Presentato da SAP

A VB Transform 2026, Max McPhee, senior solution advisor di SAP, ha discusso con Rob Stretchay, lead analyst di VentureBeat Research, di ciò di cui le aziende hanno bisogno per andare oltre i chatbot e arrivare ad agenti AI autonomi in grado di eseguire processi aziendali reali. McPhee ha affermato che la distinzione chiave è se questi agenti siano radicati nel contesto operativo proprio dell’azienda, invece di basarsi soltanto su conoscenze generali.

https://www.youtube.com/watch?v=SRf9t-wSZSo

"Where we're starting to see more emergent behavior of it feeling like a coworker rather than an assistant, is where we're able to provide context on the actual enterprise rather than being able to use more of the standard knowledge," ha detto McPhee.

Quel contesto, ha sostenuto, è ciò che continua a separare la maggior parte degli strumenti di chat aziendali dai sistemi che possono operare in modo realmente agentico. La distinzione è importante perché dagli agenti aziendali ci si aspetta non solo che rispondano a domande, ma anche che interagiscano con applicazioni business, recuperino dati specifici dell’azienda e supportino flussi di lavoro in cui accuratezza, controllo degli accessi e verificabilità sono requisiti centrali.

Costruire il contesto aziendale con i knowledge graph

McPhee ha affermato che le aziende dovrebbero pensare all’onboarding degli agenti AI in modo simile all’onboarding dei dipendenti, tenendo però conto del fatto che il software recupera e utilizza le informazioni in modo diverso dalle persone.

"When you are onboarding a new agent, I think it's important to acknowledge how you might onboard a new employee, but tune that for an agent," ha detto McPhee. "The way that is really powerful is using knowledge graphs and having vector-embedded data, because that's a really easy format for an agent to be able to find and retrieve information."

I knowledge graph sono comunemente utilizzati per rappresentare le relazioni tra entità, processi e fonti di dati, mentre gli embedding vettoriali aiutano i sistemi AI a recuperare informazioni semanticamente correlate. In un contesto aziendale, McPhee ha detto che combinare questi approcci può aiutare gli agenti a collegare la comprensione generale del linguaggio con la struttura specifica delle operazioni di un’azienda.

Questo radicamento può anche aiutare gli agenti a comprendere la terminologia interna e le abbreviazioni specifiche dell’azienda, un tema che McPhee ha descritto come particolarmente importante negli ambienti SAP.

"Being able to provide that tribal knowledge in the format that's easy for it to consume helps to provide a really nice result with your agents versus a chatbot that might say, 'Well, what does that acronym mean?'" ha detto.

Governance, identità e sicurezza per agenti autonomi

McPhee ha affermato che la governance è un’area in cui la storia di SAP come azienda focalizzata sui processi enterprise è rilevante, soprattutto mentre i controlli evolvono per sistemi che possono agire con maggiore flessibilità rispetto alle precedenti generazioni di automazione.

"That's where SAP really has a good home, around that governance and process control," ha detto McPhee. "We're a 50-year-old process company, modernizing that governance to be able to handle the flexibility that comes with agents running."

Ha inoltre indicato un ruolo rinnovato per il machine learning nella validazione del comportamento degli agenti.

"It's becoming a bit of a revival of machine learning," ha aggiunto McPhee, riferendosi ai clienti che eseguono agenti all’interno di un processo e poi aggiungono il rilevamento delle anomalie e la validazione basata sul machine learning come meccanismo di protezione. Ha detto che si tratta dello stesso tipo di approccio che SAP utilizza da tempo per le raccomandazioni intelligenti di approvazione.

Identità e permessi estendono questa governance all’esecuzione. In questo modello, sia l’utente umano sia Joule di SAP, l’assistente di AI generativa integrato nelle applicazioni cloud di SAP e nella Business Technology Platform, devono disporre dei diritti necessari per accedere a un determinato sistema. Anche se un utente è autorizzato ad accedere a S/4, non può usare Joule per farlo a meno che anche Joule non sia stato configurato per tale accesso. McPhee ha detto che questa struttura mira a impedire che un agente venga usato per aggirare i controlli di accesso.

SAP standard e ambienti aziendali personalizzati

Una parte importante del lavoro di McPhee consiste nell’allineare la conoscenza propria di SAP con decenni di personalizzazioni dei clienti e con sistemi esterni a SAP. Ha detto che molti clienti dicono a SAP: "You’re only 10% of my landscape," una realtà che ha influenzato la recente strategia dell’azienda.

Le acquisizioni recenti, tra cui LeanIX, che McPhee ha paragonato a "Google Maps for your architecture," e la società di process mining Signavio, sono pensate per aiutare a mappare quella maggioranza non SAP, così che gli agenti di SAP possano comprendere come i sistemi aziendali sono collegati. SAP ha inoltre investito nella società di automazione berlinese n8n e la sta integrando nativamente in Joule Studio, l’ambiente low-code basato sugli intenti dell’azienda per costruire agenti.

Questa enfasi riflette una sfida di implementazione più ampia per le grandi aziende: gli agenti AI spesso devono lavorare tra software standardizzato, logiche di business personalizzate e sistemi di terze parti che non erano stati originariamente progettati attorno a flussi di lavoro AI autonomi. Mappare queste dipendenze è un prerequisito per fornire agli agenti un contesto affidabile su da dove provengono i dati e quali sistemi sono coinvolti in un processo.

McPhee ha detto che le aziende potrebbero anche dover modernizzare i sistemi on-premises più datati man mano che ampliano l’uso di agenti autonomi, altrimenti potrebbero incontrare vincoli tecnici.

"You're going to probably run into throughput issues, and you're kind of trying to drive a Ferrari around a dirt track," ha detto. "You've got to upgrade the track first if you want to drive a Ferrari."

Gli articoli sponsorizzati sono contenuti prodotti da un’azienda che paga per il post o ha una relazione commerciale con VentureBeat, e sono chiaramente contrassegnati come tali.