SAP quiere extender sus agentes de inteligencia artificial desde las aplicaciones empresariales hasta las operaciones físicas. La compañía ha presentado en SAP TechEd 2026 Physical AI, una arquitectura para convertir decisiones generadas a partir de procesos y datos empresariales en instrucciones ejecutables por robots y otros sistemas industriales, y devolver posteriormente el resultado de esas acciones a SAP. La propuesta conecta Joule y sus agentes con el entorno de planta manteniendo intervención humana, identidad y trazabilidad sobre el proceso.
El movimiento amplía la estrategia de automatización de SAP hacia áreas como mantenimiento de activos, fabricación y cadena de suministro, donde una decisión tomada en software puede terminar en una inspección, un ajuste de producción o una intervención sobre una máquina.
La compañía trabaja con distintos fabricantes y proveedores de infraestructura, entre ellos Intel, Agibot y Boston Dynamics. Por separado, SAP y HPE preparan también la ejecución de un modelo tabular de SAP a bordo de la Estación Espacial Internacional, un caso que lleva esa misma lógica de procesamiento cercano a la operación a un entorno en el que depender continuamente de un centro de datos remoto resulta especialmente costoso.
De una alerta de mantenimiento a una inspección física
SAP utilizó una demostración de mantenimiento industrial para explicar el funcionamiento de Physical AI. El escenario comenzaba con la detección de una temperatura anormal en una bomba hidráulica.
Joule Work reunía la alerta con el historial de mantenimiento, los datos maestros del activo y la documentación técnica. A partir de esa información, un asistente de operaciones proponía realizar una inspección y, después de recibir autorización, enviaba a un robot Spot de Boston Dynamics hasta el equipo.
La instrucción enviada al robot incluía dónde debía desplazarse, qué elemento tenía que inspeccionar y qué medidas debía recoger. SAP mostraba así cómo un proceso iniciado con datos del sistema empresarial podía terminar convertido en una tarea física concreta.
La inspección confirmaba el calentamiento detectado por los sensores y añadía un segundo hallazgo, una fuga de aire que la instrumentación inicial no había identificado. Los resultados regresaban después a Joule Work, donde el sistema preparaba la correspondiente orden de mantenimiento y las notificaciones asociadas.
El responsable humano seguía dentro del circuito. En la demostración, el robot realizaba la inspección y los asistentes preparaban la respuesta, mientras que la decisión sobre la actuación permanecía en manos del operador.
Es un detalle relevante porque la automatización industrial plantea requisitos diferentes a los de un asistente utilizado para resumir documentos o responder preguntas. Una acción errónea puede afectar a una línea de producción, un activo físico o la seguridad de las operaciones, por lo que permisos, estados de las máquinas y mecanismos de aprobación pasan a formar parte de la arquitectura de IA.
SAP plantea diferentes niveles de autonomía en función del riesgo y del proceso. Sus agentes pueden trabajar con puntos de aprobación humana o, cuando las políticas de la organización lo permitan, completar acciones y escribir los resultados directamente en las aplicaciones.
SAP e Intel llevan la conexión entre IT y OT a planta
Physical AI aborda también una frontera conocida en la industria: la integración entre los sistemas de tecnologías de la información y las tecnologías operacionales.
Intel participa como socio y cliente en este trabajo. Durante TechEd, Ricky Watts, responsable de la división industrial y de robótica de Intel, explicó que ambas compañías trabajan en instalaciones de Chengdu para conectar sistemas empresariales y robots y avanzar desde las pruebas de concepto hacia despliegues escalables.
La diferencia respecto a proyectos de robótica aislados reside en el origen y destino de la información. Los robots pueden recibir tareas derivadas del contexto disponible en sistemas de mantenimiento, producción o cadena de suministro, mientras que los resultados de la operación física pueden regresar a esos mismos procesos.
SAP menciona como primeras áreas de aplicación la gestión autónoma de activos, la producción adaptativa y la fabricación regulada. También trabaja con distintos socios de hardware para ampliar los equipos que pueden integrarse con esta capa.
El reto será mantener una relación fiable entre dos mundos que funcionan con ritmos y requisitos diferentes. Los ERP y aplicaciones empresariales trabajan con órdenes, inventarios, activos y autorizaciones; los sistemas físicos necesitan además información en tiempo real sobre sensores, localización, seguridad y estado operativo.
Ese puente explica que SAP esté relacionando Physical AI con el resto de la arquitectura presentada en TechEd. Joule proporciona la capa de interacción, los agentes coordinan las distintas tareas y Business AI Platform aporta datos, contexto y mecanismos de gobierno. La ejecución física aparece como otro endpoint posible dentro del proceso.
La IA empresarial también se mueve hacia el edge
La segunda demostración del desplazamiento hacia entornos físicos se encuentra bastante lejos de una fábrica. SAP y HPE han anunciado el despliegue de SAP-RPT en el HPE Spaceborne Computer-2 situado a bordo de la Estación Espacial Internacional.
El modelo está diseñado para trabajar con datos tabulares, precisamente el formato utilizado por buena parte de la telemetría y de los sistemas empresariales. SAP y HPE prevén que pueda ejecutarse directamente en la ISS para analizar anomalías, anticipar posibles fallos, reconstruir valores de sensores ausentes a partir de información histórica y generar informes explicables sobre el estado de los sistemas.
La diferencia operativa está en dónde se realiza el cálculo. Procesar la información a bordo permitiría resolver determinados análisis sin enviar primero todos los datos a la Tierra y esperar posteriormente el resultado.
El proyecto debe leerse todavía como una validación tecnológica. SAP indica que el modelo está previsto para ejecutarse en el ordenador de HPE en la estación, por lo que el anuncio no equivale a un despliegue productivo ya completado de todas las funciones descritas.
El caso también sirve para mostrar el interés de SAP por modelos especializados. Mientras los grandes modelos de lenguaje se han convertido en la cara más visible de la inteligencia artificial generativa, SAP está desarrollando una familia de modelos orientada a datos estructurados.
SAP-RPT-TS, disponible actualmente, se dedica a previsiones de series temporales. SAP-RPT-Decisions se orientará a decisiones estructuradas dentro de procesos empresariales, con disponibilidad general prevista durante el cuarto trimestre de 2026. SAP-RPT-2, previsto para el primer trimestre de 2027, añadirá detección de anomalías y outliers, embeddings y procesamiento de múltiples tablas.
En mantenimiento industrial, esas funciones pueden utilizar información histórica de máquinas, sensores e incidencias para identificar patrones antes de que una anomalía termine en una avería. En otros dominios, SAP contempla previsiones de demanda, análisis financiero o decisiones de aprobación.
El proceso empresarial alcanza el mundo físico
La expansión hacia robots introduce una dimensión diferente en la carrera por los agentes de IA empresariales. Hasta ahora, buena parte del mercado se ha concentrado en automatizar tareas digitales: consultar información, preparar documentos, introducir datos o activar workflows entre aplicaciones.
Cuando el resultado termina convertido en movimiento de una máquina, una inspección física o una modificación del proceso productivo, el margen para tratar al agente como una herramienta aislada disminuye. El software necesita conocer el estado del activo, el contexto del proceso, las restricciones de seguridad y quién está autorizado para iniciar cada acción.
SAP intenta trasladar a ese terreno su posición histórica dentro de los sistemas que gestionan producción, mantenimiento, compras y cadena de suministro. La compañía dispone del contexto empresarial desde el que se origina una parte de esas órdenes, mientras que la ejecución física dependerá de una red de fabricantes de robots, hardware industrial y plataformas de edge computing.
Los pilotos con Intel y la demostración con Boston Dynamics muestran el punto al que SAP quiere llevar esa integración. El siguiente paso será determinar qué procesos pueden pasar de una prueba controlada a operaciones repetibles y cuáles necesitan mantener decisiones humanas obligatorias. En fábricas, almacenes o infraestructuras críticas, esa frontera entre recomendación, ejecución digital y acción física será una de las decisiones operativas que acompañarán al despliegue de agentes.
