Novedades de SAP TechEd 2026 para SAP Business One: nuevas capacidades para predecir y decidir

SAP amplía su inteligencia artificial tabular con modelos para anticipar series temporales, detectar anomalías y apoyar decisiones empresariales.
La IA tabular da un nuevo paso en el ecosistema SAP
En SAP TechEd, celebrado en octubre de 2026, SAP presentó nuevas capacidades que amplían el alcance de su inteligencia artificial tabular. La evolución permite abordar problemas distintos: desde anticipar valores futuros hasta detectar anomalías o incorporar predicciones en procesos de decisión.
Estas novedades son especialmente relevantes para las empresas que utilizan SAP Business One. El ERP concentra información de ventas, compras, clientes, proveedores, inventario y finanzas que, mediante una arquitectura de integración adecuada, puede convertirse en una fuente para modelos predictivos.
Conviene distinguir entre las capacidades anunciadas por SAP y su disponibilidad efectiva. No todas las novedades están disponibles de forma general ni forman parte de las funciones estándar de SAP Business One.
SAP-RPT-TS: anticipar lo que sucederá a lo largo del tiempo
Una de las novedades más interesantes es SAP-RPT-TS, un modelo especializado en predicción de series temporales.
Mientras que SAP-RPT aborda tareas como la clasificación y la regresión sobre datos estructurados, SAP-RPT-TS está diseñado para estimar cómo evolucionará una variable a lo largo del tiempo. SAP lo presenta sobre todo para previsiones dentro de SAP Integrated Business Planning (IBP). También puede utilizarse a través de SAP HANA Cloud o SAP AI Core, que es la vía más realista para conectarlo con SAP Business One.
Esto abre posibilidades para escenarios como:
- Previsión de ventas por periodos.
- Estimación de la demanda de productos.
- Planificación de necesidades de aprovisionamiento.
- Predicción de indicadores operativos.
- Análisis de la evolución de determinadas variables financieras.
Un es la previsión de tesorería.
Una empresa puede utilizar su histórico de cobros y pagos, junto con otras variables relevantes, para construir escenarios sobre su posición futura de liquidez.
El resultado no sustituye a una previsión financiera bien construida, pero puede aportar información adicional para anticipar tensiones de caja y planificar necesidades de financiación.
SAP-RPT-Decisions: de predecir a ayudar a decidir
Otra de las novedades presentadas es SAP-RPT-Decisions.
Su objetivo es llevar la inteligencia artificial tabular un paso más allá: utilizar información estructurada para apoyar y automatizar decisiones dentro de aplicaciones y flujos de trabajo empresariales.
SAP plantea escenarios como aprobar pedidos de clientes, gestionar excepciones en la cadena de suministro o seleccionar el circuito de aprobación adecuado para una solicitud de compra.
Esto resulta especialmente interesante porque conecta la capacidad predictiva con la ejecución de procesos.
Imaginemos que un sistema identifica una operación con un nivel elevado de riesgo. La siguiente etapa podría consistir en utilizar esa información para recomendar una actuación, solicitar una validación o dirigir la operación hacia un circuito de aprobación específico.
La decisión final y los controles necesarios deben definirse dentro del proceso empresarial. Estado: SAP ha previsto la disponibilidad general de SAP-RPT-Decisions para el cuarto trimestre de 2026.
SAP-RPT-2.0: trabajar con varias tablas y detectar anomalías
SAP también ha anunciado SAP-RPT-2.0, una evolución que ampliará las capacidades de la familia más allá de la clasificación y la regresión.
Entre las funcionalidades previstas destacan:
- Procesamiento nativo de múltiples tablas.
- Detección de anomalías y valores atípicos.
- Generación de representaciones estructuradas (embeddings) para facilitar el análisis asistido por IA.
El procesamiento de múltiples tablas resulta especialmente relevante para los ERP, porque la información empresarial no suele estar concentrada en una única tabla.
Un pedido, por ejemplo, está relacionado con un cliente, varias líneas de producto, condiciones comerciales, movimientos de almacén y, posteriormente, facturas y cobros.
Poder analizar relaciones entre diferentes conjuntos de datos facilita identificar patrones más complejos.
La detección de anomalías también puede tener aplicaciones interesantes: localizar transacciones inusuales, identificar comportamientos atípicos en compras o ventas y detectar desviaciones que merecen una revisión.
Estado: SAP ha previsto la disponibilidad general de SAP-RPT-2 para el primer trimestre de 2027.
TabPFN-3.5 Plus: otra alternativa para predecir resultados empresariales
Junto a la familia SAP-RPT, SAP está ampliando su oferta de modelos tabulares con tecnología de Prior Labs.
Un ejemplo es TabPFN-3.5 Plus, disponible en SAP AI Core desde septiembre de 2026, unas semanas antes de TechEd. Prior Labs forma parte de SAP desde julio de 2026.
Este modelo está diseñado para realizar predicciones sobre datos estructurados sin necesidad de desarrollar y ajustar un modelo específico para cada tarea.
Entre sus posibles aplicaciones se encuentran:
- Predecir retrasos en los pagos.
- Identificar riesgos asociados a proveedores.
- Detectar clientes con riesgo de abandono.
- Identificar oportunidades de venta adicional.
- Anticipar determinados resultados comerciales.
Su capacidad para trabajar con datos que contienen distintos tipos de valores y cierta información incompleta puede reducir el esfuerzo de preparación de los datos.
En cualquier caso, la idoneidad del modelo debe evaluarse para cada escenario y con datos representativos de la empresa.
Qué aplicaciones pueden tener estas novedades en SAP Business One
La utilidad de estos modelos se entiende mejor cuando se relacionan con situaciones habituales de una pyme. SAP Business One puede aportar los datos de partida, mientras que los modelos y servicios de IA se conectan mediante una arquitectura diseñada para cada caso.
Previsión de tesorería y liquidez
A partir del histórico de cobros y pagos, las facturas pendientes, los vencimientos y otros datos relevantes, los modelos de series temporales pueden ayudar a estimar la evolución de la liquidez, anticipar tensiones de caja y evaluar escenarios. La previsión debe incorporar también compromisos futuros y circunstancias que no siempre aparecen en el histórico.
Previsión de ventas y demanda
El histórico de ventas puede ayudar a estimar la evolución de la demanda, identificar productos con demanda creciente y detectar cambios en los patrones de consumo. Estas previsiones pueden apoyar la planificación comercial y de inventario.
Compras y aprovisionamiento
La combinación de ventas históricas, existencias, pedidos pendientes, plazos de entrega y comportamiento de proveedores puede ayudar a anticipar necesidades de reposición, identificar referencias con riesgo de agotamiento y mejorar la planificación.
Riesgo de clientes y proveedores
Los modelos de clasificación pueden analizar retrasos anteriores, importes pendientes, frecuencia de compra y otras variables para identificar operaciones o relaciones que merecen seguimiento. La predicción debe apoyar la decisión, no convertirse automáticamente en un bloqueo.
Detección de anomalías
Las capacidades anunciadas para SAP-RPT-2.0 pueden abrir escenarios para localizar operaciones con importes inusuales, variaciones inesperadas de costes, cambios atípicos en compras o ventas y movimientos de inventario fuera de los patrones habituales.
¿Qué significa esto para las empresas que utilizan SAP Business One?
Es importante aclarar que SAP-RPT, SAP-RPT-TS y las demás capacidades descritas no deben presentarse como funcionalidades estándar integradas directamente en SAP Business One. Forman parte del ecosistema de inteligencia artificial y datos de SAP y su aprovechamiento desde el ERP requiere diseñar una integración.
Un posible planteamiento consiste en extraer la información de SAP Business One mediante mecanismos de integración adecuados, preparar y contextualizar los datos, conectarlos con el modelo disponible a través de los servicios correspondientes y devolver los resultados a informes, cuadros de mando o aplicaciones conectadas con el ERP.
También es necesario definir controles de seguridad, permisos, calidad de datos y supervisión. Antes de utilizar una predicción en un proceso operativo, debe comprobarse su precisión y utilidad con datos representativos de la empresa.
Herramientas para llevar estos modelos a SAP Business One
Para que una predicción aporte valor tiene que llegar al proceso en el que se toma la decisión. SAP Business Technology Platform (SAP BTP) ofrece herramientas que permiten conectar SAP Business One con estos modelos sin desarrollar toda la solución desde cero.
SAP Business One Service Layer: el acceso a los datos del ERP
El Service Layer es la interfaz REST/OData de SAP Business One. Permite leer y escribir de forma controlada interlocutores comerciales, pedidos, facturas, existencias o cobros, y es el punto de conexión habitual con las herramientas de SAP BTP.
SAP AI Core: donde se ejecutan los modelos
SAP-RPT, SAP-RPT-TS y TabPFN-3.5 Plus se consumen como servicios a través de SAP AI Core (SAP-RPT-TS también desde SAP HANA Cloud). Las herramientas de automatización y los agentes llaman a estos modelos mediante API y reciben la predicción como resultado.
SAP Build Process Automation: la predicción dentro del flujo de trabajo
SAP Build Process Automation permite diseñar flujos de aprobación, reglas de decisión y automatizaciones con un enfoque low-code. Mediante acciones conectadas al Service Layer y a los servicios de SAP AI Core, un flujo puede tomar un pedido nuevo de SAP Business One, obtener una estimación del riesgo de impago y, según el resultado, aprobarlo o enviarlo al responsable de crédito.
Es una vía natural para los escenarios que SAP plantea con SAP-RPT-Decisions: circuitos de aprobación, gestión de excepciones o validación de pedidos, siempre con los controles y la supervisión humana que defina la empresa.
Joule Studio: agentes de IA que consultan y actúan
Joule Studio es la capacidad de SAP Build para crear agentes y habilidades de Joule que automatizan tareas en sistemas SAP y no SAP. Combina herramientas no-code y pro-code, permite asignar herramientas y servidores MCP a los agentes y da acceso a más de 70 modelos de IA.
En una empresa con SAP Business One, un agente podría consultar los cobros y pagos pendientes a través del Service Layer, solicitar una previsión de tesorería al modelo correspondiente y explicar en lenguaje natural qué semanas presentan más tensión de caja y por qué.
Conviene tener en cuenta que estas herramientas se contratan en SAP BTP y no están incluidas en la licencia de SAP Business One. La elección entre una u otra depende del caso: un flujo con reglas claras encaja mejor en SAP Build Process Automation, mientras que un agente de Joule Studio es más adecuado cuando hay que interpretar información, combinar fuentes o interactuar en lenguaje natural.
Disponibilidad: qué está disponible y qué está anunciado
La disponibilidad debe leerse con atención para no confundir anuncios y calendarios previstos con funcionalidades ya disponibles de forma general.
- SAP-RPT-TS: SAP ha anunciado su disponibilidad general y su uso a través de SAP HANA Cloud o SAP AI Core.
- SAP-RPT-Decisions: SAP ha previsto su disponibilidad general para el cuarto trimestre de 2026. El calendario anunciado no equivale por sí mismo a confirmar que ya esté disponible de forma general.
- SAP-RPT-2.0: SAP ha previsto su disponibilidad general para el primer trimestre de 2027.
- TabPFN-3.5 Plus: disponible en SAP AI Core desde septiembre de 2026 (anunciado antes de TechEd).
- SAP-RPT-1.6: sigue siendo la última versión de SAP-RPT disponible de forma general hasta la llegada de SAP-RPT-2.0, prevista para el primer trimestre de 2027.
Cómo empezar: del anuncio tecnológico a un caso de negocio
Las novedades de SAP TechEd abren posibilidades, pero no todas las empresas necesitan aplicar todos los modelos. Lo recomendable es partir de un reto concreto: anticipar la tesorería, mejorar la previsión de demanda, reducir el riesgo de impago o detectar operaciones inusuales.
El siguiente paso es comprobar qué datos existen en SAP Business One, evaluar su calidad y definir cómo se integrarán con el servicio de IA. Una prueba controlada permite medir si las predicciones son suficientemente precisas y si aportan valor antes de abordar una implantación más amplia.
El SAP-RPT Playground puede servir como entorno de experimentación con conjuntos de datos CSV, aunque una prueba aislada no sustituye a una integración productiva con el ERP.
Prepara tu SAP Business One para aprovechar la nueva IA de SAP
En VALENA Consulting ayudamos a las empresas a evolucionar su entorno SAP Business One y a conectar sus procesos con nuevas capacidades de integración, automatización e inteligencia artificial.
Analizamos los datos disponibles, los objetivos del negocio y las posibilidades técnicas para identificar un caso de uso viable, definir una prueba y valorar su potencial antes de abordar un proyecto.
Preguntas frecuentes
En TechEd 2026 SAP presentó SAP-RPT-TS para predicción de series temporales, SAP-RPT-Decisions para apoyar decisiones empresariales y SAP-RPT-2.0 para ampliar el análisis de datos tabulares. Además, desde septiembre de 2026 está disponible en SAP AI Core TabPFN-3.5 Plus, de Prior Labs, como alternativa para predicciones sobre datos estructurados.
Está especializado en series temporales y permite estimar cómo evolucionan variables a lo largo del tiempo. Entre sus posibles aplicaciones están las previsiones de ventas, demanda e indicadores financieros u operativos.
Es una capacidad orientada a utilizar información estructurada para apoyar o automatizar decisiones en aplicaciones y flujos de trabajo empresariales, por ejemplo, gestionar excepciones o dirigir solicitudes a circuitos de aprobación.
SAP ha anunciado capacidades como el procesamiento nativo de múltiples tablas, la detección de anomalías y la generación de representaciones estructuradas o embeddings. Su disponibilidad general está prevista para el primer trimestre de 2027.
No deben considerarse funcionalidades estándar nativas de SAP Business One. Para aprovecharlas desde el ERP hay que diseñar una integración con los servicios y plataformas correspondientes del ecosistema SAP.
El Service Layer de SAP Business One da acceso a los datos; SAP AI Core ejecuta los modelos; SAP Build Process Automation incorpora las predicciones en flujos de aprobación y reglas de decisión, y Joule Studio permite crear agentes de IA que consultan el ERP y explican o proponen actuaciones. Todas ellas forman parte de SAP BTP.
Puede ayudar a explorar previsiones de tesorería, ventas y demanda, mejorar la planificación de compras, identificar riesgos de clientes o proveedores y detectar operaciones anómalas. El resultado depende de la calidad de los datos y de la validación del caso de uso.
Por un problema de negocio concreto y medible. Conviene revisar los datos disponibles en SAP Business One, definir las variables necesarias, realizar una prueba controlada y evaluar la precisión y utilidad de los resultados antes de ampliar la solución.


