SAP AI Core: el catálogo de modelos y el Orchestration Service (Parte 2 de 3)

En la primera entrega vimos qué es SAP AI Core y cómo encaja dentro de AI Foundation. Si te la saltaste, no pasa nada: esta parte se puede leer suelta. Pero el contexto ayuda.

Aquí vamos a entrar en lo que más engancha cuando uno empieza a tocar la plataforma: los modelos de IA que SAP ya trae listos, y la pieza que hace que todo eso sea usable en un proyecto real, el Orchestration Service.

El catálogo: lo que SAP ya firmó por ti

Imagina la siguiente situación, que es de proyecto real: una empresa quiere usar Claude (el modelo de Anthropic) dentro de un proceso de S/4HANA. ¿Tiene que firmar un contrato con Anthropic, otro con OpenAI por si quiere GPT, otro con Google por si quiere Gemini?

No. Esos contratos los firmó SAP por adelantado.

Aquí entra el Generative AI Hub, que es la parte de SAP AI Core que da acceso a los modelos de IA. Está disponible solo con el plan Extended (de los tres planes que tiene AI Core, el más completo). La idea es sencilla: tú firmas con SAP, y SAP es quien tiene la relación comercial con cada proveedor —OpenAI, Anthropic, Google, etc.— por debajo. Para una empresa, eso significa un solo contrato, una sola factura y un solo interlocutor cuando hay que justificar cualquier cosa ante seguridad o compras.

¿Qué modelos hay disponibles? La lista cambia con frecuencia, y SAP mantiene una nota oficial actualizada (la SAP Note 3437766, “Availability of Generative AI Models”) con el catálogo vigente. A mayo de 2026 incluye, a grandes rasgos:

Dos cosas que conviene saber antes de comprometer un modelo en un proyecto:

Los modelos se retiran. Lo que está hoy puede no estar mañana. En lo que llevamos de 2026, SAP ha dado de baja IBM Granite 13B, Llama 3.1 y Claude 3 Opus, entre otros. La SAP Note 3437766 indica, junto a cada modelo, la fecha de retirada prevista. Es lo primero que conviene mirar antes de empezar una prueba de concepto.

No todos los modelos están en todas las regiones. AI Core se puede activar en distintas regiones (Europa, EE. UU., etc.), y según la región puede que algún modelo no aparezca disponible. SAP publica una página oficial precisamente para esto (Availability of Generative AI Models across Regions). Si el cliente tiene preferencia regional por compliance —algo habitual en Europa—, conviene contrastarlo antes de prometer un modelo concreto.

Por qué un solo contrato importa más de lo que parece

Cuando le explicas a un comité de cliente que “todo va por SAP”, suena a detalle administrativo. No lo es.

Cumplimiento normativo. SAP tiene una certificación llamada ISO/IEC 42001 (la primera norma internacional para sistemas de gestión de IA, equivalente a lo que ISO 27001 representa para seguridad informática). Esta certificación cubre Joule, SAP AI Core y SAP AI Launchpad. A esto se suman los informes de auditoría SOC 1 y SOC 2 Type 2 que SAP publica en su Trust Center. Para una empresa regulada, todo va al mismo dossier.

Qué pasa con los datos de la empresa. Es la pregunta que aparece en todas las reuniones de seguridad. La respuesta oficial, del SAP Responsible AI FAQ, es clara: “SAP stands by the security of customer data and does not share customer data with other vendors for the purpose of training or improving their generative AI models.” Es decir: los datos del cliente no se usan para entrenar modelos de terceros. Cuando un modelo externo (por ejemplo, Claude) procesa una consulta, los datos se le envían solo para responder, no se almacenan ni se reutilizan.

Lo administrativo, también. Pasar tres proveedores de IA distintos por el departamento de compras de una empresa industrial es un ejercicio de paciencia. Tener todo bajo SAP simplifica esa parte tanto como la técnica.

El Orchestration Service: cambiar de modelo sin tocar el código

Aquí es donde la cosa se pone interesante.

Imagina el escenario típico: llevas seis meses con tu aplicación tirando contra GPT-5. Sale un benchmark donde Claude Sonnet 4.6 rinde mejor para tu caso. La pregunta que aparece en la siguiente reunión es predecible: ¿cuánto tiempo costaría migrar?

Con el Orchestration Service de SAP AI Core, prácticamente nada. Se cambia el nombre del modelo en la configuración y el código de la aplicación queda igual. Es la misma idea que cuando una web cambia de pasarela de pago: si está bien diseñada, el cambio se hace en un archivo de configuración, no rehaciendo la web entera.

Pero quedarse en esa anécdota es no ver lo importante. El Orchestration Service no es solo un “selector” de modelos. Es una cadena de pasos que se ejecutan en orden cada vez que mandas una pregunta al modelo. Cada paso resuelve algo que, si lo construyes por tu cuenta, sería un proyecto de meses:

La pregunta que sale siempre cuando explicamos esto: “Bueno, ¿y todo eso no lo podríamos hacer nosotros con librerías open source tipo LangChain?”. Sí, claro. La cuestión no es si se puede, sino cuánto cuesta construirlo, mantenerlo y —sobre todo— defenderlo ante seguridad y auditoría cada vez que cambia algo. Quien haya intentado certificar un sistema casero de ocultación de datos personales delante de un responsable de protección de datos sabe a qué nos referimos.

Una nota sobre el plan B automático: los proveedores de modelos caen. No es teoría, pasa. Tener un mecanismo que reintente con otro modelo sin que la aplicación se rompa no es opcional para un sistema productivo. SAP lo da hecho.

El Prompt Editor: el sitio por el que empezar

Hay una herramienta que se ignora al principio y que ahorra muchísimo trabajo: el Prompt Editor del SAP AI Launchpad.

Es básicamente una pantalla donde se escriben y prueban los textos que se le mandan al modelo (los prompts), se ven los resultados, se pueden comparar diferentes modelos respondiendo a la misma pregunta y se guarda el histórico de versiones. Todo sin escribir una línea de código y sin tener que desplegar nada.

En proyectos reales esto cambia la dinámica del equipo: el responsable funcional, o un analista de negocio, puede iterar los prompts en paralelo mientras el equipo técnico avanza con la integración. Dos roles trabajando a la vez, sin pisarse.

Si tu equipo está dando los primeros pasos con el Generative AI Hub, el Prompt Editor es el sitio natural por el que empezar. Más rápido que abrir un cuaderno de código y, sobre todo, deja un rastro en el Launchpad que luego sirve.

Conclusión de la parte 2

El Generative AI Hub no es solo “acceso a modelos”. Es acceso a modelos con el contrato hecho, con todas las piezas de seguridad y orquestación productivas ya resueltas, y con un sitio donde el equipo puede iterar sin pelearse con el repositorio de código. Para una empresa SAP, montar esto aparte tiene un coste —en tiempo y en cumplimiento— que pocas veces sale rentable.

En la Parte 3 vamos al terreno donde SAP realmente se diferencia: los modelos propios (SAP-RPT-1 y SAP-ABAP-1), cómo funciona el grounding con HANA Cloud, qué cuesta de verdad la plataforma y los cinco errores que más se repiten en proyectos reales. Si estás valorando llevar AI Core a tu empresa, esa entrega es la que más te va a interesar.

Si quieres pasar de leer a construir

Todo lo que hemos contado aquí —modelos, orquestación, agentes que consumen servicios SAP— se entiende de verdad cuando lo montas con tus propias manos. Para eso te recomendamos el Taller: Joule for Developers: De Cero a Productivo de Logali Group: cuatro clases online en vivo donde construyes, de punta a punta, un backend SAP que la IA consulta e invoca sola, por chat. Conectas SAP con n8n, expones tus propios servicios con RAP y OData V4, resuelves lo mismo desde CAP en Cloud Foundry, y cierras con MCP para que el agente descubra tus APIs sin que nadie le cablee las llamadas. Es la continuación práctica natural de esta serie: aquí has visto la plataforma; en el taller construyes lo que se conecta a ella. Las inscripciones están abiertas en el enlace.

Fuentes oficiales (verificadas mayo 2026)

• SAP Help Portal — Service Guide SAP AI Core (capítulos Generative AI Hub y Orchestration)
• SAP Note 3437766 — Availability of Generative AI Models (lista canónica de modelos)
• SAP Trust Center — Responsible AI FAQ (enero 2026)
• SAP Trust Center — reportes SOC 1/SOC 2, certificado ISO/IEC 42001
• SAP Cloud SDK for AI — release notes JS (sap.github.io/ai-sdk) y Python (help.sap.com)
• SAP Help Portal — Orchestration Workflow V2

Artículo elaborado por el equipo de formación de Logali Group con base en datos oficiales SAP de mayo de 2026. ¿Quieres llevarlo a la práctica? Inscríbete al Taller: Joule for Developers: De Cero a Productivo.