云计算·大数据 频道

SAP Irfan Khan:智能数据底座才是企业AI竞争的真正“胜负手”

  今年的云栖大会,依旧热闹非凡。而在众多参会企业中,SAP的身影格外引人关注!

  SAP和阿里一直有着深度合作,过去18到24个月,SAP业务技术云平台(BTP),SAP Cloud ERP(ERP公有云),集成业务规划(IBP)一系列解决方案陆续落地……放眼未来,下一步计划也已经排上日程:云ERP私有云版本预计第三季度推出,并延续到2026年,这意味着所有现有客户都能在阿里云上获得托管环境;2027年初,SAP Business Data Cloud将计划登陆阿里云。

  ▲SAP数据与分析业务总裁兼首席产品官Irfan Khan

  那么问题来了,到底是怎样一种力量,让他们始终携手同行?两家企业在今年又会带来哪些新的合作进展?答案,藏在SAP数据与分析业务总裁兼首席产品官Irfan Khan这次的行程里!围绕智能数据底座,打造更加安全、可靠、开放的技术栈,这应该是Irfan时隔七年再次来到中国的真正目的!

  智能体自主执行的“悖论“

  在解读SAP智能数据底座核心能力之前,我们先来看看大的行业状态以及SAP对数据层的理解!

  毫无疑问,Agent是这两年的热词,当机器智能超越人类,我们正处于怎样一个时代?这应该是一个令大多数人感到困惑的话题!人类员工真的会被Agent替代吗?

  “我们目前还没有看到足够的证据,表明智能体AI已经在当前商业环境中带来了颠覆性的变化,当然它代表了未来趋势。“Irfan在媒体采访时,以更清晰的视角,给行业浇了”一盆冷水”。虽然,智能体很强大,但走进千行百业,才只是刚刚开始。

  Irfan的这种“人间清醒”,是因为他看到了企业AI叙事中最容易被忽略的一个真相,那就是“自主执行”需要建立在真正的智能数据底座之上,否则它不会懂你的财务数据或者采购订单。

  以大语言模型训练场景为例,训练一个万亿参数级的大语言模型,可能需要大量GPU来训练模型,持续运行一个月左右,初始训练成本高达1000万到2500万美元。这可能是人类工程史上最昂贵的训练过程之一。

  现在的问题是,即便你忍受了高昂的训练成本,模型被训出来了,但发现海量的企业数据并不在模型之中。这意味着,采购订单、销售事件这样的企业核心信息,不能被使用,也就谈不上拥有上下文和业务场景理解的准确性。

  SAP的判断是:大模型缺的从来不是智能,而是记忆。其中,通用智能已经被前沿实验室占领高地,接下来的AI竞争是,谁能把企业几十年沉淀的业务上下文,喂给这些聪明但没有记忆的模型。

  SAP把这一切称为是“连接不同的世界”,并给出了一个远大的愿景,那就是打造自主运营企业(Autonomous Enterprise),不管是财务、采购、供应链,还是客户体验,每个领域都能以最小人工干预的方式自主运转。

  愿景很美好,但真正值得去拆解的,是SAP落地的那套架构。

  跨平台环境的创新

  “当全球数十万客户都运行在SAP的应用系统上,我们的目标是让所有数据都能够随时为AI所用。”Irfan强调,SAP的平台化创新,不仅仅是简单的流程自动化,而是从AI中衍生出的内在深层业务价值。

  对于用户来说,该如何进行智能化升级?SAP给出的答案是今年发布的SAP Business AI Platform,一套覆盖智能体“构建—运行—扩展”的端到端平台,其中有一个非常关键的能力,就是“SAP知识图谱”。

  Irfan强调,虽然许多服务商都在谈论知识图谱,但一个空的知识图谱,仅仅是在填充源数据。数据在,语义不在。与一个完全填充了业务上下文的知识图谱,是截然不同的体感。

  过去两年,知识图谱、RAG、企业知识库等热词,几乎成了行业标配话术,但大多数方案做的事情,只是把企业的原始数据搬进一个可以被检索的仓库。系统知道有一张表叫“成本中心”,却不知道这张表和哪个对象对应,也不知道和SAP里的主数据是否一致、谁有权限看它。

  SAP的路径是通过Business Data Cloud(BDC),把来自SAP和非SAP系统的数据,加工成“数据产品”,形成一个经过策划、语义增强、与企业主数据严格一致的数据集。一张销售订单是一个数据产品,一个成本中心也是一个数据产品,然后统一注入知识图谱。

  从治理的角度来看,SAP有一个AI智能体中心,叫AI Agent Hub。这意味着,用户在自己的环境中运行的所有智能体,都能够以集中化的方式进行审计和管理。从SAP的角度来看,智能体中心的一大优势在于,为企业建立了极其明确性的安全护栏,可以清晰地规范智能体“可以做什么”以及智能体“严禁做什么”。

  另外,智能体要成为真正能上岗的员工,还有一个关键能力是“记忆”。SAP引入了智能体记忆(Agent Memory)和企业记忆(Enterprise Memory)两层概念。

  如何理解?举一个例子,每到季度末,采购团队都知道最好的供应商能通过更优惠的折扣创造更大价值。企业记忆要做的,就是把这种数十年积累的组织智慧沉淀下来,让每个新上线的智能体都自动继承——知道某个供应商的折扣不能低于30%,知道哪些坑公司曾经踩过。

  这个例子,也再次印证了前面提到的时代命题——企业AI的护城河,一半在数据,另一半在治理。模型能力会趋同,而哪些数据、以什么权限、被什么样的智能体、用于什么决策,没有一套完整的治理体系或平台,根本跑不通。

  写在最后

  在AI重构一切的全新时代,人类的创造力会更具想象空间。面对变化,我们该如何拥抱趋势,找准自己的定位?

  在Irfan看来,智能体时代的“胜负手”,不在谁的模型更聪明,而在谁掌握了企业的业务上下文——那些几十年沉淀下来的订单、流程、规则和组织记忆,谁能玩得转。

  总结来说,Irfan的这次中国行,不仅对大的行业趋势做出了精准判断,展示了SAP在智能数据底座的诸多能力,同时也对中国AI创新速度给予了高度评价。他认为,阿里云已经成为技术领域非常强有力的领先者,从底层芯片到上层模型的全栈能力,其实际IT运行环境,已经能与超大规模云厂商同台竞技。

0
相关文章