Az SAP új adatplatformokkal készíti fel az AI-ügynököket
Az SAP új lakehouse- és üzleti adatszöveti képességeket jelentett be a Business Data Cloud részeként. A vállalat célja, hogy az AI-ügynökök több, megbízható üzleti kontextushoz férjenek hozzá, és önállóbban támogassák a vállalati döntéseket.
- Az SAP új lakehouse- és adatszöveti képességeket jelentett be az SAP Business Data Cloudban.
- A Dremio technológiája elosztott adatok lekérdezését teszi lehetővé az adatok áthelyezése nélkül.
- Az SAP Reltio egységes üzleti entitásnézeteket készít több adatforrás rekordjaiból.
- Az Ontology Manager üzleti területekre szabott kontextust biztosít a Joule-ügynököknek.
Nyitott lakehouse több adatforráshoz
Az SAP október 29-én, a berlini SAP TechEd rendezvényen ismertette a fejlesztéseket. A vállalat szerint az AI-ügynökök gyorsan képesek eredményeket előállítani, a megalapozott döntésekhez azonban ismerniük kell a szervezet működését, az adatkapcsolatokat, a folyamatokat és az üzleti szabályokat.
Az SAP Business Data Cloud, vagyis SAP BDC az SAP Business AI Platform adatalapja. A rendszer olyan üzleti adatszövetet biztosít, amely az adatokat, a jelentésüket meghatározó szemantikát, a folyamatokat és a szabályzatokat kapcsolja össze.
A Dremio felvásárlásának lezárásával az SAP nyitott lakehouse-alapot épít tovább. Az SAP BDC már natívan támogatja az Apache Iceberget, valamint az Apache Polaris által működtetett univerzális katalógust. Az SAP BDC Connect segítségével a vállalat más platformokkal, köztük a Databricks, a Snowflake, a Google, az AWS és a Microsoft megoldásaival is másolás nélküli adatmegosztást ígér.
A Dremio SQL-lekérdező motorja lehetővé teszi az elosztott adatok elérését lakehouse-okból és relációs adatbázisokból, köztük SQL Server, MongoDB, Oracle és Postgres rendszerekből, az adatok áthelyezése nélkül.
Természetes nyelvű lekérdezések és automatikus gyorsítás
A Joule Work integrációjával az üzleti felhasználók természetes nyelven tehetnek fel összetett kérdéseket. A válaszok az SAP és az egyedi adattermékek megbízható adataira, valamint az azok mögötti üzleti kontextusra épülnek, így a felhasználónak nem kell ismernie az adatok helyét vagy a lekérdezés módját.
A fejlesztők munkáját a Dremio Reflection technológiája segítheti. A rendszer megtanulja, hogyan használják az adatokat, majd automatikusan előre kiszámítja és optimalizálja a munkaterhelésekhez szükséges eredményeket. Az SAP szerint ez csökkenti az összesítő táblák, materializált nézetek és külön BI-kivonatok kézi karbantartásának szükségességét. A vállalat szubszekundumos teljesítményt említ elemzői lekérdezéseknél és nagy egyidejűségű, ügynökalapú munkaterheléseknél.
„Az SAP Business Data Clouddal olyan vállalati alapot építünk, amely egyesíti és szabályozza az adatokat, valamint készen áll az innovációra, így az elemzés és az AI a minőség, a megfelelőség és a bizalom feladása nélkül bővíthető” , mondta Ganesh Sivakumar, a Mead Johnson Nutrition globális adat-, elemzési és AI-vezetője.
Databricks és egységesített törzsadatok
Az SAP kibővített partnerséget jelentett be a Databricksszel. Ennek részeként olyan képességek érkeznek az SAP Databricksbe az SAP Business Data Cloudon belül, mint a Lakeflow, az Agent Bricks, a Unity Gateway és a Lakebase.
Az SAP Application Data Foundation elérhetővé teszi az SAP-alkalmazások adatait az SAP BDC választott motorjában, így az SAP Databricksben is. Az adatokat ezután az SAP BDC Connect segítségével a vállalati adatszöveten belül lehet megosztani további adatcsatornák, másolatok és elkülönült adattárolók létrehozása nélkül.
A Reltio felvásárlásának lezárása után az SAP Reltio általánosan elérhető az SAP BDC-ben. A több tartományra kiterjedő törzsadatkezelés AI-alapú entitásfeloldással egyezteti az SAP és külső rendszerek rekordjait. Így egységes, 360 fokos nézet készülhet többek között az ügyfelekről, beszállítókról és termékekről.
Üzleti kontextus az egyes AI-ügynököknek
Az SAP Knowledge Graph az adatokat több ezer entitással, kapcsolattal és szabállyal köti össze. Az SAP TechEd Berlinen bemutatott SAP Business Data Cloud Ontology Manager erre építve teszi lehetővé, hogy a csapatok egyes üzleti területekre szabott nézeteket hozzanak létre és tegyenek közzé.
Egy követeléskezelési ügynök például az ügyfelek, a számlák, a fizetési feltételek és a hitelkockázat kapcsolatait használhatja. Az Ontology Managerben létrehozott tartományi nézet segíthet abban, hogy a Joule-ügynökök az adott feladathoz releváns információk és szabályok alapján adjanak válaszokat és ajánlásokat.
A nézetek öröklik az SAP Knowledge Graph definícióit és szabályozását. Ez lehetővé teszi ugyanazon üzleti jelentések újrahasználatát például a pénzforgalom vagy a rendeléskezelés területén. A felhasználók és az AI-ügynökök így egységes, irányított adattermékekhez és összekapcsolt üzleti kontextushoz férhetnek hozzá.
