新聞股票SAP 稱企業 AI 代理需要知識圖譜、治理與情境脈絡

SAP 稱企業 AI 代理需要知識圖譜、治理與情境脈絡

作者: VentureBeat AI·

重點速覽

  • McPhee 表示,企業 AI 代理需要存取公司特定情境脈絡,而不是只依賴通用知識。
  • 知識圖譜與向量嵌入可協助代理將內部資料、流程與術語連結到更廣泛的語言理解。
  • SAP 的治理模型要求使用者與 Joule 都具備適當的系統權限,以防止繞過存取控制。
  • SAP 正運用 LeanIX、Signavio 和 n8n 協助描繪企業架構,並支援代理在非 SAP 系統之間的工作流程。
  • McPhee 表示,較舊的本地部署系統可能需要現代化,以避免企業部署自主代理時遇到技術限制。
SAP 稱企業 AI 代理需要知識圖譜、治理與情境脈絡

由 SAP 呈現

在 VB Transform 2026 上,SAP 資深解決方案顧問 Max McPhee 與 VentureBeat Research 首席分析師 Rob Stretchay 討論企業需要哪些條件,才能從聊天機器人邁向能夠執行實際業務流程的自主 AI 代理。McPhee 表示,關鍵差異在於這些代理是否建立在公司自身的營運情境脈絡之上,而不是只依賴通用知識。

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

「當我們能夠提供實際企業的情境脈絡,而不是更多使用標準知識時,我們開始看到更明顯的湧現行為,讓它感覺像是同事而不是助理,」McPhee 說。

他認為,這種情境脈絡正是多數企業聊天工具與真正能以代理方式運作的系統之間仍然存在的差距。這項差異之所以重要,是因為企業代理不僅被期望回答問題,還要與業務應用程式互動、擷取公司特定資料,並支援以準確性、存取控制與可稽核性為核心要求的工作流程。

以知識圖譜建立企業情境脈絡

McPhee 表示,企業應以類似新員工入職的方式思考 AI 代理的導入,同時考量軟體擷取與使用資訊的方式不同於人類。

「當你要導入一個新的代理時,我認為重要的是要承認你可能如何導入一名新員工,但要針對代理進行調整,」McPhee 說。「真正強大的方式是使用知識圖譜和向量嵌入資料,因為那是一種非常容易讓代理尋找並擷取資訊的格式。」

知識圖譜通常用於呈現實體、流程與資料來源之間的關係,而向量嵌入則協助 AI 系統擷取語意相關的資訊。McPhee 表示,在企業環境中,結合這些方法可協助代理將一般語言理解與公司營運的特定結構連結起來。

這種基礎也能協助代理理解內部術語與公司特定的簡稱。McPhee 形容,這是在 SAP 環境中特別重要的問題。

「能夠以容易讓它吸收的格式提供這種部落知識,有助於讓你的代理產生非常好的結果,而不是像聊天機器人可能會說:『嗯,那個縮寫是什麼意思?』」他說。

自主代理的治理、身分與安全

McPhee 表示,治理是 SAP 作為企業流程公司的歷史經驗發揮作用的領域,尤其是在控制機制為能比前幾代自動化更靈活行動的系統而演進之際。

「這正是 SAP 真正有立足點的地方,也就是治理與流程控制,」McPhee 說。「我們是一家有 50 年歷史的流程公司,正在現代化這套治理,以處理代理運作所帶來的靈活性。」

他也指出,機器學習在驗證代理行為方面正重新扮演重要角色。

「這有點像是機器學習的復興,」McPhee 補充說。他指的是有些客戶在流程內執行代理,然後加入異常偵測與基於機器學習的驗證作為防護機制。他說,這與 SAP 長期用於智慧核准建議的方法屬於同一類型。

身分與權限將這種治理延伸到執行層面。在這個模型中,人類使用者與 SAP 的 Joule,也就是嵌入於 SAP 雲端應用程式和 Business Technology Platform 中的生成式 AI 助理,都必須擁有存取特定系統所需的權限。即使使用者獲授權存取 S/4,除非 Joule 也已被配置相同存取權,否則使用者不能透過 Joule 進行存取。McPhee 表示,這種架構旨在防止代理被用來繞過存取控制。

標準 SAP 與客製化企業架構

McPhee 工作中的一大部分,是將 SAP 自身的知識與數十年來的客戶客製化,以及 SAP 以外的系統加以對齊。他說,許多客戶告訴 SAP:「你們只占我整體架構的 10%。」這一現實影響了該公司近期的策略。

近期的收購案,包括 McPhee 稱之為「你的架構版 Google Maps」的 LeanIX,以及流程探勘公司 Signavio,目的都是協助描繪那占多數的非 SAP 環境,讓 SAP 的代理能了解企業系統如何相互連接。SAP 也投資了總部位於柏林的自動化公司 n8n,並正將其原生嵌入 Joule Studio;Joule Studio 是 SAP 用於建置代理的意圖導向、低程式碼環境。

這一重點反映出大型企業面臨的更廣泛導入挑戰:AI 代理往往需要跨越標準化軟體、客製化業務邏輯,以及原本並非圍繞自主 AI 工作流程設計的第三方系統運作。描繪這些依存關係,是為代理提供可靠情境脈絡的前提,讓它們了解資料來自何處,以及某個流程涉及哪些系統。

McPhee 表示,隨著企業擴大使用自主代理,也可能需要現代化較舊的本地部署系統,否則可能面臨技術限制。

「你很可能會遇到吞吐量問題,而且你有點像是想在泥土賽道上開 Ferrari,」他說。「如果你想開 Ferrari,就必須先升級賽道。」

贊助文章是由付費刊登文章或與 VentureBeat 有商業關係的公司所製作的內容,並且會清楚標示。