Az SAP Berlinben bemutatta: az AI már nem csak válaszol, hanem el is végzi a feladatokat

A mesterséges intelligencia eddig leginkább kérdések megválaszolásában, szövegírásban és adatelemzésben segített. A berlini SAP TechEd 2026-on bemutatott irány azonban már más: az AI nemcsak tanácsot ad, hanem megtervezi és végre is hajthatja az összetett, egymásra épülő munkafolyamatokat – a beszállítói számlák ellenőrzésétől a készlethiány elemzéséig.

Válaszok helyett munkafolyamatok

Az SAP október 27-én jelentette be a Joule Work és a Joule Studio bővítését. A felhasználók hétköznapi nyelven fogalmazhatják meg, mit szeretnének elérni; a rendszer ezután összehangolja a szükséges alkalmazásokat, adatforrásokat és AI-ügynököket. Az új „agentic thinking” képesség a lépéseket megtervezi és koordinálja az SAP-környezeten belül és azon túl is.

A Joule Studio több mint 70 AI-modell közül választhat, és no-code illetve pro-code eszközöket kínál saját ügynökök építéséhez. A korai program résztvevői n8n-alapú automatizálásokat is kialakíthatnak. A jogosult ügyfelek számára a saját ügynökök futtatása az SAP által üzemeltetett Joule Studio-környezetben 2026 decemberéig díjmentes maradhat; a fejlesztői és teszteszközök meghatározott keretek között továbbra is ingyenesen használhatók.

Az interoperabilitás is új szintre lép: harmadik felek ügynökei is bekapcsolódhatnak a folyamatokba, ha a hozzáférés-vezérlés és a biztonsági ellenőrzések teljesülnek. Az Agent2Agent (A2A) és a Model Context Protocol (MCP) nyílt protokollok támogatják ezt az együttműködést.

Adatok és kontextus nélkül nincs megbízható AI

A vállalati AI egyik gyakori akadálya, hogy a pénzügy, a beszerzés vagy az értékesítés adatai külön rendszerekben élnek. Az SAP a Business Data Cloud és a Knowledge Graph fejlesztéseivel próbálja összekötni ezeket: az AI így nemcsak hozzáfér az adatokhoz, hanem jobban érti az üzleti összefüggéseket is.

A cég hangsúlyozza, hogy az ügyfelek adatai továbbra is az övéik maradnak, és nem kerülnek átadásra harmadik feleknek nagy nyelvi modellek tanítására. A Dremio, a Databricks és a Reltio integrációi a különböző forrásokból származó információk egységesebb kezelését célozzák.

A tabuláris adatokra specializálódó modellek közül az SAP-RPT-TS idősor-előrejelzésre már elérhető; az SAP-RPT-2.0 pedig kiterjeszti a képességeket az anomáliák felismerésére. A dokumentumfeldolgozás terén az SAP Document AI a tervek szerint egyre több, nem sablonos formátumú számlából és szerződésből is kinyeri a lényeges mezőket.

Az űr mint próbaterem

Az SAP és a Hewlett Packard Enterprise (HPE) közös bejelentése szerint az SAP-RPT tabuláris alapmodell a Nemzetközi Űrállomáson működő HPE Spaceborne Computer-2 számítógépen fut majd – a telepítés 2027 elejére várható. A helyben végzett elemzés segíthet a műszaki rendellenességek azonosításában, a meghibásodások előrejelzésében, a hiányzó szenzoradatok becslésében és az állapotjelentések összeállításában anélkül, hogy minden adatot vissza kellene küldeni a Földre.

Az SAP szerint az SAP-RPT nagyjából ötvenezer szer energiatakarékosabb, mint a legfejlettebb nagy nyelvi modellek, és orbitális körülmények között sem igényel külön tanítást vagy finomhangolást. A cég ugyanezt a modellt használja például beszállítói kockázat vagy pénzügyi anomáliák előrejelzésére is.

„A tér az AI végső stressztesztje” – mondta Mayank Shrivastava, az SAP generatív AI és alapmodellekért felelős alelnöke.

Felügyelet és megfelelőség

Ahogy egyre több feladat kerül az AI-ra, nő az ellenőrizhetőség jelentősége. Az SAP Enterprise AI Gateway egy központi felületen kezelné a vállalati AI-forgalmat – a bevezetés 2027 első negyedévére van tervezve. A már elérhető AI Governance Assistant segít az EU AI-rendeletnek való megfelelés felmérésében.

A fejlesztések nem állnak meg a digitális környezetnél: az Intellel közösen az üzleti rendszerek és az autonóm robotok összekapcsolásán dolgoznak, a Docusign, a Parloa és a Redwood integrációi pedig a szerződéskötéstől az ügyfélszolgálatig terjedő folyamatokat célozzák.

Magyarországon is releváns a kérdés: ahogy Hidvégi Péter, az SAP Hungary ügyvezető igazgatója fogalmazott, a vállalati AI értékét nem az mutatja meg, mennyire ügyesen válaszol egy kérdésre, hanem az, mennyi valódi munkát tud megbízhatóan elvégezni – emberi felügyelet és egyértelmű szabályok mellett.