SAP 解析企业级 AI 代理为何必须依托知识图谱与治理机制

由 SAP 赞助

在 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，探讨企业如何超越聊天机器人，迈向能够执行真实业务流程的自主 AI 代理（autonomous AI agents）。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环境，而非通用知识。

https://www.youtube.com/watch?v=SRf9t-wSZSo

“我们开始越来越多地看到一种更具涌现性（emergent）的行为——它感觉更像一位同事，而非助手——这种体验出现的前提，是我们能提供关于企业自身的真实上下文，而非仅依赖更标准的通用知识。”McPhee 表示。

这正是当前大多数企业级聊天软件与真正具备代理能力（agentic）的系统之间仍存在的鸿沟。

利用知识图谱构建企业上下文

企业用于新员工入职的相同原则，同样适用于代理，但需针对软件进行适配——因为软件检索信息的方式与人类不同。

“当你为一个新代理进行入职配置时，我认为重要的是承认你如何为一名新员工安排入职流程，并将该流程调优以适配代理，”McPhee 表示，“真正强大的方式是使用知识图谱，并采用向量嵌入（vector-embedded）的数据，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，也能防止代理在面对企业内部缩略语时出错——这一问题在 SAP 的业务场景中尤为突出。

“以易于其消费的格式提供这种‘部落知识’（tribal knowledge），有助于让你的代理产出极为理想的结果；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 的历史积淀正成为其优势所在，相关管控机制也已持续演进，以适应比早期自动化系统更具灵活性的运行系统。

“在治理与流程控制方面，SAP 确实拥有得天独厚的优势，”McPhee 表示，“我们是一家拥有 50 年历史的流程公司，如今正将这套治理体系现代化，以应对代理运行所带来的灵活性。”

其直接后果之一，便是机器学习在验证代理行为方面迎来新一轮角色复兴。

“机器学习正迎来某种复兴，”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机制作为安全护栏。这一方法与 SAP 长期以来用于智能审批建议的做法完全一致。

身份与权限则将上述治理能力延伸至执行层面。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 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：“你们只占我整体技术环境的 10%”，这一现实深刻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 Maps”）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之间的相互关联。此外，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——这是 SAP 推出的基于意图、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（on-premises）系统进行现代化改造，否则在扩大自主代理使用范围时将面临限制。

“你很可能遭遇吞吐量瓶颈，这就像试图在土路上驾驶法拉利，”他说道，“若想驾驶法拉利，你必须先升级赛道。”

赞助文章是由某公司出资发布或与 VentureBeat 存在商业关系的内容，此类文章均会明确标注。如需了解更多信息，请联系 sales@venturebeat.com。

本文由 JOTO AI 智库从已授权的 VentureBeat AI 同步并整理。

原始来源：VentureBeat AI