Una empresa puede tener el organigrama perfectamente actualizado y, aun así, ignorar qué sabe hacer su gente. Las capacidades viven en currículos, cursos, proyectos, conversaciones de desempeño y sistemas distintos. Reunir esas señales en una lista común parece sencillo; decidir cuáles merecen confianza es el verdadero trabajo.
En SAP SuccessFactors, Talent Intelligence Hub ofrece una biblioteca de atributos y un flujo de gobierno para las habilidades. La novedad que merece atención esta semana está en la gestión de fuentes: la documentación de la versión 2H 2026 describe fuentes de datos personalizadas para incorporar habilidades procedentes de sistemas propios. SAP indica que la funcionalidad será de disponibilidad general con validez desde el 13 de noviembre de 2026; a fecha de este artículo, 19 de octubre, todavía hay que tratarla como una capacidad próxima y confirmar su activación en cada tenant.
La distinción importa. Un catálogo de competencias no es todavía un mapa fiable de capacidades, y una inferencia de IA no equivale a una habilidad demostrada. La arquitectura debe conservar el origen, la revisión y la fecha de cada señal antes de usarla para recomendar formación, movilidad o selección.
La habilidad es un dato con procedencia
«Python», «análisis de datos» o «gestión de compras» pueden aparecer con nombres distintos, niveles de detalle distintos y grados de evidencia muy diferentes. Una entrada puede proceder de una certificación reciente; otra, de una descripción de puesto de hace seis años; una tercera, de una inferencia automática a partir de un texto. Si todas se convierten en el mismo atributo plano, el sistema pierde la información que permite interpretarlas.
Talent Intelligence Hub organiza atributos en una biblioteca y permite gobernar habilidades antes de publicarlas para su uso en SuccessFactors. En el flujo de normalización asistida, una persona administradora puede aceptar el nombre propuesto, conservar el nombre original como alias o mantener una habilidad personalizada fuera de los escenarios de inferencia asistida. La elección afecta a cómo se reutiliza esa habilidad en el ecosistema; no es un simple ajuste cosmético.
Separar tres estados que suelen confundirse
- Señal: una fuente menciona o sugiere una habilidad.
- Atributo normalizado: la habilidad se relaciona con un concepto común de la biblioteca.
- Habilidad confirmada: una persona o un proceso autorizado valida que esa capacidad forma parte del perfil.
Esta separación evita que un curso asignado se interprete automáticamente como dominio, o que una frase de un currículum pase a describir a una persona como si hubiera sido comprobada. Es una recomendación de diseño: las funciones concretas disponibles dependen de la configuración y el módulo de SuccessFactors.
Qué cambia con las fuentes personalizadas de 2H 2026
La nota de novedades de SAP describe la creación de fuentes personalizadas en Manage Data Sources, además de las integraciones de partners existentes. Cada fuente admite nombre, código y descripción opcional; al guardarla, el sistema antepone CUST_ al código. La nueva fuente queda inactiva por defecto y se activa cuando la organización decide configurarla.
La configuración inicial es prudente: las fuentes personalizadas parten con Trusted Data Source en No, y las opciones para permitir que una fuente sobrescriba o reduzca valoraciones también parten en No. Una fuente puede marcarse como confiable para omitir el flujo de gobierno de habilidades; por eso, activar ese valor debe ser una decisión explícita, documentada y limitada a sistemas cuya calidad se haya validado. El historial del Growth Portfolio muestra el nombre de la fuente cuando se importa una habilidad, lo que aporta una pista de procedencia.
SAP marca esta mejora como disponibilidad general para 2H 2026, con fecha de validez del 13 de noviembre de 2026 y publicación inicial de la nota el 2 de octubre. La lectura práctica es prepararse ahora y comprobar la fecha efectiva y la configuración del tenant antes de planificar el despliegue. No conviene construir un calendario operativo como si ya estuviera habilitada.
Arquitectura de referencia: conservar el contexto de la habilidad
Para un piloto con una fuente propia —por ejemplo, una plataforma de proyectos o un sistema de aprendizaje—, el patrón siguiente reduce ambigüedad sin exigir un gran programa de datos:
- Origen identificable. Asignar un código estable a cada fuente y documentar responsable, actualización, población cubierta y finalidad. Evitar cargar un archivo sin saber qué proceso lo generó.
- Normalización gobernada. Mapear la denominación local a una habilidad de la biblioteca. Guardar el término de origen como alias cuando ayude a los usuarios; no crear sinónimos que fusionen capacidades distintas.
- Estado explícito. Diferenciar una habilidad importada o inferida de una habilidad confirmada por la persona o por una validación autorizada. No usar el atributo como prueba de competencia solo porque aparece en el perfil.
- Reglas por fuente. Mantener la fuente no confiable hasta medir calidad y establecer un procedimiento de revisión. Permitir que una fuente actualice valoraciones solo si se conoce su escala, su recencia y quién responde de ella.
- Consumo gradual. Empezar con recomendaciones de aprendizaje y movilidad voluntaria. Para decisiones de selección, promoción, compensación o reorganización, exigir revisión humana, explicación y un mecanismo para corregir el perfil.
En forma compacta:
fuente → habilidad observada → mapeo a biblioteca → revisión → perfil con procedencia → uso autorizadoLa conexión no garantiza que todos los sistemas externos puedan integrarse mediante el mismo mecanismo. Antes de implementarla, hay que comprobar las interfaces, el modelo de datos y los permisos de la solución de origen y de SuccessFactors. El objetivo del patrón es preservar significado y control; no prescribe una API concreta.
Una prueba pequeña antes de abrir el flujo
Selecciona una familia de habilidades acotada —por ejemplo, capacidades de integración SAP— y una fuente con responsable claro. Durante cuatro semanas, compara:
- porcentaje de habilidades que encuentran una equivalencia válida en la biblioteca;
- porcentaje de propuestas que la persona acepta, corrige o rechaza;
- antigüedad de la evidencia y porcentaje de perfiles sin fecha de revisión;
- duplicados semánticos y colisiones entre una habilidad genérica y una especializada;
- tiempo administrativo de normalización por cada cien registros.
Fija criterios de salida antes de importar: qué tasa de mapeo permite ampliar el piloto, qué errores obligan a detenerlo y quién puede cambiar el estado de una fuente. La cifra óptima no es universal; debe acordarse según el impacto del uso y la calidad inicial de los datos. Esta evaluación evita confundir volumen importado con valor generado.
IA asistida: útil como propuesta, insuficiente como veredicto
SuccessFactors documenta funciones para extraer habilidades de currículos hacia Growth Portfolio. Sus requisitos incluyen unidades de IA, habilitar el servicio correspondiente, aceptar el aviso de uso de IA, normalizar previamente las habilidades y conceder permisos específicos de carga. La extracción se apoya en la taxonomía universal de habilidades de SuccessFactors, y la persona selecciona qué habilidades identificadas quiere añadir a su sección de habilidades organizativas.
Ese flujo de selección es una frontera útil entre recomendación y afirmación. Aun así, hay que informar a las personas sobre el uso de sus datos, limitar los permisos de carga, revisar los textos que se envían y comprobar qué alternativas existen para quienes no quieran usar la inferencia. Las unidades de IA también introducen una consideración de coste y capacidad; la documentación remite al responsable comercial de SAP para las condiciones aplicables.
La alianza anunciada para adquirir TechWolf refuerza la relevancia del tema: SAP comunicó el 6 de octubre un acuerdo cuya operación esperaba cerrar en el cuarto trimestre de 2026, sujeto a condiciones y aprobación regulatoria. SAP describe la futura incorporación de un contexto de habilidades y trabajo, pero señala que los nuevos productos conjuntos se diseñarán y desarrollarán tras el cierre. Por tanto, es una dirección anunciada, no una capacidad que este artículo dé por disponible hoy.
Decidir con datos de talento sin convertirlos en etiquetas permanentes
Un inventario de habilidades puede ayudar a encontrar formación, proyectos o movilidad interna; también puede reproducir sesgos si una oportunidad desigual deja menos evidencia en los datos. Conviene registrar para qué se usa cada fuente, cuánto tiempo se conserva la evidencia y cómo puede una persona corregir una asociación errónea. La confianza no procede de añadir más atributos, sino de hacer visible qué originó cada uno y qué peso merece.
Para equipos SAP, la tarea inmediata es preparar catálogo, responsables, reglas de confianza y prueba piloto; después, verificar la fecha de disponibilidad en el tenant antes de activar fuentes personalizadas. Quien ya trabaje con agentes de Joule puede ampliar la conversación con nuestra guía sobre contratos y herramientas MCP para agentes SAP. Para conectar el gobierno de habilidades con prácticas más amplias de datos empresariales, consulta también la guía de SAP Business Data Cloud y contexto para IA.
Una habilidad deja de ser una palabra en un perfil cuando podemos explicar de dónde vino, quién la revisó y para qué decisión sirve. Esa disciplina convierte un catálogo en una base útil para desarrollar talento sin confundir inferencia con evidencia.
