SAP Business AI Platform, AI Foundation y generative AI hub: el mapa que evita confusiones

En una conversación sobre IA en SAP es fácil escuchar frases como «lo haremos con AI Foundation», «lo conectamos al Hub» o «AI Core nos dará un modelo». Todas pueden apuntar en la dirección correcta, pero no describen el mismo nivel de la arquitectura. Ese pequeño desorden acaba en decisiones malas: se presupone que una consola ejecuta cargas, que un catálogo es un endpoint o que un copiloto sustituye una integración.

La terminología también ha evolucionado. A fecha de 1 de octubre de 2026, SAP presenta SAP Business AI Platform como el marco de plataforma más amplio para llevar IA a datos, procesos y aplicaciones. Dentro de la parte técnica de SAP BTP, SAP AI Foundation sigue siendo el nombre útil para el conjunto de capacidades con las que se construyen y operan extensiones de IA. No es un servicio que se pueda consumir con una URL. Es una familia de piezas, entre ellas SAP AI Core, SAP AI Launchpad y capacidades de IA generativa. SAP Learning describe AI Foundation como la base técnica para construir y operar soluciones de IA en BTP; la página de onboarding de SAP sigue agrupando AI Core y AI Launchpad bajo esa denominación. SAP Onboarding Resource Center

El mapa en una frase por capa

Concepto	Qué es	Pregunta que responde	No es
SAP Business AI Platform	Marco de plataforma para IA con contexto de negocio, datos, gobierno y desarrollo	«¿Cómo encaja la IA en la arquitectura empresarial SAP?»	Un único servicio BTP que se active
SAP AI Foundation	Conjunto técnico de capacidades de IA en SAP BTP	«¿Con qué base construyo y opero una extensión de IA?»	Un endpoint o un modelo
SAP AI Core	Runtime y plano operativo de cargas de IA	«¿Dónde despliego, ejecuto y gobierno una carga o modelo?»	La interfaz visual de usuario
SAP AI Launchpad	Aplicación SaaS de gestión central	«¿Desde qué interfaz observo y administro escenarios y runtimes?»	El runtime que procesa la inferencia
generative AI hub	Capacidad de acceso y orquestación de IA generativa	«¿Cómo consumo modelos generativos de forma gobernada?»	Un sustituto de AI Core
AI API	Definición de API común para runtimes	«¿Cómo mantengo una forma homogénea de consumir capacidades?»	Un producto que se contrata

El último punto suele aclarar bastantes diagramas. La AI API es una definición común que implementan los runtimes; SAP Learning advierte expresamente que no es un producto autónomo. Permite que una aplicación consumidora no tenga que conocer todos los detalles internos de cada runtime. Qué es la AI API y cómo se relaciona con AI Core y Launchpad

De la petición de negocio a la respuesta: qué ocurre realmente

Imaginemos un caso de compras: un comprador quiere un resumen de las incidencias abiertas de un proveedor y un borrador de correo, pero solo con hechos que existan en el sistema. Llamaremos al proveedor de ejemplo Northwind Components y al pedido 4500001732.

La aplicación —una extensión CAP, una app Fiori o un servicio intermedio— no debería enviar al modelo una frase ambigua como «resume al proveedor». Primero consulta las APIs autorizadas de S/4HANA o Ariba, aplica las autorizaciones del usuario y construye un contexto mínimo: incidencias abiertas, fechas, propietario y estado. Ese paso es de integración y de diseño de datos; no lo realiza automáticamente el generative AI hub por el mero hecho de activarlo.

Después, la aplicación envía una instrucción y el contexto permitido hacia una capacidad generativa. El generative AI hub ofrece acceso a modelos soportados, gestión de interacciones y orquestación bajo los controles operativos de AI Core. La documentación actual es precisa: el Hub amplía AI Core, y la ejecución de modelos, los recursos y el control operativo siguen gestionados por AI Core. Generative AI Hub — SAP Help

La respuesta puede ser un borrador, no una acción. La aplicación enseña las fuentes y pide confirmación humana antes de crear una actividad, enviar un correo o cambiar un dato de negocio. Esa separación importa: un modelo puede redactar con soltura aunque haya interpretado mal una fecha, y SAP indica que quien consume un modelo sigue siendo responsable de comprobar errores, sesgos o invenciones de la salida. Precauciones al consumir modelos mediante generative AI hub

En ese recorrido, AI Core aporta el lugar y los controles para la operación; AI Launchpad puede servir para administrar y observar; el Hub proporciona la capacidad generativa. SAP Business AI Platform es el marco que conecta esa solución con proceso, datos, gobierno y experiencia de usuario.

La frontera que más se confunde: Hub, RAG y contexto de negocio

El generative AI hub facilita el acceso y la orquestación de modelos generativos, pero no convierte por sí solo documentos corporativos en conocimiento fiable. Para responder sobre políticas internas, contratos o manuales hay que diseñar la recuperación: qué fuentes se indexan, qué permisos aplican, cómo se filtran los fragmentos y cómo se muestran las citas al usuario. Ese patrón suele llamarse RAG.

La plataforma dispone de capacidades que ayudan en estas tareas, pero una solución sigue necesitando decisiones explícitas. Por ejemplo, SAP AI Core ha incorporado filtrado de metadatos y funciones de búsqueda y postprocesado en sus capacidades de recuperación; la calidad resultante depende de documentos, partición, consultas, permisos y evaluación, no solo del modelo elegido. Novedades de SAP AI Core publicadas por SAP

En el ejemplo de Northwind Components, un diseño razonable usa datos transaccionales para hechos actuales y recupera solo los documentos que el comprador puede leer. La salida debe distinguir información recuperada y propuesta generada. Una acción posterior exige validación determinista fuera del LLM: campos obligatorios, umbrales, permiso y confirmación.

Resource groups: el límite operativo que debe aparecer en el diagrama

Los resource groups son el mecanismo que separa recursos de ejecución dentro de un tenant de SAP AI Core. Las configuraciones, ejecuciones, despliegues y artefactos pertenecen a un grupo y no se comparten entre grupos; escenarios, ejecutables y secretos del registro Docker se comparten a nivel de tenant. Alcance de recursos en SAP AI Core

Eso tiene una consecuencia de diseño: no basta con escribir dev, test y prod como etiquetas visuales. Hay que decidir dónde viven los despliegues, qué identidad puede consumirlos y cómo se separan los artefactos y secretos. SAP recomienda no reutilizar el mismo bucket y el mismo usuario IAM entre resource groups. Gestión de resource groups — SAP Help

Una convención puede usar grupos por entorno y dominio cuando el aislamiento lo justifique, por ejemplo procurement-prod y hr-prod, acompañados de roles mínimos. Depende de las cuentas BTP y de los requisitos de segregación.

Cuatro errores que producen diagramas bonitos y proyectos frágiles

Llamar “plataforma” a un único componente. Cada caja tiene su contrato: Core ejecuta y opera, Launchpad gestiona, el Hub habilita funciones generativas. Nombrarlos bien señala quién gestiona costes, identidad y disponibilidad.

Dejar el dato fuera de la arquitectura. Una flecha desde “SAP” al modelo oculta qué API entrega los hechos, con qué autorización y qué se enmascara.

Confundir un prompt con una política. Un mensaje de sistema no sustituye control de acceso, validación de reglas ni aprobación humana. El control debe estar también en el servicio que integra y ejecuta la acción.

Diseñar para una demo, sin ciclo de vida. Un despliegue necesita propietario, grupo de recursos, observabilidad, versión de prompt, datos de evaluación y sustitución prevista.

Ejercicio de arquitectura antes de abrir BTP

Elija un proceso de bajo riesgo, por ejemplo la generación de un borrador de correo para una incidencia de proveedor. En una página, complete estas seis preguntas:

1. ¿Cuál es la decisión humana que el resultado acelera, y cuál no puede tomar el sistema?
2. ¿Qué API proporciona cada hecho que verá el modelo?
3. ¿Qué datos se excluyen o se enmascaran antes de la llamada?
4. ¿Qué componente consume el modelo y dónde se registra el prompt?
5. ¿Qué resource group y qué roles son necesarios en cada entorno?
6. ¿Qué conjunto de casos reales anonimizados decidirá si la respuesta es aceptable?

Si no hay respuesta concreta a una de ellas, todavía no hay una arquitectura lista para implementar. Hay una idea de producto, que también es valiosa, pero necesita bajar a contratos técnicos y de negocio.

El siguiente paso útil

Antes de elegir un modelo o abrir un servicio, dibuje el flujo completo: usuario, API de negocio, autorización, contexto recuperado, endpoint de IA, validación y acción posterior. Después examine la diferencia entre runtime y consola de gestión.

Para profundizar en diseño de extensiones, integración y gobierno de IA en SAP BTP, explora la formación práctica de Logali.