El problema del viajante de comercio (TSP) es una versi\u00f3n generalizada del problema del puente de K\u00f6nigsberg. En todos los casos, el objetivo es encontrar un camino \u00f3ptimo (aristas) a trav\u00e9s de las ubicaciones existentes (nodos), que naturalmente debe ser el camino m\u00e1s corto y ninguna ubicaci\u00f3n puede ser visitada m\u00e1s de una vez. Por desgracia, no hay soluci\u00f3n para K\u00f6nigsberg.<\/p>\n\n\n\n
La ciudad de K\u00f6nigsberg, en Prusia, est\u00e1 atravesada por el r\u00edo 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 s\u00ed por otro puente m\u00e1s (siete puentes en total). La pregunta que hab\u00eda que responder era si hab\u00eda forma de cruzar los siete puentes exactamente una vez y, en caso afirmativo, si se pod\u00eda construir una ruta circular que permitiera volver al punto de partida. El matem\u00e1tico Leonhard Euler demostr\u00f3 en 1736 que la realizaci\u00f3n de tal camino en K\u00f6nigsberg no era posible, ya que un n\u00famero impar de puentes (aristas) conduc\u00eda a las cuatro zonas costeras o islas (nodos).<\/p>\n\n\n\n
Se supone que hay un m\u00e1ximo de dos bancos (nodos) con un n\u00famero 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 n\u00famero par de puentes para permitir el paso por el nuevo camino. El problema de los puentes no es un problema geom\u00e9trico cl\u00e1sico, ya que la posici\u00f3n exacta de los puentes no es relevante, sino \u00fanicamente la conexi\u00f3n de las islas mediante los puentes. Por tanto, el problema en cuesti\u00f3n puede clasificarse como problema topol\u00f3gico. Euler consigui\u00f3 resolver este problema aplicando m\u00e9todos que actualmente se clasifican como teor\u00eda de grafos.<\/p>\n\n\n\n
La empresa de software SAP, con sede en Walldorf, presenta actualmente su inteligencia artificial como la panacea de la ERP moderna, pero una mirada m\u00e1s atenta a plataformas t\u00e9cnicas como SAP Hana y SAP BTP revela una complej\u00edsima interacci\u00f3n de viejos conceptos y nuevas promesas de salvaci\u00f3n en torno a la plataforma de base de datos Hana. Adem\u00e1s del procesamiento SQL cl\u00e1sico, en la sala de m\u00e1quinas de esta arquitectura funciona desde hace tiempo el llamado SAP Graph Engine, que almacena y procesa los datos no en tablas r\u00edgidas, sino como una malla en red de nodos y aristas.<\/p>\n\n\n\n
Aunque la teor\u00eda de grafos es una rama consolidada de la inform\u00e1tica, Hana Graph Engine ha tenido una existencia m\u00e1s bien de nicho en el pasado, con apenas casos de uso pr\u00e1ctico dignos de menci\u00f3n entre los clientes actuales de SAP. Esto est\u00e1 cambiando radicalmente con el auge de SAP Business AI, ya que SAP est\u00e1 reanimando esta tecnolog\u00eda para resolver un problema fundamental de la inteligencia artificial generativa: La peligrosa alucinaci\u00f3n de los modelos ling\u00fc\u00edsticos que simplemente carecen de una comprensi\u00f3n profunda de las bases de datos ERP de gran complejidad y crecimiento hist\u00f3rico.<\/p>\n\n\n\n
El SAP Knowledge Graph, que est\u00e1 profundamente arraigado en la arquitectura Hana, se posiciona ahora como una revoluci\u00f3n inform\u00e1tica y un enlace sem\u00e1ntico entre la plataforma de IA empresarial y las aplicaciones ERP reales. Desde una perspectiva t\u00e9cnica, este gr\u00e1fico de conocimiento modela las relaciones expl\u00edcitas entre datos empresariales, metadatos y objetos empresariales -como clientes, pedidos y facturas- utilizando las denominadas ontolog\u00edas, que definen el tratamiento estandarizado de informaci\u00f3n heterog\u00e9nea en un modelo formal y mapean el contexto empresarial inherente.<\/p>\n\n\n\n
A diferencia de las bases de datos vectoriales, que se basan principalmente en b\u00fasquedas de similitudes matem\u00e1ticas y cuyas relaciones a menudo permanecen impl\u00edcitas, el grafo de conocimiento proporciona relaciones transparentes e interpretables, lo que resulta esencial para una IA fiable y explicable en un entorno cr\u00edtico para la empresa. Al integrar lenguajes de consulta de grafos como OpenCypher o la sintaxis RDF SPARQL, SAP tambi\u00e9n permite una l\u00f3gica de consulta h\u00edbrida de alto rendimiento en la que los datos SQL relacionales tradicionales pueden combinarse a la perfecci\u00f3n con estructuras de grafos sem\u00e1nticos sin necesidad de una migraci\u00f3n o duplicaci\u00f3n de datos que requiera mucho tiempo.<\/p>\n\n\n\n
SAP presenta el Knowledge Graph como el v\u00ednculo sem\u00e1ntico entre la nueva Business AI Platform y las aplicaciones SAP reales de la Autonomous Suite. Para el cliente cr\u00edtico existente de SAP, es esencial comprender que este grafo de conocimiento tiene por objeto hacer que los datos ERP altamente complejos, hist\u00f3ricamente crecidos y a menudo fragmentados sean legibles y recuperables de forma estructurada para los agentes de inteligencia artificial e IA aut\u00f3noma en primer lugar. La teor\u00eda t\u00e9cnica que subyace a este concepto afirma que el grafo de conocimiento modela expl\u00edcitamente las relaciones entre datos, metadatos y objetos empresariales y, por tanto, forma una capa de contexto sem\u00e1ntico indispensable. Sin este conocimiento contextual profundo y estructurado, los modelos ling\u00fc\u00edsticos y los agentes de IA podr\u00edan analizar datos de tablas desnudas, pero nunca podr\u00edan captar la l\u00f3gica y las relaciones cr\u00edticas para el negocio que hay detr\u00e1s, lo que inevitablemente llevar\u00eda a alucinaciones de IA peligrosas e inaceptables en el d\u00eda a d\u00eda de la empresa.<\/p>\n\n\n\n
Sin embargo, si se observa la construcci\u00f3n arquitect\u00f3nica de TI a trav\u00e9s de la lente cr\u00edtica 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 dif\u00edcil que el asistente de IA Joule respondiera correctamente a preguntas concretas debido a la enorme complejidad de las bases de datos de SAP.<\/p>\n\n\n\n
Seg\u00fan SAP, el Knowledge Graph deber\u00eda reducir dr\u00e1sticamente 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. An\u00e1lisis independientes muestran que el SAP Knowledge Graph a\u00fan no est\u00e1 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 aut\u00f3nomos de IA estar\u00e1n efectivamente volando a ciegas sem\u00e1nticamente, ya que carecen precisamente de la capa de contexto esencial que se supone que evitar\u00e1 de forma fiable las alucinaciones en la SAP Autonomous Suite. Adem\u00e1s, el modelado sin errores de tales estructuras gr\u00e1ficas requiere una inmensa experiencia t\u00e9cnica y una calidad de datos impecable, ya que un gr\u00e1fico de conocimiento basado en datos maestros incoherentes s\u00f3lo acelerar\u00e1 las decisiones l\u00f3gicamente incorrectas de la IA en lugar de evitarlas. Para los clientes actuales de SAP, esta constataci\u00f3n significa claramente que, aunque la visi\u00f3n t\u00e9cnica de ERP de una arquitectura de IA basada en grafos en SAP Hana es acad\u00e9micamente brillante y arquitect\u00f3nicamente convincente desde el punto de vista l\u00f3gico, todav\u00eda tiene que demostrar que es algo m\u00e1s que otra promesa turbia en el camino hacia la empresa aut\u00f3noma en el duro entorno cotidiano de TI.<\/p>\n\n\n\n
<\/p>","protected":false},"excerpt":{"rendered":"
Desde la primera menci\u00f3n del problema de ida y vuelta como reto matem\u00e1tico en 1930, muchos investigadores se han ocupado de \u00e9l y han desarrollado m\u00e9todos de optimizaci\u00f3n que tambi\u00e9n se utilizan para otros problemas de optimizaci\u00f3n de ERP. Si SAP Business AI con Joule tiene un enfoque de soluci\u00f3n para la gesti\u00f3n de la cadena de suministro en este caso a\u00fan no tiene respuesta.<\/p>","protected":false},"author":2,"featured_media":161236,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[27840],"tags":[44106,44395,73,65,369,624,517,236,44468],"coauthors":[27825],"class_list":["post-163754","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-chefredakteur-blog","tag-bdc","tag-btp","tag-erp","tag-hana","tag-it","tag-ki-joule","tag-s4","tag-sap","tag-tsp","pmpro-has-access"],"acf":[],"featured_image_urls_v2":{"full":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"thumbnail":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-150x150.jpeg",150,150,true],"medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-400x180.jpeg",400,180,true],"medium_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-768x346.jpeg",768,346,true],"large":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"image-100":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-100x45.jpeg",100,45,true],"image-480":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-480x216.jpeg",480,216,true],"image-640":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-640x288.jpeg",640,288,true],"image-720":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-720x324.jpeg",720,324,true],"image-960":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-960x432.jpeg",960,432,true],"image-1168":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"image-1440":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"image-1920":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"1536x1536":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"2048x2048":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-18x8.jpeg",18,8,true],"bricks_large_16x9":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"bricks_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"bricks_large_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu.jpeg",1000,450,false],"bricks_medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-600x270.jpeg",600,270,true],"bricks_medium_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-600x450.jpeg",600,450,true],"profile_24":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-24x24.jpeg",24,24,true],"profile_48":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-48x48.jpeg",48,48,true],"profile_96":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-96x96.jpeg",96,96,true],"profile_150":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-150x150.jpeg",150,150,true],"profile_300":["https:\/\/e3mag.com\/wp-content\/uploads\/2026\/02\/Chefredakteur-neu-300x300.jpeg",300,300,true]},"post_excerpt_stackable_v2":"
Seit der ersten Erw\u00e4hnung des Rundreiseproblems als mathematische Herausforderung im Jahre 1930 haben sich viele Forscher damit befasst und Optimierungsverfahren entwickelt, die auch f\u00fcr andere ERP-Optimierungsprobleme eingesetzt werden. Ob SAP Business AI mit Joule hier einen L\u00f6sungsansatz f\u00fcr Supply Chain Management hat, ist bislang unbeantwortet.<\/p>\n","category_list_v2":"Chefredakteur-Blog<\/a>","author_info_v2":{"name":"Peter M. F\u00e4rbinger, E3 Magazine","url":"https:\/\/e3mag.com\/es\/author\/peter-m-faerbinger-e-3-magazin\/"},"comments_num_v2":"0 comentarios","_links":{"self":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/163754","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/comments?post=163754"}],"version-history":[{"count":2,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/163754\/revisions"}],"predecessor-version":[{"id":163758,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/163754\/revisions\/163758"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media\/161236"}],"wp:attachment":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media?parent=163754"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/categories?post=163754"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/tags?post=163754"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/coauthors?post=163754"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}