Osadzone w kontekście działalności poszczególnych firm, zapewniające pełną przejrzystość, zgodność z regulacjami i specyfiką branżową, wykorzystanie AI ma pozwalać na kompleksowe, inteligentne, ale kontrolowane zautomatyzowanie sposobu działania organizacji biznesowych. Ma to być największa rewolucja w biznesie aplikacyjnym SAP w historii, a także zmiana paradygmatu oraz roli aplikacji biznesowych.
Koncepcja autonomicznych organizacji biznesowych, a więc takich, które w świadomy i odpowiedzialny sposób wykorzystują możliwości sztucznej inteligencji do automatyzacji wybranych procesów biznesowych była tematem przewodnim tegorocznego cyklu konferencji SAP SAPPHIRE.
Zdaniem przedstawicieli SAP to właśnie kontekst biznesowy, wiedza procesowa, logi, ślady decyzyjne, dane biznesowe, wiadomości e-mail i dane nieustrukturyzowane, a także firmowe polityki i regulacje są czynnikami niezbędnymi do efektywnego wykorzystania AI w realiach biznesowych. Nie wystarczą modele i rozwiązania wyuczone na publicznie dostępnych danych. Bibliotekę takiej wiedzy na potrzeby AI w środowisku SAP zapewniać ma nowe rozwiązanie – SAP Company Memory. Podejście SAP ma też gwarantować pełną transparentność, zgodność, przewidywalność i trafność decyzji podejmowanych w sposób zautomatyzowany.
Płynna regulacja autonomiczności
Wizję SAP wyróżniać ma też zorientowane na wartość biznesową i konkretne, mierzalne efekty, podejście do AI. Ma to być element niezbędny do efektywnego wdrażania sztucznej inteligencji w obliczu ograniczonych i kosztownych zasobów wymaganych przez AI.
Przewagą oferty SAP ma być zatem zrozumienie specyfiki, potrzeb i sposobu działania przedsiębiorstw w poszczególnych sektorach gospodarki. Innymi słowy, doświadczenia z przeszło pół wieku działalności na rynku oprogramowania biznesowego znajdą teraz szerokie zastosowanie właśnie na potrzeby implementacji rozwiązań wykorzystujących sztuczną inteligencję. Ma to być istotne zarówno, jeśli chodzi o wybór automatyzowanych procesów, zakres wykorzystania AI, ale także – optymalizację takich rozwiązań. „Jesteśmy w stanie zapewnić kompleksowe, głębokie zrozumienie specyfiki biznesu w różnych obszarach, stojących zanim aplikacji i danych, aby na tej podstawie tworzyć scenariusze odpowiadające faktycznym potrzebom klientów” – zapewnia Sebastian Steinhaeuser, dyrektor ds. operacyjnych w firmie SAP.
Co ważne, wedle koncepcji SAP, każda organizacja zachowa możliwość decydowania jak wiele autonomii udzieli agentom AI. Za weryfikację efektów, powtarzalności ich działania oraz nadzór mają bowiem odpowiadać ludzie. „Im bardziej ufasz swoim agentom, tym więcej samodzielności możesz im udzielić” – mówi Christian Klein, dyrektor generalny firmy SAP. Według niego, modele AI wyuczone na publicznie dostępnych danych zwykle są niewystarczające do efektywnego automatyzowania procesów. „W konkretnych scenariuszach biznesowych wymagany jest kontekst i wiedza procesowa, ale także dane i wsparcie dla zróżnicowanych procesów governance. W myśl naszego podejścia AI ma dostęp do wszystkich danych, kontekstów i logiki biznesowej. Rozumie więc realny przebieg procesów biznesowych” – dodaje Christian Klein.
Jednym z wyróżników oferty SAP ma być zresztą możliwość wyboru i zmiany skali autonomizacji procesów agentowych. Aktualne w środowisku SAP dostępnych jest przeszło 220 agentów AI wyspecjalizowanych pod katem konkretnych operacji biznesowych oraz 50 asystentów koordynujących ich pracę na potrzeby obsługi wybranych procesów w sposób w pełni kontrolowany. Ich podstawą ma być m.in. nowa odsłona środowiska Joule Studio.
Równolegle, zapowiedziano m.in. plany odpowiadające na potrzeby w zakresie cyfrowej suwerenności – tak w Europie, jak i w innych rejonach świata. Na potrzeby Europy, jst to przykładowo, rozwijana we współpracy z Deutsche Telekom jest platforma SAP EU AI Cloud. Ogłoszono również nowy program wsparcia dla klientów zainteresowanych modernizacją swoich środowisk SAP. Tu również rolę grać ma AI. Wedle zapowiedzi, część usług realizowanych z wykorzystaniem sztucznej inteligencji będzie darmowa.
ERP odkryte na nowo
Przedstawiciele kierownictwa SAP po raz pierwszy od dawna wprost przypomnieli również o roli tradycyjnych systemów ERP, które wciąż pozostają fundamentem działania wielu organizacji. To takie rozwiązania stanowić mają źródło wiedzy niezbędnej do zapewnienia inteligentnej automatyzacji procesów i całych domen biznesowych.
W efekcie, platforma SAP Autonomous Suite obejmować ma zarówno dane, aplikacje, jak i środowisko agentowe wraz z warstwą ich orkiestracji. Zaangażowanie asystentów i agentów AI bezpośrednio w systemach SAP ma oznaczać w praktyce zmianę charakteru zarządzania przedsiębiorstwami, a nawet funkcjonowania takich organizacji. Idąc dalej, zauto matyzowanie rutynowych i powtarzalnych operacji, a nawet podejmowania prostych decyzji, ma zmienić charakter zadań wykonywanych przez ludzi. „Będzie to mieć bezpośredni wpływ na konkurencyjność. Organizacje, które zautomatyzują kluczowe procesy, zyskają możliwość szybszego reagowania, działania z większą odpornością i skalowania na niespotykaną dotąd skalę” – podkreśla Marcin Demkiw, Dyrektor ds. Wsparcia Sprzedaży SAP Polska.
W myśl tej koncepcji, menedżerowie i użytkownicy biznesowi mają – w granicach swojej odpowiedzialności – nie tyle realizować konkretne zadania, co definiować cele, ustalać priorytety, nadzorować wyniki i reagować na problemy w ramach procesów realizowanych w sposób coraz bardziej zautomatyzowany. Skala automatyzacji ma być zależna od efektów, postępów w szkoleniu modeli AI i wprost uzależniona od decyzji ludzi.
Technologia przestaje być osobnym obszarem funkcjonowania firmy, a staje się elementem jej modelu operacyjnego. Produkcja, zakupy, logistyka, finanse, HR, sprzedaż i obsługa klienta nie mogą być prowadzone w oderwaniu od siebie, ponieważ każde zakłócenie w jednym obszarze szybko wywołuje konsekwencje w kolejnych.
Dariusz Denicki, Architekt Rozwiązań Biznesowych w SAP Polska.
Wszystko dzięki SAP HANA i chmurze
Fundamentem tych możliwości mają być m.in. zmiany wprowadzone w architekturze całego środowiska aplikacyjnego SAP. Ich początkiem była premiera platformy SAP HANA i przejście na przetwarzanie w czasie rzeczywistym w pamięci. Zdaniem przedstawicieli firmy SAP ruch ten, przeszło 15 lat temu pozwolił na połączenie obciążeń transakcyjnych i analitycznych, a także stał się fundamentem dla rozwoju oprogramowania bardziej zintegrowanego i zorientowanego na konkretne procesy biznesowe klientów.
Istotna okazała się też transformacja pod kątem modelu chmurowego. Według przedstawicieli SAP chodziło tu przede wszystkim o przeprojektowanie całego stosu technologii pod kątem standaryzacji, skalowalności i zdolności do obsługi innowacji w modelu ciągłym. Kluczowe było tu również uporządkowanie modeli danych w stosie technologii SAP, a także zapewnienie spójnego semantycznego rozumienia danych we wszystkich aplikacjach SAP.
„Ewolucja naszego stosu technologii ma kluczowe znaczenie dla możliwości efektywnego korzystania ze sztucznej inteligencji. Sensowna automatyzacja zależy od kontekstu, spójności i zaufania do danych, a nie tylko od surowych informacji. AI nie stanowi dziś dodatkowej warstwy dla naszego oprogramowania. Jest wbudowana bezpośrednio w aplikacje SAP, przepływy pracy i modele danych” – mówi Marcin Demkiw. „Dzięki temu możemy szybko przechodzić od eksperymentów do rzeczywistych projektów AI w obszarach, takich jak: finanse, łańcuch dostaw, kadry czy obsługa klienta” – dodaje.
Ewolucja naszego stosu technologii ma kluczowe znaczenie dla możliwości efektywnego korzystania ze sztucznej inteligencji. Sensowna automatyzacja zależy od kontekstu, spójności i zaufania do danych, a nie tylko od surowych informacji. AI nie stanowi dziś dodatkowej warstwy dla naszego oprogramowania. Jest wbudowana bezpośrednio w aplikacje SAP, przepływy pracy i modele danych.
Marcin Demkiw, Dyrektor ds. Wsparcia Sprzedaży SAP Polska.
Paradoks Jevonsa w praktyce
W praktyce, jednym z ważniejszych wyzwań towarzyszących operacjonalizacji sztucznej inteligencji są dziś rosnące koszty wykorzystania usług i zasobów AI. Ograniczona dostępność mocy obliczeniowej i zasobów wykorzystywanych przez AI wymusza precyzyjną optymalizację funkcji związanych z wykorzystaniem sztucznej inteligencji.
Podstawową jednostką rozliczeniową usług związanych z AI stały się tokeny wykorzystywane na potrzeby rozumowania sztucznej inteligencji. Mówi się wręcz o „ekonomii tokenów”, a więc coraz bardziej sformalizowanym podejściu do użytkowania AI w sposób uwzględniający wykorzystanie tokenów, a więc pośrednio mierzony także w konkretnych kwotach zamiast prostych szacunków dotyczących np. liczby zapytań do AI. Takie podejście nabiera szczególnego znaczenia w obliczu szybkiej operacjonalizacji AI i przechodzenia od fazy eksperymentów do faktycznych wdrożeń na szeroką skalę. Jednocześnie, spadki kosztów pojedynczych tokenów zachęcają do szerszego, często niekontrolowanego wykorzystania sztucznej inteligencji.
Zdaniem przedstawicieli SAP jest to klasyczny przykład paradoksu Jevonsa: niższe koszty jednostkowe prowadzą do wyższego ogólnego zużycia. Równolegle, bardziej zaawansowane przypadki użycia AI, takie jak sztuczna inteligencja agentowa i obciążenia wymagające intensywnego wnioskowania, wymagają znacznie większej liczby tokenów, co sprawia, że ogólny koszt oraz jego przewidywalność stają się coraz większym powodem do niepokoju dla CIO i CFO.
Jednocześnie, dr Philipp Herzig, dyrektor ds. technologii SAP podkreśla, że SAP rozwija szereg narzędzi i reguł operacyjnych pozwalających w racjonalny sposób gospodarować tokenami. Jego zdaniem, w firmie SAP każdy przypadek użycia sztucznej inteligencji jest porównywany z wieloma modelami, a następnie wybierany jest ten, który najlepiej realizuje zadanie biznesowe, zachowując równowagę między dokładnością, obiektywizmem oraz efektywnością kosztową i energetyczną. Według zapewnień, w tym podejściu i z perspektywy dostawcy nacisk kładziony jest nie tyle na zmniejszenie zużycia tokenów, co na dostarczanie klientom wymiernych wyników biznesowych i zwrotu z inwestycji w narzędzia wykorzystujące AI.
Polskie realia środowisk SAP
Okazją do lokalnych dyskusji na temat priorytetów oraz wyzwań polskiej społeczności SAP była z kolei czerwcowa konferencja SAP Connect 2026. Dyskusje towarzyszące tej, odbywającej się w Łodzi konferencji SAP pokazały, że w kontekście systemów wspierających zarządzanie kluczowego znaczenia nabiera integracja wszystkich, obszarów biznesowych w ramach jednego środowiska wspierającego podejmowanie decyzji. Środowiska, którego istota opiera się na agregacji i konsolidacji danych. „Nie liczy się już sama liczba uruchomionych rozwiązań, a coraz bardziej to, czy dzięki nim organizacja szybciej podejmuje decyzje, lepiej reaguje na zakłócenia, ogranicza ryzyko i zachowuje kontrolę nad kosztami. Technologia przestaje być osobnym obszarem funkcjonowania firmy, a staje się elementem jej modelu operacyjnego. Produkcja, zakupy, logistyka, finanse, HR, sprzedaż i obsługa klienta nie mogą być prowadzone w oderwaniu od siebie, ponieważ każde zakłócenie w jednym obszarze szybko wywołuje konsekwencje w kolejnych” – podkreśla Dariusz Denicki, Architekt Rozwiązań Biznesowych w SAP Polska.
Mowa tu więc o zmianie charakteru systemów biznesowych i stopniowym odchodzeniu od rozwiązań przeznaczonych jedynie do rejestrowania operacji na rzecz rozwiązań pozwalających sprawnie i w wielowymiarowy sposób reagować na potrzeby oraz zmiany zachodzące w otoczeniu biznesowym. W tym kontekście istotne stają się nie tylko wyzwania dotyczące typowej integracji aplikacji biznesowych, co zapewnienia wysokiej jakości, spójności i dostępności danych. Oznacza to zatem potrzebę rozbicia – ciągle istniejących w wielu organizacjach – silosów danych.
Jednocześnie, co ważne w obliczu rosnącego zainteresowania AI, ważne jest także zapewnienie pełnego, sięgającego wskroś wszystkich procesów biznesowych, kontekstu danych biznesowych. „W takich realiach powodzenie wdrożeń nowych rozwiązań zależy od tego, czy organizacja potrafi uporządkować procesy, jasno określić odpowiedzialność biznesową i zdecydować, które obszary powinny działać według standardu, a gdzie uzasadniona jest indywidualizacja. Bez tego nawet rozbudowany system może pozostać jedynie kolejną warstwą technologii” – dodaje Dariusz Denicki.
