决策的正确与否决定了企业的生死,而效率的提升则决定了企业的发展质量。AI应用不仅仅是为了提高效率,更是为了帮助企业在激烈的市场竞争中做出正确的战略选择。
2024 SAP中国峰会带着“商业AI”也从北京来到上海,SAP全球执行副总裁、大中华区总裁黄陈宏博士在会上,再一次明确了SAP要成为全球第一的企业应用和商业AI公司的目标。
SAP全球执行副总裁、大中华区总裁黄陈宏博士
要实现这个目标就要回答两个关键问题,什么事商业AI?为什么SAP能做成全球第一的商业AI公司?
商业AI是SAP将AI与企业业务流程深度融合,充分挖掘利用企业内部及行业数据,释放数据的价值,让企业的决策和运营更卓越、更智能、更高效。
SAP能够实现这一点的原因在于商业AI的三大特点:第一,业务相关,完全用业务数据得出的智能;第二,结果可靠,训练数据都是真实实时准确的数据;第三,标准负责,最高的道德标准来使用AI。
“目前已经有27000个客户开始用SAP AI解决方案,基本上用了商业AI以后,一个企业营收能增长10%,生产效率能增加20%。”黄陈宏谈到。
今年,SAP宣布商业AI将全面融入云解决方案,生成式AI智能副驾Joule正在逐步扩展到整个产品组合。预计Joule将助力SAP 3亿用户管理80%的常用任务,提升20%的工作效率,确保更高的工作质量。
而且SAP还将与包括微软、AWS、Google Cloud、NVIDIA等多家顶级技术领导者加深合作,推动生成式AI在企业级的应用。此外,SAP率先响应了联合国教科文组织《AI伦理问题建议书》的10项指导原则,在开发和使用AI技术时,确保尊重人权、促进公平并推动可持续发展。
“生成式人工智能正在推动一场新的工业革命,并影响着每个行业,”NVIDIA解决方案架构与工程副总裁Marc Hamilton表示,NVIDIA和SAP正在携手合作,帮助企业利用SAP商业AI加速业务成功,并利用SAP Joule生成式AI智能副驾的ABAP 开发者功能加快开发速度。
复星国际联席首席执行官陈启宇表示,大型企业集团面临着多元管理、全球竞争、创新发展所带来的挑战。复星希望通过进一步的数字化转型,推动管理体系的落实,提升集团管控和全球化运营能力,并利用新一代AI技术来赋能业务全域。这些都是帮助企业在管理和运营上实现创新突破的关键。
“商业AI的成功已经初显成效,通过一点一点的积累,相信很快就会从点到线再到面,产生更大的价值,赋能各行各业。”
AI时代到来,建设全数据的智慧企业、全球化的协同企业、全绿色的可持续发展企业,是当今中国企业发展新质生产力的必由之路。黄陈宏表示,新质生产力倡导以科技创新,赋能企业高质量发展。SAP希望发挥在数字化领域的优势,利用商业AI等创新技术和全线云解决方案,为中国企业注入增长新动能,开拓全球化运营新模式,共筑可持续发展的新未来。
SAP始终秉持“在中国,为中国”,做云时代“新型中国企业”数字化转型的赋能者,这个角色是没有改变的。AI时代,SAP在所有解决方案里都嵌入AI的功能,让AI真正造福于中国广大的企业。
并且希望帮助企业做三件事:第一,商业AI为企业创新发展注入新动能,特别是在新质生产力方面;第二,全球化运营,很多企业通过数字化手段解决全球化运营中的很多困难和问题;第三,可持续发展,一家企业怎样在今天政府的双碳政策,整个世界对碳和可持续的发展要求。
在全球经济环境变幻莫测的背景下,SAP将继续为中国企业的高质量发展提供支持,帮助它们迎接AI浪潮和新质生产力浪潮的挑战。做好中国企业业务转型的好伙伴、全球化的金钥匙、可持续发展的同路人,持续推动商业AI等技术创新与企业生产力发展的深度融合,促进更多中国企业踏上高质量发展的之路并取得成就。
好文章,需要你的鼓励
SAP德语区用户组DSAG报告称,计划或已经采用SAP云迁移方案RISE with SAP的组织数量急剧增加。该方案旨在帮助客户更新应用并迁移至云端。然而,尽管兴趣增长,仍有大量用户面临迁移挑战,尤其是在2027年主流支持结束前完成迁移。DSAG呼吁SAP为客户提供更切实可行的迁移方案。
法律行业正面临 AI 驱动的转折点。LexisNexis 推出的 AI 法律助手 Protégé,旨在为全球律所提供高效、精准和个性化的法律工作流程。LexisNexis 利用其独特的内容库和技术基础设施,开发出针对法律领域的 AI 模型。尽管行业仍存在疑虑,但 LexisNexis 强调安全性和合规性,并警告称不采用 AI 将落后于竞争对手。
皇家芭蕾舞团和歌剧院技术交付主管 Keith Nolan 分享了 IT 创新如何支持艺术表演。从降低成本到改善观众体验,IT 在幕后发挥着关键作用。疫情期间的数字化转型、云计算的应用以及流媒体技术的发展,都为艺术表演带来新的可能性。Nolan 强调,通过创新技术节省开支,可以将更多资金投入到世界级的演出中。
本文探讨了7种可能严重影响企业运营的技术债务类型,包括数据债务、数据管理债务、开源依赖债务、AI债务、架构债务、AI实施中的安全债务以及文化债务。文章分析了这些债务的成因、潜在风险,并为CIO提供了应对建议,以帮助企业避免或减少技术债务对业务转型的阻碍。