业务数据编织

为每个企业应用和 AI 智能体提供通用业务上下文。
bdc-business-data-fabric-450px-hero

为 agentic AI 奠定数据基础

placeholder

什么是业务数据编织?

业务数据编织是一种架构,将所有企业数据和上下文整合于妥善治理的统一数据基础,作为每个企业应用与 AI 智能体的可靠知识核心。

保留完整的业务上下文,实现所有数据互联

借助可靠的知识核心,协调 SAP 和第三方数据。该核心可以保留业务上下文,并提供无与伦比的业务洞察。

为所有 AI 智能体构筑可靠的语义根基

确保每个智能体、应用和决策都扎根于通用业务上下文,并由能够从新增数据和现有数据中持续学习的主动元数据丰富信息。

为每种工作负载调配计算资源

利用灵活计算能力,为每种工作负载匹配最合适的引擎,从而在 Spark、SQL 和多模引擎中运行数据和 AI 工作负载。

深入了解业务数据编织功能

基于任何数据类型运行任何工作负载

在统一的引擎中,处理关系数据、图形数据、向量数据和空间数据的分析、AI 和事务工作负载。

通过弹性扩展管理计算资源

利用智能分层,独立扩展计算和存储资源,从而随着工作负载需求的变化,持续优化性能和成本。

提高 AI 成本的可预测性

执行 AI 计算时,利用原生工作负载管理与内存级计算速度,大幅缩短推理时间,并降低总体拥有成本。

placeholder

创建统一的数据模型

丰富来自多个数据源的数据,并将其整合到具有共享语义的治理模型,确保下游使用的一致性。

利用知识图谱映射关系

捕获业务数据、流程和实体之间的关系,支持跨域推理和情境理解。

定义共享业务语义

规范业务定义与 KPI,确保数据在各领域、应用和 AI 系统中语义一致。

placeholder

访问和构建精心设计的数据产品

借助完全托管的 SAP 数据产品,或利用 SAP Business Data Cloud 构建并治理自有数据产品,全方位了解业务流程。

无需复制,全域数据无缝共享

借助 SAP Business Data Cloud Connect,与企业数据架构双向共享数据和元数据,并在各个云环境和平台中保留业务含义。

通过数据市场发掘外部数据

连接 SAP 和合作伙伴数据产品,跨业务数据编织扩展分析和 AI 用例。

placeholder

通过多种集成模式,整合数据

借助批处理、复制、实时流和联合技术,在混合环境和云数据环境中实现数据互联。

浏览目录中妥善治理的数据资产

发现各个业务线的 SAP 托管数据产品,并直接在应用中激活,便于立即使用。

启用基于域的数据所有权管理

通过安全的虚拟化空间,组织和治理数据,实现数据所有权的可控管理,并跨域共享数据产品。

整合并治理主数据

实施一致的治理和质量控制措施,整合 SAP 和第三方系统中的客户、供应商和财务主数据。

借助 Joule Agents,加速数据管理

使用 Joule Agents 自动建模,缩短计划周期,并创建包含可行洞察的分析案例。

placeholder

利用任务链编排数据管道

在内置监控和主动故障处理功能的单个执行链中,协调多模式数据管道。

跟踪每次数据移动的沿袭信息

捕获并直观展示端到端沿袭信息,了解数据的移动、转换和使用方式,确保可审计性和可靠性。

采用 FinOps 方法,优化成本和性能

通过共享语义定义,实现全面治理和全局可视,从而按业务职能精准分摊成本并优化计算资源。

placeholder

突破知识图谱边界,实现全域互联

将知识图谱、数据集成、分析模型、数据产品等整合到统一的系统中,提升业务价值。

基于集中的语义层运行

整合并治理数据产品、指标、业务流程和模型,确保整个业务数据编织中的语义一致。

构建经过认证的可靠数据模型

借助语义建模和分析建模功能,定义规范数据模型,确保跨域语义的一致性。

利用 AI 模拟业务影响

使用 AI 自动执行企业计划和分析任务,如风险评估、预测和蒙特卡洛模拟。

利用主动元数据持续调整

捕获使用情况和成果,优化业务数据编织中的情境,提高应用和 AI 的适应能力。

placeholder

为 AI 智能体提供通用业务上下文

为每个智能体提供妥善治理的业务语义、关联关系与流程访问权限,使其能自信地推理和行动。

大规模启用智能内容

基于可靠的业务数据和上下文,为每个业务线生成并丰富内容和应用。

加速 Autonomous Domains 运营

赋能特定领域智能体执行工作流、生成洞察并自主触发决策,全程无需人工干预。

placeholder

SAP 客户成功案例

分析机构对 SAP 的评价

SAP 被评为商业智能和分析领域的领导者

阅读“IDC MarketScape Worldwide Business Intelligence and Analytics Platforms 2025 Vendor Assessment”(IDC MarketScape:2025 年全球商业智能与分析平台供应商评估)报告,了解 SAP 为何被评为领导者。

阅读报告
placeholder
SAP 被评为主数据管理领域的领导者

了解为何 SAP 在"The Forrester Wave: Master Data Management Solutions Q2 2025"(The Forrester Wave 2025 年第二季度主数据管理解决方案)报告中被评为领导者。

阅读报告
SAP 荣膺分析和商业智能领域远见者称号

了解 SAP 为何在 Gartner 2025 年分析和商业智能平台魔力象限报告中被评为远见者。

阅读报告

资源

常见问题

业务数据编织是一种架构,将数据和上下文整合于妥善治理的统一数据基础,作为每个企业应用与 AI 智能体的可靠知识核心。与传统数据管理方式不同,业务数据编织从设计之初就保留了数据背后的含义,为构建可扩展、可信赖的 AI 奠定了基石。业务数据编织将数据集成、数据湖仓、数据产品、数据市场、语义、知识图谱及建模等关键功能整合到统一的平台中,同时保持架构的灵活性。

作为业务数据编织的中枢层,知识核心将企业的数据、流程、策略、模拟和语义连接至一个统一的系统中。知识核心超越了传统的知识图谱,让 AI 智能体能够真正了解业务运作方式,而非只看数据表象。如果没有知识核心,AI 智能体之间可能会相互冲突,或者针对错误的结果进行优化。

数据湖或数据仓库用于存储和整理数据,但不会保留其业务上下文。业务数据编织则更进一步,能够在整个企业架构中实现业务上下文互联,使数据不仅可访问,亦能理解和解释。由于 AI 系统需要根据实际业务成果作出自主决策,因此业务数据编织的这个特性就显得至关重要。

 

免责声明

*Gartner 不为其研究出版物中所述的任何供应商、产品或服务作任何担保,也不建议技术用户只选择具有最高评级或其他称号的供应商。Gartner 的研究出版物仅代表 Gartner 研究机构的观点,不得解读为事实陈述。Gartner 不对本研究报告作任何明示或暗含的保证,包括任何适销性或适用于特定目的的保证。

Gartner Peer Insights 上的内容是最终用户基于对平台所列供应商的自身体验给出的意见,不应被解读为事实陈述,也不代表 Gartner 或其关联公司的观点。Gartner 不对本报告中所述的任何供应商、产品或服务作出担保,也不对报告内容的准确性或完整性作出任何明示或暗含的保证,包括任何适销性或适用于特定目的的保证。

GARTNER 是 Gartner 公司和/或其美国和全球附属公司的注册商标和服务标志,GARTNER PEER INSIGHTS CUSTOMERS’ CHOICE 奖章和 PEER INSIGHTS 是 Gartner 公司和/或其美国和全球附属公司的商标和服务标志,经授权在此使用。保留所有权利。