SAP宣布已完成对领先的主数据管理软件提供商 Reltio的收购。此次收购旨在帮助客户将分散在SAP 与非 SAP 系统里的数据都转化为AI 就绪(AI-ready)的数据(即AI能真正理解、信任和使用的数据)。双方未披露具体交易条款。
此次收购将进一步增强 SAP 业务数据云(SAP BDC)的能力。作为 SAP “AI 优先”与“套件优先”战略的重要组成部分,SAP BDC 将面向企业级智能体AI( Agentic AI)加速演进为一个完全可互操作的数据平台。这将帮助客户统一、清洗、和协调来自各源头的数据,从而构建更完善的企业级智能体AI。
SAP 执行董事会成员、SAP 产品研发负责人 Muhammad Alam 表示:“Reltio 与 SAP 高度契合。此次收购将进一步加强SAP 作为商业 AI 领导者的地位,通过整合 SAP 与非 SAP 数据,为商业AI 提供关键的数据上下文。当数据分散于不同业务单元、平台和业务领域中且缺乏关联时,AI 的真正价值则难以释放。”
在交易完成并整合Reltio后,SAP 将帮助客户全面实现AI 就绪的企业数据。客户将能够基于来自 SAP 与非 SAP 来源的可信、高质量数据,更高效地释放 Joule 与 Joule 智能体的商业 AI 价值。
Reltio 平台能帮助企业端到端地管理和治理结构化与非结构化数据。Reltio基于 AI 的实体解析(Entity Resolution)技术,能识别来自不同格式与应用中的相关记录,并整合成一个可靠标准的“黄金记录(Golden Record)”,形成完整的业务上下文系统(System of Context)。凭借云原生与AI 优先的架构,Reltio能在 SAP 与非 SAP 应用之间,为企业提供一个涵盖客户、产品、供应商、地点和员工数据的一致性统一视图。对于要运行 AI 任务的企业而言,这意味着依托单一的可信数据源,获得更可靠、更一致的数据,从而提升商业 AI 的表现。因此,企业能够信任 AI 输出结果的准确性,并加快AI 交互响应速度。
Reltio 创始人兼首席执行官 Manish Sood 表示:“与SAP的合作为我们带来了重要机遇,使我们能够进一步加速实现自身的使命。企业级 AI 需要开放的、可互操作、能够跨复杂 IT 环境运行的可信业务上下文。本次合作将进一步增强我们在 SAP 与非 SAP 环境中构建‘业务上下文系统’的能力,同时持续保障对客户与合作伙伴生态的稳定支持。”
Reltio 的数据清洗与统一能力,以及AI智能体驱动的工作流,将与 SAP 商业套件应用协同运行,帮助企业提升决策效率、降低系统集成复杂度,并提供支撑业务流程与 AI 场景的可信、一致的数据。凭借低延迟数据交付能力以及对模型上下文协议(MCP)的支持,Reltio 能够在 SAP 与非 SAP 环境间实现实时多智能体协作。例如,采购智能体可基于可信实时数据即时评估供应商风险并触发后续动作。此外,Reltio 还提供预构建的行业“加速包(Velocity Packs)”,其中包括数据模型、规则、匹配逻辑与集成能力,并针对生命科学、医疗健康与金融服务等行业提供定制化解决方案。
在完成收购和整合 Reltio 后,SAP 计划进一步强化客户对多源的主数据的治理和开放能力,将这些数据转化为可信、具备丰富业务上下文的数据产品,用来支持传统分析场景和 AI 智能体应用。Reltio 将成为 SAP BDC的核心能力之一,并采用灵活的商业模式:客户既可单独采购 Reltio 解决方案,也可与其他 SAP 产品组合购买。在可预见的未来,Reltio也将继续作为独立产品向客户提供。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。