在本周举行的 SAP TechEd 柏林大会上，SAP 宣布推出全新的湖仓一体（Lakehouse）与业务数据网格（Business Data Fabric）能力，帮助企业构建能够更加自主、更有信心地行动的 AI 智能体。

在本周举行的 SAP TechEd 柏林大会上，SAP 宣布推出全新的湖仓一体（Lakehouse）与业务数据网格（Business Data Fabric）能力，帮助企业构建能够更加自主、更有信心地行动的 AI 智能体。随着 AI 被部署到越来越多的业务流程中，高效决策的关键在于统一碎片化的数据与业务上下文。AI 智能体可以快速生成结果，但良好的判断力取决于对企业实际运转方式的深刻理解：它们需要访问全企业的数据，需要可信的业务实体视图，也需要理解那些定义企业运营方式的业务关系、流程与规则。

SAP Business Data Cloud（SAP BDC）是 SAP Business AI Platform 值得信赖的数据底座，通过业务数据网格连接数据、语义、流程与策略，并保留赋予数据意义的业务上下文。本周发布的多项创新进一步扩展了这些能力，让企业数据更易获取，并为智能体提供成功运行 AI 所需的可信业务上下文。

以开放湖仓底座扩展业务数据网格

企业数据分布在数据库、数据仓库和数据湖等多种来源之中。要让这些数据跨环境可用，往往需要复制多份副本，这不仅推高成本，也让业务上下文的一致性更难维护。随着对 Dremio 收购的完成，SAP 正在增强面向业务用户和 AI 智能体的开放湖仓底座，让分散在整体环境中的数据可以被访问、共享和协同处理。

在跨平台发现、治理与共享数据方面：SAP BDC 现已原生支持 Apache Iceberg，并提供由 Apache Polaris 驱动的通用目录，为用户和 Joule 消费数据提供开放且受治理的数据基础。结合 SAP BDC Connect，这延续了 SAP 对平台互操作性的承诺，可在 Databricks、Snowflake、谷歌、AWS 和微软等合作伙伴之间实现零拷贝数据共享。

在零拷贝查询分布式数据方面：借助 Dremio 的高性能 SQL 查询引擎，用户可以对湖仓和 SQL Server、MongoDB、Oracle、Postgres 等关系数据库进行联邦访问，无需移动数据。通过与 Joule Work 的集成，业务用户可以用自然语言提出复杂问题，并获得基于可信 SAP 及自定义数据产品及其背后业务上下文的答案，而无需关心数据存放在何处、如何查询。

在让分析与 AI 自主加速方面：对开发者而言，维持查询性能通常需要构建汇总表、更新物化视图，或创建单独的 BI 提取，才能让分析查询足够快。Dremio 的 Reflection 技术大幅减少了这类工程工作：它会学习数据的使用方式，自动预计算并优化工作负载所需的结果。当工作负载变化时，Reflections 会随之调整，无需手动性能调优，即可为分析师查询和高并发智能体工作负载提供亚秒级的大规模性能。

Mead Johnson Nutrition 全球首席数据分析与 AI 官 Ganesh Sivakumar 表示："通过 SAP Business Data Cloud，我们正在构建一个统一、受治理并为创新做好准备的企业级底座，让分析与 AI 在不牺牲质量、合规与信任的前提下规模化。"

加速上云之旅：扩展与 Databricks 的合作

SAP 还宣布扩展与 Databricks 的合作关系，将 Lakeflow、Agent Bricks、Unity Gateway 和 Lakebase 等业界领先的数据平台能力引入 SAP Business Data Cloud 中的 SAP Databricks。

SAP Application Data Foundation 让 SAP 应用中的数据可以在所选的 SAP BDC 引擎（包括 SAP Databricks）中消费。这为访问 SAP Business AI Platform 中的数据提供了云原生方式，有助于降低总体拥有成本、缩短价值实现时间。随后，SAP 数据产品可以通过 SAP BDC Connect 在业务数据网格中共享，实现零拷贝访问，避免新建额外的管道、数据副本和孤岛。例如，制造商可以利用历史销售、库存和供应链数据开发需求预测 AI 模型：数据可从 SAP BDC 获取，数据专业人员可以在 SAP Databricks 中用第三方数据对其进行增强，并创建自定义数据产品；数据工程师在语义丰富的基础上构建模型，帮助产出扎根于 SAP 系统中既有业务逻辑的预测，同时加快模型开发。

构建跨领域的可信上下文体系

统一的主数据只有配上相应的治理才有价值。在企业中，同一个客户、供应商或产品可能以不同的标识符、属性和关系出现在不同系统里。对 AI 智能体而言，理解这些记录指向同一个业务实体，是做出可信决策的前提。今年早些时候，SAP 宣布收购 Reltio，为客户跨系统清洗、协调和统一数据补充能力。随着收购完成，SAP Reltio 现已在 SAP BDC 中正式可用，将多域主数据管理原生融入业务数据网格。

SAP Reltio 基于 AI 的实体解析可在 SAP 与第三方系统之间匹配、核对记录，为客户、供应商、产品等关键业务实体创建统一的 360 度视图。通过把可信的属性、关系和业务交互汇聚在一起，SAP Reltio 让业务用户和智能体能够跨来源更完整地理解这些实体。这些可信档案可以作为受治理的数据产品在 SAP BDC 中提供，让 Joule 与 Joule Agents 获得一致、互联的业务上下文，从而支持决策与行动。

把企业知识转化为可复用的 AI 业务上下文

每家企业都按照一套确定的业务规则、关系、流程和策略运转，它们决定了决策如何做出。SAP Knowledge Graph 为数据提供丰富的业务上下文，连接数千个实体、关系与规则，形成对企业的全面视图。执行具体任务的智能体需要的并不是完整的企业模型，而是与其正在解决的业务问题最相关的上下文。

在 SAP TechEd 柏林大会上，SAP 推出了 SAP Business Data Cloud Ontology Manager——一种新的 AI 辅助体验，让团队能够为应用、智能体或特定业务场景创建 SAP Knowledge Graph 的领域视图。这些经过策划的视图汇聚了与每个用例最相关的实体和关系，让智能体扎根于解决特定业务问题所需的正确业务上下文。

例如，催收场景中的智能体需要理解客户、发票、付款条款和信用风险。SAP Business Data Cloud Ontology Manager 允许团队为催收创建并发布领域视图，帮助 Joule Agents 在这些业务实体之间建立联系，给出符合该场景关系与规则的回答和建议。由于这些视图继承自 SAP Knowledge Graph 的定义与治理，团队还可以在现金流或订单管理等相关用例的视图中复用同一套业务语义，无需重新定义这些概念。

SAP Data & Analytics 总裁兼首席产品官 Irfan Khan 表示，这些创新共同让企业在构建自主型企业的道路上，为分析与 AI 提供了统一、受治理且随时可以创新的数据基础。