SAP Build 获得人工智能能力以帮助构建自主代理程序

2024-10-08 03:46:58 英文原文

作者:by Lynn Greiner

到今年年底,SAP Build中的Joule工作室将提供一个专门的环境,供开发人员创建和管理AI副驾的自定义技能。

根据SAP商业技术平台(BTP)的首席产品官Michael Aneling的说法,SAP希望开发人员将Build平台视为适用于所有SAP应用程序的唯一扩展解决方案。

在本周的TechEd活动中,它展示了一个新的可扩展性向导,现已可用,该向导使开发人员可以直接从S/4HANA云公共版访问SAP Build,从而允许他们在S/4HANA云ABAP环境或SAP BTP中扩展自定义字段、业务逻辑和流程。

“在此集成的关键特性之一是,在创建业务流程以及在SAP S/4HANA和SAP Build之间切换时,对业务上下文(如事件和对象)的理解。” SAP指出,“这保留了重要的商业信息,使开发人员可以在不同环境中无缝切换而不丢失关键的上下文信息。”

到年底为止,扩展向导将使开发人员能够创建自定义的SAP Fiori和SAPUI5应用程序。

同一时期,SAP将在SAP Build中发布Joule工作室,这将为企业提供一个专门的环境来创建、部署、监控和管理其AI副驾Joule的自定义技能。这些自定义技能将补充Joule开箱即用的功能,并将对话式AI扩展到特定组织的工作流程中。

第三方AI集成

此外,客户将能够将任何第三方系统集成到Joule中,以创建SAP所描述的“完全集成的对话式用户体验。”

joule还将集成到SAP Build Work Zone中,这是一个用于创建网站的低代码工具。Joule的生成式AI能力将在从连接的业务系统导航数据时提供支持。所有这些功能都将在SAP Build Work Zone标准版、SAP启动站点以及SAP移动启动应用程序中可用。

SAP Build Code 中的新功能,如代码解释和文档搜索,将帮助 Java 和 JavaScript 开发者,并且这些开发者还将能够利用生成式人工智能在 SAP Build Process Automation 中自动化工作流程。

明年年初,SAP计划将Joule扩展到帮助使用ABAP(高级商业应用编程)的开发者生成高质量的代码和单元测试,以符合SAP的ABAP云端开发模型。Joule还将能够为旧有代码生成解释说明,以便于将旧有代码库现代化并迁移到“干净核心”,即没有硬编码定制化的新一代ERP系统。

生成式AI中心更新

截至2024年底,开发人员将能够通过引导式过程定制预训练的AI模型,以创建自己的人工智能驱动的应用程序,SAP表示。他们还将有能力将先进的AI功能集成到网络应用中,并获得新的软件开发工具包(SDK)的支持,这些支持包括ABAP、Java和JavaScript。此工具包将帮助他们在网站上嵌入智能特性,如聊天机器人和内容生成器。

另一个新的SDK,ABAP AI SDK,将允许开发人员从自定义的ABAP应用程序内部访问生成式AI中心的能力,从而让他们可以为这些应用程序和扩展添加AI功能。

新的大语言模型

最后,SAP将在今年年底之前向生成式AI中心添加几个新的大型语言模型(LLM),使总数超过30个。新增的包括:

  • Aleph Alpha Pharia-1
  • 亚马逊泰坦图像生成器
  • IBM 磷灰石(注:Granite直译为“花岗岩”,但在技术语境中通常保留原名“Granite”或寻找特定的技术背景下的中文专有名词。此处根据常见惯例处理)
  • mistral large 2
  • OpenAI DALL·E 3
关于《SAP Build 获得人工智能能力以帮助构建自主代理程序》
暂无评论

摘要

截至年底,SAP Build 中的 Joule Studio 将提供一个专为开发人员创建和管理 AI 代码库助手的自定义技能而设计的专用环境。在本周举行的 TechEd 活动中,它展示了现已可用的新扩展向导,该向导使开发人员可以直接从 S/4HANA Cloud Public Edition 访问 SAP Build,并允许他们在 S/4HANA Cloud ABAP 环境或 SAP BTP 中扩展自定义字段、业务逻辑和流程。第三方 AI 集成 此外,客户将能够将任何第三方系统集成到 Joule 中,以创建所谓的“完全集成的对话式用户体验”。作者:Paul Krill 2024年10月8日 3分钟 Julia 数据科学 编程语言 Databricks 表示,使用其新的 Databricks Apps 平台,您可以在五分钟内构建定制的企业级应用程序。 数据分析公司 Databricks 称,其新平台帮助用户在几分钟内创建安全且针对企业特定需求的定制化应用。管理 AI 风险的最佳解决方案将是采用统一、灵活且专注于现实世界威胁的联邦监管方法。