SAP y Google Cloud impulsan la IA empresarial 

La IA está cada vez más incorporada en todas partes de las operaciones de negocio, lo que potencia la automatización, la información estratégica y la toma de decisiones en todos los sistemas y flujos de trabajo. Como parte de su asociación continua con Google Cloud, SAP habilitó la próxima ola de IA empresarial contribuyendo con el nuevo protocolo de interoperabilidad Agent2Agent (A2A), que establece una base para que los agentes de IA interactúen y colaboren de forma segura entre plataformas.

Este trabajo se complementa con dos áreas adicionales de progreso: en primer lugar, la expansión de los modelos de Google Gemini en el hub generativo de IA de SAP en SAP Business Technology Platform (SAP BTP); segundo, el uso de las capacidades de inteligencia vocal y de video de Google para dar soporte a la generación multimodal de recuperación aumentada (RAG) para el aprendizaje basado en videos y el descubrimiento de conocimiento en los productos de SAP.

Juntos, estos esfuerzos reflejan un compromiso compartido para brindar IA adaptable a cualquier empresa; abierta, flexible y profundamente fundamentada en el contexto de negocio.

Reunir a los agentes de IA: sentando las bases para la interoperabilidad 

El futuro del trabajo es agenciado. Las empresas están implementando cada vez más agentes de IA que ayudan con tareas reales —resolviendo problemas de los clientes, gestionando aprobaciones y colaborando en todas las funciones de negocio—. Esta es la razón por la que SAP ofrece una arquitectura de agente colaborativo con Joule para dar soporte a los flujos de trabajo agentic multifuncionales en SAP Business Suite.

Sin embargo, para que estos agentes brinden valor real, deben ser capaces de colaborar en varias plataformas, intercambiar información de forma segura y coordinar acciones en flujos de trabajo empresariales complejos.

El protocolo A2A representa un paso significativo más allá de las simples integraciones de API o las herramientas mejoradas: está diseñado para permitir que los agentes de IA trabajen juntos para acelerar los resultados de negocio, reducir la fricción y permitir que las personas se enfoquen en un trabajo más estratégico. También refuerza la visión de SAP para Joule como organizador de agentes que trabaja en todos los flujos de trabajo empresariales: interoperable, proactivo y profundamente conectado con el contexto de negocio.

Por ejemplo, un agente de Joule puede iniciar un proceso de resolución de disputas y luego contratar a un agente de Google para acceder a los datos de Google BigQuery y recomendar una solución, todo sin necesidad de cambiar de sistema manualmente ni perder contexto.

Ampliación del acceso a los modelos de Google en el hub de IA generativo

Más allá de la interoperabilidad de los agentes, SAP está fomentando su compromiso con la apertura y la flexibilidad ampliando el acceso a los modelos de Google en el hub de IA generativo, una capacidad clave de AI Foundation en SAP BTP.

A través del hub generativo de IA, los clientes obtienen acceso de nivel empresarial a una cartera seleccionada de modelos de fundamentos líderes. Esa cartera ahora incluye Google Gemini 2.0 Flash y Flash-lite, que se unen al soporte existente para los modelos Gemini 1.5 ya disponibles a través del hub.

Esta opción de modelo ampliada les da a los clientes la flexibilidad de construir y extender soluciones impulsadas por IA utilizando modelos de alto rendimiento y baja latencia optimizados para cargas de trabajo empresariales. Combinando la innovación del modelo de Google con la comprensión profunda de SAP de los procesos empresariales, los usuarios pueden aplicar IA generativa de maneras potentes, prácticas, confiables y totalmente alineadas con las operaciones comerciales.

Liberar la comprensión multimodal con Google Video Intelligence

Como parte de la colaboración continua con Google Cloud, SAP también está avanzando en RAG multimodal, una capacidad especialmente útil para el contenido de video de aprendizaje, logrando elevar la forma en que se entrega el conocimiento en toda la empresa.

Las DAR multimodales mejoran la recuperación y generación de información integrando múltiples modalidades de datos —texto, imágenes, audio y vídeo— en un único proceso estructurado. Este enfoque enriquece el abastecimiento de conocimiento y eleva la manera en que los usuarios interactúan con materiales de capacitación y soporte.

Para abordar la complejidad de extraer información estratégica significativa del contenido de video, SAP aprovecha Google Video Intelligence para la detección de texto en pantalla en todos los marcos de video, y la API Speech-to-Text de Google para una transcripción precisa del audio hablado. Durante el proceso de indexación, estas salidas se almacenan con las marcas de tiempo correspondientes, creando una base estructurada para recuperar segmentos de vídeo relevantes con precisión.

Al conectar el contenido visual y de audio con metadatos alineados en el tiempo, SAP permite a los usuarios buscar y recuperar momentos específicos y contextualmente relevantes dentro de un video, lo que hace que la experiencia de aprendizaje sea más intuitiva, accesible e impactante.

‘A medida que la IA agéntica evoluciona, el manejo sin fisuras de los datos multimodales —texto, voz, videos empresariales e imágenes— se vuelve primordial’, sostiene Miku Jha, director de AI/ML e IA generativa en Google Cloud. ‘Esto plantea importantes desafíos para la interoperabilidad de los agentes. Por lo tanto, es indispensable un protocolo abierto como A2A, que proporcione el marco y la flexibilidad necesarios para que los agentes se comuniquen y colaboren eficazmente a través de estas diversas modalidades. La multimodalidad no es simplemente una capacidad; es un requisito fundacional que impulsa la próxima generación de sistemas agénticos interconectados’.

Visión compartida para IA de negocio

Estos esfuerzos son un reflejo de la alineación estratégica más amplia entre SAP y Google Cloud: una convicción compartida en que la IA debe ser abierta, componible y basada en el contexto de negocio real. Ya sea dando forma a los estándares emergentes para la colaboración con agentes, ofreciendo opciones a través de los mejores modelos de su clase o haciendo que el contenido no estructurado sea accionable, el objetivo es ayudar a las empresas a innovar con confianza, ahora y en el futuro.