引入 SAP Business AI Platform
学习目标
描述 SAP Business AI Platform 如何统一数据、AI 模型和治理。
SAP Business AI Platform
如今，客户期望 AI 能够理解意图、基于业务上下文进行推理、以编码化的流程知识和上下文丰富的数据层为基础，并跨应用采取行动——同时始终具备企业级治理以确保安全的结果。为满足这些期望并释放差异化的创新，客户需要的不仅是一个定制解决方案的平台，更是一个能够编排、扩展、集成、上下文化并治理智能体的平台。合作伙伴需要一个平台，以便在构建和分发智能体的同时提供配套解决方案。最后，SAP 开发者需要一个统一的平台和工具链，以高效交付结合应用与智能体能力的 AI 原生体验。
那么 Cloud Identity Services 在 SAP 的新路线图中处于什么位置？它们提供了一个技术层，确保执行任务的智能体对自主企业（Autonomous Enterprise）中可用的相关能力拥有安全的身份验证和授权。
SAP Business AI Platform 就是这样的平台。它使客户、合作伙伴和 SAP 能够在以 SAP 为中心及更广泛的环境中，跨智能体、应用和数据层进行构建、扩展、优化、连接与集成、运行和创新，并提供一个业务应用与智能体共存与协作的智能体平台——始终让人类参与其中。该平台是我们统一平台的下一次演进，汇集了 SAP BTP、AI Foundation、SAP BDC、SAP HANA Cloud 的能力，以及 Business Transformation Management 产品组合中的部分能力。这一全面的平台只能通过 SAP 技术版图的广度与深度来交付。它开启了一个生产力新时代——让开发者成为自信、合规的 AI 构建者，同时将 IT 领导者和 CIO 提升为企业 AI 战略的架构师。
借助 Joule Studio 和 SAP Integration Suite 加速 AI 解决方案的创建
构建：通过一个用于构建、集成和运行 AI 智能体、应用、智能体扩展和工作流的环境，简化并加速开发，并具备规模化运营所需的治理能力和业务理解。
Joule Studio 是我们 SAP Build 产品的下一代，是 SAP 的 AI 优先开发环境，用于构建和运行智能体、应用和工作流，它提供一流的开发者体验——将每个智能体、工作流或应用都建立在广泛的企业上下文和现有治理框架之上。它完全了解诸如环境信息、业务流程改进建议、数据和应用程序代码等上下文。它提供了从意图到需求再到部署的、最高效的构建和扩展 SAP AI 解决方案的方式。Joule Studio 提供低代码/无代码和专业代码路径的灵活性，并嵌入 n8n 用于可视化工作流编排。此外，借助 Vercel 集成，开发者可以轻松构建基于 Next.js 的 Web 应用，并使用 React 和 Angular 等框架打造现代前端，与 SAP 框架（UI5、Fiori）互为补充。
SAP Integration Suite 提供一个可信的企业集成层，安全地连接 SAP 和非 SAP 环境中的 AI 智能体、业务流程、系统和应用，并促进企业 API 暴露的安全治理、多 LLM 连接以及企业范围内的智能体执行。它使智能体能够通过 MCP 等协议进行标准交互的连接，并激活跨企业系统和流程的事件驱动智能体工作流。它通过数千个预构建集成、SAP 和非 SAP 连接器加速智能体连接，并通过覆盖端到端生命周期的 AI 辅助能力加快智能体集成的交付。
将企业数据转化为上下文丰富的 AI 智能
上下文化并推理：只有 SAP 能够将 AI 建立在 50 年编码化业务流程专业知识之上，并通过数据经纬（data fabric）作为每个企业应用和智能体可信的知识核心。Generative AI Hub 将访问 SAP 领域模型与前沿第三方 LLM 的能力相结合，并提供全套编排服务——包括提示词优化器、基准测试、评估和数据脱敏——使企业能够摆脱通用 AI 的局限。
SAP Knowledge Graph 通过将定义组织实际运作方式的关系、依赖和业务逻辑编码化，把彼此孤立的企业数据转化为具有语义的意义网络。Knowledge Graph 构建在 SAP 数十年编码化业务专业知识之上，将 AI 智能体建立在明确的业务上下文中，使它们能够深入而准确地跨客户、供应商、流程和法规进行推理。
SAP Business Data Cloud 将全球最全面、最关键的数据汇聚到一个融合的数据与分析解决方案中，涵盖数据仓库、主数据管理、数据库、分析、计划和机器学习。借助 SAP Business Data Cloud，客户可以：
以覆盖整个企业的完整、干净、有上下文的、可消费的且最新的数据来驱动 AI，确保结果准确。
利用跨所有 SAP 应用的完全托管、经过整理的数据产品，消除数据抽取的隐性成本，并确保数据一致性和治理。
与第三方平台进行零拷贝数据共享，无缝集成 SAP 和非 SAP 数据。
通过自适应且 AI 驱动的业务线 (LoB) 智能应用，让自主套件（Autonomous Suite）焕发生机，这些应用会在每位客户的业务数据上下文中学习、推理并采取行动。
SAP 与非 SAP 模型 ：除了安全且合规地访问来自 OpenAI、Anthropic 或 Mistral 等前沿 AI 实验室的领先 LLM 之外，SAP 还提供自己的预测模型以及特定业务领域或行业的模型。 SAP RPT-1 为客户提供了前所未有的预测建模能力，并且专为结构化表格业务数据而设计。SAP RPT-1 无需任何模型训练或微调即可提供预测，省去了传统机器学习模型开发通常所需的数周或数月时间。 SAP 领域模型 是一组经过训练的 AI 模型，它们基于 SAP 机构知识的全部深度，并作为自主企业运营的基础。由于 SAP 处于全球大多数领先企业运营方式的核心，SAP 的模型具有独特的优势，能够做到通用 AI 无法做到的事情：以真实世界的上下文和精确度运行、优化和演进业务流程。
优化和治理 AI 生命周期
治理：以企业规模推进 AI 战略的组织会同时面临两个挑战：风险的变化速度超过了大多数治理框架所能跟上的速度，以及价值比预期更难衡量。SAP Business AI Platform 同时解决这两者。每个智能体、应用、LLM 和 MCP 服务器从上线那一刻起就在业务定义的边界内运行，每个 AI 举措都会持续对照其部署时所要交付的成果进行衡量。
SAP AI Agent Hub 为 IT 提供了一个指挥中心，以在整个生命周期中发现、管理和治理智能体——确保每个智能体都在定义的护栏内运行（对选定授权系统的身份验证和连接）。
SAP 托管的 Joule Studio Runtime 在执行时点强制执行策略和身份控制，并处理运行数百个智能体的运营复杂性，确保可靠性、可扩展性和性能。
SAP Integration Suite 将治理扩展到连接层，涵盖 API 安全、MCP 暴露和 AI 服务管理。合规和安全控制内建于平台之中，而不是在部署后才应用。
SAP Signavio Process Intelligence 为 AI 智能体提供恰当的上下文，揭示它们在何处实现了价值、在何处没有实现价值，在何处行为不一致且不合规，并发现新智能体可以在何处带来可衡量的改变，使组织能够及早纠偏。借助 SAP LeanIX 的企业架构，AI 举措能够长期与业务战略保持一致，领导层也能获得跟踪成果（而不仅仅是正常运行时间）的可见性。
核心平台能力，例如 Identity and Access Management 或 Security Services ，为企业级智能体平台提供必要且统一的技术能力，全部由 SAP 管理。
SAP API 政策：有哪些新内容以及为何重要
随着 AI 和自动化在客户环境中规模化扩展，数据的访问、集成和治理方式正变得日益关键。为在这一新环境中支持安全、可靠且合规地使用 SAP 解决方案和接口，我们推出了一项更新后的 Data Access Strategy，并于 2026 年 4 月 27 日在 SAP Help Portal 上发布了一项新的 API Access Policy，作为功能性产品文档的一部分。
这些更新使 SAP 的 API 访问实践与常见的云行业实践保持一致，并强化了我们保护客户数据、确保系统稳定性以及按照 SAP 的 AI Golden Path 推动负责任 AI 采用的承诺。
它们明确了授权与禁止的 API 使用方式，限制滥用行为（例如非预期的批量提取），并界定了第三方 AI 智能体和 AI 系统应如何与 SAP 环境交互。我们还将在 2026 年及之后的年份中，通过速率限制和机器人检测逐步加强执行力度。