编者按：
生成式AI的浪潮正以前所未有之势变革企业服务市场。一边是DeepSeek、OpenAI等新势力以“极致效率”和“开源普惠”颠覆技术门槛；另一边，SAP、IBM、埃森哲、Oracle、alesforce，甚至包括云厂商微软等，传统巨头们依托数年来积累的行业护城河稳扎稳打，将AI技术深度融入核心业务流。技术迭代速度与商业生态厚度的较量背后，也是“短期颠覆”与“长期价值”的路线之争。
AI颠覆了技术，但没有颠覆商业逻辑。
21世纪经济报道记者近期相继采访了微软、IBM、SAP等企业负责人，解析AI时代企业服务市场的生存变革，探寻数据与业务的一线走向。
21世纪经济报道记者孔海丽 北京报道
在全球企业加速拥抱AI的浪潮中，一场关于"如何让AI技术真正落地"的竞赛正在展开。SAP、Oracle、微软等企业服务巨头纷纷押注AI与数据的深度耦合，试图破解"AI应用雷声大雨点小"的行业困局。
这其中，SAP的解法之一在于，通过业务数据云（BDC）重塑企业数据底座，让AI真正理解业务。
当资本市场为“百模大战”的估值狂欢时，耕耘多年的巨头，正默默将AI转化为财务报表中的营收数字。这种“慢”与“快”的对抗，或许才是企业服务市场最真实的底色。
数据孤岛成AI落地最大梗阻
近几年，大多数大型企业都启动了AI项目，但能实现规模化应用的并不多。行业的共识在于，AI面对业务数据，可能并没有那么“灵光”。
这种落差在传统产业尤为明显，某工程机械企业负责人透露：“我们采购的AI系统能预测设备故障，但因为没有打通售后和供应链数据，卡在维修备件调拨不到位的问题上。”
这种割裂的数据生态正是AI落地的最大障碍。SAP亚太区Business Suite负责人Liher Urbizu强调：“AI的强大建立在‘懂得业务’的基础上，而理解业务的前提是打破数据藩篱。”
“这也是SAP创立到现在的发展初心，在组织里希望能打破藩篱、打破孤岛，从下单、到收款、到客户体验、到采购，所有环节都能实现互联。”LiherUrbizu介绍，SAP从应用、数据、AI三方面入手，首先要有正确的应用，要能对海量数据进行准确地解读，再叠加合适的AI能力，才能释放巨大潜能。
其最新发布的业务数据云（BDC）目的在于整合所有可触及数据，提升AI结果的可靠性。通过构建统一语义层，将SAP与非SAP系统、结构化与非结构化数据整合为可被AI理解的“业务语言”。
从“数据沼泽 ”到“数据产品”
企业不缺数据，缺的是能用AI加工的数据原料，也就是说，数据产品化。不同于传统数据仓库的简单聚合，BDC将采购、财务、人力等业务流程数据封装为带有业务语义的“数据产品”，企业可以直接调用这些标准化模块训练AI模型。
这种转变在施耐德电气的数字化转型中有明显体现。施耐德中国区CIO冯若铭透露：“迁移到SAP S/4HANA Cloud后，BW系统中的50TB历史数据与实时业务流结合，让我们在全球任何一个角落随时能在系统上看到每个物料每个零件的状态，能及时生成报表，并且零件的流动跟财务系统实时对接。”
与Databricks的合作进一步放大了BDC的价值。接入Databricks后，可以在其Lakehouse平台上做数据挖掘，数据“不出门”、不离开SAP的系统，训练AI和机器学习，产生针对具体行业流程的应用。
数据与AI的深度融合，正在重塑企业服务市场格局。传统ERP系统存在着大量数据，但如果对数据分析不足，就不能实现精准和个性化服务。当传统ERP厂商能够精准处理这些数据之后，将不再局限于流程管理，而是向数据价值链上游延伸。
在这场AI与产业的碰撞中，未来的企业服务市场竞争，不取决于谁有更强大的算法，而是谁能让数据流动得更顺畅，让AI更懂业务语言。返回搜狐，查看更多
