forma coherente en todas las propuestas. El responsable de categoría obtiene un análisis estructurado en lugar de un conjunto de datos sin procesar que debe revisar manualmente.

Conversión de cotización a orden de compra. Las cotizaciones de proveedores en formato PDF todavía requieren extracción manual de datos y creación de órdenes de compra en la mayoría de las organizaciones. IVA lee la cotización, extrae los campos relevantes y crea una orden de compra conforme. Un proceso que antes requería horas se convierte en uno que tarda segundos.

Enriquecimiento de catálogos. Los catálogos se deterioran con el tiempo a medida que las descripciones de productos pierden precisión, las clasificaciones se desalinean y las relaciones entre datos se rompen. IVA mejora continuamente los datos de producto, impulsando un mayor cumplimiento de contratos y reduciendo el gasto fuera de contrato.

Estas son capacidades desplegadas. La Biblioteca de habilidades es la base, y es una base sólida.

IVA Studio: de la base al techo

IVA funciona en todo Source-to-Pay desde el primer día. IVA Studio es la forma de adaptarlo a las necesidades específicas de cada organización.

IVA Studio es la torre de control de IA para gestionar cómo funciona IVA: las habilidades que utiliza, las herramientas a las que puede acceder, los sistemas externos a los que se conecta mediante MCP (Model Context Protocol) y los LLM sobre los que se ejecuta. Es un entorno sin código (no-code) que permite a los equipos de Compras ir más allá de la Biblioteca de habilidades predefinidas para perfeccionar, crear y mejorar continuamente las capacidades que son más relevantes para su organización.

Perfeccionar lo que ya existe. Tomar una habilidad predefinida y ajustarla a tu contexto. Adaptar la habilidad de benchmarking de RFx a los umbrales de tu categoría. Configurar la evaluación de riesgos para ponderar los factores relevantes para tu sector. Adaptar la lógica de aprobación para que coincida con tus políticas. Este es el Nivel 2 de la curva de madurez: la misma capacidad, configurada para reflejar cómo trabaja realmente tu equipo. A menudo es el punto en el que la adopción se acelera, porque la IA empieza a alinearse con las expectativas del equipo.

Crear lo que no existe. Tu estrategia de sourcing para categorías indirectas es diferente a la de cualquier otra organización. Tu proceso de homologación de materiales directos es específico de tu cadena de suministro. Tus normas de cumplimiento varían según la región, la categoría de producto y el tipo de contrato. IVA Studio permite a los equipos de Compras crear habilidades completamente nuevas para esos procesos. Este es el Nivel 3, donde la IA deja de ser una funcionalidad del proveedor y se convierte en una capacidad de la organización.

Mejorar continuamente. Las habilidades no deberían ser estáticas y, en la práctica, no mantendrán su precisión para siempre. IVA Studio permite realizar pruebas con respecto a KPI de precisión antes del despliegue y una monitorización continua una vez que una habilidad está en producción. Cuando la precisión disminuye, el equipo lo detecta. Cuando cambia un proceso, la habilidad se actualiza. Este es el ciclo de vida de gestión explicado en el Blog 2 aplicado al nivel individual de cada habilidad.

Conservar el conocimiento institucional. Cuando el marco de decisión del mejor responsable de categoría se codifica en una habilidad, sus criterios de evaluación, su enfoque de negociación y sus puntos de control de cumplimiento se convierten en un activo organizativo reutilizable. Este conocimiento no desaparece cuando esa persona cambia de puesto o abandona la empresa. Un nuevo empleado que trabaja con IVA opera con el beneficio del conocimiento acumulado por el equipo. Las habilidades convierten la experiencia individual en capacidades del equipo. Con el tiempo, este valor se multiplica.

Para los CIO, IVA Studio es la capa de gobernanza. Los equipos de TI seleccionan qué LLM utilizar. IVA es independiente del modelo y admite conexiones con múltiples proveedores, incluidos OpenAI, Google, Mistral, Anthropic, Meta y xAI, además de modelos alojados por el propio cliente. TI controla los permisos de acceso, los registros de auditoría y los límites de datos. La IA generativa en Compras se convierte en una IA gobernada en lugar de una IA no controlada.

Para los CPO, IVA Studio elimina el cuello de botella. Los equipos de Compras no necesitan esperar a que TI cree cada nueva capacidad. Pueden experimentar, crear prototipos, probar e implementar habilidades que respondan a sus desafíos específicos. La gobernanza permanece centralizada. La creación de capacidades se distribuye. Ambas cosas pueden coexistir al mismo tiempo.

El futuro no son más agentes. Es una plataforma agéntica de principio a fin.

El mercado de la IA aplicada a Compras está generando una gran cantidad de agentes. Agentes de sourcing, agentes de contratos, agentes de riesgos, agentes de facturación, agentes de analítica. Muchos de ellos son impresionantes de forma individual. Pero desplegar diez agentes diferentes con diez conexiones de datos distintas, diez modelos de permisos diferentes y diez registros de auditoría independientes no es una estrategia. Es un problema de gestión disfrazado de innovación.

Las organizaciones que obtengan el mayor valor de la IA agéntica en Compras no serán aquellas que tengan la lista más larga de agentes. Serán aquellas que cuenten con una plataforma en la que la IA no sea una funcionalidad añadida, sino la capa de inteligencia que conecta todo: datos, flujos de trabajo, gobernanza, habilidades, herramientas y conocimiento institucional. Una plataforma donde la base esté unificada, la gobernanza esté integrada por diseño y las habilidades sean creadas, probadas y mejoradas por las personas más cercanas a los procesos.

Este es el argumento central de esta serie. La base de datos determina si la IA genera confianza o amplifica los problemas existentes. La gobernanza debe ser estructural, con responsabilidad humana integrada en la arquitectura. Y el verdadero factor diferencial no es el propio agente, sino la capacidad de construir, perfeccionar y evolucionar las capacidades que hacen que el agente sea útil específicamente para cada organización.

El futuro de la IA en Compras no son más agentes. Es una plataforma agéntica de principio a fin. Y la pregunta importante no es “¿tienes IA?”, sino si tu equipo puede utilizar la IA para alcanzar mejor los objetivos que realmente importan.

Lee el caso de negocio de la IA agéntica para descubrir cómo los equipos de Compras están construyendo ese caso actualmente.

Conclusión: base, gobernanza y capacidades

Esta serie ha analizado las tres capas que determinan si la IA agéntica en Compras funciona realmente a escala empresarial.

El primer artículo defendió que la calidad de los agentes de IA comienza con la calidad de los datos. Un modelo de datos unificado no es un simple detalle técnico. Es la base que determina si los agentes de IA generan confianza o amplifican los problemas existentes. El segundo artículo explicó que la gobernanza no puede ser una consideración posterior ni una opción de configuración. La responsabilidad humana debe estar integrada en la arquitectura para que cada acción de un agente tenga una persona responsable del resultado. Este artículo ha abordado la capa de capacidades: las habilidades, herramientas y el entorno de creación sin código que convierten la IA agéntica de una funcionalidad proporcionada por un proveedor en algo que tu equipo puede gestionar y mejorar con el tiempo.

Juntas, estas tres capas forman el modelo operativo de la IA aplicada a Compras. Ninguna funciona sin las demás. Los datos sin gobernanza representan un riesgo. La gobernanza sin capacidades se convierte en una carga administrativa. Las capacidades sin una base de datos fiable son una demostración que nunca llega a producción.

La IA agéntica en Compras no es un producto que se compra. Es una capacidad organizativa que se construye sobre la plataforma adecuada.