TabPFN-3.5 Plus ya disponible en SAP AI Core

SAP ha puesto a disposición de sus clientes TabPFN-3.5 Plus en SAP AI Core, su plataforma de inteligencia artificial empresarial. El modelo representa un avance en el procesamiento automático de datos tabulares —aquellos organizados en filas y columnas— típicos de transacciones comerciales, análisis financieros y reportes operativos.

Qué hay detrás

TabPFN es una familia de modelos especializados en machine learning para datos tabulares, diferentes a los modelos de visión o lenguaje natural que acaparan los titulares. Mientras que grandes modelos de lenguaje como Claude requieren miles de ejemplos para entrenar, TabPFN está optimizado para trabajar con conjuntos de datos más pequeños y heterogéneos, que es lo habitual en los entornos empresariales.

La inclusión en SAP AI Core significa que los clientes pueden acceder a este modelo sin necesidad de infraestructura adicional de IA, integrándolo directamente en sus flujos de trabajo. SAP AI Core es el servicio que centraliza modelos de terceros y desarrollos propios, permitiendo a las empresas experimentar con IA sin reinventar la rueda.

Esta no es la primera iteración de TabPFN que SAP adopta, pero la versión Plus sugiere mejoras en velocidad, precisión o capacidad de manejo de datos más complejos. El contexto de 2026 indica que SAP continúa ampliando su catálogo de modelos para mantener competitividad frente a proveedores que ofrecen IA de forma nativa.

Por qué te importa si trabajas con SAP

Si usas S/4HANA o cualquier otro producto SAP y necesitas automatizar decisiones basadas en datos históricos —previsión de demanda, detección de anomalías en procesos, optimización de inventarios— TabPFN-3.5 Plus te ahorra pasos. No tienes que exportar datos, procesarlos en herramientas externas y reimportarlos. El modelo vive dentro de tu ecosistema SAP.

Esto es especialmente relevante si trabajas con BTP (Business Technology Platform) o desarrollas extensiones con APIs SAP. Mediante Joule o agentes inteligentes, puedes encadenar llamadas a este modelo como parte de flujos de decisión automatizados. Para equipos de analítica avanzada o que escriben ABAP custom, es una opción más a la hora de prototipado rápido de soluciones predictivas sin invertir en data scientists junior.