利用人工智能代理推动商业价值

SAP AI 战略与业务价值

SAP 通过“3Rs”框架（相关性、可靠性、责任感）将 AI 整合到业务运营中：

• 相关性：AI 模型根据行业特定需求进行定制，例如供应链公司根据地区差异调整 AI 要求。
• 可靠性：使用接地技术和溯源检查确保 AI 输出的准确性和可信度，减少幻觉现象。
• 责任感：确保 AI 伦理、可解释性和合规性，以透明化方式支持决策。

AI 整合三大关键领域

1. 原生 AI 集成：将 AI 嵌入 SAP 应用（如 SuccessFactors 人力资源管理系统），支持自然语言交互生成内容。
2. Joule AI 陪练：SAP 数字助手，跨 SAP 应用执行任务，协调多部门工作流（如安排商务旅行、预订酒店、通知相关方）。
3. 业务技术平台（BTP）：提供 30 多个大型语言模型（LLM），支持企业构建和定制 AI 应用。

AI 采用的驱动因素与挑战

• 主要驱动因素：提高效率、创造价值、满足客户对无缝智能交互的需求、保持竞争力。
• 关键挑战：数据质量、AI 模型中的偏见、安全与隐私问题、建立信任（通过“只读”AI 实施方式逐步扩大 AI 自主权）。

AI 决策制定的演变

• 组织将逐步从低风险自动化扩展到战略决策，类似电商发展历程。
• 数据质量是关键，需要高质量、结构化数据支持 AI 模型。
• AI 自主性将根据行业需求调整，例如财务审批中设置金额阈值。

多智能体 AI 系统的应用

• 多智能体系统通过协作执行复杂工作流，例如客户投诉处理（客服、供应链、财务、CRM 协同）。
• 在关键领域（医疗、航空航天）需保持人类监督，AI 辅助分析数据并提供建议。

AI 投资与回报

• 投资包括 AI 软件订阅、系统集成和员工培训。
• 高容量任务（如争议解决）可快速回收投资，通常在数月内实现 ROI。
• SAP 提供可持续性控制塔，通过优化模型选择降低能耗。

人工智能的未来发展

• AI 将从通用模型向行业特定模型发展，最终实现个性化 AI 代理（理解个人偏好和流程）。
• IT 和 HR 部门将转型管理 AI 工作流和监督 AI 使用。
• AI 不会取代人类，而是增强人类能力，形成人机协作的混合团队模式。