Tiene una estrategia de IA. ¿Pero tiene una estrategia de integración?

La primera demo de IA suele ser rápida. Se selecciona un modelo, se conectan algunas fuentes y aparece un PoC convincente. La parte difícil empieza después: operar la solución en producción con usuarios reales, permisos reales y sistemas críticos.

Para un CIO o CTO, la pregunta no es solo qué tan bien responde el modelo, sino bajo qué reglas puede acceder a los sistemas operativos. Cuando la IA entra en un proceso de negocio, un acceso incorrecto, una autorización débil o una transacción no trazable se convierten en riesgo operativo.

En aplicaciones tradicionales, las llamadas a servicios están en gran medida predefinidas. En arquitecturas con agentes, el sistema puede elegir dinámicamente una herramienta o servicio según la intención del usuario. Esa flexibilidad genera valor, pero también hace más importantes los límites de acceso.

Governance, o gobernanza, no significa solo catalogar APIs. Significa controlar centralmente a qué sistemas puede acceder un agente, qué operaciones puede ejecutar, en nombre de quién actúa y cuánto tráfico puede generar.

Dar una nueva capacidad a un agente también significa definir el límite de esa capacidad.

En una transformación SAP S/4HANA a gran escala trabajamos con una arquitectura en la que se cerraron conexiones directas a SAP desde 20 sistemas externos y el acceso se trasladó a MuleSoft. El objetivo no era simplemente mover conexiones, sino estandarizar el acceso, gestionar cambios de forma central y desacoplar consumidores del backend.

El mismo principio aplica a la IA. Cuando un nuevo agente necesita la misma capacidad de SAP, utilizar la capa API ya gestionada es mucho más predecible que abrir otra conexión directa.

Conexiones point-to-point, acceso directo a bases de datos, servicios duplicados y modelos de seguridad inconsistentes pueden parecer manejables durante años. A medida que crecen agentes y casos de uso, esa deuda se multiplica.

Una arquitectura donde un agente conecta directamente a SAP, otro a CRM y otro a una base de datos puede parecer rápida a corto plazo. A largo plazo recrea en la capa de IA la arquitectura point-to-point que las empresas llevan años intentando reducir.

Prepararse para la IA no significa convertir cada sistema en una API. API-izarlo todo puede ser caro e innecesario. Lo importante es identificar qué capacidades empresariales necesitan realmente los consumidores digitales y de IA y exponerlas con los límites y ownership adecuados.

APIs authoritative y reutilizables para Customer, Order, Inventory o Pricing reducen desarrollo duplicado y aclaran qué fuente debe utilizar un agente.

Model Context Protocol (MCP) es una capa importante para estandarizar cómo las aplicaciones de IA interactúan con tools y fuentes de datos. No sustituye a la arquitectura API empresarial.

En entornos enterprise, un servidor MCP suele utilizar APIs y servicios de integración por detrás. MCP puede estandarizar qué herramientas se ofrecen al agente, pero no resuelve por sí solo authentication, authorization, policy enforcement ni audit.

Si un agente no solo lee información sino que ejecuta transacciones, AI governance y API governance no pueden gestionarse por separado. Además de authentication y authorization, identity propagation —transportar la identidad de usuario o servicio end-to-end— se vuelve crítica.

Un agente de atención al cliente puede consultar un pedido, mientras que cancelarlo requiere permiso adicional. Esa regla no debería existir solo en un prompt; debe aplicarse también en las capas API e integración.

Rate limiting, controles de tráfico, audit logs y gestión del lifecycle de APIs también forman parte de llevar agentes a producción.

Observability, o visibilidad end-to-end, adquiere un nuevo significado. Una transacción puede pasar por modelo, tool, MCP, API, integration flow y backend. Cuando falla, saber solo que una API devolvió 500 no basta.

Operaciones debe poder identificar qué agente inició la operación, en nombre de qué usuario, qué tool y API se llamaron, qué devolvió el backend y dónde apareció la latencia.

No evaluamos el papel de MuleSoft solo por funcionalidades específicas de IA. Su valor principal es crear una capa de integración gestionable entre sistemas enterprise existentes y nuevos consumidores de IA.

Con API-led connectivity, capacidades System, Process y Experience pueden gestionarse junto con políticas de seguridad, controles de tráfico, lifecycle y monitoring. Así se reutilizan inversiones existentes en lugar de crear una arquitectura de conectividad separada para IA.

MuleSoft no es la respuesta a todos los problemas de integración. Pero en entornos grandes, con muchos sistemas y fuertes necesidades de gobernanza, es una opción potente para estandarizar la capa de integración.

Antes de mirar benchmarks de modelos, los responsables tecnológicos pueden aprender mucho sobre su preparación para IA observando el landscape de integración.

• ✓¿Las capacidades críticas están accesibles mediante APIs gestionables?
• ✓¿Creamos nuevas conexiones point-to-point cuando llega un nuevo agente?
• ✓¿Podemos trazar end-to-end la identidad de usuario o servicio en cuyo nombre actúa el agente?
• ✓¿Podemos aplicar centralmente autorización, control de tráfico y audit?
• ✓¿Los nuevos casos de uso pueden reutilizar servicios existentes?
• ✓Cuando falla una transacción iniciada por un agente, ¿podemos localizar la capa problemática en minutos?

Los modelos y frameworks de agentes cambiarán rápidamente. La opción elegida hoy puede ser distinta en unos años. La necesidad de acceso seguro y sostenible a SAP, CRM, ERP y otros sistemas críticos permanecerá.

Por eso la capa de integración —una forma estándar, segura, reutilizable y observable de exponer capacidades empresariales— es una inversión duradera junto a la plataforma de IA.

La estrategia de IA y la estrategia de integración deberían gestionarse como dos partes de la misma arquitectura empresarial, no como programas separados.

En Eltay diseñamos, construimos y operamos arquitecturas de integración empresarial con MuleSoft. Vemos las iniciativas de IA no como proyectos tecnológicos aislados, sino como una nueva capa de consumo sobre la arquitectura de integración y APIs existente.

Nuestra primera pregunta no es '¿Qué nuevo producto de IA debemos comprar?'. Primero observamos el landscape existente: qué sistemas están accesibles mediante APIs gestionables, qué servicios pueden reutilizarse, cómo se aplican seguridad y gobernanza y cómo incorporar nuevos agentes de forma controlada.

¿Por qué los proyectos de IA necesitan una estrategia de integración?

Porque las aplicaciones de IA empresarial necesitan acceder a información y funciones en SAP, CRM, ERP, plataformas de datos y aplicaciones legacy. Una estrategia de integración hace que ese acceso sea seguro, reutilizable, observable y gestionable.

¿Pueden los agentes de IA conectarse directamente a SAP o ERP?

Técnicamente sí en algunos escenarios, pero a gran escala el acceso directo puede crear dependencias point-to-point y aumentar la complejidad de seguridad, gobernanza y operación. Una capa controlada de APIs e integración suele ser más sostenible.

¿MCP sustituye a las APIs?

No. MCP estandariza la interacción entre aplicaciones de IA, herramientas y fuentes de datos, pero los servidores MCP empresariales seguirán utilizando APIs y servicios de integración para acceder a los sistemas backend.

¿Cómo puede MuleSoft apoyar la integración de IA?

MuleSoft puede proporcionar una capa de integración gestionable mediante APIs, servicios reutilizables, seguridad, políticas, control de tráfico, monitoring y gobernanza.

¿Cómo saber si una empresa está preparada para integrar IA?

Entre los indicadores clave están APIs gestionables para sistemas críticos, autenticación y autorización centralizadas, gestión del ciclo de vida de APIs, monitoring, auditoría y servicios de integración reutilizables.

¿Qué relación existe entre la estrategia API y la estrategia de IA?

La estrategia API expone capacidades empresariales mediante interfaces estándar y gestionables. Como los agentes de IA se convierten en nuevos consumidores, una estrategia API sólida ayuda a escalar la IA más rápido y con mayor control.