Motor vectorial de HANA Cloud: cómo sostiene el grounding
Qué guarda una tabla vectorial de SAP HANA Cloud, cómo se recupera y cómo se borra un fragmento: lo que el arquitecto de datos debe mostrar al CISO.
«Tranquilos: los datos del cliente quedan convertidos en vectores». La frase suele cerrar la discusión en un comité de arquitectura, hasta que el CISO pide ver la tabla. Lo que aparece en pantalla no es una nube de números ilegibles: es una fila con texto, metadatos y un vector.
La entrega anterior de esta serie estableció que el grounding no entrena al modelo, y dejó planteadas tres preguntas sobre el índice derivado que lo sostiene: qué contiene, cuándo se actualiza y cómo se elimina de él lo que un titular pidió suprimir. Esta tercera pieza las responde desde adentro del componente, el motor vectorial de SAP HANA Cloud, con la profundidad que un arquitecto de datos necesita para validar el diseño ante seguridad.
El motor vectorial en una frase
En la guía de arquitectura de SAP para agentes de IA, el motor vectorial de SAP HANA Cloud habilita los patrones de generación aumentada por recuperación (RAG) mediante búsqueda por similitud, y el motor de grafo de conocimiento de SAP HANA Cloud aporta datos empresariales conectados semánticamente (SAP Architecture Center, Build AI Agents on SAP BTP, 2026).
La materia prima del motor vectorial es el embedding: una representación numérica densa del significado de un texto, que permite buscar por significado y no por coincidencia exacta de palabras clave (SAP Architecture Center, Embeddings & Semantic Search, 2025). Todo lo que sigue —dónde vive el vector, qué lo acompaña y qué viaja hacia el modelo— se deriva de cómo se almacenan y se comparan esos vectores.
Dónde vive el vector: dentro de la misma base de datos
La primera precisión para el CISO es de ubicación. SAP describe el motor vectorial como almacenamiento y procesamiento de vectores añadidos a la misma base de datos que ya guarda otros tipos de dato (SAP Architecture Center, Generative AI on SAP BTP, 2025):
La consecuencia de gobierno es concreta: el motor vectorial de SAP HANA Cloud no obliga a desplegar un repositorio aparte para los vectores. Los esquemas y la revisión de accesos se discuten sobre la instancia de SAP HANA Cloud, y es allí donde el arquitecto debe documentar quién puede leer cada tabla vectorial.
Qué contiene la tabla: el vector no anonimiza
La segunda precisión responde la primera pregunta pendiente, y es la que más se malinterpreta: convertir un texto en vector no equivale a anonimizarlo. En la integración de LangChain para SAP HANA Cloud, la tabla estándar de embeddings se crea con tres columnas, y el vector ocupa solo una de ellas, de tipo REAL_VECTOR; las otras dos guardan el texto del documento y sus metadatos (LangChain Docs, integración Python para SAP HANA Cloud, 2026).
La columna que cambia la conversación con seguridad es la del texto, porque conserva el fragmento original tal como se lee. Cuando ese fragmento contiene el historial de consumo de un suministro o una cláusula de un contrato de generación distribuida, la consecuencia es directa:
Qué ocurre entre la pregunta y el contexto
Las entregas anteriores trataron la recuperación como una sola etapa del recorrido del dato. Por dentro, SAP la documenta como una preparación previa de los documentos seguida de tres pasos en tiempo de consulta (SAP Architecture Center, Retrieval Augmented Generation, 2025):
El cuarto paso delimita lo que sale: hacia el modelo de lenguaje no viaja la tabla, viajan los fragmentos recuperados para esa pregunta.
Sobre el grounding de Joule hay un matiz que conviene dejar por escrito, porque SAP lo documenta en dos referencias de fechas distintas: la misma página de arquitectura que describe el flujo (SAP Architecture Center, Retrieval Augmented Generation, 2025) y un tutorial oficial posterior (SAP Developers, Use Joule Studio with Document Grounding, 2026).
Cada caso de uso debe declarar qué camino utiliza, y la pregunta «¿dónde reposa el contenido indexado?» se confirma para ese camino, no se asume.
Las decisiones de diseño que el arquitecto debe poder defender
Cada ficha descansa en una fuente o en una razón que el arquitecto debe tener a mano.
La integración oficial de SAP para LangChain admite cualquier clase de embeddings externa y también una clase que ejecuta internamente la función VECTOR_EMBEDDING de SAP HANA (SAP en GitHub, langchain-integration-for-sap-hana-cloud, 2026). La diferencia pesa en el mapa de datos: si el modelo de embeddings es externo a la base de datos, el texto de cada fragmento viaja hasta ese modelo, y ese flujo adicional debe aparecer en el mapa.
Para medir y acotar la búsqueda, la integración de LangChain para SAP HANA Cloud usa similitud coseno por defecto, ofrece distancia euclidiana (L2) como alternativa, permite crear un índice vectorial HNSW que acelera las consultas de vecinos más cercanos y admite búsquedas por similitud con filtros sobre los metadatos (LangChain Docs, integración JavaScript para SAP HANA Cloud, 2026). Etiquetar cada fragmento con su clasificación de sensibilidad y su unidad de negocio permite acotar el universo recuperable antes de que la similitud entre en juego.
Queda una verificación que no conviene dar por hecha: confirmar, para el camino de grounding elegido, si los permisos del usuario que pregunta también restringen los fragmentos que se le recuperan.
Para suprimir, la integración de LangChain para SAP HANA Cloud documenta la eliminación de filas por filtro de metadatos (LangChain Docs, integración Python para SAP HANA Cloud, 2026). Si cada fragmento lleva como metadato el identificador del contrato o del documento de origen, suprimir lo que pidió un titular es una operación y no una investigación. La actualización exige el mismo rigor: debe quedar documentado cómo y con qué frecuencia se regeneran los fragmentos cuando cambia el documento de origen.
A estas decisiones sumamos una práctica de operación: guardar, junto a cada respuesta, los identificadores de los fragmentos que la sostuvieron.
Una demostración vale más que otro expediente
Las dos primeras entregas terminaron en documentos para el área legal. Ante el CISO proponemos algo distinto: una demostración en vivo sobre la tabla vectorial del piloto, con tres comprobaciones construidas sobre operaciones que la documentación de la integración ya ilustra (LangChain Docs, integración Python para SAP HANA Cloud, 2026).
Cada comprobación despeja una duda distinta. La consulta al catálogo de columnas enseña de qué está hecha la tabla: una columna de texto, una de metadatos y una de tipo REAL_VECTOR. La lectura de una fila confirma que el fragmento se lee tal cual junto a su vector. Y la supresión por filtro de metadatos de los fragmentos de un contrato de prueba, seguida de una nueva búsqueda, comprueba que ya no se recuperan.
En AGT acompañamos a los equipos de datos de utilities de América Latina a preparar esa demostración. Nuestro equipo la usa como criterio de entrada: si el piloto no puede mostrar qué guarda, qué recupera y cómo borra, todavía no está listo para datos regulados de clientes.
Este recorrido deja una pregunta a la vista: si los fragmentos recuperados viajan al modelo, ¿qué se enmascara antes? De eso trata la siguiente pieza de la serie: data masking, qué se enmascara antes de que el dato toque un modelo externo.
Fuentes
- SAP Architecture Center. «Build AI Agents on SAP BTP» (2026). https://architecture.learning.sap.com/docs/golden-path/ai-golden-path/build-and-deliver/build-ai-agents
- SAP Architecture Center. «Retrieval Augmented Generation (RAG)» (2025). https://architecture.learning.sap.com/docs/ref-arch/8063d2
- SAP Architecture Center. «Generative AI on SAP BTP» (2025). https://architecture.learning.sap.com/docs/ref-arch/39eb58
- SAP Architecture Center. «Embeddings & Semantic Search» (2025). https://architecture.learning.sap.com/docs/ref-arch/876f58
- SAP en GitHub. «LangChain integration for SAP HANA Cloud» (2026). https://github.com/SAP/langchain-integration-for-sap-hana-cloud
- LangChain Docs. «SAP HANA Cloud Vector Engine», integración Python (documentación sin fecha de publicación; consultada en 2026). https://docs.langchain.com/oss/python/integrations/vectorstores/sap_hanavector
- LangChain Docs. «SAP HANA Cloud Vector Engine», integración JavaScript (documentación sin fecha de publicación; consultada en 2026). https://docs.langchain.com/oss/javascript/integrations/vectorstores/sap_hanavector
- SAP Developers. «Use Joule Studio with Document Grounding» (2026). https://developers.sap.com/tutorials/joulestudio-document-grounding.html
Artículo de Edward Camacho Guerra, elaborado con apoyo de herramientas de inteligencia artificial y revisado y aprobado por el autor.
¿Este análisis mapea un mercado donde ya operas o estás evaluando entrar?
Revisamos tu caso específico, mapeamos los riesgos que aplican, y te decimos honestamente si es oportunidad para ti —sin pitch comercial, solo discusión técnica y estratégica.
