SAP正在推出大量的生成式AI新功能,并且这些功能将很快在SAP Datasphere平台中提供。

SAP表示,这些更新功能将使用户能够更直观地与他们的业务数据进行交互,有助于推动更智能的业务转型。新功能包括,帮助用户自动执行各种数据分析任务的copilot工具、支持更高级生成式AI工作负载的矢量数据库功能,以及用于揭示复杂数据集中各种洞察和模式的新知识图谱。
SAP Datasphere是在2023年3月推出的,此次的更新距其生日仅剩两天。SAP在推出时解释说,SAP Datasphere是SAP Data Warehouse Cloud的下一代,旨在作为一个主要集中点连接、协调和分发来自SAP和非SAP应用的客户数据。
该平台从各种云提供商、数据厂商和本地系统中提取信息,并让所有这些数据可以在一个地方被访问,与第三方分析工具进行集成,帮助企业分析这些信息以获得业务洞察。SAP Datasphere的优势在于,它会自动保留所收集信息的业务上下文,和那些必须使用手动流程捕获此上下文的其他集中式数据仓库是有所不同的。
经过此次更新,SAP Datasphere现在可以为用户提供更多优势。例如,SAP Analytics Cloud中提供了SAP的生成式AI——copilot Joule,它可以用于自动创建报告、仪表板、可视化、计划等。
SAP表示,这种自动化是通过SAP HANA Cloud的新矢量功能实现的,该功能现在已经普遍提供给用户。矢量搜索是生成式AI的一个关键功能,可以让大型语言模型利用非结构化数据,这意味着可以通过更多的知识来增强大型语言模型。
SAP表示,为了确保客户的数据不会被Joule或者是任何其他生成式AI模型泄露,SAP正在扩大与Collibra的合作伙伴关系,把Collibra AI Governance平台与SAP Datasphere 集成,帮助确保遵守合规性和隐私法规。
同时,新的SAP Datasphere Knowledge Graph将帮助用户发现业务中所有应用和系统中隐藏的洞察和模式,技术和业务领导者借助这项功能将能够更深入地理解数据、元数据和业务流程之间的关系。此外,它还有助于提高生成式AI的性能。
最后,SAP Datasphere与SAP Analytics进行了更加紧密的集成,为跨组织规划提供更强大的分析。SAP表示,企业现在可以利用一种单一的、灵活的模型来打破数据孤岛,使用单一工具进行数据准备、建模和规划。
这项集成还为SAP Analytics Cloud带来了新的“指南针”功能,通过数据驱动的模拟来增强规划和分析流程,用户可以使用简单的聊天界面设计和运行复杂模拟,帮助他们更准确地预测业务成果。
SAP首席技术官Juergen Mueller表示,捕获数据以做出更好的决策,这已经成为企业的当务之急。他说,现代AI应用依赖于高质量的数据,而SAP Datasphere是获取这些数据的一个完美平台。他补充道:“我们最新的SAP Datasphere创新成果,以及与Collibra扩大的新合作伙伴关系,代表着我们帮助客户通过数据推动智能业务转型的能力实现了巨大的飞跃。”
Constellation Research分析师Doug Henschen表示,他相信SAP在Datasphere方面走的是正确的道路,特别是强调开放数据生态系统和高于所有信息源的语义层。他说:“SAP现在正在利用对其应用和客户业务目标的上下文理解来支持矢量搜索、知识图谱以及生成式AI,SAP客户告诉我,Datasphere的结构式架构使他们能够灵活地访问云中所需的一切,而无需以高昂的成本移动或者复制数据。”
SAP一直在多个领域推进他们的AI计划。SAP在推出Joule几周之后,为客户服务团队推出了各种由Joule支持的工具。然后在去年11月,SAP推出了SAP Build Code,这是SAP低代码开发平台SAP Build的其中一个版本,包含了针对Java和JavaScript开发进行优化的AI驱动型生产力辅助工具。
去年7月,SAP参与了Aleph Alpha 5亿美金的B轮融资,Aleph Alpha是一家专注于开发大型语言模型的德国初创公司。同月,SAP投资了大型语言模型开发商Anthropic和Cohere,投资金额不详。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。