SAP在2025年Sapphire大会上做出了大胆的AI承诺:Knowledge Graph(知识图谱)、Joule Studio和AI Agent Hub(AI智能体中心)将在年底前交付。这些工具现在在技术上已经可用,但采用率远低于预期,SAP已经开始发布2.0版本。
SAP Business Suite首席产品官Manoj Swaminathan在今年Sapphire大会前的简报会上表示:"与我们的期望相比,Joule Studio的采用率微乎其微。"他说,该工具"仅限于基于内容的体验","一旦涉及更复杂的智能体,它的能力就很有限。"
据SAP首席AI官Jonathan von Rüden称,问题在于SAP在最初的架构中过于偏重易用性而非功能性。他在2026年Sapphire大会的采访中表示:"人们希望看到更多专业代码的灵活性。我们采用了低代码方法。你可以给它扩展点和工具,但无法触及核心部分。现在你可以构建自定义智能体,将其连接到自己的GitHub。"
客户也带来了"宏大计划",但需要严格的规则和审批流程,而最初的Joule Studio并不原生支持这些功能。von Rüden说:"人们想要的是具有明确关卡、工作流程和子智能体的智能体流程。旧版Joule无法提供这些。现在所有功能都整合在一起了。"
Joule和AI Agent Hub已经正式发布,不过后者现在正在进行2.0版本的"大规模改造"。Knowledge Graph已经上线,并且扩展范围超出了最初的设定。它最初用于构建Joule技能,现在直接为AI智能体提供上下文,使它们能够"动态地确定如何调用某些功能",von Rüden说。
然而,Joule Studio仍处于早期客户采用阶段;正式发布预计在第三季度——比最初目标晚了一年。本周宣布的新交互层Joule Work预计要到今年下半年才能推出。
改版后的Joule Studio解决了阻碍采用的缺陷。除了专业代码的灵活性,开发人员现在可以使用LangGraph和AutoGen等流行的智能体框架进行构建,智能体将对SAP专有代码和数据模型有原生理解能力,这是通用工具无法复制的。
von Rüden表示,这是一次演进,而非重置。"最初的版本面向自动化,"他说,"现在智能体还需要带来优化和智能。"包括爱立信、Mercado Libre和西门子在内的客户已经在生产环境中使用Joule智能体。
与此同时,SAP正在重新思考如何将AI工具交付到客户手中。本周推出的Joule Desktop允许个人用户在不经过IT部门的情况下构建自动化——这是一个押注,认为草根式采用会比集中式推广更快。
Q&A
Q1:SAP的Joule Studio为什么采用率低?
A:Joule Studio采用率低的主要原因是最初版本功能有限,仅支持基于内容的体验,在处理复杂智能体时能力不足。SAP过于偏重易用性而采用了低代码方法,用户无法触及核心部分进行深度定制,也缺乏客户需要的严格规则和审批流程支持。
Q2:SAP的Knowledge Graph现在有什么新功能?
A:Knowledge Graph已经扩展超出最初范围。它最初仅用于构建Joule技能,现在可以直接为AI智能体提供上下文信息,使智能体能够动态地确定如何调用某些功能,增强了智能体的自主决策能力。
Q3:Joule Studio 2.0版本有哪些改进?
A:Joule Studio 2.0版本增加了专业代码的灵活性,开发人员可以构建自定义智能体并连接到自己的GitHub。它支持LangGraph和AutoGen等流行的智能体框架,并且智能体对SAP专有代码和数据模型有原生理解能力,还支持明确的审批关卡、工作流程和子智能体。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。