მონაცემთა სილოების დასასრული? როგორ SAP განსაზღვრავს საწარმოს AI- ს Joule და Databricks- ით

SAP- ის ახალი AI- ზე ორიენტირებული მონაცემთა პლატფორმა აერთიანებს SAP და არა-SAP მონაცემებს, არღვევს სილოებს და საშუალებას აძლევს შემდეგი თაობის ავტომატიზაციას Joule AI აგენტებით. თქვენი ბიზნესი მზად არის?

SAP დღეს გამოაცხადა მნიშვნელოვანი განახლება მისი საწარმოს მასშტაბით მონაცემთა მართვის შეთავაზებები და სტრატეგია. SAP Business Data Cloud- ს უწოდებენ, ახალი შეთავაზება არის მართული პროგრამული უზრუნველყოფა-როგორც სერვისი (SaaS), რომელიც, კომპანია ამბობს, რომ "აერთიანებს და მართავს" ყველა SAP მონაცემს, "შეუფერხებლად" აკავშირებს მას მესამე მხარის მონაცემებთან და უზრუნველყოფს AI შესაძლებლობებს.

კომპანიამ ასევე გამოაცხადა სტრატეგიული პარტნიორობა Databricks-თან, რომელიც ქმნის მონაცემთა ერთიან ტბებსა და მონაცემთა საწყობებს (ისინი მათ ლეიკჰაუსებს უწოდებენ). Databricks-ის მონაცემთა გაერთიანება შესაძლებელს ხდის უფრო სრულყოფილი AI დატვირთვისა და ანალიტიკისთვის.

ცალკე, მაგრამ თანმდევი განცხადებით, SAP- მა შემოიღო მზა Joule აგენტები მომსახურების, გაყიდვებისა და ფინანსებისთვის. Joule არის SAP- ის სასაუბრო AI ასისტენტი.

შეცდომა არ დაუშვათ: ეს არის დიდი განცხადებები, განსაკუთრებით არსებული SAP მომხმარებლებისთვის. მოდით დავშალოთ რას ნიშნავს ეს ყველაფერი SAP ეკოსისტემის კონტექსტში.

სცილდება SAP მონაცემთა სფეროს

გასაგები რომ იყოს, SAP დიდი ხანია შესთავაზა მონაცემთა გაერთიანება და მართვის გადაწყვეტა SAP მონაცემთა სფეროში. SAP Datasphere არის ბაზარზე, როგორც ბიზნეს მონაცემთა ქსოვილი, რომელიც საშუალებას იძლევა რეალურ დროში კავშირი სისტემებსა და პროგრამებს შორის.

SAP- ის მონაცემთა სფეროს პროდუქტის გვერდის მიხედვით, "SAP მონაცემთა სფეროს შესაძლებლობები ხელმისაწვდომია SAP ბიზნეს მონაცემთა ღრუბელში".

SAP Datasphere უზრუნველყოფს მონაცემთა მენეჯმენტს და ინტეგრაციას როგორც SAP, ასევე გარე სისტემებში, ხოლო ახალი SAP Business Data Cloud არის ბევრად უფრო ფართო, სრულად მართული SaaS პლატფორმა, რომელიც არა მხოლოდ მართავს SAP მონაცემებს, არამედ აერთიანებს AI და ღრმა ანალიტიკურ ინტეგრაციას მონაცემთა ტბისა და მონაცემთა დასაწყობების შესაძლებლობების გამოყენებით.

სტრატეგიული მიმართულების თვალსაზრისით, SAP Datasphere ყურადღებას ამახვილებს კავშირზე, ხოლო ახალი SAP Business Data Cloud პლატფორმა უზრუნველყოფს მმართველობის, ფართო თავსებადობისა და AI- ზე ორიენტირებული შეხედულებებისა და ზედამხედველობის მოწინავე შესაძლებლობებს. SAP Business Data Cloud- ის გასაღები არის Databricks პარტნიორობა, რომელიც SAP კლიენტებს საშუალებას აძლევს ბევრად უფრო შეუფერხებელი, AI- ზე ორიენტირებული მონაცემთა გარემო.

Databricks-ის პარტნიორობა

პოპ ვიქტორინა: როდესაც საქმე ეხება საწარმოს გამჭრიახობას და მმართველობას, რა არის AI- ის კრიპტონიტი? მოკლე პასუხი: მონაცემთა სილოები.

ის, რაც ChatGPT- ს ასე საოცარი გახადა, არის მისი უნარი სწრაფად იმოძრაოს იმით, რაც მთელ ვებ- ს ჰგავს და პასუხების სინთეზირება ფართო და მუდმივად მზარდი ცოდნის ბაზაზე დაყრდნობით.

როდესაც თქვენ მართავთ გაფართოებულ საწარმოს, გსურთ მიიღოთ პასუხები და შეხედულებები, რომლებიც ისეთივე ფართო და ყოვლისმომცველია. მაგრამ თუ თქვენი მონაცემების დიდი ნაწილი ინახება ინდივიდუალურ სილოებში - რომელსაც მართავს სხვადასხვა ბიზნეს ერთეულები, დეპარტამენტები და მესამე მხარეებიც კი, რომლებიც იყენებენ დაუკავშირებელ გადაწყვეტილებებს - ეს ყველაფერი უხილავი ხდება ხელოვნური ინტელექტის ყოვლისმომცველი ანალიზისთვის.

სწორედ აქ მოდის Databricks პარტნიორობა. Databricks- ის ძირითადი კომპეტენცია არის silos- ის დადება, რათა უზრუნველყოს უფრო უნივერსალური ხედვა როგორც SAP, ასევე არა-SAP მონაცემების შესახებ. საკუთრების Lakehouse არქიტექტურა აგებულია Apache Spark- ის განაწილებული მონაცემთა დამუშავების ძრავის თავზე, დელტა ტბის საიმედო და პერფორმანსული შენახვის ფენა და MLflow, მანქანური სწავლების სასიცოცხლო ციკლის მართვის ინსტრუმენტი, სხვა ტექნოლოგიებთან ერთად.

Databrick- ის მოქნილი მონაცემების გაზიარება SAP- ის ძლიერი მმართველობის შესაძლებლობებთან, მონაცემთა მმართველობა - განსაკუთრებით შესაბამისობა და უსაფრთხოება - გამარტივებულია და გაძლიერებულია.

Databricks ასევე გთავაზობთ ბევრად უფრო ღრმა ბიზნეს შეხედულებებს, როგორც იმიტომ, რომ AI აღარ არის სტილიზებული მონაცემთა სილოებით და რადგან Databricks- ს აქვს საკუთარი AI და ფართომასშტაბიანი ანალიტიკური შესაძლებლობები, რომლებიც აგებულია უფრო ღრმა შეხედულებებისა და პროგნოზირებადი გადაწყვეტილების მისაღებად მონაცემთა უზარმაზარ ოკეანეებში.

არსებითად, Databricks პარტნიორობა SAP- ის AI ოთახს აძლევს გასაშვებად. ეს კრიტიკულად მნიშვნელოვანია.

Joule აგენტები

SAP შემოაქვს წინასწარ აშენებული AI აგენტები, რომლებიც აქტიურად ასრულებენ დავალებებს, ვიდრე უბრალოდ რეკომენდაციების მიწოდებას. ისინი შექმნილია რთული ბიზნეს პროცესების ავტომატიზაციისა და შესრულებისთვის.

სანამ გავაგრძელებთ, მე გაგიზიარებთ ჩემს შეშფოთებას AI აგენტების შესახებ. ჩვენ ვიცით, რომ AIs შეცდომებს უშვებს და აკობუტირებს. ჩეთბოტთან მუშაობისას, თქვენ უნდა დარწმუნდეთ, რომ ორჯერ შეამოწმეთ ყველა ე.წ. ფაქტი, რომელსაც AI უზრუნველყოფს.

ახლა, რა ხდება, როდესაც თქვენ მასშტაბირდებით ამას და აძლევთ AI- ს თქვენს საწარმოში? ყოველთვის არსებობს შესაძლებლობა, რომ AI სერიოზულ შეცდომას დაუშვებს და შემდეგ ამ შეცდომის პროპაგანდას მსუბუქი სიჩქარით მთელ თქვენს ქსელში.

სამართლიანი რომ იყოს, ადამიანები თანაბრად მიდრეკილნი არიან შეცდომებისკენ. აქ ZDNET- ში ჩვენ რეგულარულად დავწერეთ იმის შესახებ, თუ როგორ გამოიწვია ადამიანის შეცდომამ სერვისები და ქსელების შემცირება შეკეთებამდე. უბრალოდ არ დაიწყოთ აგენტების განლაგება, რომლებიც ფიქრობენ, რომ ისინი სრულყოფილი იქნებიან. დარწმუნდით, რომ QA ყველაფერი, ადამიანი და AI.

კარგი, ახლა, როდესაც ჩვენ გავიარეთ ჩემი "ნდობა, მაგრამ გადაამოწმეთ" გაფრთხილება AIs- სთვის, მოდით განვიხილოთ ჯოულის აგენტები.

SAP შემოაქვს წინასწარ აშენებული აგენტები ფინანსების, გაყიდვებისა და მომსახურების ინდუსტრიებისთვის.

ფინანსური აგენტი დაგეხმარებათ განმეორებითი ფინანსური ამოცანების შესრულებაში და გადაწყვეტილების მიღებაში დახმარებაში. SAP-მა სპეციალურად გამოიძახა ფულადი სახსრების შეგროვების აგენტი, რომელსაც შეუძლია გააანალიზოს დავები და "იმუშაოს ფინანსებზე, მომხმარებელთა მომსახურებასა და ოპერაციებში, რათა დაადასტუროს დეტალები და რეკომენდაცია გაუწიოს რეზოლუციებს".

მომავალში, ფინანსურ აგენტებს შეუძლიათ განახორციელონ ინვოისის ავტომატური დამუშავება, შეკვეთების შესაძენად ინვოისების შესაბამისობა, ანომალიების იდენტიფიცირება და შეუსაბამობების მითითება. მათ ასევე შეუძლიათ უზრუნველყონ ფულადი სახსრების ნაკადის უფრო პროგნოზირებადი მენეჯმენტი, დაეხმარონ თაღლითობის გამოვლენაში, ხარჯების მართვის ავტომატიზაციაში და ანგარიშების შერიგებაში, რათა დაეხმარონ ყოველთვიურ, კვარტალურ და წლიურ დახურვის პროცესებს.

Joule მომსახურების აგენტი მუშაობს მომხმარებელთა მომსახურების ორგანიზაციებთან მომხმარებელთა მომსახურების პრობლემების გადასაჭრელად. SAP ცოდნის გრაფიკიდან კონტექსტური ცნობიერების გამოყენებით, AI- ს შეუძლია გაანალიზოს წინა მომსახურების ურთიერთქმედება შესაბამისი გადაწყვეტილებების მისაღებად.

წინსვლისას, აგენტის AI- ს შეუძლია დაეხმაროს ავტომატიზირებული შემთხვევების მოგვარებას, პროაქტიულად თავიდან აიცილოს აღჭურვილობის წარუმატებლობა ტექნიკური პროცედურების პროგნოზირებით, დაეხმაროს მომხმარებელს უზრუნველყოს თვითმომსახურების გადაწყვეტილებები, ოპტიმიზაცია მომსახურების ტექნიკოსებისა და ჩანაცვლების ნაწილებისთვის და გამოავლინოს მომხმარებელთა უკმაყოფილების ზრდა ამ უკმაყოფილების გამომწვევი ძირეული პრობლემების იდენტიფიცირებით და მედიაციის შემოთავაზებით.

SAP შემოაქვს ჯვარედინი ფუნქციური Q&A აგენტი, რომელსაც შეუძლია გაყიდვების შესაძლებლობებისა და მომხმარებელთა შემთხვევების მონიტორინგი, პროაქტიულად განსაზღვროს კითხვები და უზრუნველყოს პასუხები შესაბამისი ცოდნის წყაროებიდან. ამ აგენტს შეუძლია მხარი დაუჭიროს როგორც გაყიდვების, ასევე მომსახურების გუნდებს.

კიდევ ერთი აგენტი არის საქმის შექმნის აგენტი, რომელიც აქტიურად უყურებს მომხმარებელთა მომსახურების შემთხვევებს; როდესაც პრობლემის მოგვარების ახალი გზა იდენტიფიცირებულია, ის ქმნის ცოდნის სტატიას, რომელსაც მოგვიანებით შეუძლია მომხმარებელთა მომსახურების პერსონალს მითითება.

საქმის კლასიფიკაციის აგენტს შეუძლია გაიგოს საქმის კონტექსტი (SAP იყენებს საგადასახადო მოთხოვნის იდენტიფიცირების მაგალითს მაშინაც კი, თუ სიტყვა "გადასახადი" არ გამოიყენება) და შემდეგ საქმეებს ყველაზე კვალიფიციურ გუნდებს ან ინდივიდებს გადააქვს.

თუ ვივარაუდებთ, რომ შესაბამისი მცველები არსებობს, AI აგენტები, განსაკუთრებით ის, ვინც ვერტიკალურად ინტეგრირებულია ღრმა და ვალიდირებულ გადაწყვეტილებებთან, როგორიცაა SAP შეთავაზებები, აქვთ უზარმაზარი პოტენციალი შეამცირონ ღირებულება და დრო, ხოლო გაზარდონ გამომავალი ხარისხი.

ოთხი ძირითადი ბიზნეს მონაცემი

როგორც ჩანს, არსებობს ოთხი ძირითადი სტრატეგიული ფეხი SAP- ის მოდერნიზებული მონაცემთა სტრატეგიისთვის. ისინი არიან:

• ბიზნეს სემანტიკა: ეს სტრატეგია ძირითადად მიდის იდეაზე, რომ ყველა მონაცემი ხელმისაწვდომი იყოს, მაგრამ ინახება ადგილზე და კონტექსტში. სხვა სიტყვებით რომ ვთქვათ, იმის ნაცვლად, რომ ამოიღონ და ნორმალიზდეს ტონა მონაცემები, მათი წარმოშობის ჩანაწერების მოძიების გარეშე, ახალ სისტემებს შეუძლიათ მონაცემების მოდელირება, გაზიარება და მოდელირება მოპოვების გარეშე. ამას ეწოდება "ნულოვანი ასლის" მიდგომა.
• მონაცემთა ინჟინერია AI- ით: AI მოდელების ოპტიმიზაცია შესაძლებელია SAP ინტეგრაციით Databricks- ის მართულ lakehouses- თან ტექნოლოგიის გამოყენებით, სახელწოდებით Delta Sharing. SAP- ის თანახმად, მიდგომა "ჰარმონიზებს SAP მონაცემთა პროდუქტებს არსებული ტბების ორმხრივად." ეს იღებს ერთ სისტემაზე მონაცემების მიგრაციის ასაკობრივ პრობლემას, მაგრამ შემდეგ ვერ ახერხებს ორიგინალური სისტემის განახლებას ან შესაბამისს.
• საწყობის მოდერნიზაცია: SAP Business Warehouse მომხმარებლებისთვის, SAP Business Data Cloud გადაწყვეტას შეუძლია შექმნას ჰიბრიდული მიდგომა, სადაც მონაცემების შენახვა შესაძლებელია წინასწარ საწყობში, მაგრამ წვდომა როგორც მონაცემთა პროდუქტი ობიექტის მაღაზიაში Delta Share- ის გამოყენებით. ეს საშუალებას აძლევს მომხმარებლებს გააგრძელონ ღირებულების მიღება ორიგინალური მონაცემთა საწყობის ინვესტიციით, ხოლო მონაცემთა ტბის სარგებელის მოპოვებისას.
• ანალიტიკა და დაგეგმვა: ახალი გამოსავალი აერთიანებს ანალიტიკას, ანგარიშგებას და AI-ზე ორიენტირებულ პროგნოზირებას, რეალურ დროში ფინანსური, მიწოდების ჯაჭვისა და საოპერაციო დაგეგმვის მხარდაჭერას, ყველაფერი ერთი პლატფორმიდან.

ინტეგრაცია პარტნიორ აპლიკაციებთან

SAP აღწერს ბიზნეს მონაცემთა ღრუბელს, როგორც "აშენდა ღიაობისა და მომხმარებელთა არჩევანის პრიორიტეტად", როგორც ღია მონაცემთა ეკოსისტემა. გამოცხადების დროს, გარემო ინტეგრირდება კოლიბრას, კონფლუენტისა და DataRobot- ის გადაწყვეტილებებთან, ასევე McKinsey, PwC, EY, Deloitte და Capgemini- ის მიერ მოწოდებული გადაწყვეტილებებით.

რას ნიშნავს ეს თქვენი საწარმოსთვის

SAP Business Cloud და Joule AI აგენტები არის შეთავაზებები, რომლებიც დაგეხმარებათ უფრო სტრატეგიული გადასვლა ინტელექტუალური, ურთიერთდაკავშირებული საწარმოს მიმართ, რომელიც იკვებება AI- ზე ორიენტირებული მონაცემთა ანალიტიკის საშუალებით, რაც მართავს ჰოლისტიკური გადაწყვეტილების მიღების პროცესის საწარმოს მასშტაბით. SAP დიდ ბიძგს აძლევს სტრუქტურირებული და არასტრუქტურირებული მონაცემების გაერთიანებას მოწინავე AI აგენტებით და ანალიტიკური ოპერაციებით სისტემებსა და პროვაიდერებშიც კი.

SAP არ არის უბრალოდ ბიზნესის ეფექტურობის გაძლიერება, არამედ იმის განსაზღვრა, თუ როგორ იღებენ მათი მომხმარებლები მონაცემებს და მასშტაბურ AI- ზე ორიენტირებულ ოპერაციებს ჩვენს სულ უფრო რთულ ციფრულ ლანდშაფტში.

რას ფიქრობთ SAP- ის უახლეს ნაბიჯებზე? ხედავთ SAP Business Data Cloud- ს და Databricks პარტნიორობას, როგორც თამაშის შეცვლას საწარმოს AI და მონაცემთა მენეჯმენტისთვის? აღფრთოვანებული ხართ თუ სკეპტიკურად განწყობილი Joule AI აგენტების მიმართ, რომლებიც ასრულებენ კრიტიკულ ბიზნეს ამოცანებს? როგორ ფიქრობთ, ხელოვნური ინტელექტზე ორიენტირებული ავტომატიზაცია გავლენას მოახდენს ფინანსებზე, გაყიდვებსა და მომხმარებელთა მომსახურებაზე მომდევნო წლებში? შეგვატყობინეთ ქვემოთ მოცემულ კომენტარებში.