JOTO
Contact us
← AI 智库
知识图谱

为何 SAP 认为企业 AI 代理需知识图谱与治理

2026 年 7 月 27 日

SAP 高级解决方案顾问 Max McPhee 在 VB Transform 2026 大会上指出,企业 AI 代理区别于聊天机器人的核心在于扎根于真实企业上下文,而非通用知识;实现路径依赖知识图谱与向量嵌入构建可检索的‘部落知识’,并需将治理、身份权限、ML 异常检测嵌入代理执行层;同时强调需整合非 SAP 系统图谱,并对老旧本地系统进行现代化改造。

为何 SAP 认为企业 AI 代理需知识图谱与治理

VB Transform 2026 大会上,SAP 高级解决方案顾问 Max McPhee 与 VentureBeat Research 首席分析师 Rob Stretchay 展开对话,探讨企业如何从聊天机器人迈向能够执行真实业务流程的自主 AI 代理。他指出,关键差异在于将这些代理扎根于企业自身的上下文中,而非依赖通用知识。

“当我们开始看到代理展现出更趋近于同事而非助手的涌现行为时,正是因为我们能为其提供实际企业的上下文,而非仅依赖更标准的知识。”McPhee 表示。

这正是当前大多数企业聊天软件与真正具备代理能力的系统之间仍存在的鸿沟。

利用知识图谱构建企业上下文

企业用于入职新员工的相同原则,同样适用于代理,但需针对软件进行适配——这类软件检索信息的方式与人类不同。

“当你为新代理进行入职配置时,我认为重要的是承认你如何为新员工入职,但需针对代理加以调优,”McPhee 表示,“真正强大的方式是使用知识图谱,并采用向量嵌入式数据,因为这种格式对代理而言非常易于查找和检索信息。”

同样的上下文扎根机制,也使代理不会在企业内部缩略语面前出错——这一问题在 SAP 的领域中尤为突出。

“以易于其消费的格式提供这种‘部落知识’(tribal knowledge),有助于为你的代理带来出色的结果,而相比之下,聊天机器人可能会反问:‘这个缩写词是什么意思?’”他说道。

将治理、身份与安全引入自主代理

在治理领域,SAP 的历史积淀使其占据优势,相关控制机制已持续演进,以适应比早期自动化更具灵活性的系统。

“在治理与流程控制方面,SAP 确实拥有坚实基础,”McPhee 表示,“我们是一家拥有 50 年历史的流程公司,正将这种治理现代化,以应对代理运行所带来的灵活性。”

其后果之一,是机器学习在验证代理行为方面迎来新一轮角色强化。

“这某种程度上成为机器学习的一次复兴,”他补充道,并指出一些客户在流程内运行代理的同时,叠加异常检测及基于机器学习的验证作为防护栏。这一方法与 SAP 长期以来用于智能审批建议的做法一致。

身份与权限则将治理延伸至执行层面。在此模型下,人类用户与 SAP 的生成式 AI 助手 Joule(该助手已嵌入公司全部云应用及商业技术平台 Business Technology Platform)均须持有访问特定系统的权限。即便某用户本身拥有访问 S/4 的权限,若 Joule 助手未被授予相应访问权限,则该用户亦无法通过 Joule 访问 S/4,从而杜绝了利用代理绕过访问控制的风险。

平衡标准化 SAP 与定制化的企业环境

McPhee 的大量工作涉及协调 SAP 自身的知识体系与客户数十年来的定制化实践及非 SAP 系统。正如他所言,许多客户告诉 SAP:“你们仅占我整体技术环境的 10%”,这一现实塑造了公司近期的战略方向。

近期收购的 LeanIX(McPhee 将其类比为“您架构的 Google 地图”)以及流程挖掘公司 Signavio,旨在帮助绘制这一非 SAP 占主导地位的技术环境图谱,从而使 SAP 的代理能够理解企业各系统间的相互关联。此外,该公司还投资了总部位于柏林的自动化公司 n8n,并已将其原生集成至 Joule Studio——一个基于意图、低代码的代理构建环境。

McPhee 警告称,企业还需对老旧的本地部署系统进行现代化改造,否则在扩大自主代理使用范围时可能遭遇限制。

“你很可能遇到吞吐量瓶颈,相当于试图在土路上驾驶法拉利,”他表示,“若想驾驶法拉利,你必须先升级赛道。”

JOTO 企业落地观察

  • 企业部署自主代理时,知识图谱并非可选模块,而是上下文可信供给的基础设施——当代理需理解缩略语、流程依赖或跨系统语义时,纯向量检索易失效,结构化图谱+嵌入混合索引成为必要取舍。
  • RAG 知识工程若仅停留在文档切片与向量化,将难以支撑代理级任务;企业需将隐性流程规则、权限逻辑、系统间接口契约等“部落知识”显性建模为图谱节点与关系,方能支撑代理自主决策。
  • 代理执行层的身份继承机制(如 Joule 权限独立于用户)意味着传统 RBAC 模型必须扩展为“主体-代理-动作-资源”四元组控制,这对企业现有 IAM 系统提出明确升级要求,而非仅靠外围策略引擎补丁。
  • 老旧本地系统未完成 API 化或事件化,将直接阻断代理对关键业务状态的感知与干预能力;代理规模化落地的前提,不是选择更先进的 LLM,而是完成核心系统的可观测性与可编排性基建。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们
Contact Us

Start your enterprise AI rollout

Tell us your industry, team, and current pain points. We'll get back to you within one business day to help you decide what to tackle first, what data to prepare, and which platform fits.

WeChat
Scan to add us for a 1:1 chat
JOTO WeChat consultation QR code

Tell us what you need

Once we receive your details, we'll be in touch within one business day.