跳到主要內容
2026-11-18 日報
開發生態

SAP 揭露 AI Agent 企業落地困境:已發布逾 300 款業務代理,但調查顯示僅 6% 企業準備就緒

AI 前線單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

SAP 高層柯曼(Clas Neumann)與蔡彥斌在 SAP TechEd 2026 接受採訪時指出,AI Agent 在企業導入時常面臨概念驗證(POC)順利、進入生產環境卻因資料不準確與規則衝突而失效的困境。通用模型雖具備產業知識,卻無法理解單一企業跨系統的定義差異與實際營運規則。為實現「自主營運企業」(Autonomous Enterprise)願景,SAP 提出「乾淨核心」(Clean Core)與「語義就緒」治理,正將 ERP 系統中累積的 700 多萬個欄位、50 多萬張資料表及逾 15,000 個業務流程整合進知識圖譜,以提供完整的業務上下文。 在架構與產品方面,SAP 目前已發布超過 300 個業務 Agent。其中 Joule Work 負責自然語言互動與任務編排,Joule Studio 則支援以自然語言生成代理,並搭配 SAP Business AI Platform 提供跨系統追蹤、測試與回滾機制。蔡彥斌強調,Agent 會改變軟體操作介面,但不會取代 ERP 底層業務邏輯與規則;且多代理協同在版本升級與相依性上具備高複雜度,需透過 A2A、MCP 與 API 閘道進行目錄化管理與權限控管,代理執行時亦僅繼承 ERP 使用者的授權邊界。目前 AI 預計可承擔 70% 至 80% 的執行層任務,管理與策略層決策仍由人負責。 此外,SAP 也將業務指令延伸至實體 AI(Physical AI)。在英特爾(Intel)成都工廠的實例中,系統將倉庫管理系統(WMS)的揀配任務透過 Agent 指派給各廠商機器人執行,測算減少了約 90% 的人工工作量。不過,根據《2026 年 SAP AI 價值報告》,目前僅 6% 的受訪中國企業表示已為 Agentic AI 做好準備,多數企業仍受制於場景定位不明及對模型快速迭代的觀望態度。
讀原始報導
相關主題