Descubre las 6 integraciones más recientes de SAP Datasphere AI

SAP Datasphere es una herramienta de IA que puede ayudar a proporcionar datos relevantes a las empresas.

Descubra las novedades de SAP Datasphere AI, como las nuevas integraciones y las funciones basadas en IA, para comprender cómo esta herramienta puede ayudar a las empresas a gestionar sus datos corporativos:

¿Qué es SAP Datasphere AI y por qué es importante?

SAP Datasphere es una de estas herramientas que SAP ha estado integrando, incorporando funciones y herramientas basadas en IA para satisfacer las necesidades de los consumidores y proveedores de datos. SAP Datasphere AI puede mejorar la experiencia del usuario y facilitar el intercambio de datos a gran escala mediante:

• Aprovisionamiento automatizado de datos: La IA puede optimizar el proceso de aprovisionamiento de datos estableciendo automáticamente las conexiones pertinentes y creando los artefactos necesarios en SAP Datasphere. Esto reduce la necesidad de intervención manual, facilitando a los usuarios la integración de productos de datos.
• Metagestión de datos: La IA puede mejorar el manejo de metadatos, lo cual es crucial para facilitar el aprovisionamiento de datos. Al utilizar metadatos descritos mediante el protocolo Open Resource Directory (ORD), la IA puede garantizar que el proceso de integración sea fluido y eficiente.

Aquí tenéis un vídeo que explica cómo SAP Datasphere combina las capacidades de IA generativa con su plataforma Datasphere:

SAP ha implementado IA en diferentes herramientas, como las aplicaciones de IA generativa SAP BTP . También integra otras plataformas SAP y no SAP para ampliar las capacidades de sus herramientas, como:

• Planificadores de tareas de SAP
• Herramientas de orquestación de procesos de SAP
• Soluciones de utilidad de SAP
• Tecnologías de proceso SAP de medición a cobro .

2 funciones de IA de SAP Datasphere

Aquí tienes una lista completa de las funcionalidades que ofrece SAP Datasphere:

1. Grafo de conocimiento

El Knowledge Graph ofrece una visión integral del panorama de datos de una organización. Al capturar relaciones complejas y metadatos, permite una mejor comprensión contextual para aplicaciones basadas en inteligencia artificial.

Capacidades:

• Creación automatizada de ontologías: Genera ontologías a medida que se integran los datos, incluido el contexto empresarial de fuentes SAP como S/4HANA.
• Enriquecimiento del contexto para modelos de lenguaje a gran escala: Proporciona contexto estructurado a los modelos de lenguaje a gran escala para reducir las imprecisiones generadas por la IA (por ejemplo, las alucinaciones).
• Descubrimiento de patrones: Facilita el razonamiento avanzado y la generación de información valiosa en diversos ámbitos empresariales.

Aplicación en el mundo real:

Los grafos de conocimiento pueden aplicarse a la optimización del marketing o a la gestión de la cadena de suministro, lo que permite a las organizaciones obtener información útil e impulsar la innovación.

Aquí tenéis un vídeo que explica la funcionalidad del gráfico de conocimiento:

2. Incorporación semántica

La incorporación semántica permite importar objetos de datos con gran riqueza semántica desde sistemas SAP (S/4HANA, BW/4HANA, HANA Cloud) a SAP Datasphere, conservando su significado empresarial. SAP amplió esta funcionalidad para incluir compatibilidad con SAP HANA Cloud y otros productos de datos de SAP, ofreciendo una experiencia de incorporación unificada.

Capacidades:

• Conservación de la información semántica: Al importar vistas de cálculo de SAP HANA Cloud a SAP Datasphere, se conservan detalles semánticos como medidas, atributos, jerarquías, agregaciones y monedas/unidades. Esto garantiza que la integridad y el significado de los datos se preserven dentro de una capa de datos con gran riqueza semántica.
• Sincronización: Mantiene sincronizados los objetos en SAP HANA Cloud y SAP Datasphere, lo que permite a los clientes aprovechar sus inversiones existentes en el modelado de SAP HANA.
• Herencia del contexto empresarial: Permite heredar el contexto empresarial de las aplicaciones de línea de negocio y las soluciones sectoriales de SAP. Esta transferencia de semántica a la estructura de datos empresariales sienta una base sólida para mejorar los flujos de trabajo analíticos.
• Flujo de trabajo analítico mejorado: La preservación y transferencia de información semántica a SAP Datasphere optimizan el flujo de trabajo analítico, acelerando y simplificando el proceso de obtención de información basada en datos. Integraciones con otras herramientas.

Aplicación en el mundo real:
Las empresas pueden utilizar la incorporación semántica para integrar SAP y conjuntos de datos híbridos de forma eficiente, reduciendo los errores de modelado y acelerando la generación de información valiosa.

3. Generación de contenido asistida por IA

Esta funcionalidad genera automáticamente descripciones comerciales, asignaciones de términos comerciales y definiciones de KPI para los activos de datos en el catálogo de SAP Datasphere, utilizando modelos de SAP Business AI.

Capacidades:

• Genera texto descriptivo sensible al contexto para los objetos del catálogo.
• Aplica automáticamente etiquetas y términos comerciales jerárquicos.
• Define indicadores clave de rendimiento y asociaciones sin intervención manual.
• Reduce la necesidad de tener conocimientos técnicos avanzados para gestionar el contenido del catálogo.

Aplicación en el mundo real:
Las organizaciones pueden incorporar rápidamente miles de activos de datos manteniendo el cumplimiento normativo y la calidad de los datos, lo que acelera el análisis y la elaboración de informes.

4. Búsqueda asistida por IA

La búsqueda asistida por IA permite a los usuarios encontrar artefactos de datos mediante consultas en lenguaje natural dentro de SAP Datasphere, superando las limitaciones de los filtros y la navegación manual.

Capacidades:

• La comprensión del lenguaje natural interpreta términos comerciales, preguntas e intenciones.
• Búsquedas en conjuntos de datos de repositorios, catálogos y mercados.
• Ofrece resultados contextualizados que se ajustan a las solicitudes de los usuarios.

Aplicación en el mundo real:
Los usuarios pueden formular preguntas en lenguaje sencillo. Por ejemplo, «Muéstrame modelos de datos de ventas con segmentación de clientes» y obtener resultados precisos.

5. Generación semántica asistida por IA

La generación semántica asistida por IA detecta y clasifica automáticamente los tipos semánticos de los datos entrantes, especialmente de las fuentes que no son de SAP, enriqueciendo así la estructura de datos de SAP Datasphere.

Capacidades:

• Clasificación semántica automática: Asigna los tipos correctos a los conjuntos de datos durante la ingesta.
• Compatibilidad con datos híbridos: Funciona con datos de SAP y datos que no son de SAP para crear una capa semántica unificada.
• Procesamiento manual reducido: Minimiza el esfuerzo de preparación de datos, lo que permite un análisis más rápido.

Aplicación en el mundo real:
Las empresas que integran fuentes de datos híbridas pueden acelerar la elaboración de modelos y la obtención de información valiosa al disponer de información semántica enriquecida automáticamente, lo que reduce los errores y mejora la coherencia.

Integraciones con otras herramientas

SAP Datasphere integra herramientas de IA en su ecosistema de datos abiertos para mejorar su arquitectura de gestión de datos.

1. Gobernanza de la IA con Collibra

SAP se asocia con Collibra para ofrecer funciones de gobernanza de datos, garantizando que los datos fiables sean accesibles para todos los usuarios en toda la infraestructura de datos empresariales.

Al integrarse con Collibra AI Governance, las soluciones de SAP permitirán a las empresas conectar los datos utilizados para la IA con los propios modelos en una única plataforma para realizar un seguimiento y gestionar eficazmente sus esfuerzos de desarrollo de IA. Al registrar los modelos de IA y aprendizaje automático creados con tecnología SAP en la plataforma Collibra AI Governance, los usuarios pueden:

• Obtenga una mayor visibilidad del linaje de datos y los metadatos de los datos SAP utilizados en el modelado de IA.
• Verificar la exactitud y confiabilidad de los datos.
• Verifique los datos con los que se entrenaron sus modelos de IA.

Como resultado, pueden:

• Mejorar la transparencia y la rendición de cuentas.
• Garantizar el cumplimiento de las políticas regulatorias, de privacidad y de gobernanza.
• Mitigar riesgos como la toma de decisiones sesgada y las recomendaciones inexactas.

Aquí tenéis un vídeo que explica cómo funciona la gobernanza de la IA de Collier:

2. Transmisión de datos con Confluent

Confluent es una plataforma basada en Apache Kafka que proporciona un servicio de gestión y transmisión de datos en tiempo real. Permite a las organizaciones gestionar de forma eficiente grandes flujos de datos y transmitirlos a través de diversos sistemas y aplicaciones.

Así es como Confluent mejora SAP Datasphere y optimiza los activos de datos de SAP:

1. Transmisión de datos en tiempo real : La integración con Confluent permite la transmisión de datos en tiempo real desde y hacia SAP Datasphere. Esta capacidad es fundamental para las organizaciones que necesitan procesar y analizar datos en tiempo real, lo que permite una toma de decisiones más rápida y una mayor capacidad de respuesta operativa.
2. Funcionalidades del registro de esquemas : La integración con el registro de esquemas de Confluent amplía las capacidades de salida de SAP Datasphere. Permite la gestión fluida de esquemas de datos, garantizando que los datos se interpreten y procesen con precisión en todos los sistemas.
3. Experiencia de usuario superior : La integración proporciona una experiencia de usuario superior al facilitar las conexiones a nivel de aplicación sin necesidad de desarrollar aplicaciones personalizadas adicionales. Esta facilidad de integración permite a las organizaciones implementar y utilizar rápidamente soluciones de transmisión de datos.
4. Procesamiento de datos eficiente : La integración de SAP Datasphere con Confluent incluye flujos de replicación preestablecidos que admiten el procesamiento incremental y en tiempo real de forma nativa. Esta eficiencia implica que los datos se cargan cuando se producen cambios, lo que reduce la transferencia de datos innecesaria y la sobrecarga de procesamiento.
5. Mejora de la ingesta e integración de datos : La integración permite la ingesta de datos en Kafka y Confluent, con capacidades adicionales para la integración de datos tanto entrantes como salientes disponibles para todos. Esta funcionalidad ampliada mejora aún más la capacidad de SAP Datasphere para gestionar una amplia gama de fuentes de datos y casos de uso.

Integración con SAP Analytics Cloud y SAP Hana Cloud Vector Engine

Los usuarios pueden combinar SAP Datasphere, SAP Analytics Cloud y SAP HANA Cloud Vector Engine para lograr un sistema único de gestión de datos y una solución analítica. Esto es lo que un usuario puede hacer con estas herramientas combinadas:

3. SAP Analytics Cloud para la estructura de datos

Las soluciones de Data Fabric unifican y gestionan los datos en tiempo real en todos los sistemas, proporcionando una fuente única y fiable. Automatizan el acceso, mejoran la calidad de los datos y refuerzan la seguridad, facilitando el análisis y la IA, incluso en entornos complejos. Esto ayuda a las empresas a escalar y adaptarse a los mercados cambiantes. SAP mejora Data Fabric mediante:

1. Integración con SAP Analytics Cloud para la planificación : Los modelos de planificación de SAP Analytics Cloud ahora se pueden implementar en SAP Datasphere. SAP Analytics Cloud utiliza IA para:
   1. Automatice y optimice los procesos de transformación e integración de datos.
   2. Proporciona recomendaciones y análisis inteligentes basados en la integración de datos reales y planificados. Esto mejora la integración de datos planificados y reales en la toma de decisiones en tiempo real.
      permitiendo dentro de SAP Datasphere.
2. Reducción del volumen de datos y del esfuerzo de modelado : Los esfuerzos de integración también se centran en reducir el volumen de datos y el esfuerzo necesario para el modelado. Al aprovechar las capacidades de SAP Datasphere, SAP Analytics Cloud puede optimizar los procesos de gestión de datos y mejorar la eficiencia.

4. Copiloto de IA generativa: Joule

SAP Analytics Cloud Generative AI Co-Pilot permite a los clientes aprovechar la IA generativa para la planificación y simulación empresarial. El asistente de IA subyacente, Joule, mejora las capacidades en áreas como el descubrimiento de datos, la creación de paneles de control, el mantenimiento de modelos de planificación y mucho más, ofreciendo una experiencia de usuario intuitiva.

Mediante el procesamiento del lenguaje natural (PLN), los usuarios finales pueden:

• Ejecutar consultas analíticas
• Simular los impactos de varios factores impulsores
• Asignar recursos
• Automatice los paneles de control y los cálculos.

Ejemplo de caso de uso:
Un usuario empresarial que investigue la tasa de rotación frente a la tasa de contratación para un puesto específico durante los últimos 12 meses podría consultar Joule para analizar las iteraciones de planes anteriores y descubrir las razones subyacentes.

Nuevas extensiones de Joule:

• Integración de Joule con el modelo base SAP-RPT-1: Joule ahora puede aprovechar SAP-RPT-1, un modelo base relacional de SAP AI Hub, para realizar análisis predictivos y modelado en conjuntos de datos estructurados de Datasphere, mejorando las previsiones, las recomendaciones y las simulaciones de escenarios avanzados.
• Integración de Joule + Microsoft 365 Copilot: Amplía las capacidades de consulta en lenguaje natural más allá de SAP Analytics Cloud, lo que permite a los usuarios acceder y analizar datos de Datasphere directamente desde las herramientas de productividad Microsoft.

5. SAP Analytics Cloud Compass

SAP Analytics Cloud Compass ofrece capacidades de simulación Monte Carlo con una interfaz intuitiva, lo que permite a usuarios sin conocimientos técnicos realizar análisis multivariantes en tiempo real sin necesidad de habilidades estadísticas avanzadas. Estos son los principales beneficios de SAP Analytics Cloud Compass:

1. Análisis multivariante en tiempo real para analizar múltiples variables simultáneamente, proporcionando una visión integral de los posibles resultados.
2. Simulaciones empresariales para la creación rápida y eficiente de escenarios, que ayudan a los usuarios a comparar supuestos e informar sobre las variaciones de impacto.
3. Análisis de sensibilidad para descubrir información en tiempo real sobre los factores que influyen en la sensibilidad, lo que ayuda a los usuarios a comprender la dinámica de los datos y cómo los cambios en las variables afectan a los resultados.
4. Simulaciones ágiles continuas para adaptarse a las condiciones cambiantes del negocio y tomar decisiones informadas.

6. Motor de vectores en la nube SAP HANA

SAP HANA Cloud incorpora la funcionalidad vectorial a sus capacidades multimodelo existentes, lo que permite a los clientes aprovechar todo tipo de datos empresariales mediante una única base de datos. El motor vectorial mejora la capacidad de crear aplicaciones de datos inteligentes que combinan la intuición humana con el aprendizaje automático y las capacidades de procesamiento multimodelo. Las principales características y ventajas del motor vectorial de SAP HANA Cloud incluyen:

• Almacena y compara vectores mediante SQL, lo que permite casos de uso como la generación aumentada por recuperación (RAG), recomendaciones, clasificaciones y agrupamiento.
• Simplifique la arquitectura de gestión de datos y mejórela con una única base de datos multimodelo con interacción SQL.
• Obtenga información valiosa combinando datos espaciales, gráficos, JSON y relacionales con consultas vectoriales.
• Incorpore fácilmente casos de uso de vectores en soluciones dentro del ecosistema de HANA Cloud, incluidos clientes, bibliotecas de Python y CAP (Cloud Application Programming Model).
• Integración con herramientas de la comunidad de código abierto como LangChain mediante complementos.

Lecturas adicionales

Descubra más sobre noticias y aplicaciones relacionadas con SAP consultando nuestros artículos completos y basados en datos:

• Descubra las herramientas de IA generativa de SAP BTP: 4 casos de uso y sus beneficios.
• Principales herramientas y casos de uso para la automatización de cargas de trabajo de SAP

Enlaces de referencia

1.

Business data fabric: Demo video from SAP Data Unleashed in 2024

2.

SAP Datasphere on Teched 2023: What has been achieved and where are we going? • Interdobs

3.

Set SAP Data in Motion with Confluent Cloud, an SA... - SAP Community

4.

Business data fabric: Demo video from SAP Data Unleashed in 2024

5.

Business data fabric: Demo video from SAP Data Unleashed in 2024

6.

Generative AI with SAP – Part 3: Joule, SAP’s Gene... - SAP Community

7.

SAP Analytics Cloud compass - SAP Danmark Nyheder

8.

Vectorize your Data : SAP HANA Cloud's Vector Engi... - SAP Community

Hazal Şimşek

Analista de la industria

Síguenos

Hazal es analista del sector en AIMultiple, donde se especializa en minería de procesos y automatización de TI.

Ver perfil completo

Sé el primero en comentar

Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios.

Nombre

Dirección de correo electrónico

Comentario

0/450

Publicar comentario