在过去一年里，越来越多的科技和商业专业人士将注意力转向人工智能（AI），这是由OpenAI的ChatGPT推动的，它让生成式AI进入了公众视野。SAP首席技术官尤尔根·穆勒（Juergen Mueller）在过去近十年中一直致力于将AI融入商业流程。在他位于纽约市新装修的哈德逊园区办公室的独家采访中，他回顾了这段旅程。
“起初，我们专注于机器学习，每个应用案例开发一个模型，”穆勒解释道。“我们花费大量时间重新训练这些模型。如今，SAP软件中嵌入了超过130个AI应用案例。”
在刚过去的一年中，尽管OpenAI、Cohere和Anthropic等公司因创新AI模型而受到关注，SAP也不断推出更新。其中，值得注意的是，它推出了跨平台AI助手Joule，整合到其企业资源规划（ERP）软件套件中，帮助企业管理资源，包括劳动力和供应链。此外，还推出了SAP HANA Cloud向量引擎，这是一个安全分析企业数据的搜索引擎，利用AI技术进行深度分析。
随着对AI需求的加速，穆勒发现自己处于行业前沿。随着2023年的结束，这标志着AI普及的历史新高，他分享了关于这项技术的见解，并为希望未来-proof其运营的企业提供建议。
以下采访经过编辑以提高清晰度。
记者：我想了解SAP的AI之旅，也欢迎你讨论任何你想谈论的话题。
尤尔根·穆勒：我们的AI计划始于约八年半前，当时专注于机器学习和每个应用案例一个模型。我们已经取得了重大进展，在我们的产品组合中筛选了许多生成式AI应用，今年做出了大约两打具体公告。
我们覆盖了从招聘到采购和财务的端到端流程，涵盖26个不同的行业。AI的应用因行业而异——市场营销的方法与人力资源任务差异很大。即使在我七年半的经验中，我们也不得不重新学习一些AI方面的内容。
我们已对超过50,000名SAP员工进行生成式AI培训，加速了我们的执行。
现在，我们有了统一的生成式AI战略，体现在Joule中，能将生成式AI无缝整合到各种业务功能中，包括人力资源和客户体验等。
SAP自ChatGPT推出以来如何适应变化？
我们不仅在生成式AI方面做出了重要公告。核心关注点依然是：“这是否有意义？”
我们的生成式AI中心为客户提供资源，包括自然语言模型和治理工具的访问。我们的内部学习强调了基础和增强检索生成（RAG）的重要性。
我们通过添加向量引擎来改进SAP HANA Cloud，从而简化数据管理。与传统的分离运行的向量引擎不同，我们的解决方案集成了公司数据，降低了复杂性。
例如，像瑞银（UBS）这样的公司每年使用SAP发布数百万个职位招聘信息，如果它想创建新的招聘信息，我们的AI可以根据过去的帖子有效生成语言，将原本需要数小时的过程缩短到几分钟。这种精确性降低了信息错误的可能性，利用历史数据提高了效率。
HANA Cloud是所有用户的集中向量数据库吗？
HANA Cloud作为一个广泛的数据库，支持多种应用。每个客户都有专门的租户，实现跨多种数据类型的定制分析，包括地理空间数据和文档。
为何更多公司没有开发自己的向量数据库？
在B2B环境中，我们对特定行业及其所需的文件有着深入的理解。一切始于结构化信息；如果没有结构化信息，开发向量数据库可能没有益处。
我们的客户管理着全球87%的货物和交易，SAP在价值链中发挥着重要作用。我们的可扩展云数据库确保高效满足客户需求。
你如何看当前生成式AI的饱和度与最初的热情？
虽然演示AI应用程序很简单，但将其转化为生产环境存在挑战。热情会持续，但许多助手可能无法提供理想的效果或用户体验。多年来，我们积累了大量专业知识，强调有效的AI源于高质量的数据。
为什么客户应该选择SAP而不是较新的AI初创公司？
CIO面临来自AI初创公司的众多选择，迫使他们寻求稳定可靠的合作伙伴。我们还指导客户有效利用我们的产品，鼓励他们专注于与自身需求相符的价值驱动因素。
你们的法律团队在开发AI工具方面参与度如何？
我们已培训超过50,000名开发人员，强调AI伦理，确保安全和合法性。我们的AI伦理委员会五年前开始运作，负责监督所有潜在的AI应用，确保技术的负责任使用。
通过优先考虑伦理问题，我们努力增强AI在商业中的角色，同时保持对负责任创新的承诺。
排行榜
