摘要：在数字化浪潮席卷全球的当下，企业如何将海量数据转化为真正的业务价值？如何让AI技术跨越概念验证阶段，成为驱动效率革命的引擎？在SAP Business Unleashed创新日活动中，SAP业务数据云及商业AI全球首席营收官Jan Bungert给出了答案。通
在数字化浪潮席卷全球的当下，企业如何将海量数据转化为真正的业务价值？如何让AI技术跨越概念验证阶段，成为驱动效率革命的引擎？在SAP Business Unleashed创新日活动中，SAP业务数据云及商业AI全球首席营收官Jan Bungert给出了答案。通过深度整合应用、数据与AI三大战略支柱，SAP正以业务数据云（Business Data Cloud）为核心数据平台，推动企业从数据孤岛迈向智能协同。从统一语义层的架构革新，到智能体技术的场景化落地，Jan Bungert更在采访中系统阐释了SAP如何帮助企业破解转型瓶颈，并勾勒出数据驱动未来的清晰图景。
打破数据孤岛：BDC重构企业“数字地基”
作为SAP战略的三大支柱之一，数据层与AI的集成被视为企业数字化转型的“新基建”。Jan Bungert指出，SAP业务数据云（下文简称BDC）的推出，标志着企业数据管理从分散孤岛迈向统一语义层的关键跨越。
据IDC预测，截至到2025年，全球数据量会达到175ZB，且年增长率约在20％—30％，每二至三年就会翻番，如何理解如此庞大的数据量，1ZB等于1万亿GB，相当于340亿部32GB手机储存容量的总和，也等于2000亿部电影（每部按5G计算）。在物联网、人工智能与大数据分析、云储存普及和5G网络等驱动数据持续增长的当下，企业该如何从繁杂且数量庞大、格式不一的数据中筛选出可用数据，完成统一的数据价值管理。此刻BDC的价值体现于此。
BDC的核心价值在于其“标准化数据产品层”与“统一语义层”的设计。通过与SAP Business Suite（商业套件）的深度整合，BDC能够将企业内部ERP、BW等系统的数据，以及外部非SAP来源的数据统一管理。Jan Bungert强调：“BDC首次在Suite中引入对象存储能力，并通过知识图谱技术实现元数据层的协同调用。”这种设计不仅降低了数据存储与应用成本，还保留了完整的业务语境与元数据关系，避免了传统数据共享中信息丢失的问题。
SAP业务数据云及商业AI全球首席营收官Jan Bungert
而BDC的另一大突破，则是支持开放标准的数据共享。例如，客户可通过Databricks等工具将BDC上的数据与外部平台无缝对接，同时保留数据的完整语义。Jan Bungert以即将上线的一个“营运资金管理App”为例，说明标准化数据产品如何实现“开箱即用”：“客户无需额外配置或定制代码，即可直接调用数据层上的AI分析与预测功能，快速实现业务价值。”
针对企业数据分散在多个云平台的痛点，BDC也提供出“数据回流”解决方案。Jan Bungert表示：“客户可将原本存储在第三方云服务商的SAP数据统一整合至BDC，实时调用并分析，避免多副本管理的复杂性。”此外，SAP会将合作伙伴、客户产生的数据产品，做数据层的协调和集成，未来非SAP数据也可通过统一语义层接入，形成更开放的协同生态。
传统企业AI转型：破解认知瓶颈三步走
不过，尽管AI技术发展迅速，且一些AI数字化应用已可以解决企业发展的一些痛点、难点，但传统企业在数字化变革中，仍面临组织、架构与推广层面的多重挑战。相对应Jan Bungert也从变革管理、技术架构与规模化落地三个维度，解析了SAP的应对策略。
Jan Bungert直言，AI的落地需要企业突破“概念验证即止步”的惯性思维。他以智能体（Agent）技术为例：“许多企业认为AI是‘锦上添花’，但缺乏横向推广的动力。”为此，SAP建议企业通过“早期采用”策略，优先培养一批“意见领袖”员工，并借助其影响力推动全员参与。只有人先变革思维，企业才能焕发新的活力和接受最新的价值变革。
而在技术架构层面，传统企业往往受限于陈旧的IT架构，难以支撑AI的高效运行。SAP通过工具链开发与云化架构改造，正在帮助企业逐步实现系统升级。Jan Bungert提到：“我们的集成架构支持自动化扩展至云端，客户可基于现有系统无缝迁移，同时利用AI技术优化流程。”例如，芯片制造商AMD针对供应链中间某个环节中断的风险，利用SAP AI技术，快速查找问题排查风险，并迅速给出补救方案。据AMD反馈，SAP AI方案帮助他们节约了3000小时的时间。毫无疑问，AI技术正在让供应链更具有韧性，同时，让问题处理变得有效快捷。
变革的最后层面，AI应用的伦理、安全与合规问题正在成为企业规模化落地的最后阻碍。如何让AI可控且安全可靠？SAP试图通过后端安全保障与人为管控界面设计，为企业提供可信赖的AI环境。Jan Bungert强调：“我们要求所有接入的大模型通过严格安全认证，并设置人工核验环节，确保智能体在安全护栏内运行。”这种“人机协同”模式既释放了AI的效率，又规避了流程失控的风险。
智能体经济崛起，数据驱动重塑行业实践
现阶段企业数字化正在从企业架构、业务流程、销售手段等层面迅速变革，而在驶入“深水区”的未来时，Jan Bungert认为“智能体（Agent）经济”将成为商业AI最具转型意义的领域，而数据驱动的行业实践正在加速这一进程。
从“流程优化”到“协同增效”，智能体技术已展现出远超预期的效率提升潜力。Jan Bungert举例称：“过去需要数小时完成的任务，通过多智能体协同可缩短至几分钟。”SAP的智能体能力已覆盖供应链、财务等场景，其核心逻辑是通过“人机协作”实现流程重构。例如，智能体可自主完成前端数据准备与后端执行，而人类只需在关键节点进行审批，形成高效闭环。
针对企业“数据多但价值低”的困境，SAP通过BDC与AI工具的集成，帮助客户从数据中挖掘高价值洞见。Jan Bungert分享典型案例：SAP和埃森哲合作，解决财会管理过程中的痛点。例如，数据庞大繁杂，且精细度要求极高，部分时间跨度长的财务关账问题和报表生成问题，SAP现阶段就可以让其自动化解决财会流程中错误的修复问题、容错问题，相较人工节约高达90%的时间。同时，这些漏洞和问题，会直接汇总到财务总监，让他能更及时获得更具有智能化的数据报表信息，从而避免问题的再次发生。
SAP正通过BDC的语义层技术，整合合作伙伴、客户及第三方数据源，形成跨平台的数据产品网络。“我们的目标是让客户无论身处SAP环境还是外部系统，都能无缝调用高质量数据。”这种开放性与兼容性，将为企业创造更灵活的数字化转型路径。
从统一数据基座的构建，到AI规模化落地的护航机制，再到智能体经济的未来图景，SAP正通过业务数据云与商业AI的深度集成，重新定义企业数字化转型的边界。正如Jan Bungert所言：“技术只有在安全、可靠且易于部署时，才能真正释放业务价值。”在这一理念下，SAP的创新实践或将成为全球企业跨越数字化深水区的重要参考。
来源：数字商业时代