走近SAP（148）| 起底 SAP 的商业人工智能！
文摘
文化
2024-11-27 07:36
四川
欢迎转载，转载请注明来源！
有条件的，请在文末点一个“在看”！大家好，我是白水。
近日，据国外媒体 SEMAFOR 报道：SAP 的商业人工智能是超越消费级的，已经有了下一步的发展方向！
![]()
声明：本文所有信息和数据，全部来自互联网公开信息，仅代表本公众号的个人意见，与SAP公司的立场无关！
![]()
图源：www.sap.cn
从人工智能生成的阿兰·图灵肖像在苏富比拍卖行以 100 万美元的价格售出，到世界领导人进入拳击场的病毒式虚假视频，生成式人工智能激发了全世界的想象力。这些奇特的创作背后，是人工智能技术和数据集，让奇迹得以发生。在大多数情况下，我们谈论的是基于从互联网上抓取的文本、图像和多媒体内容数据集进行训练的大型语言模型 (LLM)。虽然消费者级人工智能令人着迷，但真正的人工智能革命正在商业世界中形成，由 SAP 等公司领导。这些公司的客户创造了全球 84% 的商业活动，包括薪资、供应链、财务报告等。在企业人工智能中，有两个重要的工具可以让公司控制其复杂的业务并确保客户的数据保护。让我们仔细看看为企业人工智能战略提供支持的复杂的生成人工智能工具和数据集。这包括 SAP 知识图谱和 SAP 基础模型等创新，它们共同突破了人工智能在全球范围内实现的界限。客户数据存储在一个系统中；他们的订单在另外一个系统；供应商信息、库存更新、运输路线、退货、维护订单、员工数据等也是如此。上下文信息就是一切；例如，德语中的 AI 是 Künstliche Intelligenz，或 KI，仅以缩写形式表示。将其乘以多种不同的语言，您可以想象理解数据会变得越来越复杂。所有这些信息都很重要，但是当它们被隔离在不同的系统中或没有得到正确理解时，就很难全面了解整个企业正在发生的情况。通过绘制这些不同数据集中的所有角落和缝隙，知识图谱可以清晰地显示所有事物是如何联系在一起的。它了解看似不相关的数据之间的关系，将客户订单与库存水平联系起来，将供应商延迟与运输影响联系起来，并帮助解释为什么您最受欢迎的产品可能缺货。借助 SAP 知识图谱，企业可以克服狭隘视野，开始看到更大的前景。这不仅仅是了解正在发生的事情，而是了解原因并决定下一步要采取什么行动。顾名思义，大型语言模型主要针对语言以及文本和图像等其他数据进行训练。大语言模型非常擅长预测句子中的下一个单词并创建文本，例如电子邮件或学期论文的初稿。商业信息通常采用“表格数据”的形式，例如电子表格中的单元格，而大语言模型无法理解这一点。SAP 正在创建一个基础模型来实现这一目标，使用大语言模型用于语言的相同原则，并将其应用于表格业务数据。由于 SAP 解决方案比任何其他技术提供商运行更多的公司关键业务应用程序，因此它具有独特的能力来训练这样的模型，以类似于大语言模型风靡世界的方式彻底改变商业人工智能。借助 SAP 基础模型，企业将能够预测诸如客户下次何时访问商店、他们将购买什么、以及将花费多少钱等事情。它可以在人员配备和库存方面为零售商提供极大帮助，并为消费者提供更好的购买体验。全面了解业务数据（包括复杂的数据关系）可从生成式 AI 中获得最佳见解。SAP 深谙这一点，因此它使用 SAP 知识图谱来帮助训练其 SAP 基础模型，确保其预测和见解源自 SAP 广泛的业务环境。这两项技术共同创建了一个 AI 生态系统，该生态系统可以连接和分析表格业务数据，通过映射每个数据点并利用该映射进行更明智的决策，跨业务流程采取行动。这种 AI 不仅仅是娱乐；它将改变商业世界的运行方式。好了，今天就先聊到这里吧。 如果觉得还行，请随便给一个在看、评论、点赞、或者转发； 如果您坚持全部都给，我也不会介意!
|
参考资料：
[1] https://www.semafor.com/sponsored/11/19/2024/beyond-consumer-level-ai-where-the-worlds-leader-in-business-ai-is-headed-next
