SAP AI是SAP SE的人工智能部门，SAP SE是一家总部位于德国沃尔多夫的德国跨国软件公司。该部门负责在SAP的企业应用组合中开发和集成人工智能能力，涵盖ERP、CRM、供应链和人力资本管理系统。SAP AI专注于将AI直接嵌入业务流程，以提高大型组织的效率、决策能力和自动化水平。其最突出的产品是Joule，一款于2023年推出的生成式AI助手，帮助用户使用SAP的云解决方案。
SAP的AI战略强调务实、业务优先的方法。公司并非提供独立的AI产品，而是将AI功能集成到现有软件中，使客户无需中断既有工作流程即可利用AI。这种方法涵盖从用于预测分析的传统机器学习到用于自然语言交互和内容生成的先进生成式AI等一系列技术。该部门与主要云服务提供商和AI研究机构密切合作，将前沿模型引入企业环境，同时维护数据隐私和安全标准。
历史与演变
SAP涉足AI领域可追溯至2010年代初，当时公司开始将预测分析和机器学习纳入其BusinessObjects和HANA平台。2016年，SAP推出了SAP Leonardo，一个包含机器学习服务的数字创新系统，标志着对AI更正式的承诺。然而，Leonardo后来被逐步淘汰，因为SAP转向了更集成的方法。
关键时刻出现在2020年，SAP推出了SAP Business AI，这是一个直接嵌入S/4HANA、SuccessFactors和Ariba等应用中的AI功能组合。该计划旨在让所有用户都能使用AI，而不仅仅是数据科学家。2023年9月，SAP在SAP TechEd大会上发布了其生成式AI助手Joule。Joule旨在理解业务上下文，并在SAP生态系统中提供对话式帮助，从回答人力资源政策问题到为开发人员生成代码。
2024年，SAP通过与主要AI实验室和云服务提供商合作，深化了其AI投资。公司宣布与OpenAI、Anthropic和Google DeepMind合作，将前沿模型引入其企业产品。SAP还在2024年收购了数字采用平台WalkMe，该平台使用AI引导用户使用软件界面，进一步增强了其AI能力。
Joule助手
Joule是SAP旗舰级的生成式AI助手，基于大型语言模型技术构建。它集成在SAP的云产品组合中，包括S/4HANA Cloud、SuccessFactors、客户体验和SAP业务技术平台。Joule可以执行广泛的任务：总结复杂的业务数据、生成报告、起草电子邮件、回答人力资源相关问题，以及通过生成代码或排查问题来帮助开发人员。
与通用聊天机器人不同，Joule经过业务特定数据的训练，并理解SAP的数据模型和术语。它可以实时访问交易数据，使用户能够提出诸如“我们在德国的第三季度销售额是多少？”这样的问题，并获得准确、上下文感知的答案。Joule还支持操作，使用户能够通过对话命令直接执行工作流程，例如创建采购订单或更新员工记录。
SAP将Joule定位为“助手”而非自主代理，这意味着它帮助用户但保持用户控制。该助手设计为透明的，为其响应提供引用和解释。2024年，SAP扩展了Joule以支持多种语言，并通过API将其与第三方应用集成，使其成为企业AI交互的中心枢纽。
AI驱动的业务应用
除了Joule，SAP AI还涵盖其应用套件中的广泛嵌入式功能。在财务领域，AI驱动的工具自动化发票处理、检测交易异常并提供预测性现金流分析。在供应链管理中，机器学习模型预测需求、优化库存水平并识别潜在中断。在人力资源领域，AI通过筛选简历和预测员工流失来支持人才招聘。
SAP的AI还包括用于制造业质量检测的计算机视觉能力和用于分析客户反馈的自然语言处理。公司的AI基础（业务技术平台的一部分）为开发人员提供了使用SAP数据构建自定义AI模型的工具，并支持TensorFlow和PyTorch等流行框架。这使企业能够用自己的用例扩展SAP的内置AI。
一个显著的例子是SAP在其Ariba采购网络中使用机器学习，帮助买家识别节省成本的机会，并帮助供应商评估风险。同样，SAP现场服务管理使用AI根据技能、位置和紧急程度调度技术人员，提高服务效率。
技术与基础设施
SAP AI依赖于混合基础设施，结合了本地部署和云服务。公司已与主要云服务提供商合作，包括Amazon Web Services、Microsoft Azure和Google Cloud，以托管其AI工作负载。这种多云策略确保了灵活性和对区域数据法规的合规性。
对于训练和推理，SAP利用通用GPU和专用AI加速器。公司已探索使用AWS Trainium芯片进行成本效益高的模型训练，并与AMD和Intel合作优化企业工作负载的硬件。SAP还使用Oracle Cloud Infrastructure提供部分数据库和AI服务，因为Oracle在企业IT领域有强大存在。
SAP的AI模型通常是大型基础模型的微调版本，适应业务领域。公司采用Reinforcement Learning from AI Feedback (RLAIF)（基于AI反馈的强化学习）和课程学习等技术来提高特定任务的模型性能。数据隐私是一个关键问题；SAP提供选项让客户将数据保留在自己的基础设施或区域内，模型尽可能在匿名数据上训练。
合作伙伴关系与生态系统
SAP建立了战略合作伙伴关系以加速其AI发展。2024年，SAP宣布与OpenAI进行多年合作，将GPT模型集成到Joule和其他SAP应用中。这一合作使SAP客户能够访问先进的自然语言理解，同时保持SAP的安全和治理控制。同样，SAP与Anthropic合作进行安全性和对齐研究，确保AI输出可靠且无偏见。
SAP还与Google DeepMind合作开展与强化学习和优化相关的研究项目，特别是针对供应链和物流。公司是AI联盟的成员，这是一个专注于负责任AI开发的技术公司和学术机构联盟。学术合作包括与MIT CSAIL和Stanford AI Lab在基础AI研究方面的合作。
在硬件领域，SAP与芯片制造商合作优化性能。公司已测试Groq和SambaNova加速器用于推理工作负载，这些加速器为实时应用提供低延迟。SAP与NVIDIA（未列出）的合作伙伴关系对GPU加速训练至关重要，尽管公司旨在保持硬件无关性。
企业AI战略与治理
SAP的企业AI战略建立在三大支柱上：嵌入式AI、业务上下文和负责任AI。公司强调AI必须集成到工作流程中，而不是作为独立工具附加。这意味着AI功能旨在理解每个客户的特定业务上下文，包括行业特定流程和监管要求。
负责任AI是核心原则。SAP设立了AI伦理咨询委员会，并发布年度AI伦理报告。公司遵守欧盟的AI法案和其他法规，实施透明度、公平性和问责制措施。SAP的AI系统设计为可解释的，具有审计跟踪，使组织能够将决策追溯到其数据和模型。
SAP还在其业务技术平台中提供AI治理工具，使客户能够监控模型性能、检测漂移并管理模型生命周期。这对于金融和医疗保健等监管合规至关重要的行业尤为关键。SAP的方法已获得行业分析师的认可，他们经常将SAP列为企业AI领域的领导者。
未来方向
展望未来，SAP AI正聚焦于几个关键领域。首先，公司正在扩展Joule的能力，使其成为更自主的代理，能够跨不同应用执行多步骤任务。这涉及集成多头注意力和Transformer (architecture)架构以改进推理和规划。其次，SAP正在投资用于非结构化数据（如文档、图像和语音）的深度学习模型，以实现更全面的业务分析。
第三，SAP正在探索使用神经网络技术进行工业环境中的预测性维护和异常检测。公司还在研究数据增强方法，以在有限训练数据下提高模型鲁棒性。最后，SAP致力于通过提供低代码工具来民主化AI，使业务分析师无需编程专业知识即可构建AI模型。
SAP的AI部门预计将在未来几年显著增长，受企业对生成式AI需求的推动。公司预计AI将成为主要收入驱动力，Joule将成为SAP用户的标准界面。截至2025年，SAP继续大力投资AI研发，计划在全球招聘数千名AI工程师和数据科学家。
对企业软件市场的影响
SAP AI对企业软件市场产生了深远影响，迫使Oracle、Microsoft和Salesforce等竞争对手加速自己的AI计划。SAP将AI嵌入核心业务流程的方法为实用、价值驱动的AI采用树立了标杆。许多大型企业，包括财富500强公司，已采用SAP AI解决方案来提高运营效率并获得竞争优势。
Joule的推出尤其扰乱了市场，因为它提供了跨整个业务套件的统一AI助手，这是竞争对手难以匹敌的。SAP与领先AI实验室的合作也标志着向协作而非仅内部开发的转变，这一趋势正在重塑行业。随着AI日益商品化，SAP的差异化在于其对业务流程的深刻理解以及提供真正理解企业数据的AI的能力。
SAP AI的成功也刺激了企业领域对AI教育和培训的投资。公司提供认证项目和在线课程，帮助专业人士提升AI技能，促进AI技术在各行业的更广泛采用。这种生态系统方法确保SAP保持在企业AI创新的前沿。