德国软件巨头SAP正在将其Business Suite集成应用套件定位为企业成功应用人工智能的必要基础,认为数据环境碎片化是AI发展的最大障碍。
Business Suite是一套"最佳套件"业务应用组合,整合了销售、财务等领域的数据、流程和功能。通过这一套件,SAP正在向"最佳品种"模式发起直接挑战——后者是指企业从不同供应商处组装各种碎片化应用的做法。
SAP全球Business Suite负责人Stephan de Barse认为,最佳品种模式不适合AI应用。"碎片化的应用程序创造了碎片化的数据,当这些数据被提取到数据湖进行分析时会失去业务上下文,使得有效运营变得更加困难,"他说,"如果我们不解决数据问题,就不会有好的AI。"
据de Barse介绍,这种碎片化意味着企业将约80%的时间和精力花在管理应用程序和数据上,只有20%用于创造业务价值。
相反,SAP正在推广其"飞轮"概念,即AI、数据和应用程序在良性循环中协同工作。通过在Business Suite内保持数据和应用程序的紧密集成,SAP相信能够保留AI生成有意义和可操作洞察所需的上下文。
为了展示这一愿景,SAP演示了其AI助手Joule如何成为用户交互的中心节点。"用户将不再登录应用程序。相反,Joule将成为前端界面,在SAP套件的多个部分之间编排工作流程,"de Barse说。
例如,响应新客户订单这样的任务,目前需要与制造和财务系统进行人工交互,未来可以通过向Joule发出单一对话请求来处理,Joule将在后台软件中执行必要的操作。
SAP还在为各种运营功能开发AI智能体,从协助车间经理从停电中恢复到帮助经验不足的员工弥补缺勤同事的工作。de Barse指出,一些客户已经开始将这些智能体纳入他们的组织架构图中。
"前八个智能体已经在客户那里使用,到年底将增长到40个,"他说,"这种发展非常迅速。这是企业软件的重大范式转变。"
客户将AI策略付诸实践
在墨尔本举行的SAP Now会议上,几家SAP客户分享了他们如何利用AI,在初期探索与提供切实成果的针对性项目之间取得平衡。
南澳大利亚电力网络公司(SAPN)是南澳州的电力分销商,正在使用AI改善资产管理和客户服务。SAPN的SAP领域架构师Travis Smith表示,公司的理念是"慢下来以便快起来",在扩展项目之前确保正确的基础构建块到位。
SAPN还使用SAP的业务技术平台(BTP)开发了Stobie电线杆腐蚀的预测分析模型。该州有超过60万根这种独特的电线杆,该模型帮助SAPN转向基于风险的检查计划。
"问题是哪些[电线杆]应该安排检查?"SAPN数据和决策科学经理Muen Chen说。通过识别更容易发生腐蚀的区域,可以更有效地进行针对性检查。
Smith和Chen为其他AI应用者提供了实用建议,强调了在多个应用程序中使用Joule时建立集中身份系统的重要性。他们注意到Joule在解释表格形式的数据时会遇到困难,需要在源文档中以不同格式呈现信息。
最近与Chemist Warehouse合并的Sigma Healthcare正在使用SAP SuccessFactors和BTP自动化复杂的人力资源流程。该公司首席人事官Danielle Di Pilla表示,自动化节省了70%的时间,用于每月生成约1000份员工合同,这一过程因各州特定法规而变得复杂。
与此同时,其他组织则保持谨慎态度。悉尼市首席人员和文化官Chris Youness表示,该市在AI方面仍处于"炒作阶段"。"向我们展示商业案例,然后我们可以调查,"他说,并补充说该技术"还不够成熟",无法满足所有期望。
然而,Youness看到了AI在起草复杂文档(如技能框架)方面的明确潜力,这项任务目前需要几个月时间或外包给顾问。他说,关键是让人类参与其中。"仍然需要人眼监督,"他观察到,"它将由我们构建,为我们服务,通过AI实现。"
昆士兰能源公司代理首席信息官Shaun Black表示,他的组织一直在使用机器学习和其他AI技术,采用生成式AI是时间问题,而不是是否采用的问题。
然而,由于能源行业受到严格监管,他的组织专注于负责任的AI框架和针对性试点项目。他认为,组织不应该将AI视为事后想法,而应该从一开始就"为AI而设计"。
"我们对AI的采用既好奇又谨慎,"Black说。他预测,正如AI已经成为消费者应用程序中不可见的一部分一样,它最终将成为商业软件的集成和假定组件。
Q&A
Q1:SAP Business Suite如何解决企业AI应用中的数据碎片化问题?
A:SAP Business Suite通过整合销售、财务等领域的数据、流程和功能,避免了传统"最佳品种"模式造成的数据碎片化。它保持数据和应用程序的紧密集成,保留了AI生成有意义洞察所需的业务上下文,让企业能将更多精力投入创造业务价值而非管理碎片化数据。
Q2:SAP的AI助手Joule能提供什么功能?
A:Joule作为AI助手,将成为用户交互的中心节点,用户无需登录多个应用程序。它能在SAP套件的多个部分之间编排工作流程,通过单一对话请求处理复杂任务。例如,响应客户订单时,Joule可以自动在后台执行制造和财务系统的必要操作,大大简化工作流程。
Q3:企业在实施AI时应该注意什么?
A:根据客户经验,企业应采用"慢下来以便快起来"的策略,确保正确的基础构建块到位。需要建立集中身份系统,注意数据格式要求,保持人类监督。对于监管严格的行业,应专注于负责任的AI框架和针对性试点项目,从设计阶段就考虑AI集成。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。