Scopri le 6 integrazioni di intelligenza artificiale più recenti di SAP DataSphere.

SAP DataSphere è uno strumento di intelligenza artificiale in grado di fornire dati significativi alle aziende.

Scopri gli sviluppi di SAP DataSphere AI, come le nuove integrazioni e le funzionalità basate sull'IA, per capire come lo strumento può aiutare le aziende a gestire i propri dati aziendali:

Che cos'è SAP DataSphere AI e perché è importante?

SAP DataSphere è uno di quegli strumenti che SAP ha integrato con funzionalità e strumenti basati sull'intelligenza artificiale per soddisfare le esigenze di consumatori e fornitori di dati. SAP DataSphere AI può migliorare l'esperienza utente e supportare la condivisione di dati su larga scala attraverso:

• Provisioning automatizzato dei dati: l'intelligenza artificiale può semplificare il processo di provisioning dei dati stabilendo automaticamente le connessioni pertinenti e creando gli artefatti necessari in SAP Datasphere. Ciò riduce la necessità di intervento manuale, facilitando l'integrazione dei prodotti dati da parte degli utenti.
• Gestione dei dati: l'IA può migliorare la gestione dei metadati, aspetto cruciale per semplificare la fornitura dei dati. Utilizzando i metadati descritti tramite il protocollo Open Resource Directory (ORD), l'IA può garantire che il processo di integrazione sia fluido ed efficiente.

Ecco un video che spiega come SAP Datasphere combina le funzionalità di intelligenza artificiale generativa con la sua piattaforma Datasphere:

SAP ha implementato l'intelligenza artificiale in diversi strumenti, come le applicazioni di IA generativa di SAP BTP . Integra inoltre altre piattaforme SAP e non SAP per estendere le funzionalità dei suoi strumenti, come ad esempio:

• Pianificatori di processi SAP
• Strumenti di orchestrazione dei processi SAP
• Soluzioni di utilità SAP
• Tecnologie SAP per il processo di fatturazione dal contatore all'incasso .

2 funzionalità di intelligenza artificiale di SAP Datasphere

Ecco un elenco completo delle funzionalità offerte da SAP DataSphere:

1. Grafico della conoscenza

Il Knowledge Graph offre una visione completa del panorama dei dati di un'organizzazione. Catturando relazioni complesse e metadati, consente una migliore comprensione contestuale per le applicazioni basate sull'intelligenza artificiale.

Capacità:

• Creazione automatizzata di ontologie: genera ontologie man mano che i dati vengono integrati, incluso il contesto aziendale proveniente da fonti SAP come S/4HANA.
• Arricchimento del contesto per i modelli linguistici di grandi dimensioni: fornisce un contesto strutturato ai modelli linguistici di grandi dimensioni per ridurre le imprecisioni generate dall'IA (ad esempio, le allucinazioni).
• Individuazione di modelli: facilita il ragionamento avanzato e la generazione di insight in diversi ambiti aziendali.

Applicazione pratica:

I grafi della conoscenza possono essere applicati all'ottimizzazione del marketing o alla gestione della catena di approvvigionamento, consentendo alle organizzazioni di ricavare informazioni utili e promuovere l'innovazione.

Ecco un video che illustra le funzionalità del Knowledge Graph:

2. Onboarding semantico

Semantic Onboarding consente di importare in SAP Datasphere oggetti dati semanticamente ricchi provenienti da sistemi SAP (S/4HANA, BW/4HANA, HANA Cloud) preservandone il significato aziendale. SAP ha esteso questa funzionalità per includere il supporto a SAP HANA Cloud e ad altri prodotti dati SAP, offrendo un'esperienza di onboarding unificata.

Capacità:

• Conservazione delle informazioni semantiche: durante l'importazione di viste di calcolo da SAP HANA Cloud in SAP Datasphere, vengono mantenuti i dettagli semantici quali misure, attributi, gerarchie, aggregazioni e valute/unità. Ciò garantisce che l'integrità e il significato dei dati siano preservati all'interno di un livello dati semanticamente ricco.
• Sincronizzazione: mantiene sincronizzati gli oggetti in SAP HANA Cloud e SAP Datasphere, consentendo ai clienti di sfruttare gli investimenti già effettuati nella modellazione SAP HANA.
• Ereditarietà del contesto aziendale: consente di ereditare il contesto aziendale dalle applicazioni SAP specifiche per settore e dalle soluzioni di mercato. Questo trasferimento di semantica nella struttura dati aziendale getta solide basi per flussi di lavoro analitici migliorati.
• Flusso di lavoro analitico ottimizzato: la conservazione e il trasferimento delle informazioni semantiche in SAP Datasphere semplificano il flusso di lavoro analitico, accelerando e semplificando il processo di estrazione di informazioni basate sui dati. Integrazioni con altri strumenti.

Applicazione pratica:
Le aziende possono utilizzare Semantic Onboarding per integrare in modo efficiente i set di dati SAP e ibridi, riducendo gli errori di modellazione e accelerando la generazione di insight.

3. Generazione di contenuti assistita dall'intelligenza artificiale

Questa funzionalità genera automaticamente descrizioni aziendali, assegnazioni di termini aziendali e definizioni di KPI per le risorse dati nel catalogo SAP Datasphere, utilizzando i modelli SAP Business AI.

Capacità:

• Genera testo descrittivo contestualizzato per gli oggetti del catalogo
• Applica automaticamente tag e termini aziendali gerarchici
• Definisce indicatori chiave di prestazione e associazioni senza intervento manuale
• Riduce la necessità di competenze tecniche approfondite per la gestione dei contenuti del catalogo.

Applicazione nel mondo reale:
Le organizzazioni possono integrare rapidamente migliaia di risorse dati, mantenendo al contempo la conformità e la qualità dei dati, e velocizzando le analisi e la creazione di report.

4. Ricerca assistita dall'IA

La ricerca assistita dall'intelligenza artificiale consente agli utenti di trovare artefatti di dati utilizzando query in linguaggio naturale all'interno di SAP Datasphere, superando i limiti dei filtri e della navigazione manuale.

Capacità:

• La comprensione del linguaggio naturale interpreta termini commerciali, domande e intenzioni.
• Ricerche in archivi, cataloghi e dataset di mercato.
• Fornisce risultati ricchi di contesto che corrispondono alle richieste degli utenti.

Applicazione nel mondo reale:
Gli utenti possono porre domande in linguaggio semplice. Ad esempio, "Mostrami i modelli di dati di vendita con segmentazione dei clienti" e ottenere risultati accurati.

5. Generazione semantica assistita dall'IA

La generazione semantica assistita dall'IA rileva e classifica automaticamente i tipi semantici dei dati in ingresso, in particolare quelli provenienti da fonti non SAP, arricchendo così la struttura dati di SAP Datasphere.

Capacità:

• Classificazione semantica automatica: assegna i tipi corretti ai set di dati durante l'acquisizione.
• Supporto per dati ibridi: funziona con dati SAP e non SAP per creare un livello semantico unificato.
• Riduzione della preelaborazione manuale: minimizza lo sforzo di preparazione dei dati, consentendo analisi più rapide.

Applicazione nel mondo reale:
Le aziende che integrano fonti di dati ibride possono accelerare la modellazione e l'analisi grazie all'arricchimento automatico delle informazioni semantiche, riducendo gli errori e migliorando la coerenza.

Integrazioni con altri strumenti

SAP Datasphere integra strumenti di intelligenza artificiale nel suo ecosistema di dati aperti per migliorare l'architettura di gestione dei dati.

1. Governance dell'IA con Collibra

SAP collabora con Collibra per offrire funzionalità di governance dei dati, garantendo che i dati affidabili siano accessibili a tutti gli utenti nell'intera infrastruttura dati aziendale.

Grazie all'integrazione con Collibra AI Governance, le soluzioni SAP consentiranno alle aziende di connettere i dati utilizzati per l'IA con i modelli stessi su un'unica piattaforma, per monitorare e gestire efficacemente le proprie attività di sviluppo dell'IA. Registrando i modelli di IA e machine learning creati con la tecnologia SAP sulla piattaforma Collibra AI Governance, gli utenti potranno:

• Ottieni una maggiore visibilità sulla provenienza dei dati e sui metadati dei dati SAP utilizzati nella modellazione AI.
• Verificare l'accuratezza e l'affidabilità dei dati.
• Verifica i dati su cui sono stati addestrati i loro modelli di intelligenza artificiale.

Di conseguenza, possono:

• Migliorare la trasparenza e la responsabilità
• Garantire la conformità alle normative, alle politiche sulla privacy e alla governance.
• Attenuare i rischi quali processi decisionali distorti e raccomandazioni imprecise.

Ecco un video che spiega come funziona la governance dell'IA di Collier:

2. Streaming di dati con Confluent

Confluent è una piattaforma basata su Apache Kafka che offre un servizio di streaming e gestione dei dati in tempo reale. Consente alle organizzazioni di gestire in modo efficiente pipeline di dati su larga scala e di trasmettere dati in streaming tra diversi sistemi e applicazioni.

Ecco come Confluent migliora SAP Datasphere e valorizza le risorse dati di SAP:

1. Streaming di dati in tempo reale : l'integrazione con Confluent consente lo streaming di dati in tempo reale da e verso SAP Datasphere. Questa funzionalità è fondamentale per le organizzazioni che necessitano di elaborare e analizzare i dati in tempo reale, consentendo un processo decisionale più rapido e una maggiore reattività operativa.
2. Funzionalità del registro degli schemi : l'integrazione con il registro degli schemi di Confluent estende le funzionalità in uscita di SAP Datasphere. Consente una gestione trasparente degli schemi di dati, garantendo che i dati vengano interpretati ed elaborati correttamente tra i sistemi.
3. Esperienza utente superiore : l'integrazione offre un'esperienza utente superiore facilitando le connessioni a livello di applicazione senza richiedere lo sviluppo di applicazioni personalizzate aggiuntive. Questa facilità di integrazione consente alle organizzazioni di implementare e utilizzare rapidamente soluzioni di streaming dati.
4. Elaborazione efficiente dei dati : l'integrazione di SAP Datasphere con Confluent include flussi di replica predefiniti che supportano nativamente l'elaborazione incrementale e in tempo reale. Questa efficienza consente di caricare i dati solo quando si verificano modifiche, riducendo i trasferimenti di dati non necessari e il sovraccarico di elaborazione.
5. Acquisizione e integrazione dei dati migliorate : l'integrazione supporta l'acquisizione di dati in Kafka e Confluent, con funzionalità aggiuntive per l'integrazione di dati sia in uscita che in entrata, ora disponibili per tutti. Questa funzionalità ampliata migliora ulteriormente la capacità di SAP Datasphere di gestire un'ampia gamma di fonti di dati e casi d'uso.

Integrazione con SAP Analytics Cloud e SAP Hana Cloud Vector Engine

Gli utenti possono combinare SAP DataSphere, SAP Analytics Cloud e SAP HANA Cloud Vector Engine per ottenere un unico sistema di gestione dei dati e una soluzione di analisi integrata. Ecco cosa può fare un utente con questi strumenti combinati:

3. SAP Analytics Cloud per la struttura dati

Le soluzioni Data Fabric unificano e gestiscono i dati in tempo reale tra i diversi sistemi, fornendo un'unica fonte affidabile. Automatizzano l'accesso, migliorano la qualità dei dati e rafforzano la sicurezza, semplificando l'analisi e l'intelligenza artificiale, anche in configurazioni complesse. Questo aiuta le aziende a crescere e ad adattarsi ai mercati in continua evoluzione. SAP migliora Data Fabric attraverso:

1. Integrazione con SAP Analytics Cloud per la pianificazione : i modelli di pianificazione di SAP Analytics Cloud possono ora essere implementati in SAP Datasphere. SAP Analytics Cloud utilizza l'intelligenza artificiale per:
   1. Automatizzare e ottimizzare i processi di trasformazione e integrazione dei dati.
   2. Fornire raccomandazioni e approfondimenti intelligenti basati sull'integrazione dei dati effettivi e pianificati. Ciò migliora l'integrazione dei dati pianificati ed effettivi nel processo decisionale in tempo reale.
      consentendo l'integrazione con SAP Datasphere.
2. Riduzione dell'ingombro dei dati e degli sforzi di modellazione : gli sforzi di integrazione si concentrano anche sulla riduzione dell'ingombro dei dati e degli sforzi necessari per la modellazione. Sfruttando le funzionalità di SAP Datasphere, SAP Analytics Cloud può semplificare i processi di gestione dei dati e migliorarne l'efficienza.

4. Copilota di intelligenza artificiale generativa: Joule

SAP Analytics Cloud Generative AI Co-Pilot permette ai clienti di sfruttare l'intelligenza artificiale generativa per la pianificazione e la simulazione aziendale. L'assistente AI sottostante, Joule, migliora le funzionalità in ambiti quali l'individuazione dei dati, la creazione di dashboard, la manutenzione dei modelli di pianificazione e altro ancora, offrendo un'esperienza utente intuitiva.

Grazie all'elaborazione del linguaggio naturale (NLP), gli utenti finali possono:

• Eseguire query analitiche
• Simula l'impatto di diversi fattori
• Assegnare le risorse
• Automatizza dashboard e calcoli

Esempio di caso d'uso:
Un utente aziendale che desidera analizzare il tasso di abbandono rispetto al tasso di assunzione per una specifica posizione lavorativa negli ultimi 12 mesi, può interrogare Joule per analizzare le precedenti iterazioni del piano e individuare le ragioni sottostanti.

Nuove estensioni di Joule:

• Integrazione tra Joule e il modello di base SAP-RPT-1: Joule ora può sfruttare SAP-RPT-1, un modello relazionale di base di SAP AI Hub, per eseguire analisi predittive e modellazione su set di dati strutturati di Datasphere, migliorando previsioni, raccomandazioni e simulazioni di scenari avanzate.
• Integrazione Joule + Microsoft 365 Copilot: estende le funzionalità di interrogazione in linguaggio naturale oltre SAP Analytics Cloud, consentendo agli utenti di accedere e analizzare i dati di Datasphere direttamente dagli strumenti di produttività di Microsoft.

5. SAP Analytics Cloud Compass

SAP Analytics Cloud Compass offre funzionalità di simulazione Monte Carlo con un'interfaccia intuitiva, consentendo anche agli utenti non tecnici di condurre analisi multivariate in tempo reale senza la necessità di competenze statistiche avanzate. Ecco i principali vantaggi di SAP Analytics Cloud Compass:

1. Analisi multivariata in tempo reale per analizzare simultaneamente più variabili, fornendo una visione completa dei potenziali risultati.
2. Simulazioni aziendali per una modellazione di scenari rapida ed efficiente, che aiutano gli utenti a confrontare le ipotesi e a segnalare le variazioni di impatto.
3. Analisi di sensibilità per scoprire informazioni in tempo reale sui fattori che influenzano la sensibilità dei dati, aiutando gli utenti a comprendere le dinamiche dei dati e come le variazioni delle variabili incidono sui risultati.
4. Simulazioni agili continue per adattarsi alle mutevoli condizioni di mercato e prendere decisioni informate.

6. SAP HANA Cloud Vector Engine

SAP HANA Cloud introduce una funzionalità vettoriale alle sue capacità multi-modello esistenti, consentendo ai clienti di sfruttare tutti i tipi di dati aziendali utilizzando un unico database. Il motore vettoriale migliora la capacità di creare applicazioni dati intelligenti che combinano l'intuizione umana con l'apprendimento automatico e le capacità di elaborazione multi-modello. Le caratteristiche e i vantaggi principali di SAP HANA Cloud Vector Engine includono:

• Archivia e confronta i vettori utilizzando SQL, consentendo casi d'uso come la generazione aumentata dal recupero (RAG), i sistemi di raccomandazione, le classificazioni e il clustering.
• Semplifica l'architettura di gestione dei dati e ottimizzala con un unico database multi-modello con interazione SQL.
• Ottieni nuove informazioni combinando dati spaziali, grafici, JSON e relazionali con query vettoriali.
• Integra facilmente i casi d'uso vettoriali nelle soluzioni all'interno dell'ecosistema HANA Cloud, inclusi client, librerie Python e CAP (Cloud Application Programming Model).
• Integrazione con strumenti open-source della community come LangChain tramite plugin.

Per approfondire

Scopri di più su notizie e applicazioni SAP consultando i nostri articoli completi e basati sui dati:

• Scopri gli strumenti di intelligenza artificiale generativa di SAP BTP, 4 casi d'uso e i relativi vantaggi.
• Principali strumenti e casi d'uso per l'automazione dei carichi di lavoro SAP.

Collegamenti di riferimento

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 di settore

Segui

Hazal è un analista di settore presso AIMultiple, specializzato in process mining e automazione IT.

Visualizza il profilo completo

Sii il primo a commentare

Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori.

Nome

Indirizzo e-mail

Commento

0/450

Pubblica un commento