提升工作效率：如何利用 AI 將兩小時的任務縮短至僅需 15 分鐘——與 SAP 首席技術官 Juergen Mueller 的對話

在過去一年，許多科技和商業專業人士對人工智慧（AI）的關注度大幅提升，尤其是受到 OpenAI 的 ChatGPT 推動，讓生成式 AI 進入了聚光燈下。SAP 的首席技術官 Juergen Mueller 在商業流程中的 AI 整合方向已有近十年的經驗。在一次專訪中，他在位於紐約市重新裝修的 Hudson Yards 辦公室中回顧了這段旅程。

Mueller 解釋道：“最初，我們專注於機器學習，每個用例開發一個模型，為此我們投入了相當多的時間來重新訓練這些模型。如今，我們在 SAP 軟體中已嵌入超過 130 個 AI 用例。”

過去一年，儘管 OpenAI、Cohere 和 Anthropic 等公司因創新的 AI 模型而受到矚目，SAP 卻持續推出更新。特別是推出了 Joule，一個整合在其企業資源規劃（ERP）軟體中的跨平台 AI 助手，幫助企業管理人力資源到供應鏈的各種資源，並推出了 SAP HANA Cloud Vector Engine，一個安全分析企業數據的 AI 搜尋引擎。

隨著 AI 需求的加速增加，Mueller 正引領潮流。隨著 2023 年即將結束，這標誌著 AI 採用的一個歷史高峰，他分享了對於這項技術的見解以及未來如何為企業運營做好準備的建議。以下是經過編輯的訪談內容。

媒體：我想了解 SAP 的 AI 之旅，但也歡迎您談論任何您希望討論的主題。

Juergen Mueller：我們的 AI 計畫始於約八年半前，專注於機器學習和每個用例一個模型。我們已經有了顯著的進步，篩選了許多生成式 AI 的應用，並在今年發表了約兩十項具體公告。我們檢視從招聘到採購及財務的端到端過程，涵蓋了26個不同產業。AI 的應用因行業而異——市場行銷的方法與人力資源任務大相逕庭。即使有七年半的經驗，我們仍必須重新學習 AI 的某些方面。我們已訓練了超過 50,000 名 SAP 員工在生成式 AI 上，加速了我們的執行。

如今，我們擁有一個統一的生成式 AI 策略，體現在 Joule 中，無縫整合生成式 AI 於各種業務功能中，包括人力資源和客戶體驗等適用領域。

自 ChatGPT 發布以來，SAP 如何適應這一變化？

我們也有重要公告，不僅限於生成式 AI。核心重點依然是：“這是否有影響？”我們的生成式 AI 中心為客戶提供資源，包括自然語言模型和治理工具。我們內部的學習強調了基礎與檢索增強生成（RAG）的重要性。我們通過添加向量引擎來改進了 SAP HANA Cloud，簡化了數據管理。與傳統分開運作的向量引擎不同，我們的解決方案整合了企業數據，減少了複雜性。

例如，像 UBS 這樣的公司每年使用 SAP 發佈數百萬條職位。我們的 AI 可以高效生成基於過去公告的語言，將一個可能耗時數小時的過程縮短到幾分鐘。這種精準性減少了信息不準確度，並利用歷史數據提高效率。

HANA Cloud 是否是為所有用戶提供的集中化向量數據庫？

HANA Cloud 作為一個大型數據庫，支持多個應用程序。每位客戶都有一個獨立的租戶，使得在不同數據類型（包括地理空間數據和文檔）上進行量身定制的分析成為可能。

為什麼更多公司沒有開發自己的向量數據庫？

在 B2B 的背景下，我們對特定行業以及其所需文檔有著重要洞察。一切始於結構化信息；若缺乏該信息，開發向量數據庫可能不會帶來好處。SAP 客戶管理了全球 87% 的商品和交易，我們在價值鏈中扮演著關鍵角色。我們可擴展的雲數據庫確保了有效滿足客戶需求。

您如何比較當前生成式 AI 的飽和度與最初的興奮？

雖然演示 AI 應用程式相對簡單，將其轉換為生產環境卻面臨挑戰。這股興奮勢必會持續，但許多助手可能要麼未能達成預期，要麼提供不佳的用戶體驗。多年來，我們積累了豐富的專業知識，強調有效的 AI 源自於優質數據。

為何客戶應選擇 SAP 而非新興的 AI 初創公司？

CIO 面對來自 AI 初創公司的眾多選擇，導致他們尋求已建立夥伴的可靠性。我們也指導客戶如何有效利用我們的產品，鼓勵他們專注於與需求相符的價值驅動因素。

您的法律團隊在開發 AI 工具方面的參與程度如何？

我們已對超過 50,000 名開發者進行了 AI 倫理培訓，強調安全性和合法性。我們的 AI 倫理委員會於五年前成立，負責監督所有潛在的 AI 應用，確保技術的負責任使用。通過優先考量倫理，我們旨在提升 AI 在商業中的角色，同時保持對負責創新的承諾。