SAP正在把人工智能功能嵌入到ERP应用组合中。

SAP表示,通过将AI与广泛的、特定行业的数据和深入的流程知识相结合,将使客户能够对许多关键业务功能实施自动化,并比以前更快速地解决许多紧迫的挑战。SAP于近日在美国佛罗里达州奥兰多举行的Sapphire 2023年度用户大会上宣布了这些新的AI功能。
这些新功能再及时不过了,由于OpenAI ChatGPT以及各种其他类型生成式AI应用的兴起,今年人们对AI的兴趣达到了白热化的程度。作为欧洲最大的软件公司,SAP一直热衷于加入这股潮流,最近就宣布了与IBM和Google Cloud建立以AI为核心的重要合作伙伴关系。
现在,SAP正在将AI功能与自己的ERP软件套件结合起来。SAP在Sapphire大会上宣布推出了云ERP软件SAP S/4HANA Cloud中一系列支持AI的新功能。SAP Business AI旨在执行多种角色,通过识别客户情绪的变化并快速做出反应,帮助财务团队控制成本并降低风险。同时,销售团队将能够自动执行各种销售订单功能,无需手动输入数据,从而加快订单处理速度。
SAP罗列了SAP Business AI的众多方法可以让多个业务部门的工作变得更轻松,例如,AI将融入SAP的支出管理软件和SAP Business Network,帮助采购专业人员更有效地驾驭不断变化的市场动态、与供应商接洽、选择商品和服务、执行合规性。Intelligent Invoice Conversion功能让团队更容易与新供应商展开合作,而SAP Ariba Buying中AI驱动的、全方位的指导购买功能有望简化运营采购流程。
AI还将帮助那些使用SAP Central Invoice Management的团队确定总账中最相关的行项目,从而提高自动化发票处理的速度并节省会计师宝贵的时间。
SAP的Customer Experience软件组合将增加一款由AI驱动的配套应用,该应用程序有望帮助提高销售、商务和服务团队的转化率和运营效率。与此同时,SAP将于下个月推出的“内置支持”将让SAP S/4HANA Cloud从中受益,让用户无需离开他们正在处理的页面即可报告问题,而AI可以在问题发生之前轻松地标记出问题。用户将能够实时访问量身定制的、主动支持的内容,同时接受关键产品问题的警报。
SAP Signavio Process Manager将利用生成式AI来识别最适合和随时可用的流程模型以及关键绩效指标,以加速业务流程管理。同时,SAP会把AI嵌入到各种行业特定的解决方案中,例如,SAP Predictive Replenishment将使用AI自动计算和订购产品,以优化库存管理。销售团队可以利用SAP Intelligent Product Recommendations,该产品使用经过销售数据训练的AI来推荐那些最能满足客户需求的最佳产品配置。
此外,SAP的Human Experience Management软件组合将受益于AI,帮助简化人力资源管理并为员工增加价值。SAP SuccessFactors将利用AI更好地了解员工的技能,这样HR团队就可以为员工提供持续的发展机会,同时调整人员以更好地支持公司。
SAP SuccessFactor的人才情报中心将于今年晚些时候推出,AI将帮助员工展示他们的技能、优势、工作方式和偏好,并发现针对职业道路、培训项目和导师的个性化建议。
HR团队将获得由AI驱动的劳动力管理工具,让他们能够全面地了解包括员工和合同工在内的整个员工队伍的技能、成本和可用性。这项功能计划于今年下半年推出,将让人力资源经理能够更好地了解谁可以参与他们负责监督的各种项目中。
SAP公司首席传播官Oliver Roll在宣布这些新功能的时候,强调了AI将在各行各业面向未来的业务中所发挥的关键作用。
Roll说:“我们正处于一场深刻技术变革浪潮的开端,在SAP,我们专注于将AI嵌入到我们的解决方案中,将尖端技术与我们独特的行业和流程专业知识相结合,确保我们的解决方案能够帮助客户立即解决他们最为紧迫的问题。”
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
本文介绍了中国科学院自动化所的研究,揭示了大型语言模型在多轮工具调用强化学习中崩溃的根本原因,并系统评估了五种监督信号对训练稳定性和泛化能力的影响。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津、MIT等机构联合发布GauntletBench,测试显示最强AI智能体完成率仅19%,而普通人类完成率超80%,揭示AI在时间感知、图形理解和三维推理上的真实短板。