Представлено SAP

На VB Transform 2026 Max McPhee, старший советник SAP по решениям, обсудил с Rob Stretchay, ведущим аналитиком VentureBeat Research, что необходимо предприятиям, чтобы перейти от чат-ботов к автономным AI-агентам, способным выполнять реальные бизнес-процессы. McPhee сказал, что ключевое различие заключается в том, основаны ли такие агенты на собственном операционном контексте компании, а не только на общих знаниях.

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," McPhee said.

По его словам, именно этот контекст по-прежнему отделяет большинство корпоративных чат-инструментов от систем, которые могут действовать по-настоящему агентным образом. Это различие важно, поскольку от корпоративных агентов ожидают не только ответов на вопросы, но и взаимодействия с бизнес-приложениями, получения данных, специфичных для компании, и поддержки рабочих процессов, где точность, контроль доступа и проверяемость являются ключевыми требованиями.

Формирование корпоративного контекста с помощью графов знаний

McPhee сказал, что предприятиям следует рассматривать онбординг AI-агентов по аналогии с адаптацией сотрудников, учитывая при этом, что программное обеспечение извлекает и использует информацию иначе, чем люди.

"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," McPhee said. "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."

Графы знаний обычно используются для представления связей между сущностями, процессами и источниками данных, тогда как векторные представления помогают AI-системам находить семантически связанную информацию. В корпоративной среде, по словам McPhee, сочетание этих подходов может помочь агентам связать общее понимание языка с конкретной структурой операций компании.

Такая привязка также может помочь агентам понимать внутреннюю терминологию и специфические для компании сокращения — проблему, которую McPhee назвал особенно важной в средах 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?'" he said.

Управление, идентификация и безопасность для автономных агентов

McPhee сказал, что управление — это область, где история SAP как компании, ориентированной на корпоративные процессы, имеет значение, особенно по мере того как средства контроля развиваются для систем, способных действовать более гибко, чем предыдущие поколения автоматизации.

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

Он также указал на возобновившуюся роль машинного обучения в проверке поведения агентов.

"It's becoming a bit of a revival of machine learning," McPhee added, имея в виду клиентов, которые запускают агентов внутри процесса, а затем добавляют обнаружение аномалий и проверку на основе машинного обучения в качестве защитного механизма. По его словам, это тот же тип подхода, который SAP давно использует для интеллектуальных рекомендаций по согласованиям.

Идентификация и разрешения переносят это управление на этап выполнения. В этой модели и пользователь-человек, и SAP Joule, генеративный AI-ассистент, встроенный в облачные приложения SAP и Business Technology Platform, должны иметь права, необходимые для доступа к конкретной системе. Даже если пользователь авторизован для доступа к S/4, он не может использовать для этого Joule, если Joule также не был наделен таким доступом. McPhee сказал, что такая структура предназначена для предотвращения использования агента в обход механизмов контроля доступа.

Стандартная SAP и кастомизированные корпоративные ландшафты

Значительная часть работы McPhee связана с согласованием собственных знаний SAP с десятилетиями клиентских доработок и системами за пределами SAP. По его словам, многие клиенты говорят SAP: "You’re only 10% of my landscape," — реальность, которая повлияла на недавнюю стратегию компании.

Недавние приобретения, включая LeanIX, которую McPhee сравнил с "Google Maps for your architecture," и компанию Signavio, занимающуюся process mining, призваны помочь картировать это большинство за пределами SAP, чтобы агенты SAP могли понимать, как связаны корпоративные системы. SAP также инвестировала в берлинскую компанию автоматизации n8n и встраивает ее непосредственно в Joule Studio, ориентированную на намерения low-code среду компании для создания агентов.

Этот акцент отражает более широкую проблему внедрения для крупных компаний: AI-агентам часто нужно работать со стандартизированным ПО, кастомизированной бизнес-логикой и сторонними системами, которые изначально не проектировались с учетом автономных AI-процессов. Картирование этих зависимостей является необходимым условием для того, чтобы дать агентам надежный контекст о происхождении данных и о том, какие системы участвуют в процессе.

McPhee сказал, что компаниям также может потребоваться модернизировать старые локальные системы по мере расширения использования автономных агентов, иначе они могут столкнуться с техническими ограничениями.

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

Спонсируемые статьи — это материалы, подготовленные компанией, которая либо оплачивает публикацию, либо имеет деловые отношения с VentureBeat; такие материалы четко помечаются соответствующим образом.