ZD至顶网软件频道消息: SAP计划加强其机器学习和人工智能工作,希望其应用程序在自动化流程(如员工审批、支付处理和销售折扣)方面具有更广泛的影响力。
星期四,在纽约证券交易所,SAP介绍了该公司公有云版本的S/4 HANA企业资源规划套件。 ERP云套件有三个版本,专注于项目管理、财务和企业管理,并托管在SAP数据中心。
SAP S/4 HANA Cloud总裁Darren Roos在接受采访时表示,SAP确有计划支持其他公有云提供商,如Amazon Web Services、微软Azure和其他主要供应商的云平台。
但S/4 HANA公共云的做法有点偏离了SAP在人工智能和机器学习方面计划的路线图。在竞争对手和更广泛的企业技术生态系统已经主导了这个主题的时候,SAP才刚刚开始谈论机器学习和人工智能。
考虑一下:
Salesforce正在其整个产品组合中增加Einstein AI的功能。
Oracle有自适应智能应用程序。
公共云提供商,例如IBM、谷歌、AWS和微软都提供了重要的人工智能构建块。
人工智能四处蔓延——至少在市场营销中——简直是无处不在。
S/4 HANA的发布成了在纽约的召开的分析师会议的重点,会议对机器学习和人工智能路径图的关注和ERP一样多。SAP的首席执行官Bill McDermott在该公司第四季度财报电话会议上表达了对人工智能的关注。麦克德莫特对分析师们表示:
我们需要开始对我们已经在机器学习方面所做的一切打广告并开始市场营销。无论是招聘、员工审批、支付处理、销售折扣批准或呼叫中心管理,甚至包括有效使用机器人,我们都已经有了自己的机器学习解决方案,而且我们正在将其推广到整个行业。这将是一个巨大的增长源,可能没有被考虑到你的模型之中。
Roos承认SAP还没有敲响机器学习的战鼓。为什么?SAP想突出一些用例。Roos表示:“使用案例真的刚刚开始,无论是用机器学习匹配发票和付款以消除人为错误还是给用户如何匹配招聘和市场营销及预算的建议都是如此。” Roos表示,“我们已经在特定的机器学习用例上进行了投资。现实是机器学习没有任何真正的价值,除非你能够让它接触到用户和应用程序。”
SAP在人工智能方面采用的方法将围绕着通过其公共云产品为客户提供功能。SAP将开发自己的工具,但它也不会拒绝合作。Roos表示,“我不认为机器学习或人工智能能力的来源有什么重要的。SAP将合作利用人工智能和机器学习来增强我们的应用程序。”Roos表示,“我们也不会过多地考虑引擎来自何处,而是更重视它对客户的影响。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。