SAP presentó el 29 de octubre, durante su conferencia TechEd en Berlín, las nuevas capacidades de lakehouse y de tejido de datos de negocio de SAP Business Data Cloud. El anuncio es la primera entrega visible de la integración de Dremio, la plataforma de lakehouse abierta que SAP terminó de adquirir en julio de este año, dentro de su arquitectura de datos empresarial.
Lo que aporta Dremio es su motor de consulta SQL y la tecnología de reflexiones, que precalcula y optimiza resultados analíticos de forma automática, sin que nadie tenga que diseñar a mano agregados ni índices para sostener el rendimiento de un cuadro de mando. Sobre esa base, SAP Business Data Cloud incorpora soporte nativo de Apache Iceberg y un catálogo universal construido sobre Apache Polaris, además de federación contra orígenes distribuidos —SQL Server, MongoDB, Oracle y Postgres entre ellos— sin necesidad de copiar los datos a la plataforma. La compañía añade compartición sin copia con Databricks, Snowflake, Google, AWS y Microsoft.
El anuncio incluye otras dos piezas. Reltio, cuya adquisición también está cerrada, pasa a estar disponible de forma general dentro de Business Data Cloud para gestión de datos maestros multidominio y resolución de entidades asistida por modelos. Y aparece el Ontology Manager, una herramienta para construir vistas de contexto de negocio específicas de un dominio que luego consumen las aplicaciones de inteligencia artificial. La asociación con Databricks se amplía además a Lakeflow, Agent Bricks, Unity Gateway y Lakebase.
La lectura de fondo es un cambio de postura. Durante años, el acceso a los datos de SAP desde fuera del ecosistema fue el punto de fricción recurrente de cualquier proyecto analítico en una empresa con ERP de SAP: extraer información de los módulos transaccionales exigía réplicas, conectores propietarios y un trabajo considerable de reconstruir el significado de las tablas. Apostar por formatos de tabla abiertos y por un catálogo basado en un proyecto Apache va en la dirección contraria a esa historia, y es coherente con lo que están haciendo el resto de grandes plataformas.
Para una empresa española con SAP instalado —que es el caso de buena parte del tejido industrial y de la gran distribución—, el interés está menos en el anuncio que en lo que obliga a revisar. Si la arquitectura analítica actual se sostiene sobre réplicas periódicas del ERP hacia un almacén propio, conviene comparar ese coste de mantenimiento con el que supondría consultar en origen con federación. Y si hay proyectos de agentes o asistentes sobre datos corporativos, la capa de ontología es exactamente el tipo de pieza que determina si esos agentes responden con las definiciones acordadas por el negocio o con una interpretación improvisada.
Queda por ver el detalle que la nota no concreta: qué parte de todo esto está ya disponible, con qué ritmo llega al resto y cómo se tarifica. En anuncios de este tipo la distancia entre la presentación en un congreso y la disponibilidad real para un cliente medio suele medirse en trimestres, así que lo sensato es tratar la noticia como una señal de dirección y pedir fechas concretas antes de planificar sobre ella.
Más en Dataprix: sección de plataformas de datos de Dataprix
Fuente: SAP (sala de prensa)
Contenido elaborado con asistencia de inteligencia artificial — Equipo Editorial Dataprix. Verifica la información antes de tomar decisiones.