SAP Joule y el problema del viajante de comercio

Königsberg y el viajante de comercio

El problema del viajante de comercio (TSP) es una versión generalizada del problema del puente de Königsberg. En todos los casos, el objetivo es encontrar un camino óptimo (aristas) a través de las ubicaciones existentes (nodos), que naturalmente debe ser el camino más corto y ninguna ubicación puede ser visitada más de una vez. Por desgracia, no hay solución para Königsberg.

La ciudad de Königsberg, en Prusia, está atravesada por el río Pregel y dos islas. Cada una de las dos mitades de la ciudad estaba conectada a las islas por tres puentes, que a su vez estaban conectados entre sí por otro puente más (siete puentes en total). La pregunta que había que responder era si había forma de cruzar los siete puentes exactamente una vez y, en caso afirmativo, si se podía construir una ruta circular que permitiera volver al punto de partida. El matemático Leonhard Euler demostró en 1736 que la realización de tal camino en Königsberg no era posible, ya que un número impar de puentes (aristas) conducía a las cuatro zonas costeras o islas (nodos).

Se supone que hay un máximo de dos bancos (nodos) con un número impar de puentes conectados (aristas). Es posible que estos dos bancos representen el punto inicial o final. Los tramos de orilla restantes deben estar provistos de un número par de puentes para permitir el paso por el nuevo camino. El problema de los puentes no es un problema geométrico clásico, ya que la posición exacta de los puentes no es relevante, sino únicamente la conexión de las islas mediante los puentes. Por tanto, el problema en cuestión puede clasificarse como problema topológico. Euler consiguió resolver este problema aplicando métodos que actualmente se clasifican como teoría de grafos.

SAP Hana y el motor gráfico

La empresa de software SAP, con sede en Walldorf, presenta actualmente su inteligencia artificial como la panacea de la ERP moderna, pero una mirada más atenta a plataformas técnicas como SAP Hana y SAP BTP revela una complejísima interacción de viejos conceptos y nuevas promesas de salvación en torno a la plataforma de base de datos Hana. Además del procesamiento SQL clásico, en la sala de máquinas de esta arquitectura funciona desde hace tiempo el llamado SAP Graph Engine, que almacena y procesa los datos no en tablas rígidas, sino como una malla en red de nodos y aristas.

Aunque la teoría de grafos es una rama consolidada de la informática, Hana Graph Engine ha tenido una existencia más bien de nicho en el pasado, con apenas casos de uso práctico dignos de mención entre los clientes actuales de SAP. Esto está cambiando radicalmente con el auge de SAP Business AI, ya que SAP está reanimando esta tecnología para resolver un problema fundamental de la inteligencia artificial generativa: La peligrosa alucinación de los modelos lingüísticos que simplemente carecen de una comprensión profunda de las bases de datos ERP de gran complejidad y crecimiento histórico.

SAP Knowledge Graph y SAP Business AI

El SAP Knowledge Graph, que está profundamente arraigado en la arquitectura Hana, se posiciona ahora como una revolución informática y un enlace semántico entre la plataforma de IA empresarial y las aplicaciones ERP reales. Desde una perspectiva técnica, este gráfico de conocimiento modela las relaciones explícitas entre datos empresariales, metadatos y objetos empresariales -como clientes, pedidos y facturas- utilizando las denominadas ontologías, que definen el tratamiento estandarizado de información heterogénea en un modelo formal y mapean el contexto empresarial inherente.

Vectores frente a gráficos

A diferencia de las bases de datos vectoriales, que se basan principalmente en búsquedas de similitudes matemáticas y cuyas relaciones a menudo permanecen implícitas, el grafo de conocimiento proporciona relaciones transparentes e interpretables, lo que resulta esencial para una IA fiable y explicable en un entorno crítico para la empresa. Al integrar lenguajes de consulta de grafos como OpenCypher o la sintaxis RDF SPARQL, SAP también permite una lógica de consulta híbrida de alto rendimiento en la que los datos SQL relacionales tradicionales pueden combinarse a la perfección con estructuras de grafos semánticos sin necesidad de una migración o duplicación de datos que requiera mucho tiempo.

SAP presenta el Knowledge Graph como el vínculo semántico entre la nueva Business AI Platform y las aplicaciones SAP reales de la Autonomous Suite. Para el cliente crítico existente de SAP, es esencial comprender que este grafo de conocimiento tiene por objeto hacer que los datos ERP altamente complejos, históricamente crecidos y a menudo fragmentados sean legibles y recuperables de forma estructurada para los agentes de inteligencia artificial e IA autónoma en primer lugar. La teoría técnica que subyace a este concepto afirma que el grafo de conocimiento modela explícitamente las relaciones entre datos, metadatos y objetos empresariales y, por tanto, forma una capa de contexto semántico indispensable. Sin este conocimiento contextual profundo y estructurado, los modelos lingüísticos y los agentes de IA podrían analizar datos de tablas desnudas, pero nunca podrían captar la lógica y las relaciones críticas para el negocio que hay detrás, lo que inevitablemente llevaría a alucinaciones de IA peligrosas e inaceptables en el día a día de la empresa.

Arriesgada apuesta por la IA en el futuro de la ERP

Sin embargo, si se observa la construcción arquitectónica de TI a través de la lente crítica de un responsable de la toma de decisiones de TI, la narrativa de SAP resulta ser una apuesta de futuro arriesgada. El Grupo de Usuarios de SAP de habla alemana (DSAG), en particular Thomas Henzler, miembro de la Junta Ejecutiva, pone el dedo precisamente en la llaga y advierte de que en el pasado a menudo era extremadamente difícil que el asistente de IA Joule respondiera correctamente a preguntas concretas debido a la enorme complejidad de las bases de datos de SAP.

Según SAP, el Knowledge Graph debería reducir drásticamente el modelado manual de datos en el futuro y proporcionar a los modelos de IA el contexto empresarial que necesitan urgentemente para fundamentarse, pero la realidad operativa sigue siendo actualmente completamente distinta. Análisis independientes muestran que el SAP Knowledge Graph aún no está totalmente disponible en la tan cacareada SAP Business Data Cloud (BDC), sino que solo se ha anunciado para la segunda mitad de 2026. Hasta entonces, los tan alabados agentes autónomos de IA estarán efectivamente volando a ciegas semánticamente, ya que carecen precisamente de la capa de contexto esencial que se supone que evitará de forma fiable las alucinaciones en la SAP Autonomous Suite. Además, el modelado sin errores de tales estructuras gráficas requiere una inmensa experiencia técnica y una calidad de datos impecable, ya que un gráfico de conocimiento basado en datos maestros incoherentes sólo acelerará las decisiones lógicamente incorrectas de la IA en lugar de evitarlas. Para los clientes actuales de SAP, esta constatación significa claramente que, aunque la visión técnica de ERP de una arquitectura de IA basada en grafos en SAP Hana es académicamente brillante y arquitectónicamente convincente desde el punto de vista lógico, todavía tiene que demostrar que es algo más que otra promesa turbia en el camino hacia la empresa autónoma en el duro entorno cotidiano de TI.