Agentes de IA sobre SAP S/4HANA: del prompt al pedido de compra sin tocar ABAP

Imagina abrir un chat, escribir “créame un pedido de compra al proveedor EWM17 de 50 unidades del material EWMS4-01 para entregar la próxima semana” y, segundos después, abrir la transacción ME23N en tu S/4HANA y ver el documento ahí, creado, con su número de pedido. Sin tocar la SAP GUI, sin pedirle nada al equipo técnico, sin escribir una línea de ABAP.

Eso fue exactamente lo que ocurrió en el webinar “Tu primer agente IA que consulta SAP en tiempo real, sin saber programar”. En vivo. Con un S/4HANA real al otro lado.

Este artículo desmonta esa arquitectura pieza a pieza: por qué SAP ha bendecido oficialmente a n8n como socio tecnológico, qué papel juega el Model Context Protocol (MCP) en el futuro inmediato del ERP, qué nodo concreto te conecta con OData sin sufrir, y cómo se monta un sistema multi-agente que consulta y escribe en SAP en lenguaje natural.

Índice de contenidos

• De chatbot a agente: qué cambia cuando la IA decide
• n8n entra oficialmente en el ecosistema SAP (TechEd 2025)
• El nodo avanai SAP Connect: el puente real con S/4HANA
• MCP: el estándar que viene (y por qué importa aunque hoy no lo uses)
• Demo 1 — Informe Ejecutivo SAP automático
• Demo 2 — Chat conversacional multi-agente que crea pedidos en SAP
• Qué modelo de IA elegir: DeepSeek, Gemini, Claude Haiku
• La arquitectura de referencia en 5 capas
• ¿El principio del fin de la SAP GUI?
• Cómo empezar hoy mismo

De chatbot a agente: qué cambia cuando la IA decide

La mayoría de lo que la gente llama “IA” en entornos empresariales es una cadena lineal: prompt → modelo → texto. Útil para resumir un correo, redactar una descripción de material o explicar un mensaje de error. Poco útil para operar un ERP.

Un agente es otra cosa. El agente no solo genera texto: decide qué herramienta usar, en qué orden, con qué parámetros, y reacciona al resultado. Si le preguntas “¿cuántos pedidos pendientes hay del proveedor 10023?”, entiende que necesita consultar SAP, elige la herramienta correcta (un sub-workflow OData), construye el filtro, interpreta la respuesta y te la devuelve en lenguaje natural.

La diferencia es capacidad de decisión. Una cadena lineal es un empleado que sigue un guion. Un agente es un empleado al que le das un objetivo y un set de herramientas, y él decide cómo llegar.

n8n implementa ambos patrones de forma nativa:

Empieza con Chain para los informes. Evoluciona al Agente cuando quieras hablar con SAP.

n8n entra oficialmente en el ecosistema SAP (TechEd 2025)

n8n es una plataforma de automatización low-code, open source y autohospedable. Editor visual, +400 integraciones nativas, nodos para SAP, Microsoft, Google, IA, bases de datos, APIs.

La novedad relevante para el mundo SAP llegó en SAP TechEd 2025 (Berlín, noviembre 2025): SAP y n8n anunciaron un partnership oficial. Joule Studio —el entorno de automatización inteligente de SAP BTP— integrará workflows de n8n. Esto no es anecdótico: significa que SAP reconoce explícitamente que no todos los casos pasan por Integration Suite, CAP o Build Process Automation. Hay un carril paralelo, más ágil, donde se construyen prototipos y microautomatizaciones sin entrar en el ciclo habitual de proyecto de integración.

Tres puntos de valor para un consultor SAP:

1. +400 integraciones nativas — cualquier herramienta enterprise que use tu cliente
2. Open source y self-hosted — n8n se instala en un Docker dentro de tu red, junto a SAP. Tus datos no salen
3. Sin código — cualquier consultor funcional puede empezar el mismo día

El nodo avanai SAP Connect: el puente real con S/4HANA

SAP S/4HANA expone la mayoría de sus datos y funciones de negocio mediante servicios OData (V2 y V4). El problema histórico: configurar llamadas OData desde una herramienta externa requiere autenticación, gestión de tokens CSRF, manejo de metadatos y conocimiento decente de la estructura del servicio.

Aquí entra avanai SAP Connect OData, un nodo de comunidad para n8n que abstrae toda esa complejidad. Lo construye Sascha Seegebarth —17 años de experiencia SAP, SAP Developer Hero, coautor del ABAP Cookbook— desde su empresa avanai en Colonia. Es open source con licencia MIT:

npm install n8n-nodes-sap-odata

Capacidades:

• • CRUD completo (Create, Read, Update, Delete)
  • OData V2 + V4 con auto-detección desde metadatos
  • Function Imports / Actions / Functions
  • Trigger Node para eventos SAP en tiempo real
  • Basic Auth y OAuth 2.0 (On-Premise y Cloud/BTP)
  • Paginación automática, reintentos, caché de metadatos

• Compatible con ECC 6.0, S/4HANA On-Premise, S/4HANA Cloud y SAP BTP

En las dos demos del webinar este nodo es el que ejecuta cada llamada real a SAP. No hay middleware. No hay Integration Suite. No hay ABAP. Configuras la credencial una vez y consumes los servicios estándar de S/4HANA como si fueran APIs REST cualquiera.

MCP: el estándar que viene (y por qué importa aunque hoy no lo uses)

MCP (Model Context Protocol) es un estándar abierto publicado por Anthropic que define cómo un modelo de IA puede descubrir y usar herramientas externas. Piensa en MCP como un USB-C para la IA: en lugar de que cada modelo tenga un cable propietario para cada sistema, hay un conector universal.

Un modelo de IA es como un experto brillante encerrado en una caja. Sabe de todo, pero no puede consultar tu SAP, ni enviar un email, ni crear un pedido. MCP es la puerta que le da acceso al mundo real.

SAP ya lo está adoptando en BTP de forma nativa, y desarrolladores de la comunidad están construyendo servidores MCP para ABAP. Es estándar de facto desde 2024.

Importante — y esto se aclaró en el webinar: las dos demos NO usan MCP. Usan el patrón nativo de AI Agent de n8n sobre SAP On-Premise. MCP aparece como concepto y como gancho hacia el siguiente nivel: cuando conectes a SAP BTP, MCP entra de verdad. Hoy, el patrón AI Agent + sub-workflows ya te da el 90% del valor sin necesidad de MCP.

Demo 1 — Informe Ejecutivo SAP automático

 

El primer flujo que se ejecutó en directo: un workflow de 13 nodos que cada mañana a las 8:00, sin que nadie lo pida, hace lo siguiente:

 

Resultado: el comité de dirección recibe el informe a las 8:05, en su correo y en el chat del equipo, sin que nadie ejecute nada. Coste estimado de la IA: ~0,50 USD al mes con 100 ejecuciones diarias.

Este es un caso clásico de Basic LLM Chain: prompt fijo, flujo lineal, resultado predecible. No necesitas un agente decidiendo nada — necesitas que se ejecute igual cada día.

Demo 2 — Chat conversacional multi-agente que crea pedidos en SAP

 

Aquí es donde el webinar generó el momento wow. Un sistema multi-agente con 16 nodos y la siguiente arquitectura:

 

El supervisor (Claude Haiku) recibe la pregunta, identifica el dominio funcional y delega al sub-agente especializado. Cada sub-agente solo ve sus propias herramientas — el de Ventas nunca puede crear un pedido de compra. Cada operación SAP es un sub-workflow atómico independiente, reutilizable y testeable por separado.

Las cinco pruebas que se hicieron en directo:

#	Mensaje al chat	Lo que ejecutó SAP
1	“Dame los últimos pedidos de compra”	Listar POs vía Compras Agent
2	“Dame el detalle del pedido 4500000052”	GetByID al sub-workflow de detalle
3	“Dame un resumen de compras, ventas y facturación”	Los 3 agentes en paralelo, consolidado
4	“Quiero crear un pedido de compra”	Guía paso a paso, valida datos, POST real a SAP
5	Verificación en ME23N	Pedido visible en S/4HANA con su número

El paso 4 es la prueba de que esto no es una demo de feria. El usuario habla en español, el supervisor delega al agente de Compras, el agente recoge datos conversacionalmente (proveedor, material, cantidad, fecha), valida con el sub-workflow de listar materiales, y al confirmar dispara una llamada POST con CSRF token al servicio OData. SAP responde con el número de pedido. ME23N lo confirma.

¿Por qué esta segmentación? Tres ventajas que se justificaron en directo:

• Precisión: cada agente tiene pocas herramientas → elige mejor
• Seguridad: permisos diferenciados por dominio → el de ventas nunca toca compras
• Mantenimiento: añadir funcionalidad de compras solo toca al agente de compras

Es el principio de microservicios aplicado a agentes de IA.

Qué modelo de IA elegir: DeepSeek, Gemini, Claude Haiku

n8n no te ata a un modelo. En el webinar se compararon tres con criterio práctico:

Regla práctica que se sacó en el webinar:

Modelo barato para lo predecible. Modelo fiable para lo conversacional. Como tener un junior para los informes rutinarios y un senior para las consultas complejas que tocan el core productivo.

Para el chat que crea pedidos, la fiabilidad del tool calling es crítica: una alucinación inventando un material o un proveedor genera un POST inválido a SAP. Por eso Claude Haiku 4.5. Para el informe diario con prompt fijo, DeepSeek a una décima del coste hace el trabajo igual de bien.

 

La arquitectura de referencia en 5 capas

El cierre técnico del webinar fue una arquitectura modular que se puede aplicar a cualquier caso SAP:

Cada pieza es intercambiable. Hoy mandas a Gmail, mañana a Outlook. Hoy DeepSeek, mañana Claude. Hoy On-Premise, mañana BTP. El workflow se mantiene.

Qué puede hacer ya un agente sobre S/4HANA

Capacidades reales hoy, demostradas en directo:

• Consultas complejas en lenguaje natural — “pedidos pendientes del último trimestre superiores a 10.000 € con entrega vencida” se traduce a un filtro OData sin tocar nada
• Creación de documentos — pedidos de compra, materiales, datos maestros vía POST con CSRF token
• Consulta de maestros — proveedores, clientes, materiales, centros, organizaciones de ventas
• Flujos de aprobación asistidos — el agente resume el documento, señala desviaciones y prepara el texto de la decisión

Lo que aún no conviene hacer. Cierres, consolidaciones o procesos donde un error cueste dinero real deben seguir pasando por controles humanos y transacciones estándar. El agente es una capa de acceso y asistencia, no un sustituto del flujo auditable.

Pitfall común: querer que el agente “haga todo”. La disciplina correcta es delimitar bien qué herramientas tiene. Un agente sin permisos de creación es un excelente asistente de consulta y elimina ruido sin riesgo.

¿El principio del fin de la SAP GUI?

Pregunta honesta, respuesta matizada.

La SAP GUI no desaparece mañana. Hay millones de usuarios, transacciones específicas que no tienen equivalente OData, procesos que dependen de la lógica de dynpros, y una inercia enorme. Fiori lleva años intentándolo y sigue ahí.

Lo que sí está pasando: el lenguaje natural se está comiendo la capa de acceso. Para el usuario que entra a SAP a consultar cuatro datos al día, el agente conversacional es mejor interfaz que navegar menús. Para el analista que necesita información cruzada, preguntar es más rápido que montar un query.

El consultor que hoy sabe ME21N, MIRO, VA01 o FB60 de memoria sigue teniendo un valor inmenso: conoce el modelo de datos, las implicaciones contables, los controles. La habilidad complementaria que se valorará los próximos años no es dominar la transacción, es saber diseñar las herramientas que el agente expone, definir qué puede y qué no puede hacer, y garantizar que la capa conversacional respete la integridad del proceso.

La transacción no muere. Se esconde detrás del chat.

Cómo empezar hoy mismo

Camino mínimo viable:

1. Crear cuenta en n8n Cloud (tier gratuito) o levantar n8n en un Docker local
2. Conectar a un sistema SAP S/4HANA de desarrollo o BTP Trial con OData expuesto
3. Instalar el nodo n8n-nodes-sap-odata desde el marketplace de n8n
4. Configurar un workflow con un Chat Trigger, un nodo AI Agent y el nodo SAP
5. Dar al agente una primera herramienta (ej: “consultar pedidos pendientes”) y probar
6. Ir añadiendo herramientas incrementalmente, validando cada una antes de exponerla

Tiempo estimado para tener algo funcionando: una tarde. Para la arquitectura supervisor + sub-agentes segregados por dominio: una semana.

Antes de producción, dos reglas innegociables:

• Credenciales gestionadas como secrets (nunca hardcodeadas en el workflow)
• Permisos del usuario SAP alineados con mínimo privilegio (si el agente solo lee, no le des creación)

Conclusión: lo que te llevas de aquí

• La IA agéntica se diferencia de los chatbots porque el agente decide qué herramienta usar y en qué orden
• n8n es ya partner oficial de SAP (TechEd 2025) y permite integrar S/4HANA sin ABAP ni Integration Suite
• El nodo avanai SAP Connect OData (open source MIT, de Sascha Seegebarth) es el puente real con SAP — V2, V4, On-Premise y BTP
• MCP es el estándar que viene; hoy las demos funcionan con el patrón nativo de AI Agent de n8n sin necesidad de MCP
• El patrón supervisor + agentes especializados por dominio (compras, ventas, facturación) es la forma correcta de escalar sin perder precisión ni seguridad
• DeepSeek para informes lineales, Claude Haiku 4.5 para chat conversacional con tool calling crítico — n8n te deja elegir por tarea
• Hoy mismo puedes montar un agente que consulta y crea documentos en S/4HANA vía lenguaje natural, verificable en ME23N. Lo crítico sigue yendo por flujos auditables
• La SAP GUI no muere; se convierte en el backend. La nueva piel del ERP es conversacional

El consultor SAP que entienda cómo diseñar herramientas para agentes —y no solo cómo ejecutar transacciones— tiene ventaja considerable los próximos años. La barrera de entrada nunca ha sido tan baja: lo que antes era un proyecto de innovación de seis meses hoy cabe en una tarde.

Este artículo está basado en el webinar “Tu primer agente IA que consulta SAP en tiempo real, sin saber programar” de Logali Group (9 de abril de 2026). [Ver grabación en YouTube]