AI Core と GenAI Hub：アーキテクチャと用途

JinJin48

SAP Consultant | BTP · S/4HANA · US Global Rollout

May 9, 2026 · 18 min read

本記事の位置づけ#

参考資料#

1) AI Core と GenAI Hub：アーキテクチャとユースケース#

これらの名前を分離することは、あらゆるAI Coreプロジェクトにおける最初の作業です。

これらは代替品ではありません。

2) S/4HANA への接続方法#

+------------------------------------------------------------+
|     Application code (CAP, ABAP Cloud, custom Cloud Foundry)|
+----------------------+-------------------------------------+
                       |  SAP Cloud SDK for AI (Java / JS / Py)
+----------------------v-------------------------------------+
|                  SAP BTP (Cloud Foundry / Kyma)            |
|                                                            |
|   +-------------------------+    +----------------------+  |
|   |  SAP AI Core (Extended) |<-->|  Generative AI Hub   |  |
|   |  - Orchestration depl.  |    |  Model catalog       |  |
|   |  - Custom (BYOM) depl.  |    |  Routes via SAP-     |  |
|   |  - Resource groups      |    |  controlled contracts|  |
|   +-----------+-------------+    +----------+-----------+  |
|               |                              |             |
|               v                              v             |
|   +-------------------------+    +----------------------+  |
|   |  Object Store (S3)      |    | Anthropic / OpenAI / |  |
|   |  for grounding RAG      |    | Google / Meta / IBM /|  |
|   +-------------------------+    | Mistral endpoints    |  |
|                                  +----------------------+  |
+------------------------------------------------------------+
                       ^
                       |  Destinations (with IAS principal propagation)
+----------------------+-------------------------------------+
| S/4HANA Cloud / Public Edition / on-prem (read-only OData) |
+------------------------------------------------------------+

重要ポイント: AI Core は BTP 上の汎用 AI ランタイムであり、S/4HANA 内の機能ではありません。アプリケーションがオーケストレーションデプロイメント URL を呼び出し、S/4HANA のデータは、コード（または S3 ドキュメントストア上のグラウンディング RAG）によってプロンプトに挿入された場合にのみ含まれます。 認証、宛先設定、PII マスキングはコンサルタントの問題であり、プラットフォームチームの問題ではありません。

3) 成熟度マップ#

4) 要件チェックリスト#

6つのサブテーブル（意思決定領域ごとに1つ）。調達の話に入る前の要件段階で、これらをお客様と一緒に確認してください。

ファウンデーションモデルの選択#

エンタイトルメントとプロビジョニング#

オーケストレーション設定#

データレジデンシー、プライバシー、およびコンプライアンス#

原価見積もりとメータリング#

BYOM（ファウンデーションモデルが適さない場合のみ）#

5) 意思決定基準#

最初に問うべき3つの質問#

Q1. このLLMは、具体的にどのような測定可能で反復可能なタスクを実行し、成功はどのように測定するのでしょうか？

「プロジェクトでAIを使いたい」というのは答えになりません。請求書明細の分類、契約条項の抽出、ABAPリファクタリング、チケットトリアージのうち1つのワークフローを選び、モデル選択の前に精度または人間への引き継ぎ指標を定義してください。

Q2. プロンプト境界を越えるデータは何か、また法的にどこへ送信できるのか？

公開製品情報は、従業員の報酬や顧客契約とは非常に異なる制約があります。データクラスを特定し、データレジデンシーとマスキングの影響を適用してください。この質問は、多くの場合、初日からマスキングとグラウンディングとのオーケストレーションを強制することになります。

Q3. AI Core CUの予算は誰が所有しており、その予測に署名済みですか？

CPEAダッシュボードでは、生成AIの消費量は見えなくなるまで見えないものです。予測は「GPTは安い」といった逸話ではなく、実際のプロンプトサイズに基づく必要があります。予測に誰も署名しなければ、そのプロジェクトはまだプロジェクトではありません。

プロジェクトコンテキストによるドメイン選択#

ライセンスとコスト#

6) よくある障害#

障害 1: 標準プランを購入したが、Generative AI Hub が含まれていないことに気づく。

最初のプロジェクトウィークの挫折。Standardは予測AI向け。Generative AI HubはExtendedのみで、BTPブースターはExtendedを自動選択しない。開始前に、エンタイトルメント画面で"extended"と表示され、ゼロでない割り当て量があることを確認すること。

障害 2: AI Core API を介したリソースグループのプロビジョニングをスキップする。

リソースグループはAI Coreインスタンス内の分離境界であり、BTPコックピットでは作成できません。AI Core APIが唯一の作成手段です。プロビジョニングをクリック操作で進めようとしたチームは、デフォルトグループ内でデプロイメントがスタックしてしまいます。

障害 3: ドキュメントコーパスのライフサイクルを管理せずにグラウンディングを構築する。

RAGはデモでは魔法のように見えます。しかし本番環境では、コーパスの劣化という障害モードが発生します。ドキュメントが変更され、所有者が去り、ベクターが古くなります。リフレッシュSLAとコーパスごとのコンテンツ所有者がなければ、グラウンディングの精度は静かに低下していきます。

障害 4: リクエスト数に基づくトークン予測であり、トークン量に基づいていない。

「月間10万コール」という表現だけではコストは不明です。300入力/1500出力 = 1,000コールあたり180万トークン。トークン単位で予測する際は、入力と出力の合計で見てください。出力は単位あたり2～5倍のコストがかかるためです。

失敗 5: モデル選択をアーキテクチャ上の決定として扱うこと。

モデルは最も議論されながら、最も影響の少ない判断です。オーケストレーション設計（テンプレート化、グラウンディング、マスキング、フィルタリング、フォールバック）がシステムの運用可能性を決定します。モデルはその設計内の調整可能なパラメータに過ぎません。モデルを最初に選んだチームは、後で再構築することになります。

障害 6: 1つのエンドポイントでデータマスキングを忘れる。

マスキングはオーケストレーション呼び出しごとにオプトイン方式です。開発者が動作中の設定をコピーし、新しいエンドポイントでマスキングを有効にするのを忘れた場合、生のPIIがサードパーティのLLMに送信されます。これは警告ではなく、コンプライアンス上の指摘事項です。「データクラスが必要とする箇所でマスキングを有効化すること」を、明示的なコードレビューのゲートとして追加してください。

FAQ#

Q: オンプレミスのS/4HANAからGenerative AI Hubを使用できますか？

はい、しかしAIロジックはオンプレミスシステムではなくBTP上に存在します。パターン：オンプレミスのS/4HANAがODataを公開し、BTPアプリケーションがそれを読み取り（プリンシパル伝播）、オーケストレーションデプロイメントを呼び出し、結果を返します。2026年時点で「オンプレミス向けAI Core」は計画されていません。

Q: Generative AI Hub のライセンスはどのようになっていますか？

AI Core Extendedプランでは、トークン使用量がCapacity Unitsに計上され、既存のCPEA/クラウドクレジットに対して課金されます。AI Launchpadが含まれています。別途Gen AIサブスクリプションは不要です。BYOMワークロードでは、トークンではなくpredictive-AIコンピュート価格が使用されます。

Q: LLM選定の判断を監査に耐えうる形で文書化するにはどうすればよいですか？

AI Launchpadの比較ワークフローを使用して、3～5件の候補モデルに対して、それぞれ最低3つの代表的なプロンプトで評価を実施します。レイテンシ、トークン使用量、および定性的な所見を記録します。選定結果はADRに記録し、比較実行、地域別モデル可用性スナップショット、および決定時点のCUレートに関するSAP Note 3437766を参照します。

Q: プロンプトと補完はサードパーティモデルのトレーニングに使用されますか？

いいえ。SAPは、顧客データを学習に使用することを禁止するエンタープライズ契約のもと、Anthropic、OpenAI、Googleなどと連携しています。SAPは、AI Core、Launchpad、Jouleを対象とするISO/IEC 42001を取得しており、顧客から必ず聞かれる質問に対しては、Trust Centerのリファレンスを引用してください。

Q: AI Core と Joule の関係は？

Jouleはエンドユーザー向けアシスタントであり、AI Coreはその基盤となる開発者プラットフォームです。Joule Studioは、Hubを呼び出すスキルでJouleを拡張します。「エンドユーザー向けチャットボット」→まずJoule。「アプリケーション内のカスタムAI」→AI Core。代替手段ではなく、補完関係にあります。

概要#

AI Core と Generative AI Hub は2026年には本番環境に十分成熟しますが、プロジェクトの失敗はモデルの品質ではなく、セットアップ、ガバナンス、予算に集中しています。Extended プランとリソースグループを適切に設定し、オーケストレーションを先に設計してからモデルを選択し、調達前にトークンベースの予算に関する議論を強制してください。カタログは充実しており、SDK は堅牢で、監査の実績は確かです。コンサルタントに求められるのは、API に手を伸ばす前に3つの質問をする規律です。

次に読むべきもの#