Hasta ahora, el ERP ha sido básicamente un sistema de registro: reflejaba lo que ocurría en la empresa, pero no actuaba por sí solo. Esto está empezando a cambiar. Con la llegada de la inteligencia artificial generativa (en Microsoft, Copilot) y, más recientemente, del servidor MCP, sistemas como Dynamics 365 Finance and Operations (en adelante FO) ya pueden ejecutar procesos de forma autónoma con acceso total, pero controlado, a los datos y los procesos del ERP.
El cambio no es incremental: pasamos de sistemas que registran lo ocurrido a sistemas que pueden ejecutar procesos por sí mismos. Esta transformación marca el camino hacia un nuevo paradigma, el ERP agéntico, que representa un cambio fundamental en la arquitectura, los flujos de trabajo y la forma en que se toman y ejecutan decisiones en colaboración con las personas.
Además, te invitamos a unirte al Microsoft AI Agents in Action , un evento en las oficinas de Microsoft en La Finca (Madrid) para explorar cómo los AI Agents están redefiniendo los departamentos de TI y acelerando la transformación agéntica de las organizaciones.
En este artículo te explicamos cómo ha evolucionado la IA en Dynamics 365 FO y cómo sus capacidades se distribuyen a lo largo de un espectro creciente de complejidad: desde agentes simples orientados a la recuperación de información, pasando por asistentes capaces de ejecutar tareas bajo demanda, hasta agentes completamente autónomos capaces de operar por sí mismos.
A través de los siguientes 4 bloques, analizaremos qué tipos de funcionalidades, asistentes y agentes existen hoy en día, cómo se licencian y, sobre todo, en qué escenarios tiene sentido utilizarlos para maximizar su impacto real:
Son modelos de inteligencia artificial preentrenados o personalizables que se integran en procesos específicos del ERP para automatizar tareas concretas como procesamiento de documentos, reconocimiento de texto, clasificación o predicción.
En este contexto, AI Builder actúa como una capa de abstracción dentro de Power Platform que permite incorporar capacidades de IA de forma sencilla y low-code en procesos de negocio, apoyándose en servicios de Azure AI. Por su parte, Azure Cognitive Services ofrece un mayor nivel de control y flexibilidad, orientado a escenarios que requieren personalización avanzada, escalabilidad o integración técnica más compleja.
Ejemplos:
Una de las aplicaciones más destacadas es Invoice Capture, una funcionalidad integrada en Dynamics 365 FO que permite leer facturas de proveedores recibidas por email o cargadas manualmente, extraer automáticamente campos clave del documento, validar la información contra pedidos de compra existentes y, en base a ello, proponer o incluso crear directamente los registros de facturas en el ERP.
Características:
Licenciamiento:
Estos modelos de IA consumen AI Builder Credits, que están incluidos en algunas licencias de Power Platform o Dynamics 365 y también se podían adquirir por separado.
No obstante, desde octubre de 2025, y hasta noviembre de 2026, hay en marcha un plan de transición por parte de Microsoft en el cual estos créditos pasarán a ser créditos de Copilot Studio y parece ser que no se estarán incluidos con ciertas licencias, como hasta ahora.
Son capacidades que incluyen inteligencia artificial generativa (Copilot) integradas directamente en la interfaz de Dynamics 365 FO. Asisten al usuario mejorando su experiencia y toma de decisiones.
Ejemplos:
Características:
Licenciamiento:
Todas estas funcionalidades están Incluidas con la licencia base de Dynamics 365 FO.
No consumen recursos de Azure, créditos de Copilot ni requieren licencias adicionales.
Son agentes preconstruidos por Microsoft que ejecutan tareas completas de forma autónoma, con mínima intervención humana. Estos agentes ya no solo asisten, sino que actúan: leen emails, analizan datos, toman decisiones contextuales y ejecutan acciones en el ERP.
Ejemplos:
Características:
Licenciamiento:
Consumo basado en créditos Copilot, no requieren licencias por usuario. Cada ejecución del agente consume créditos en función de la complejidad de la tarea.
Estos créditos se pueden facturar en modalidad pay-as-you-go o bien adquiriendo packs a precio fijo.
Siguiendo el ejemplo de los agentes first-party, las organizaciones también pueden construir sus propios agentes adaptados a procesos específicos utilizando, por ejemplo, Copilot Studio, una plataforma low-code/no-code, que permite crear agentes conectados a múltiples orígenes de datos (entre ellos D365FO) para leer e interpretar datos, ejecutar acciones y orquestar procesos de negocio complejos.
Ejemplos:
Características:
Licenciamiento (teniendo en cuenta que el agente se construye desde Copilot Studio):
Aquí es donde tenemos el verdadero cambio de paradigma, al menos hasta el momento (marzo de 2026). El Model Context Protocol (MCP) es un componente nativo de Dynamics 365 FO que actúa como un servidor de contexto que expone toda la funcionalidad y los datos del ERP a los agentes de IA, de forma segura, estandarizada y sin necesidad de APIs personalizadas.
Antes del MCP, los agentes estaban limitados a lo que podían hacer a través de conectores específicos (APIs OData o integraciones custom). Ahora, con el MCP Server:
Esto implica que la lógica de decisión empieza a salir del ERP tradicional y a moverse hacia agentes que orquestan procesos entre sistemas. El ERP se convierte en una plataforma abierta, interoperable y preparada para operar en un ecosistema de agentes distribuidos.
Capacidades y consideraciones del MCP Server:
Licenciamiento:
| Característica | Capacidades especializadas con IA | Asistentes Embebidos (Copilot) | Agentes 1st party (Microsoft) | Agentes 3rd party o personalizados |
| Nivel de autonomía (1-4) | Nivel 1 (automatización) | Nivel 2-3 (reactivo/proactivo) | Nivel 3-4 (autónomo supervisado) | Nivel 2-4 (variable según diseño) |
| Ejecuta acciones | ❌ No | ❌ No | ✅ Sí | ✅ Opcional, según diseño |
| Razonamiento contextual | ❌ Limitado | ✅ Básico | ✅ Avanzado | ✅ Avanzado |
| Casos de uso típicos | Procesamiento de facturas, OCR | Consulta de datos, resúmenes | Conciliación, pedidos, imputaciones, gastos | Procesos específicos, integraciones complejas |
| Personalización | Entrenamiento de modelos | ❌ No | ✅ Parcial (parámetros configurables) | ✅ Completa (lógica de negocio propia) |
| Licenciamiento | AI Builder / Copilot Credits | Incluido en licencia base | Copilot Credits | Copilot Credits |
| Requisitos técnicos | Power Platform, AI Builder | ERP actualizado | Activación y configuración | Copilot Studio o framework externo |
| Time-to-value | Medio | Inmediato | Rápido | Medio-largo |
| Mantenimiento | Bajo | Nulo | Bajo | Medio-alto |
| Gobernanza y control | Medio | Bajo | Alto | Muy alto |
| Recomendado | Procesos deterministas y estructurados | Mejora de experiencia de usuario | Procesos estándar repetitivos con impacto | Procesos únicos o diferenciadores |
No cabe duda de que la irrupción de la IA en general y los agentes en particular son un cambio de paradigma en toda regla, pero esto no significa que debamos y podamos aplicarlo en todos los contextos.
En muchos escenarios, la diferencia entre asistentes y agentes no se percibe tanto en las capacidades de análisis o recomendación, que pueden ser similares, sino en su integración en el proceso. Mientras que los asistentes operan bajo demanda del usuario (user-driven), los agentes se activan por eventos (evento-driven) y pueden iniciar o avanzar procesos sin necesidad de interacción directa.
No todos los procesos se benefician por igual del trabajo con IA. Su mayor valor aparece en escenarios específicos:
Intentar usar IA o agentes en procesos deterministas no solo no aporta valor, sino que introduce complejidad innecesaria y riesgo operativo. Aplicar IA no es sinónimo de automatización.
Por otra parte, no todo debe delegarse sin control. En procesos críticos debemos:
Por ejemplo, un agente de conciliación contable podría:
Uno de los aspectos clave, y que más preocupa, de la arquitectura de agentes en Dynamics 365 FO es la seguridad y la trazabilidad. En este sentido, es importante destacar que todos los agentes heredan los permisos del usuario y del contexto en el que se ejecutan.
Esto significa que un agente solo podrá acceder a los datos y ejecutar acciones que el usuario o la identidad tenga autorizadas según los roles asignados en el sistema. Esto implica que un agente es, a efectos prácticos, es un usuario más dentro del sistema, con identidad, permisos y trazabilidad propios.
En cuanto a la gobernanza, desde principios de 2026, Dynamics 365 FO incluye una funcionalidad nativa de administración de agentes que permite a los administradores:
Para organizaciones con requisitos estrictos de monitorización y cumplimiento, Agent 365 (disponible a partir de mayo de 2026), proporcionará una capa adicional de control que, además, actuará en todos los agentes de la organización, no solo para aquellos conectados al ERP.
Aunque el potencial es alto, y el hype puede serlo todavía más, la adopción de la IA y de agentes requiere de una base sólida. En muchos casos, el principal problema no será la tecnología, sino la falta de claridad en los procesos y la resistencia a delegar decisiones en sistemas automatizados:
¿Y ahora qué? Si has llegado hasta aquí, probablemente ya te habrás percatado del enorme cambio de paradigma que todo esto supone y estás valorando cómo la IA puede transformar tu ERP.
La buena noticia es que no necesitas empezar desde cero ni hacer grandes inversiones iniciales. En nuestra experiencia, recomendamos empezar por capacidades integradas y casos acotados antes de plantearse trabajar o crear agentes más avanzados:
Fase 1: exploración y familiarización.
Fase 2: primer piloto.
Fase 3: escalado y adopción.
Fase 4: consolidación y expansión.
Como hemos visto, el ERP agéntico no es una evolución lejana, sino una transición que ya ha empezado.
Las organizaciones que antes entiendan cómo combinar datos, procesos y agentes serán las que consigan automatizar decisiones, no solo tareas.
Pero este cambio no depende únicamente de la tecnología. Requiere un nivel de madurez organizativa que permita adoptar, confiar y gobernar estos sistemas de forma efectiva.
No se trata de aplicar IA por aplicar, ni de transformar todo de golpe, sino de empezar por casos concretos, aprender, iterar y escalar.
Así pues, la clave ya no está en adoptar estas capacidades, sino en hacerlo con criterio y en el momento adecuado. La ventaja competitiva no vendrá de adoptar estas capacidades antes que otros, sino de aplicarlas mejor.
