这听起来很简单，但在大多数企业环境中，要获取具有完整业务上下文的数据却是一项挑战。你的数据分布在不同的应用程序、数据平台、团队和流程中，其定义、格式和上下文的丰富程度往往取决于数据所在的位置及其使用方式。将这些数据整合到一个灵活的数据基础架构中，为 AI 智能体提供在业务工作流中进行推理、响应和行动所需的上下文，至关重要。这一基础架构通常就是业务数据织网架构，它通过数据产品来安全地消费和分析任意应用中的数据，包括代理式 AI。

数据产品是预先配置、受控管理并经过精心整理的数据集，可在企业内针对多种用途共享和重复使用，例如报表、分析、AI 应用等。接下来我们将介绍 SAP 帮助实现语义丰富的数据的三种方式：通过 SAP 管理的数据产品、客户自主管理的数据产品，以及跨 SAP 与合作伙伴数据环境的开放生态共享。

1. SAP 管理的数据产品：一个良好的起点

SAP 应用程序包含你企业中一些最重要的业务数据。财务、供应链、采购、人力资源、销售和客户流程通常与 SAP 应用程序（如 SAP S/4HANA、SAP Ariba 和 SAP SuccessFactors）紧密相连。SAP 管理的数据产品能够整合来自多个 SAP 应用的相关信息，同时保留使数据具有实用价值的关联关系和定义。

这些上下文信息通过 SAP 管理的数据产品被捕捉并传递给用户。SAP 管理的数据产品以数据产品的形式提供即用型数据，其设计基于我们对 SAP 系统内数据架构的深厚专业知识和经验。SAP 在整个生命周期中维护管理数据产品的治理、安全性和质量，使你能够专注于其他独特且战略性的数据需求。

SAP 管理的数据产品可在 SAP Business Data Cloud 目录中随时查找和使用。

2. 客户拥有的数据产品：满足你的独特需求

SAP 管理的数据产品是一个重要的起点，但每个企业都有其独特的定义、优先事项和工作方式。数据可能存在于 SAP 应用之外，你需要能够创建自己的数据产品，以使其真正发挥作用。

借助 SAP Business Data Cloud，客户可以创建反映自身独特业务逻辑的数据产品，捕捉其中的含义，并将其应用于分析、规划和 AI 等各类场景。团队无需为单个报表或项目重复构建临时数据模型，而是可以构建可复用的数据产品，确保定义一致并保留完整的业务上下文。

当智能体需要解释营运资本趋势、识别供应链问题或支持规划决策时，必须理解企业所认可的“真实”数据。客户拥有的数据产品通过将业务特定的语义编码到数据资产中，使这些信息能够在企业范围内被重复使用，从而实现这一目标。

3. 开放生态系统：连接数据环境

大多数企业都处于多云环境中，混合使用 SAP 和非 SAP 应用程序、数据湖、数据仓库以及 AI 或机器学习平台。这种环境要求在异构系统间实现数据共享的开放性至关重要。

SAP Business Data Cloud 通过 SAP Business Data Cloud Connect 及与 Databricks、Snowflake 等第三方平台的合作，支持开放的数据生态系统。

其目标是帮助企业在不同环境中共享 SAP 和非 SAP 数据，同时保留业务上下文。借助双向、零复制的数据共享，数据产品可在 SAP 平台与合作伙伴平台之间自由使用，而无需团队频繁移动或复制数据。

通过支持零复制共享，SAP 帮助企业在数据所在位置直接进行处理，同时确保数据可用于高级应用场景。例如，团队可使用 SAP Databricks 对 SAP 数据产品应用机器学习、预测分析或数据科学技术，再将增强后的结果带回 SAP Business Data Cloud。这些输出结果可用于支持分析、规划以及代理式 AI 场景。

同样的原则也适用于与 SAP Snowflake 的开放数据生态系统共享。SAP 与合作伙伴的数据环境可以协同工作，同时保持使业务数据具有价值的语义上下文。

为代理式 AI 打造更坚实的数据基础

代理式 AI 从根本上改变了企业用户与企业系统之间的交互方式。智能体能够帮助回答问题、揭示洞察、推荐行动，并支持跨职能的业务流程。但 AI 的潜力仍取决于其底层数据的质量和上下文。

SAP Business Data Cloud 通过多种方式提供语义丰富的数据，有效应对这一挑战。由 SAP 管理的数据产品基于 SAP 对业务应用的深刻理解，构建了值得信赖的基础；而客户拥有的数据产品则允许组织通过自身的定义和业务逻辑扩展这一基础。其开放的数据生态系统连接了 SAP 与合作伙伴的数据环境，使数据在保持语义完整的同时得以丰富和重复利用。

这些能力共同构建了 AI 智能体实现业务转型所需的数据基础。

欲了解更多信息并观看演示，请观看点播网络研讨会《如何借助开放数据生态系统加速代理式 AI》。