SAP数据湖升级，更精准高效

在今年的 TechEd 大会上，SAP 大力押注人工智能代理，将这项技术与他们的生成式人工智能副驾驶 Joule 相结合。

虽然生成式人工智能是此次活动（以及其他所有地方）的热门话题，但它并非唯一的焦点。这家德国软件巨头还分享了大量有关数据方面的信息，包括他们如何计划为企业提供一套完整的工具，以充分利用其数据集，而不会损害其原始上下文。

SAP 推出了新的数据湖功能、一个新的知识图谱引擎以及一种加速实时风险分析的方法。这些功能尚未立即推出，但预计将在未来几个月内发布，帮助企业快速高效地存储、处理和从其数据中获取价值。

此举正值领先企业正在改进其人工智能和数据产品以更好地满足企业需求之际。最近，一直是领先的 CRM 玩家的 Salesforce 宣布大幅转向 AgentForce，这是一个由人工智能代理组成的生态系统，可以做出决策并根据业务信息采取行动。该公司还通过新的功能和连接器扩展了其数据云，以提高这些代理的性能。

凭借其业务技术平台 (BTP)，SAP 一直为企业提供多个关键功能，这些功能集中在一个平台下，例如数据管理、分析和人工智能、自动化和应用程序开发。

其理念是为团队提供构建新应用程序、扩展现有应用程序或将各种系统集成到其云计算环境中所需的一切。

对于 BTP 体验的关键支柱之一数据，该公司依赖于“数据领域”，它允许企业连接、存储和管理来自 SAP 和非 SAP 系统的数据，并最终将其与 SAP Analytics Cloud 和其他工具链接起来，用于下游应用程序。

现在，这个由 SAP HANA Cloud 处理支持的数据领域正在获得新的数据湖功能。

SAP 之前已经提供了一种数据湖服务——HANA Cloud，数据湖——用于托管结构化、半结构化和非结构化数据。

但它更像是一个附加解决方案，用户必须分配一个数据领域空间才能访问和处理其数据湖实例中的信息。这在许多情况下意味着丢失了原始数据中包含的宝贵上下文。

凭借新的嵌入式数据湖，该公司正在其先前工作的基础上，通过集成的对象存储扩展数据领域的“数据织物”架构。这提供了一种更简单的方法来以原始形式存储大量数据，并根据需要进行扩展。

“由于它嵌入在 SAP 数据领域中，对象存储将在数据堆栈中提供另一层，这将促进从 SAP 应用程序（如 SAP S/4HANA、SAP BW 等）中引入数据产品。客户将能够利用 SAP 数据领域的所有核心功能，例如分析模型、目录、数据集成等等，用于对象存储，并将允许直接访问存储，从而实现更快、更好的决策，”一位公司发言人告诉 VentureBeat。

为了转换和处理对象存储中的数据，该公司为团队提供了 Spark 计算。同时，对于查询，团队将拥有一个名为“文件上的 SQL”的功能，该功能允许访问数据而无需复制信息。

除了嵌入式数据湖功能外，SAP 还宣布了一个基于行业标准资源描述框架的知识图谱引擎，以帮助企业了解其数据领域数据点（业务实体、采购订单、发票、来自现有应用程序的上下文）中的复杂关系，否则这些关系在手动数据建模工作中会被忽略。

“每条信息都以三个部分存储在数据库中：数据的主题、与其相关的对象以及两者之间关系的性质。这种方法有效地将数据组织成一个相互关联的事实网络，使人们更容易了解不同的信息片段是如何相互关联的，”该公司在一份声明中写道。

这最终将帮助企业更好地了解其数据，并将其用于特定的人工智能用例，包括为人工智能模型提供基础并使它们能够提供上下文感知的见解。知识引擎还支持 SPARQL 语义查询语言，允许用户与知识图谱交互并从中提取有用的信息。

最后，SAP 宣布了 Compass，这是其 Analytics Cloud 产品的新功能，允许用户模拟复杂的风险场景并模拟其潜在结果。

这可以帮助公司为潜在的挑战做好准备，例如供应链中断或商品价格上涨，并最大限度地减少其对运营支出和收入的下游影响。

Cloud Compass 的核心是蒙特卡罗模拟，这是一种计算技术，通过运行具有随机变量的模拟来计算不同结果的概率。

它节省了手动分析所需的时间和精力，并通过易于使用的 UI 提供结果，包括概率分布及其相应的边界，非技术用户可以轻松使用它来做出业务决策。

数据湖功能将在 2024 年第四季度末普遍可用，而知识图谱和 Analytics Cloud Compass 将在 2025 年上半年提供给用户。确切的时间表目前尚不清楚，但计划非常明确：SAP 希望为企业提供一个更具凝聚力的功能生态系统，将更多相关、上下文丰富的數據引入数据领域，并利用它来运行对业务决策至关重要的强大应用程序。

当被问及企业可以从新的数据湖功能中获得什么样的投资回报率时，发言人引用了与 GigaOM 的案例研究，其中通过 SAP 数据领域实现的业务数据织物显示，与 DIY 实施成本相比，三年 TCO 为 42%。