2024年SAP赋能生成式AI：打造跨企业竞争优势研究洞察报告

IBM商业价值研究院|研究洞察 赋能生成式 SAPAI 打造跨企业竞争优势 IBM和SAP 如何提供帮助 IBM和SAP携手帮助企业加快AI的大规模应用，以提高生产率和投资回报率。两家公司都提供广泛的SAP专有生成式AI解决方案，包括可在各种业务流程和职能中实施的嵌入式AI和生成式AI功能，以及帮助组织开发和实施定制化AI和生成式AI功能的解决方案与方法。我们采用共同的AI和生成式AI方法，即在相互信任的基础上，构建开放生态系统中的强大能力。凭借深厚的SAP咨询专业知识，IBM与SAP携手合作，在整个AI旅程中为客户创造价值。如需了解更多信息，请访问ibm.com/consulting/sap和sap.com。 他56预%算的领高域管的表支示出计重划新将其分配项给目。SAP专有的生成式AI 摘要 基于云的系统加速生成式发展。 SAPAI 44%的组织表示基于云架构的SAP系统帮助他们更快地推进SAP专有生成式AI项目。 是对于缺乏治理的组织。 伦理挑战可能会阻碍AI的采用，尤其 AI 65%的高管表示，出于伦理方面的考虑，他们将放弃SAP专有生成式AI的好处。这些伦理问题并不是SAP平台或SAP数据所特有的，这两者为许多生成式AI项目提供了可信的起点。 利润。 SAP专有生成式AI已经在提高运营 那些拥有最成熟的SAP专有生成式AI业务和技术能力的组织平均实现了20%的利润率，而其他组织的平均利润率为16%。 3 利成用功SAP系统推动生成式AI 许多组织都在寻求能够学习、适应并以前所未有的规模化方式来变革运营、产品和服务的生成式AI项目。而SAP系统就是一种理想的生成式AI资源，这是因为该系统具备以下特点： —深度发掘。SAP系统可以生成海量且多样化的数据。 —结构良好。SAP系统的固有结构可支持生成式AI模型更高效地处理信息和提取有价值的洞察。 —值得信赖。SAP数据准确、维护有序且有安全保障。 —互联互通。精心设计的SAP平台可实现数据共享。 IBM商业价值研究院(IBMIBV)和SAP研究洞察中心(SAPRIC)的最新研究表明，SAP数据是生成式AI计划的金矿。我们在7个月内针对1200多名高管进行了三次调查，以了解其组织如何基于SAP平台和数据来实施生成式AI解决方案（请参阅第20页的“研究和分析方法”）。 我们的研究结果表明，那些拥有最成熟的SAP专有生成式AI能力的组织具有独特的优势。此类组织实现了出众的盈利能力增长率。那些从战略上在各业务领域整合生成式AI的组织大幅领先于采用“零散方法”的组织。 越来越多的高管开始认识到将SAP系统与AI相关联的价值。根据IBM商业价值研究院的调研，超过一半的生成式AI支出正投入用于SAP专有项目。事实上，56%的高管表示计划将其他预算领域的支出重新分配给SAP专有的生成式AI项目，而三分之一的高管表示SAP系统拥有最丰富的数据，这些数据对于项目成功至关重要。这些令人鼓舞的调研结果表明，基于SAP系统的AI创新将为那些采用和适应速度最快的组织带来丰硕成果 （参见案例研究“推动一级方程式赛车的表现”）。 4 下面提供了如何最有效开展SAP专有生成式AI项目的 案例研究 助提力升梅赛赛德车斯表A现MG 路线图。第一部分探讨了一些关键的前提条件，涵盖云基础架构、技能和治理。第二部分深入探讨了战略投资，包括一些已取得初步成果的具体业务领域。第一部分和第二部分都通过一些案例展示了SAP专有生成式AI项目的方方面面。最后，我们提供了一份涵盖技术、人才和战略的行动指南，旨在助力组织充分释放SAP专有生成式AI项目的价值。 拥有最成熟的SAP专有生成式 A能I力能。力的组织实现了出众的盈利 F11 梅赛德斯AMG在F1赛道上拥有辉煌的成功历史：连续七次获得世界车手总冠军以及连续八次获得世界车队总冠军。这一成就建立在车队优化赛车策略和运营各个方面的能力之上。借助SAP专有生成式AI，车队现在可以实时分析赛车性能、驾驶员行为和赛道状况。通过分析来自传感器、摄像头和其他内部SAP数据源的数据，生成式AI可全面评估轮胎磨损、油耗、车队人员状况和空气动力学等各种因素，从而有效优化赛车策略。 梅赛德斯AMG在F1赛道上拥有辉煌的成功历史：连续七次获得世界车手总冠军以及连续八次获得世界车队总冠军。这一成就建立在车队优化赛车策略和运营等各个方面能力的基础之上。借助SAP专有生成式AI，车队现在可以实时分析赛车性能、驾驶员行为和赛道状况。通过分析来自传感器、摄像头和其他内部SAP数据源的数据，生成式AI可全面评估轮胎磨损、油耗、车队人员状况和空气动力学等各种因素，从而有效优化赛车策略。 5 5 第一部分生基成本要式素AI的成功 云基础架构的优势 生成式AI需要一种可靠的架构，既能处理海量复杂数据，又能提供强大、可扩展的计算能力和高级安全保障。2而云环境与生成式AI就像是“天作之合”，打造了一个高度安全的整合式数据管理与协作平台。混合云SAP架构可确保仅在需要时才使用成本高昂的GPU，同时具备在不同模型和服务之间切换的灵活性和可扩展性。 尽管组织通常在多个环境中部署SAP系统，但许多组织越来越倾向于选择云端或混合部署，以获得更强大的可扩展性和集成能力。3受访高管表示其组织的SAP系统要么托管在由云端和内部资源构成的混合环境中(41%)，要么完全托管在云端(42%)。 利用云环境来部署SAP系统的组织实现了积极的成效：44%的受访高管表示这种架构帮助其组织更快地实施生成式AI项目，相对应，12%的受访高管表示这种架构拖慢了项目进展；其余受访者则表示没有影响（见图1）。近三分之二(60%)的受访高管表示其SAP基础架构现已经过专门优化，可支持其SAP专有生成式AI目标。那些拥有最先进SAP云架构（包括RISEwithSAP和SAPS/4HANA）的组织实现了出众的成效，其收入增长率要比那些架构成熟较低的组织高出10%。 对于尚未完全迁移到云端的组织，紧迫性已不容忽视。许多正在运行SAP的组织(67%)正在加快推动云迁移，以利用SAP专有生成式AI的优势。这一比例比2024年3月的59%有所上升，表明高管们认为有必要建立面向生成式AI的云基础架构来释放SAP系统的潜力（参见案例研究“精通财务语言的生成式AI”）。 6 图1 云生成架式构有AI助的于采加用速。SAP专有 问：SAP云架构对组织采用SAP专有生成式AI有什么影响？ 7 观点 4 精生通成财式务AI语言的 财务有自己的专有语言。如果缺乏适当的上下文，预测、收入、销售额和数量等常见的财务术语在企业中就会有不同的含义。对于一家大型能源公司来说，“预测量”(forecastedvolume)这个复合词在组织内部有58种不同的含义。因此，在SAP财务领域使用自然语言模型是行不通的。生成式AI需要一个翻译器来合理地回答财务方面的特定询问。 这就是显式语言模型(ELM)的应用领域—此模型旨在结合财务流程与生成式AI技术来对财务数据进行自然语言处理。IBM正在开发这种创新性的方法，让能源公司的员工能够使用“销售成本(COGS)”等业务专有术语来与SAP数据进行交互。早期测试已证明这项创新能有效简化标准的财务流程和报告，这些通常都是劳动密集型任务。同时，通过SAPHR功能实现了类似的财务专用生成式AI应用，能更有效地将工作说明书中的要求转化为职位和劳动力要求。 当SAP专有生成式AI工具精通财务语言时，财务领域中许多最耗时的流程都可以实现自动化或部分自动化。这样一来，财务人员就可以专注于最重要的工作：分析信息背后的含义以及对组织的全局影响。 类似的流程改进在其他与财务相关的领域也在发生。IBM和SAP合作推出了一些零售解决方案，可利用实时数据处理和AI辅助决策，将配送需求与运输管理指令整合在一起。这些解决方案依靠AI模型，持续评估与天气、交通和其他相关约束因素相关的时间序列数据，以动态调整运输计划。 现自动化或部分自动化。 当沟通SA时P，专财有务生领成域式中A许I多工最具耗能时够的用流财程务都语可言以进实行 8 识别技能，培养人才 对于生成式AI项目的成功，拥有合适的人才与技术同样重要。尽管生成式AI可以增强人类能力，但通常需要新的技能组合。 根据IBM商业价值研究院之前开展的调研，高管越来越重视软技能而非技术技能。当然，数据素养和机器学习基础知识（如模型训练和提示工程）属于核心能力。但高管认为，解决问题/应对危机是受生成式AI影响最大的技能。商业沟通和敏捷性位列其后。5 根据IBM商业价值研究院的最新调研，69%的高管表示其组织具备快速从SAP专有生成式AI项目中释放价值的合适技能，比四个月前提高了14个百分点。同样，58%的受访高管认为其组织具备卓越或顶尖的AI人才与技能。在成功将SAP专有生成式AI嵌入或整合到多个业务职能中的组织中，有92%的组织具备必要的生成式AI人才和技能（见图2）。 各种类型的组织都可以通过有针对性的再培训、招聘以及与业务伙伴合作来填补AI技能缺口。生成式AI可以帮助人力资源领导者更高效地识别并快速准备与潜在应聘者的对话。更重要的是，生成式AI还能通过加速个性化和适应性学习，助力技能全面提升。例如，生成式AI已经在变革企业财务培训，通过由大语言模型(LLM)驱动的导师提供个性化学习体验，从而适应每位学习者的节奏、风格和理解水平（请参阅“观点：AI重塑财务工作”）。这种方法几乎适用于任何业务领域，包括技术领域。 组织还应重视缓解员工对被AI取代的担忧，强调AI旨在帮助他们更快、更智能地工作，而不是取代他们的工作。6为员工提供利用SAP数据和生成式AI工具进行实验的机会，同时采取适当的安全预防措施和治理措施，这有助于激发员工的创造力和信心，获取更有力的支持，从而最终取得更大的成功。 图2 的技能水平更有信心。 从成式战略AI上的运组用织S对A于P其专员有生工 基于IBMIBV分析。 问：我所在的组织是否具备从SAP专有生成式AI中快速释放价值所需的适当技能？百分比表示回复“同意”和“非常同意”的受访者比例。 9 观点 7 A工I作重塑财务 最近由SAPInsights委托开展的一项调研着重反映了AI如何改变财务部门的工作方式。会计、数据管理、规划与战略、控制和分析是受影响最大的领域，AI工具正在帮助这些领域实现常规任务自动化，提高速度和准确性，以及提供分析支持。AI可以处理琐碎的日常任务，让财务团队腾出时间来对交易和报告进行更深层次的分析，从而做出更明智的战略决策。 研究表明，在批判性思维、伦理判断、问题解决和创造力等领域，人类技能依然不可或缺。但同时也揭示了AI有可能在哪些领域接管人类当前执行的任务，例如资产评估。那些不太需要人类判断的领域将更早受到AI的影响。 建立领先的治理框架 生成式AI引入了全新的伦理和信任考量，这意味着组织需要更新治理、风险和合规措施。企业领导者不能仅关注生成式AI能做什么，还必须讨论它应该做什么。敏感数据是否受到保护？训练数据是否尊重版权？输出是否存在偏见或错误？8 生成式AI治理的挑战，超越企业的边界，影响深远。但即使是高质量的ERP数据也可能存在隐藏的偏见，而且AI模型的训练方式也可能会引入偏见。组织需要对模型生成内容的方式有清晰的理解。同时，数据和模型必须受到保护，以防止新兴网络威胁对输入和输出进行恶意篡改。9 这些挑战正在阻碍AI的采用：因伦理问题而表示将放弃SAP专有生成式AI好处的高管比例，从2024年3月的26%激增至2024年7月的65%（见图3）。这一转变表明迫切需要更严格的生成式AI治理措施，也正是因此，SAP和其他组织广泛采用了联合国教科文组织关于AI伦理的10项指导原则。10 为了提高企业对伦理和监管问题的认识，并确立应对其影响的行动方案，组织需要建立全面的生成式AI治理框架。《欧盟AI法案》等最新颁发的AI监管法规提供