नवीन व्यवसाय क्लाऊडसह कृत्रिम बुद्धिमत्तेची इच्छा वाढविण्यासाठी एसएपी टॅप्स डेटाब्रिक

जर्मन सॉफ्टवेअर राक्षस आमिष पुढील पिढीतील कृत्रिम बुद्धिमत्तेची प्रकरणे चालविण्यासाठी डेटाच्या पुढील भागावर टेप ढकलली जाते. आज कंपनी पाय व्यवसाय डेटा क्लाऊड (बीडीसी), नवीन सास उत्पादन जे लेकहाऊसच्या संरचनेला स्वीकारते जे कार्यसंघांना वेगवेगळ्या स्त्रोत प्रणालीच्या बाह्य डेटा मालमत्तेसह एसएपी इकोसिस्टम डेटा समृद्ध करण्यासाठी आणि दीर्घकालीन मूल्याचे नेतृत्व करतात.

उत्पादन पर्यावरणीय प्रणालीच्या मुख्य डेटासह सहकार्याच्या सहकार्याचा परिणाम आहे. मूलभूतपणे, एसएपी बीडीसी डेटाब्रिक्सच्या शक्यता आणि डेटा विलीन करते. हे जटिल पाइपलाइन तयार करणे आणि देखरेख करणे आणि प्रगत कृत्रिम बुद्धिमत्ता एजंट्स आणि विश्लेषणात्मक कार्य बोजासाठी समन्वित डेटा आधार तयार करण्याची आवश्यकता दूर करते.

हेन्केल, बीडीसीसह अनेक संस्था कृत्रिम बुद्धिमत्ता प्रकल्प चालविण्यासाठी वापरल्या जातात. वित्तपुरवठा, सेवा आणि विक्री यासारख्या विशिष्ट क्षेत्रांवर लक्ष केंद्रित करणार्‍या जौले एजंट्सच्या नवीन युगाचे संचालन करण्यासाठी एसएपी स्वतः फलित बीडीसीचा वापर करते. एसएपी डेव्हलपमेंट मायक्रोसॉफ्ट आणि सेल्सफोर्स सारख्या आणखी एक प्रमुख खेळाडू बनवते, जे अ‍ॅम्नेस्टी इंटरनॅशनलसाठी त्याचा डेटा प्लॅटफॉर्म वाढवते.

एसएपी डेटा फाउंडेशन, जे नूतनीकरण केले गेले

वर्षानुवर्षे एसएपीने एस 4/एचएएनए क्लाऊडसह ईआरपी रिसोर्स (ईआरपी) मधील प्रमुख खेळाडू आणि वित्तपुरवठा, पुरवठा साखळी आणि मानवी भांडवल व्यवस्थापनासाठी अनेक महत्त्वपूर्ण अनुप्रयोग म्हणून स्वत: ला तयार केले आहे. हे अनुप्रयोग कामाच्या संदर्भात पेटाबाइट स्केलवर डेटा तयार करतात आणि कंपनीच्या बिझिनेस टेक्नॉलॉजी प्लॅटफॉर्म (बीटीपी) द्वारे कृत्रिम बुद्धिमत्ता आणि कार्यसंघांच्या विश्लेषणात्मक मूल्यापासून चालविले गेले आहेत.

आजपर्यंत, एसएपी बीटीपी “डेटास्फेअर” मध्ये एसएपी कडून डेटा नॉन -एसएपी सिस्टमच्या माहितीसह डेटा संप्रेषण करण्यासाठी आणि शेवटी एसएपी विश्लेषक क्लाऊड आणि इतर अंतर्गत साधने एस्ट्यूरी अनुप्रयोगांसाठी जोडण्यासाठी संस्था आहेत. आता, कंपनी डेटाब्रिक्सद्वारे समर्थित युनिफाइड बीडीसीमध्ये हा अनुभव विकसित करीत आहे.

एसएपी व्यवसाय डेटा क्लाऊड काय ऑफर करतो

याचा अर्थ असा आहे की एसएपी लेकहाऊसची रचना स्वीकारते, जी एसएपी एस/4 हाना आणि एसएपी अरिबा येथे वित्तपुरवठा, खर्च आणि पुरवठा डेटा, एसएपी सक्सेसफॅक्टर्समधील शिकणे आणि प्रतिभा पर्यंत – सर्व एसएपी डेटा उत्पादने एकत्रित करते – एक युनिफाइड आधार तयार करते – डेटामध्ये संचयित केलेल्या विविध आणि शांत इतर प्रणालींमधील आयोजक आणि नॉन -संरचित डेटा.

एकदा डेटा युनिफाइड झाल्यावर (शून्य आवृत्तीद्वारे, दोन -मार्ग सामायिकरण), एसएपी बीडीसी डेटा वेअरहाऊस, डेटा अभियांत्रिकी आणि एआय सारख्या कामाच्या ओझेच्या डेटाच्या शक्यतेचा फायदा घेऊ शकतो, हे सर्व युनिटी डेटाब्रिक्सद्वारे नियंत्रित आहेत.

“आम्ही एसएपीद्वारे प्रदान केलेल्या आणि व्यवस्थापित केलेल्या या सर्व भिन्न डेटा उत्पादने घेतो … आणि आम्ही एसएपी व्यवसाय डेटा क्लाऊडच्या लेकहाऊसमध्ये सातत्यपूर्ण डेटा फॉर्ममध्ये सुरू ठेवू,”, व्हेंचरबिटला सांगा. “वापरकर्त्यांना तयार करण्याच्या डेटाब्रिक्सची शक्यता असेल.”

पूर्वी, खान म्हणाले, एस 4 किंवा बीडब्ल्यू मधील डेटा डेटा आणि एसएपी डेटामध्ये त्यांच्या डेटाचा मोठा टक्केवारी असलेल्या वापरकर्त्यांना संपूर्ण संकेत आणि मूलभूत पुनर्बांधणी करताना एसएपी प्लॅटफॉर्मवर सर्व डेटा मालमत्ता पुन्हा तयार करणे आणि व्यवस्थापित करावे लागले. एकाच वेळी डेटा फॉर्म. दृष्टिकोन वेळ लागला आणि डेटा बदलताना त्यांना पाइपलाइन ठेवण्यास सांगितले. तथापि, डेटाब्रिक्सच्या मूळ एकीकरणासह, वापरकर्ते एकाच ठिकाणी प्रत्येक गोष्टीवर प्रवेश करू शकतात आणि डेटा अभियांत्रिकी थेट, डेटा विज्ञान आणि बीडीसीच्या वरील इतर कार्ये करू शकतात.

“डेटास्फेअरमध्ये आपल्याकडे असे काहीतरी करण्याचा एक मार्ग होता, परंतु ते सर्व ग्राहक -रनिंग उत्पादने होते,” खान यांनी स्पष्ट केले. “म्हणूनच, आपल्याला डेटा प्लॅटफॉर्मवर जावे लागले, डेटा स्रोत ओळखणे आणि डेटा पाइपलाइन तयार करावा लागला. मग, आपण काय पुनरावृत्ती केली हे आपल्याला माहित असावे. येथे, सर्व एसएपीद्वारे व्यवस्थापित केले.”

संस्थांसाठी याचा अर्थ काय आहे?

थोडक्यात, या उत्पादन -बॅक केलेल्या डेटाला फरक दिला जातो की त्यांच्या व्यवसाय डेटाची मालमत्ता एकत्रित करण्याचा आणि एसएपी आणि डेटाब्रिक्समध्ये एकत्रित करण्याचा वेगवान आणि सोपा मार्ग आहे.

संयुक्त आणि सुधारित डेटा पुढील पिढीतील कृत्रिम बुद्धिमत्ता अनुप्रयोग तयार करण्याचा मार्ग मोकळा करेल, ज्याचा उद्देश वापरण्याच्या वेगवेगळ्या प्रकरणांचा हेतू आहे. उदाहरणार्थ, कार्यसंघ फील्डच्या फील्ड इंटेलिजेंस एजंट्स विकसित करण्यासाठी एआय कडून डेटाब्रिक्स वापरू शकतो जे एसएपी व्यवसाय डेटा तसेच काही मानवी भांडवल कार्ये किंवा पुरवठा साखळी स्वयंचलित करण्यासाठी डेटासाठी डेटा डेटा वापरू शकतात.

हे लक्षात घेण्यासारखे आहे की एसएपी स्वतः या वर्धित डेटा आधाराचा फायदा घेते जौलच्या तयार -निर्मित एजंट्स वापरण्यासाठी वापरण्यासाठी ज्याचा हेतू कार्ये स्वयंचलित करणे आणि विक्री, सेवा आणि वित्तपुरवठ्याद्वारे वर्कफ्लोला गती देणे आहे. या एजंट्स जटिल कामाच्या समस्येचे निराकरण करण्यासाठी व्यापक ऑपरेशन्स आणि सहकार्याची खोली समजतात.

शिवाय, बीडीसीमध्ये “अंतर्दृष्टी अनुप्रयोग” करण्याची क्षमता असेल, जे वापरकर्त्यांना त्यांचे डेटा उत्पादने आणि कृत्रिम बुद्धिमत्ता मॉडेल्सला बाह्य बाह्य डेटाशी जोडण्यास अनुमती देईल आणि व्यवसाय कार्येद्वारे प्रगत विश्लेषणे आणि नियोजन प्रदान करण्यासाठी.

अधिक आगामी डेटा भागीदार

जरी भागीदारी डेटा आणि एसएपी या दोहोंसाठी मोठ्या चरणांची पुष्टी करते, परंतु हे लक्षात घेणे महत्वाचे आहे की बीडीसी वाढविण्यासाठी डेटा डेटा सेवा केवळ बीडीसी नाही.

खानच्या मते, डेटा सामायिकरण आणि इकोसिस्टम मोकळेपणा हे कंपनीच्या डिझाइनचे पहिले तत्व आहे – आणि भागीदार संप्रेषण क्षमतांद्वारे इतर डेटा प्लॅटफॉर्मवर विस्तारित होईल. याचा अर्थ असा की संस्थेचा वापरकर्ता त्यांना पसंत केलेला कायदा (किंवा तो बंद झाला आहे) निवडण्यास सक्षम असेल आणि लक्ष्यित वापर प्रकरणांसाठी ड्युअल -निर्देश डेटा सामायिक करण्यास सक्षम असेल.