在一年一度的SAP蓝宝石大会上,SAP重磅发布了一系列创新成果与战略合作,旨在将商业 AI 的强大能力赋予每一位用户,彻底重塑企业的工作方式。从几乎无处不在的生成式AI助手Joule,到覆盖多系统、多业务线的Joule智能体扩展网络,SAP正引领企业迈入商业AI普及新纪元,能够助力客户实现高达至 30% 的生产力跃升,让AI真正为企业所用。
SAP全球CEO柯睿安(Christian Klein)表示:“SAP将全球领先的企业应用套件、独特丰富的数据资源与前沿AI创新相结合,构建持续驱动客户价值的正向循环。通过不断拓展Joule的能力、加强与AI领军企业的合作、以及SAP业务数据云的持续进化,我们正在兑现商业 AI 的承诺,助力客户推动数字化转型,在瞬息万变的时代中蓬勃发展。”
SAP全球CEO柯睿安(Christian Klein)
AI显著提升生产力
无论用户身处何处办公,SAP生成式AI助手Joule可始终伴随其左右,围绕工作所需提供个性化解答,全面提升生产力。
Joule可以全天候伴随业务用户工作,无论是否处于SAP应用环境中,都能查找数据、呈现实时洞察、优化工作流程。Joule 全新的“无处不在”体验还包括由SAP WalkMe驱动的操作栏,能够学习用户在不同应用中的行为习惯,使Joule成为始终在线、主动响应的AI助手,提前预判用户需求,同时始终遵循SAP严格的AI伦理标准。
SAP 与AI问答引擎公司Perplexity合作,进一步增强Joule从结构化和非结构化数据中提取信息、解决复杂业务问题的能力。借助 Perplexity和SAP知识图谱的强大支持,Joule现在可即时提供以SAP工作流的实时业务数据为基础的结构化、可视化的答案,如表格和图形。例如,用户可以询问近期的外部事件会如何影响业务,并获得基于当前事件和企业自身业务数据的分析预测。
同时,SAP发布了更为丰富的Joule智能体库,从根本上重构业务流程和工作方式。这些AI智能体由全球领先的实时业务数据驱动,并由Joule统一调度,可跨系统、跨业务线协同工作,具备预测、适应与自主行动的能力,帮助企业在快速变化的环境中保持敏捷、应变自如。借助与行业领先伙伴的合作,SAP提供一个互联互通的智能体生态系统,支持客户体验、供应链管理、支出管理、财务和人力资源等关键业务的端到端流程执行。
此外,SAP推出专为AI开发打造的操作系统,重塑企业构建、部署和扩展AI解决方案的方式。SAP AI Foundation为开发者提供统一入口,便于大规模构建、扩展并运行定制化的 AI 解决方案,成为首个真正面向商业AI的操作系统。SAP还携手前沿AI实验室Not Diamond共同打造了一款全新的指令优化器(prompt optimizer),帮助开发者快速生成更高效的AI指令,将原本需要数天才能完成的复杂用例工作缩短至数分钟。
数据驱动智能决策
SAP同时推出了SAP业务数据云(Business Data Cloud)中的一系列全新智能应用,均针对特定业务领域量身打造。这些应用能够利用关键业务数据持续学习、模拟结果并引导行动,实时感知变化以优化流程、预判需求,并与人类和人工智能协同工作,推动业务产生切实影响。例如,People Intelligence 应用通过将员工和技能数据,转化为团队洞察和 AI 驱动的建议,从而优化团队绩效。
SAP正与Palantir展开合作,助力双方共同的客户推进云迁移进程与系统现代化项目。Palantir与 SAP业务数据云的无缝连接,将帮助客户在整个企业架构中构建统一的数据基础。双方将通力合作,负责任地交付关键成果,支持客户快速应对变化和突发挑战。
企业应用加速云采用
公司还宣布推出了SAP商业套件(Business Suite)解决方案包,旨在帮助客户简化采用SAP云解决方案的流程,针对具体业务挑战提供支持。这些套件包内嵌SAP Build,企业可据此灵活定制应用,满足自身业务需求。
此外,SAP还发布了一款全新应用,助力客户以更快的速度迈向云端。该应用以Joule为入口,结合SAP Signavio和SAP LeanIX等解决方案的深度洞察,提供个性化指导与可执行建议,精准契合企业转型目标,助力客户更快达成业务价值,提速高达 35%。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。