Descubra las 6 últimas integraciones de IA de SAP Datasphere

SAP Datasphere es una herramienta de IA que puede ayudar a entregar datos significativos a las empresas.

Explore los desarrollos de IA de SAP Datasphere, como nuevas integraciones y funciones basadas en IA para entender cómo la herramienta puede ayudar a las empresas a gestionar sus datos empresariales:

¿Qué es SAP Datasphere IA y por qué es importante?

SAP Datasphere es una de estas herramientas en las que SAP ha estado integrando herramientas y funciones impulsadas por IA para satisfacer las necesidades de los consumidores y proveedores de datos. SAP Datasphere IA puede mejorar la experiencia del usuario y apoyar el intercambio de datos a gran escala mediante:

• Aprovisionamiento de datos automatizado: La IA puede agilizar el proceso de aprovisionamiento de datos estableciendo automáticamente las conexiones relevantes y creando los artefactos necesarios en SAP Datasphere. Esto reduce la necesidad de intervención manual, facilitando a los usuarios la integración de productos de datos.
• Gestión de metadatos: La IA puede mejorar el manejo de metadatos, lo que es crucial para facilitar el aprovisionamiento de datos. Al utilizar metadatos descritos a través del protocolo Open Resource Directory (ORD), la IA puede garantizar que el proceso de integración sea fluido y eficiente.

Aquí hay un video que explica cómo SAP Datasphere combina las capacidades de IA generativa con su Datasphere:

SAP ha implementado IA en diferentes herramientas, como las aplicaciones de IA generativa de SAP BTP. También integra otras plataformas SAP y no SAP para ampliar las capacidades de sus herramientas, como:

• Planificadores de trabajos SAP
• Herramientas de orquestación de procesos SAP
• Soluciones para servicios públicos SAP
• Tecnologías de proceso meter-to-cash de SAP.

2 funciones de IA de SAP Datasphere

Aquí está la lista completa de funciones proporcionadas por SAP Datasphere:

1. Gráfico de conocimiento

El Gráfico de Conocimiento proporciona una visión completa del panorama de datos de una organización. Al capturar relaciones complejas y metadatos, permite una mejor comprensión contextual para las aplicaciones impulsadas por IA.

Capacidades:

• Creación automatizada de ontologías: Genera ontologías a medida que se integran los datos, incluyendo el contexto empresarial de fuentes SAP como S/4HANA.
• Enriquecimiento de contexto para LLMs: Proporciona contexto estructurado a los grandes modelos de lenguaje para reducir las imprecisiones generadas por IA (p. ej., alucinaciones).
• Descubrimiento de patrones: Facilita el razonamiento avanzado y la generación de insights en todos los dominios empresariales.

Aplicación en el mundo real del gráfico de conocimiento

Los gráficos de conocimiento se pueden aplicar a la optimización del marketing o la gestión de la cadena de suministro, permitiendo a las organizaciones obtener insights accionables e impulsar la innovación.

Aquí hay un video que explica la capacidad del gráfico de conocimiento:

2. Incorporación semántica

La incorporación semántica permite que objetos de datos semánticamente ricos de sistemas SAP (S/4HANA, BW/4HANA, HANA Cloud) se importen a SAP Datasphere conservando su significado empresarial. SAP ha ampliado esto para incluir soporte para SAP HANA Cloud y otros productos de datos SAP, ofreciendo una experiencia de incorporación unificada.

Capacidades:

• Preservación de la información semántica: Al importar vistas de cálculo de SAP HANA Cloud a SAP Datasphere, se conservan los detalles semánticos como medidas, atributos, jerarquías, agregaciones y monedas/unidades. Esto garantiza que la integridad y el significado de los datos se preserven dentro de una capa de datos semánticamente rica.
• Sincronización: Mantiene los objetos en SAP HANA Cloud y SAP Datasphere sincronizados, permitiendo a los clientes aprovechar sus inversiones existentes en modelado de SAP HANA.
• Herencia del contexto empresarial: Permite la herencia del contexto empresarial de las aplicaciones de línea de negocio de SAP y de las soluciones sectoriales. Esta transferencia de semántica al tejido de datos empresariales sienta una base sólida para flujos de trabajo analíticos mejorados.
• Flujo de trabajo analítico mejorado: La preservación y transferencia de información semántica a SAP Datasphere agilizan el flujo de trabajo analítico, acelerando y simplificando el proceso de obtención de insights basados en datos.Integraciones con otras herramientas.

Aplicación en el mundo real de la incorporación semántica

Las empresas pueden usar la incorporación semántica para integrar eficientemente conjuntos de datos SAP e híbridos, reduciendo errores de modelado y acelerando la generación de insights.

3. Generación de contenido asistida por IA

Esta capacidad genera automáticamente descripciones empresariales, asignaciones de términos empresariales y definiciones de KPI para los activos de datos en el catálogo de SAP Datasphere, utilizando modelos de SAP Business IA.

Capacidades:

• Genera texto descriptivo consciente del contexto para los objetos del catálogo
• Aplica automáticamente etiquetas y términos empresariales jerárquicos
• Define indicadores clave de rendimiento y asociaciones sin intervención manual
• Reduce la necesidad de experiencia técnica profunda para curar el contenido del catálogo

Aplicación en el mundo real de la generación de contenido asistida por IA

Las organizaciones pueden incorporar rápidamente miles de activos de datos manteniendo el cumplimiento y la calidad de los datos, acelerando los análisis y los informes.

4. Búsqueda asistida por IA

La búsqueda asistida por IA permite a los usuarios encontrar artefactos de datos mediante consultas en lenguaje natural dentro de SAP Datasphere, superando las limitaciones de los filtros y la navegación manual.

Capacidades:

• La comprensión del lenguaje natural interpreta los términos empresariales, las preguntas y la intención
• Busca en conjuntos de datos de repositorio, catálogo y marketplace
• Ofrece resultados ricos en contexto que coinciden con lo que los usuarios están preguntando.

Aplicación en el mundo real de la búsqueda asistida por IA

Los usuarios pueden hacer preguntas en lenguaje sencillo. Por ejemplo, “Muéstrame modelos de datos de ventas con segmentación de clientes” y obtener resultados precisos..

5. Generación semántica asistida por IA

La generación semántica asistida por IA detecta y clasifica automáticamente los tipos semánticos de los datos entrantes, especialmente para fuentes no SAP, enriqueciendo el tejido de datos de SAP Datasphere.

Capacidades:

• Clasificación semántica automática: Asigna los tipos correctos a los conjuntos de datos durante la ingesta.
• Soporte para datos híbridos: Funciona con datos SAP y no SAP para crear una capa semántica unificada.
• Preprocesamiento manual reducido: Minimiza el esfuerzo de preparación de datos, permitiendo análisis más rápidos.

Aplicación en el mundo real de la generación semántica asistida por IA

Las empresas que integran fuentes de datos híbridas pueden acelerar el modelado y los insights al tener información semántica enriquecida automáticamente, reduciendo errores y mejorando la consistencia.

Integraciones con otras herramientas

SAP Datasphere integra herramientas de IA en su ecosistema de datos abierto para mejorar su arquitectura de gestión de datos.

1. Gobernanza de IA con Collibra

SAP se asocia con Collibra para ofrecer funciones de gobernanza de datos, asegurando que los datos confiables sean accesibles para todos los usuarios en todo el tejido de datos empresariales.

Al integrarse con Collibra IA Governance, las soluciones de SAP permitirán a las empresas conectar los datos utilizados para la IA con los propios modelos en una única plataforma para rastrear y gestionar eficazmente sus esfuerzos de desarrollo de IA. Al registrar los modelos de IA y aprendizaje automático creados con tecnología SAP en la plataforma Collibra IA Governance, los usuarios pueden:

• Obtener una visibilidad mejorada del linaje de datos y los metadatos de los datos SAP utilizados en el modelado de IA
• Comprobar la precisión y la fiabilidad de los datos
• Verificar los datos con los que se entrenaron sus modelos de IA.

Como resultado, pueden:

• Mejorar la transparencia y la rendición de cuentas
• Garantizar el cumplimiento de las políticas regulatorias, de privacidad y de gobernanza
• Mitigar riesgos como la toma de decisiones sesgada y las recomendaciones inexactas.

Aquí hay un video que explica cómo funciona la gobernanza de IA de Collibra:

2. Transmisión de datos con Confluent

Confluent es una plataforma construida en torno a Apache Kafka que proporciona un servicio de transmisión y gestión de datos en tiempo real. Permite a las organizaciones gestionar eficientemente pipelines de datos a gran escala y transmitir datos a través de varios sistemas y aplicaciones.

Así es como Confluent mejora SAP Datasphere y potencia los activos de datos de SAP:

1. Transmisión de datos en tiempo real: La integración de Confluent permite la transmisión de datos en tiempo real hacia y desde SAP Datasphere. Esta capacidad es crucial para las organizaciones que necesitan procesar y analizar datos en tiempo real, permitiendo una toma de decisiones más rápida y una mayor capacidad de respuesta operativa.
2. Capacidades de registro de esquemas: La integración con el registro de esquemas de Confluent amplía las capacidades de salida de SAP Datasphere. Permite el manejo fluido de esquemas de datos, asegurando que los datos se interpreten y procesen con precisión en todos los sistemas.
3. Experiencia de usuario superior: La integración proporciona una experiencia de usuario superior al facilitar las conexiones a nivel de aplicación sin necesidad de desarrollo de aplicaciones personalizadas adicionales. Esta facilidad de integración ayuda a las organizaciones a implementar y utilizar rápidamente soluciones de transmisión de datos.
4. Procesamiento eficiente de datos: La integración de SAP Datasphere con Confluent incluye flujos de replicación preestablecidos que admiten el procesamiento delta y en tiempo real de forma nativa. Esta eficiencia significa que los datos se cargan cuando se producen cambios, reduciendo la transferencia de datos innecesaria y la sobrecarga de procesamiento.
5. Ingesta e integración de datos mejoradas: La integración admite la ingesta de datos en Kafka y Confluent, con capacidades adicionales para la integración de datos tanto de salida como de entrada que estarán disponibles para todos. Esta funcionalidad ampliada mejora aún más la capacidad de SAP Datasphere para manejar una amplia gama de fuentes de datos y casos de uso.

Integración con SAP Analytics Cloud y SAP HANA Cloud Vector Engine

Los usuarios pueden combinar SAP Datasphere, SAP Analytics Cloud y SAP HANA Cloud Vector Engine para lograr un único sistema de gestión de datos y una solución de análisis. Esto es lo que un usuario puede hacer con estas herramientas combinadas:

3. SAP Analytics Cloud para el tejido de datos

Las soluciones de tejido de datos unifican y gestionan los datos en tiempo real en todos los sistemas, proporcionando una fuente única y fiable. Automatizan el acceso, mejoran la calidad de los datos y refuerzan la seguridad, facilitando los análisis y la IA, incluso en configuraciones complejas. Esto ayuda a las empresas a escalar y adaptarse a los mercados cambiantes. SAP mejora el tejido de datos mediante:

1. Integración con SAP Analytics Cloud para la planificación: Los modelos de planificación de SAP Analytics Cloud ahora se pueden implementar en SAP Datasphere. SAP Analytics Cloud utiliza IA para:
   1. Automatizar y optimizar los procesos de transformación e integración de datos
   2. Proporcionar recomendaciones e insights inteligentes basados en los datos reales y planificados integrados. Esto mejora la integración de los datos planificados y reales en la toma de decisiones en tiempo real.
      permitiendo dentro de SAP Datasphere.
2. Reducción de la huella de datos y los esfuerzos de modelado: Los esfuerzos de integración también se centran en reducir la huella de datos y el esfuerzo necesario para el modelado. Al aprovechar las capacidades de SAP Datasphere, SAP Analytics Cloud puede agilizar los procesos de gestión de datos y mejorar la eficiencia.

4. Copiloto de IA generativa: Joule

El copiloto de IA generativa de SAP Analytics Cloud permite a los clientes aprovechar la IA generativa para la planificación y simulación de negocios. El asistente de IA subyacente, Joule, mejora las capacidades en el descubrimiento de datos, la creación de paneles, el mantenimiento de modelos de planificación y más, proporcionando una experiencia de usuario intuitiva.

Usando NLP, los usuarios finales pueden:

• Ejecutar consultas analíticas
• Simular impactos de varios factores
• Asignar recursos
• Automatizar paneles y cálculos

Caso de uso de ejemplo de Joule

Un usuario empresarial que investiga la tasa de deserción frente a la de contratación para un puesto específico en los últimos 12 meses podría consultar a Joule para analizar iteraciones de planes anteriores y descubrir las razones subyacentes.

Nuevas extensiones de Joule:

• Integración de Joule + modelo de base SAP‑RPT‑1: Joule ahora puede aprovechar SAP‑RPT‑1, un modelo de base relacional de SAP IA Hub, para realizar análisis predictivos y modelado en conjuntos de datos estructurados de Datasphere, mejorando las previsiones, recomendaciones y simulaciones avanzadas de escenarios.
• Integración de Joule + Microsoft 365 Copilot: Amplía las capacidades de consulta en lenguaje natural más allá de SAP Analytics Cloud, permitiendo a los usuarios acceder y analizar datos de Datasphere directamente desde las herramientas de productividad de Microsoft.

5. SAP Analytics Cloud Compass

SAP Analytics Cloud Compass ofrece capacidades de simulación de Monte Carlo con una interfaz fácil de usar, permitiendo a los usuarios no técnicos realizar análisis multivariante en tiempo real sin conocimientos estadísticos avanzados. Estos son los beneficios clave de SAP Analytics Cloud Compass:

1. Análisis multivariante en tiempo real para analizar múltiples variables simultáneamente en tiempo real, proporcionando una visión integral de los posibles resultados.
2. Simulaciones empresariales para un modelado de escenarios rápido y eficiente, ayudando a los usuarios a comparar suposiciones e informar sobre las variaciones de impacto.
3. Análisis de sensibilidad para descubrir insights en tiempo real sobre los factores de sensibilidad, ayudando a los usuarios a comprender la dinámica de los datos y cómo los cambios en las variables afectan los resultados.
4. Simulaciones ágiles continuas para adaptarse a las condiciones empresariales cambiantes y tomar decisiones informadas.

6. SAP HANA Cloud Vector Engine

SAP HANA Cloud introduce una capacidad vectorial en sus capacidades multimodelo existentes, permitiendo a los clientes aprovechar todo tipo de datos empresariales utilizando una única base de datos. El motor vectorial mejora la capacidad de construir aplicaciones de datos inteligentes que combinan la intuición humana con el aprendizaje automático y las capacidades de procesamiento multimodelo. Las características y beneficios clave de SAP HANA Cloud Vector Engine incluyen:

• Almacenar y comparar vectores mediante SQL, habilitando casos de uso como la generación aumentada por recuperación (RAG), recomendaciones, clasificaciones y agrupamiento.
• Simplificar la arquitectura de gestión de datos y mejorarla con una única base de datos multimodelo con interacción SQL.
• Obtener nuevos insights combinando datos espaciales, de grafos, JSON y relacionales con consultas vectoriales.
• Incorporar fácilmente casos de uso vectoriales en soluciones dentro del ecosistema de HANA Cloud, incluyendo clientes, bibliotecas de Python y CAP (Modelo de Programación de Aplicaciones en la Nube).
• Integrarse con herramientas de código abierto de la comunidad como LangChain mediante complementos.

No te pierdas nuestros análisis comparativos e insights basados en datos. El botón abre Google; seleccionar AIMultiple confirma que deseas ver AIMultiple con más frecuencia en los resultados de búsqueda de Google.

Añadir como fuente preferida

Lecturas adicionales

Explore más noticias y aplicaciones relacionadas con SAP consultando nuestros completos artículos basados en datos:

• Descubra las herramientas de IA generativa de SAP BTP, 4 casos de uso y beneficios
• Principales herramientas de automatización de cargas de trabajo SAP y casos de uso

Cita esta investigación

Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.

@misc{simsek2026,
  author = {Şimşek, Hazal},
  title  = {{Descubra las 6 últimas integraciones de IA de SAP Datasphere}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/sap-datasphere-ai}},
  note   = {AIMultiple. Recuperado el 23 de Julio de 2026}
}

Enlaces de referencia

1.

Unleashing the Latest SAP Data and Analytics Innovations | SAP News Center

SAP

2.

SAP Datasphere on Teched 2023: What has been achieved and where are we going? • Interdobs

3.

Set SAP Data in Motion with Confluent Cloud, an SA... - SAP Community

4.

Intelligent Applications in SAP Business Data Cloud | SAP Sapphire | SAP News Center

SAP

5.

SAP Datasphere | Unified Data Experience

6.

SAP Analytics Cloud compass - SAP Danmark Nyheder

7.

Vectorize your Data : SAP HANA Cloud's Vector Engi... - SAP Community

Hazal Şimşek

Analista de Industria

Síguenos

Hazal es analista de industria en AIMultiple, dedicándose a la minería de procesos y la automatización de TI.

Ver perfil completo

Sé el primero en comentar

Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.

Nombre

Dirección de correo electrónico

Comentario

0/450

Publicar comentario