描述 SAP 的生成式 AI 战略
学习目标
描述 SAP 对大语言模型的方法。
LLM 功能强大，但它们也带来与准确性、数据隐私和偏见相关的重大风险。要使这些工具在业务场景中可用，必须有系统地管理这些风险。
本课概述了 SAP 为此所采取的战略。SAP 并非简单地提供对通用 LLM 的访问，而是开发了一个全面的框架，以确保 AI 在企业用例中可用、可靠且可问责。理解这一方法是在 SAP 生态系统中构建强大且安全的 AI 驱动应用的第一步。
SAP 对待 LLM 的方法
SAP 的生成式 AI 战略不是与通用模型竞争，而是通过将它们深度且安全地集成到业务流程中来发挥其力量。这一方法建立在三项指导原则之上：相关（Relevant）、可靠（Reliable）和负责任（Responsible）。
相关
相关： 将 AI 扎根于你的业务上下文
标准 LLM 的主要局限在于它缺乏具体的、实时的业务知识。SAP 通过一个称为“扎根（grounding）”的概念来解决这个问题。这意味着确保 LLM 的响应基于来自你自己企业系统的事实性、当前数据，而不仅仅是其通用训练数据。
它如何工作： 设想用户向某个应用提问：“我们前五个销售订单的状态是什么？”应用不是让 LLM 去猜测，而是安全地从 SAP S/4HANA Cloud 系统查询实时数据。然后它将这一事实性数据提供给 LLM，并指示它“基于这些事实总结状态”。
这正是 SAP 的独特定位成为关键优势之处。由于 SAP 应用是从财务到供应链再到人力资源等最关键业务流程的记录系统，用于扎根的数据在深度和质量上都是无与伦比的。通过将 AI 直接构建到这些核心流程中，SAP 确保提供给 LLM 的上下文不只是随机数据，而正是驱动业务运行的数据，从而使输出具有非凡的相关性。
可靠
可靠： 通过生成式 AI 中心交付企业级 AI
数据隐私和安全在业务中是不容妥协的。直接使用公共 LLM 会暴露敏感的公司数据。SAP 的战略通过提供一个安全、集中式的平台来管理所有生成式 AI 交互，使 AI 变得可靠：SAP Business Technology Platform（BTP）上的生成式 AI 中心（generative AI hub）。
生成式 AI 中心的作用： 该中心是一种安全可靠的方式，可为你的用例访问领先模型。你的应用不是直接连接到各种外部 LLM 提供者，而是连接到 SAP 环境内一个单一的、可信的入口点。
生成式 AI 中心为企业提供了一种安全、集中式的方式，通过统一的 API 访问多个 LLM，使公司数据保持私密并受到保护。它确保所有生成式 AI 交互在 SAP 环境内都是受治理的、合规的且完全可审计的。
对于开发者和数据科学家而言，生成式 AI 中心是构建企业级应用的主要工具。它抽象掉了复杂性和安全风险，让你能够专注于创造价值。
负责任
负责任： 致力于合乎道德的 AI
AI 必须公平且透明，才能真正为企业所用。由于 LLM 可能反映其训练数据中存在的偏见，部署它们需要秉持道德原则的承诺。
SAP 对负责任 AI 的方法包括在平台中内置保障措施并推广最佳实践。这包括提供用于测试偏见的工具、确保用户与 AI 交互时的透明度，以及遵守严格的 AI 道德政策。这一承诺旨在构建不仅强大而且值得信赖且公平的解决方案。
本课总结
你现在可以描述 SAP 对生成式 AI 的战略方法。关键洞察是，SAP 关注的是 LLM 周围的框架。通过将 AI 扎根于关键业务数据而使其相关，通过安全的生成式 AI 中心而使其可靠，并通过对道德的承诺而使其负责任，SAP 提供了必要的基础，使生成式 AI 从新奇事物转变为核心业务工具。生成式 AI 中心是实现这一企业级战略的核心技术。
本课其余配图
本课其余配图
本课其余配图
本课其余配图