IBM如何基于SAP平台和数据推动生成式AI的成功应用

“近日，IBM 商业价值研究院（IBV）与 SAP 研究洞察中心联合开展了一项大规模调研，覆盖全球 1200余位全球企业高管，其中 200位来自大中华区，以深入洞察组织如何基于 SAP 平台和数据推动生成式 AI 的成功应用。

我对这份报告印象最深刻的是三个关键发现：

第一，那些拥有最成熟的 SAP 生成式 AI 业务和技术能力的全球受访组织平均实现了 20% 的利润率，比那些未有效应用 SAP 生成式 AI 技术的企业高出 4%。全球受访高管表示 2024年的 SAP 专有生成式 AI 项目的投资回报率为 6.8%。预计到 2025年，将提高近一倍，达到 12.2%。

第二，企业应用 SAP 生成式 AI 的场景主要集中在客户服务、供应链、销售与营销三个业务领域。这三个领域从可行性和提高生产效率两个维度来评估，都是最高的。

第三，超过一半的生成式 AI 支出正投入用于 SAP 专有项目。全球 56% 的高管计划将其他预算领域的支出重新分配给 SAP 专有的生成式 AI 项目，而在大中华区，这一比例更是达到 64%。  

这些都证明 SAP 生成式 AI 技术在提升企业盈利能力方面有着巨大潜力，企业对生成式 AI 技术在驱动业务增长方面拥有强大信心。

当然，企业在这个过程中一定也面临着诸多挑战，这份报告也给出了从数据、战略到人才全方位的行动指南。我和团队期待与中国企业携手，帮助企业在业务流程中实施嵌入式 AI 和生成式 AI 功能，释放 SAP 和 AI 融合的最大效能，打造企业竞争优势。”

SAP 为什么能推动生成式 AI 的成功——四大特点

因为 SAP 系统具备以下特点：

深度发掘。SAP 系统可以生成海量且多样化的数据，这些数据是生成式 AI 计划的金矿。

结构良好。SAP 系统的固有结构可支持生成式 AI 模型更高效地处理信息和提取有价值的洞察。

值得信赖。SAP 数据准确、维护有序且有安全保障。

互联互通。精心设计的 SAP 平台可实现数据共享。

SAP 生成式 AI 项目的成功要素是什么——四大秘诀

前提条件——云架构。全球 44% 和大中华区 39% 的受访组织借助云架构，加速了 SAP 专有生成式 AI 项目的部署。那些拥有最先进 SAP 云架构（包括 RISE with SAP 和 SAP S/4HANA）的组织的收入增长率要比那些架构成熟较低的组织高出 10%。

整合比零散好。那些从战略上在各业务领域整合生成式 AI 的组织，大幅领先于采用“零散方法”的组织。

标准比定制好。尽管企业可能会倾向于定制其生成式 AI 解决方案的各个方面，但采用统一方法将带来更大的优势。借助 SAP AI Core 中的生成式 AI 管理中心，组织可以采用标准化、可扩展的方式来开发、部署和管理 AI 解决方案，并对其进行全生命周期管理，从而信心十足地做出数据驱动的决策。

技能和人才。SAP 生成式 AI 需要新的技能组合。好消息是，在成功将 SAP 专有生成式 AI 嵌入到多个业务职能中的组织中，全球和大中华区都有 92% 的组织具备必要的生成式 AI 人才和技能。组织可以通过有针对性的再培训、招聘以及与业务伙伴合作来填补 AI 技能缺口。

利用 SAP 实施生成式 AI 最大的障碍是什么 —— 一大障碍

AI 伦理问题成为阻碍 SAP 专有生成式 AI 大规模应用的关键因素。即使是高质量的 ERP 数据也可能存在隐藏的偏见，而且 AI 模型的训练方式也可能会引入偏见。同时，数据和模型必须受到保护，以防止新兴网络威胁对输入和输出进行恶意篡改。因伦理问题而表示将放弃 SAP 专有生成式 AI 好处的全球受访高管比例，从 2024年 3月的 26% 激增至 2024年 7月的 65%。

这一转变表明迫切需要组织建立全面的生成式 AI 治理框架和更严格的生成式 AI 治理措施，包括更新职能性工作流程来适应新的指导方针、根据法规的发展进行灵活调整、实现对 AI 系统的广泛监督和控制、不允许将 SAP 数据用于公开可用的生成式 AI 工具、营造一种以负责任 AI 为核心的内部文化等。那些在动态监管环境中锤炼出来的企业，能够更好地把握 SAP 专有生成式 AI 治理的核心任务。

企业如何开始实施 SAP 生成式 AI 项目 —— 三个步骤

第一步：数据。

要确保 SAP 专有生成式 AI 项目取得成功，涵盖所有部门和 SAP 职能领域的海量可信数据是一项基本要求。全球 66% 和大中华区 62% 的高管表示由其 SAP 系统处理并包含在其中的数据应作为大多数生成式 AI 项目的起点，56% 的受访高管则表示其组织以 SAP 数据为起点开启了生成式 AI 旅程。

第二步：战略。

确定生成式 AI 解决方案可以解决哪些当前和未来未知的业务问题。明确每个领域在一段时间内的预期成果。明确最具可行性、最有价值的用例。奖励开展 SAP 专有生成式 AI 实验，加强企业学习并推动短期成功。让业务职能负责人、流程团队和员工能够利用 SAP 专有生成式 AI 的输出来优化其后续业务成效。

第三步：人才。

建立 AI 治理框架，明确伦理准则、数据隐私实践和问责机制。为所有员工提供关于基本 AI 概念、数据素养和负责任 AI 实践的培训，帮助员工在现有岗位上取得发展或转为新岗位。营造一种鼓励实验的企业文化，鼓励员工在良好治理和可信数据的明确界限内尝试使用 SAP 专有生成式 AI。

关于 IBM 商业价值研究院

IBM 商业价值研究院（IBM IBV）是 IBM 的思想领导力智囊团，20多年来致力于提供有研究支持和技术支持的战略洞察，帮助领导者做出更明智的业务决策。凭借IBM在商业、技术和社会交叉领域的独特地位，IBV 每年都会针对成千上万高管、消费者和专家展开调研、访谈和互动，将他们的观点综合成可信赖的、振奋人心和切实可行的洞察。