Umelá inteligencia vo firmách sa posúva od odpovedania na otázky k vykonávaniu konkrétnych úloh. SAP na konferencii TechEd 2026 v Berlíne ukázal, ako chce prepojiť AI agentov, podnikové aplikácie, firemné dáta a dokonca aj priemyselné roboty.

Novinky sa týkajú aj tvorby vlastných AI agentov, spolupráce s ďalšími technologickými platformami a analýzy podnikových dát.

Keď AI pošle do výroby robota

Predstavme si, že senzor vo výrobnej hale upozorní na prehrievanie stroja. Doteraz by pracovník musel skontrolovať údaje, vyhľadať servisnú dokumentáciu, naplánovať kontrolu a následne zabezpečiť opravu. V budúcnosti by časť týchto krokov mohla vykonať umelá inteligencia. Vyhodnotí problém, pripraví podklady a po schválení človekom vyšle robota na kontrolu zariadenia.

Práve takúto možnosť predviedol SAP na konferencii TechEd 2026 v Berlíne. V ukážke sa objavil robot Spot od spoločnosti Boston Dynamics, ktorý dokáže pohybovať sa po priemyselnej prevádzke a kontrolovať zariadenia.

V demonštrácii senzor zaznamenal nezvyčajnú teplotu hydraulickej pumpy. AI využila údaje zo senzora, servisnú históriu a technickú dokumentáciu, aby pripravila kontrolu. Po schválení človekom robot zariadenie skontroloval. Okrem pôvodne nahláseného problému odhalil aj únik vzduchu. Systém následne pripravil pracovný príkaz a informoval technikov.

Význam tejto ukážky spočíva v prepojení viacerých činností. AI vyhodnotí problém, robot vykoná fyzickú kontrolu a podnikový systém zaznamená výsledok. Človek pritom zostáva súčasťou procesu tam, kde je potrebné rozhodnutie alebo schválenie.

SAP chce podobné scenáre rozvíjať v rámci konceptu takzvanej Physical AI, teda umelej inteligencie, ktorá dokáže spolupracovať s fyzickými zariadeniami. Spoločnosť oznámila aj spoluprácu s Intelom, ktorej cieľom je prepojiť podnikové procesy s autonómnymi robotmi.

Joule sa mení na aktívneho pomocníka

Základom tejto vízie je Joule, AI asistent spoločnosti SAP. Jeho úlohou už nemá byť iba odpovedanie na otázky v podnikových aplikáciách. Používateľ zadá cieľ a systém naplánuje potrebné kroky, koordinuje jednotlivých AI agentov a pomáha zabezpečiť vykonanie úlohy.

SAP túto schopnosť rozvíja v riešení Joule Work. Nové funkcie majú pomáhať pri zložitejších procesoch, ktoré zahŕňajú viacero krokov a rôzne podnikové systémy. Agent môže napríklad vyhľadať potrebné údaje, porovnať ich s ďalšími informáciami a následne vykonať príslušnú operáciu v podnikovej aplikácii.

Dôležitá je takzvaná agentická orchestrácia. Na jednej úlohe môže spolupracovať viacero špecializovaných agentov. Jeden vyhľadá informácie, druhý ich analyzuje a ďalší zabezpečí konkrétnu činnosť. Joule Work má takúto spoluprácu koordinovať aj naprieč rôznymi časťami podnikových systémov.

SAP pri prepájaní agentov využíva otvorené protokoly Agent2Agent (A2A) a Model Context Protocol (MCP). Ich úlohou je uľahčiť komunikáciu medzi rôznymi nástrojmi a systémami.

To však neznamená, že človek stráca kontrolu. Pri dôležitých operáciách môže byť potrebné schválenie pracovníkom. Firmy zároveň potrebujú nastaviť prístupové práva a pravidlá, ktoré určia, čo môže AI vykonať samostatne.

Vlastných AI agentov si firmy vytvoria jednoduchšie

Nie každá spoločnosť potrebuje rovnakého AI asistenta. Výrobný podnik rieši iné úlohy než banka alebo logistická firma. SAP preto rozvíja Joule Studio, prostredie na tvorbu a úpravu vlastných AI agentov.

Používatelia môžu pri vývoji kombinovať nástroje bez programovania s možnosťami určenými pre vývojárov. Zadanie možno opísať prirodzeným jazykom a následne doplniť potrebnú logiku, prepojenie s firemnými dátami a pravidlá fungovania.

SAP uvádza, že Joule Studio ponúka výber z viac než 70 AI modelov. Firmy tak môžu zvoliť model podľa konkrétnej úlohy, namiesto toho, aby sa spoliehali na jediné univerzálne riešenie. Zákazníci zapojení do programu skorého prístupu môžu v Joule Studio vytvárať a spúšťať aj pracovné postupy cez nástroj n8n. Širšia dostupnosť má nasledovať neskôr.

Takto vytvorený agent môže napríklad kontrolovať objednávky, pripravovať podklady pre pracovníkov alebo automatizovať opakujúce sa úlohy. Môže fungovať samostatne alebo ako súčasť väčšieho procesu, v ktorom spolupracuje s ďalšími agentmi.

Na konferencii SAP zároveň ukázal výsledky interného testovania, podľa ktorých sa čas konkrétnej implementácie skrátil z 13 hodín na 2,5 hodiny a náklady na vývoj klesli až o 50 %. Ide o výsledky prezentované spoločnosťou, ktoré sa nemusia rovnako prejaviť pri každom projekte.

AI agenti budú spolupracovať aj s nástrojmi iných výrobcov

Firmy používajú rôzne aplikácie a nie všetky pochádzajú od SAP. Preto je dôležité, aby AI agenti dokázali spolupracovať aj mimo jedného softvérového prostredia.

SAP rozvíja takzvanú Agent Gateway, ktorá umožňuje bezpečné prepájanie agentov a prístup k funkciám podnikových aplikácií. Agent od iného výrobcu tak môže po splnení nastavených podmienok vyvolať agenta Joule a zapojiť ho do pracovného procesu.

Predstavme si, že pracovník potrebuje aktualizovať údaje o zamestnancovi. Požiadavku môže zadať v rozhraní, ktoré bežne používa, zatiaľ čo jej spracovanie prebehne v príslušnej podnikovej aplikácii SAP. Dôležité je zachovať prístupové práva a možnosť spätne skontrolovať vykonané zmeny.

SAP pripravuje aj riešenie Enterprise AI Gateway. Má centrálne riadiť komunikáciu medzi AI nástrojmi, modelmi a podnikovými systémami. Zahŕňať má kontrolu prístupu, uplatňovanie bezpečnostných pravidiel, smerovanie požiadaviek, monitorovanie využitia a audit.

Tieto nástroje sú dôležité najmä pre veľké firmy, ktoré nechcú nechať AI agentov pracovať bez kontroly. Potrebujú vedieť, aké údaje používajú, aké operácie vykonávajú a kto za ne zodpovedá.

Bez kvalitných dát nebude fungovať ani najlepšia AI

Umelá inteligencia potrebuje správne informácie. Ak sú firemné údaje roztrúsené v rôznych systémoch alebo obsahujú nezrovnalosti, výsledky môžu byť nesprávne. SAP preto venuje veľkú pozornosť prepájaniu podnikových dát a vysvetleniu ich vzájomných súvislostí.

Jedným z dôležitých nástrojov je SAP Knowledge Graph. Pomáha AI pochopiť, ako spolu súvisia firemné údaje, aplikácie a pracovné procesy. Nestačí totiž vedieť, že určitá objednávka existuje. Systém potrebuje rozumieť aj tomu, ku ktorému zákazníkovi patrí, v akom je stave a aké ďalšie kroky z nej vyplývajú.

SAP chce rozšíriť Knowledge Graph aj o údaje z ďalších zdrojov SAP a systémov iných výrobcov, aby AI dokázala pracovať s kontextom konkrétnej spoločnosti. Používateľ by sa mal môcť na tieto údaje pýtať prirodzeným jazykom.

Dôležitú úlohu má aj SAP Business Data Cloud. SAP rozširuje jeho možnosti v oblasti takzvanej lakehouse architektúry, ktorá spája prácu s rôznymi typmi dát. V spolupráci so spoločnosťou Dremio pribudne natívna podpora technológií Apache Iceberg a Apache Polaris aj výkonný federovaný dopytovací nástroj. Cieľom je sprístupniť dáta z rôznych zdrojov bez potreby ich zbytočného presúvania alebo kopírovania.

Významnou novinkou je aj rozšírená spolupráca s Databricks. Jeho technológie na spracovanie dát a podnikovú AI sa majú integrovať do SAP Business Data Cloud pod označením SAP Databricks. Súčasťou spolupráce sú napríklad technológie Lakeflow, Agent Bricks, Unity Gateway a Lakebase, ako aj prepojenie Joule s nástrojom Genie od Databricks.

Ďalšou súčasťou ekosystému je SAP Reltio. Toto riešenie má pomôcť zjednotiť a obohatiť údaje o zákazníkoch, dodávateľoch a produktoch z rôznych systémov. Firma tak môže získať konzistentnejší pohľad na svoje dáta a bezpečnejšie ich používať pri automatizácii aj práci AI agentov.

SAP predstavuje aj špecializované AI modely

Veľké jazykové modely sú vhodné na prácu s textom, no nie vždy sú najlepším riešením na analýzu tabuliek, predpovedanie vývoja alebo hľadanie nezvyčajných hodnôt v podnikových údajoch.

SAP preto rozvíja vlastné modely zamerané na štruktúrované dáta. Jednou z noviniek je SAP-RPT-2.0. Oproti predchádzajúcim možnostiam má okrem klasifikácie a regresie podporovať aj detekciu anomálií a odľahlých hodnôt či pokročilejšiu analýzu dát z viacerých tabuliek.

Ďalším modelom je SAP-RPT-TS, určený na predpovedanie hodnôt v časových radoch. Môže pomáhať napríklad pri predpovedaní dopytu alebo vývoja podnikových ukazovateľov v rámci plánovania dodávateľského reťazca.

Pre firmu to môže znamenať, že systém dokáže upozorniť na nezvyčajný vývoj objednávok alebo na transakciu, ktorá sa odlišuje od bežného správania. Takéto informácie môžu pomôcť pri plánovaní výroby, riadení zásob či kontrole finančných operácií.

SAP-RPT-TS je podľa spoločnosti dostupný, zatiaľ čo model SAP-RPT-2.0 bol na konferencii predstavený ako novinka s plánovaným sprístupnením v prvom štvrťroku 2027.

Umelá inteligencia sa dostáva aj na obežnú dráhu

Jednou z netradičných noviniek je spolupráca SAP a HPE pri využití modelov SAP-RPT na Medzinárodnej vesmírnej stanici. Model má bežať priamo na palube v rámci výpočtovej platformy HPE Spaceborne Computer-2.

Cieľom je vyhodnocovať údaje zo senzorov, hľadať nezvyčajné stavy a predpovedať možné problémy ešte predtým, ako prerastú do vážnejšej poruchy. Systém má tiež pomáhať rekonštruovať chýbajúce hodnoty zo senzorov a vytvárať vysvetliteľné správy o stave zariadení.

Dôležité je, že výpočty sa majú vykonávať priamo na palube, bez potreby posielať všetky údaje na Zem. Takýto prístup sa označuje ako Edge Computing. Dáta sa spracúvajú blízko miesta, kde vznikajú, čo môže znížiť závislosť od spojenia a urýchliť reakciu na problém.

Podobný princíp má využitie aj na Zemi. V priemysle, energetike alebo vzdialených prevádzkach môže byť výhodné vyhodnocovať údaje priamo na mieste, najmä ak je spojenie s centrálnym systémom obmedzené alebo je potrebná rýchla reakcia.

Čo bude so staršími firemnými systémami?

SAP sa venuje aj problému, ktorý riešia mnohé podniky: ako prejsť zo starších systémov do modernej cloudovej infraštruktúry. Takáto migrácia môže byť náročná, pretože firmy často používajú vlastné úpravy softvéru, komplikované integrácie a roky budované procesy.

Umelá inteligencia môže pri migrácii pomôcť s analýzou existujúcich systémov, identifikáciou problémových miest a prípravou návrhov na úpravy. Nástroje tohto typu môžu podporiť kontrolu zákazníckeho kódu, analýzu dát či presun integračných procesov do novších riešení.

Cieľom je skrátiť čas potrebný na prípravu migrácie a znížiť množstvo manuálnej práce. AI však sama osebe nezaručuje bezproblémový prechod. Firmy musia stále overiť správnosť dát, otestovať procesy a rozhodnúť, ktoré staršie úpravy majú zmysel zachovať.

Pri plánovaní migrácie je preto dôležité sledovať oficiálne termíny podpory jednotlivých produktov a pripraviť si postup v dostatočnom predstihu.

Čo to znamená pre firmy?

SAP chce prepojiť umelú inteligenciu s každodennou prevádzkou podnikov. Joule má rozumieť zadaniu, vyhľadať potrebné údaje a koordinovať agentov, ktorí vykonajú jednotlivé kroky. V niektorých prípadoch môže do procesu zapojiť aj fyzické zariadenia, napríklad priemyselné roboty.

Dôležitým posunom je aj otvorenejšie prepájanie rôznych AI nástrojov a podnikových platforiem. Integrácia technológií Databricks, Dremio a Reltio má firmám pomôcť vytvoriť kvalitnejší dátový základ, na ktorom môžu AI agenti spoľahlivejšie pracovať.

Výsledkom môže byť menej manuálnej práce, rýchlejšie riešenie prevádzkových problémov a jednoduchšie prepájanie podnikových aplikácií. Aby to fungovalo, firmy potrebujú kvalitné dáta, dobre nastavené prístupové práva a jasné pravidlá pre rozhodovanie umelej inteligencie.

Nie všetky predstavené funkcie sú už všeobecne dostupné. Niektoré sa sprístupňujú postupne, ďalšie SAP plánuje na koniec roka 2026 alebo na začiatok roka 2027. Dostupnosť sa líši podľa konkrétneho produktu a programu.

Hlavná myšlienka je však zrejmá: AI sa má vo firmách posunúť od poskytovania rád ku skutočnému vykonávaniu práce. O tom, aký veľký bude jej prínos, rozhodne až nasadenie v reálnych procesoch.

Zdroj: vlastné postrehy z konferencie SAP TechEd 2026 a oficiálna tlačová správa SAP.