Корпоративный ИИ достиг переломного момента.
И хотя существует огромный ажиотаж вокруг того, на что способен ИИ, мы по-прежнему измеряем прогресс неправильно. Количество моделей, пилотных проектов или агентов, внедряемых компанией, говорит нам очень мало. Важно то, трансформирует ли ИИ ключевые процессы, в которых действительно создается бизнес-ценность.
Может ли он перенаправить выполнение спроса на высокомаржинальный бизнес при сбоях в поставках? Может ли он помочь выпустить фармацевтическую партию без ущерба для качества и соответствия нормативным требованиям? Может ли он устранить критическую проблему технического обслуживания до того, как она превратится в простой?
Именно здесь корпоративный ИИ становится реальностью, а универсальный интеллект достигает своих пределов.
От цепочек поставок фармацевтической продукции и управления качеством производства до технического обслуживания активов, торговли и розничной торговли — самые сложные отраслевые проблемы глубоко контекстуальны. Они сформированы десятилетиями взаимосвязанных процессов, строгими правилами и эксплуатационными ограничениями. Их решение требует большего, чем просто мощная модель. Оно требует доверенных бизнес-данных, интегрированных процессов, надежного управления и глубокой отраслевой экспертизы — того самого фундамента, на котором мы строим SAP’s Industry AI. В то же время это требует команды, одержимой решением проблем клиентов, и инженеров мирового уровня, работающих непосредственно на местах.
Это слияние отраслевой глубины и передовой инженерной разработки (FDE) — то, где будет открыта следующая волна корпоративной ценности.
Начинайте с ценности, а не с технологии
Инновации в области ИИ слишком часто превращаются в поиск проблем, которые нужно решить. Мы придерживаемся противоположного подхода: начинаем с желаемой бизнес-ценности клиента и работаем в обратном направлении.
Где теряется маржа? Почему происходят потери продаж? Какие операционные решения принимаются слишком долго? Какую отсрочку производства можно предотвратить?
Цель больше не заключается просто в постепенном повышении производительности для отдельных пользователей. Речь идет о переходе к автономным операциям. В разных отраслях организациям необходимо сократить цикл между обнаружением проблемы, моделированием вариантов и их влияния, принятием правильного решения, выполнением корректирующих действий и извлечением уроков из результатов — в рамках кумулятивного цикла. То, на что раньше уходили дни, теперь все чаще может происходить за считанные минуты.
Благодаря нашей модели передовой инженерной разработки мы совместно с клиентами разрабатываем индивидуальные возможности. Мы решаем сложные задачи, для которых нет готовых решений, а затем превращаем эти проверенные решения в масштабируемые программные возможности для целых отраслей. Это не инновации на расстоянии. Они создаются вместе с людьми, которые сталкиваются с этими проблемами каждый день.
Автономные операции делают это возможным. В рамках четко определенных бизнес-ограничений ИИ-агенты выявляют сбои, моделируют сценарии, оценивают компромиссы, организуют исполнение и совершенствуются с помощью циклов обратной связи — при этом эксперты-люди твердо контролируют процесс, проверяя критические решения и направляя стратегический вектор.
Совместные инновации как катализатор воздействия
Самые ценные ИИ-решения никогда не создаются в изоляции. Они выковываются внутри реальных рабочих сред.
Takeda Pharmaceuticals, мировой лидер в области научно-исследовательских биофармацевтических препаратов, применяет этот подход к своей будущей операционной модели.
По словам Ребекки Кауфманн, старшего вице-президента и руководителя отдела корпоративных платформ в Takeda Pharmaceuticals: «ИИ представляет собой ключевой фактор трансформации Takeda в будущем. Мы объединяем знания SAP об отрасли и технологиях с нашим реальным организационным опытом. Помощник по планированию цепочки поставок предоставит нам выявленные ИИ первопричины, предложенные ИИ варианты устранения, а также автоматизированное отслеживание производительности, что приведет к возможности самовосстановления».
Это стремление — переход от пассивного обнаружения к системам, которые постоянно обучаются, рекомендуют и самовосстанавливаются — охватывает все секторы.
Doehler, мировой производитель натуральных ингредиентов для пищевой, напитковой, медико-биологической и нутрицевтической промышленности, уже демонстрирует, как это выглядит на уровне завода и логистики.
«Самая большая ценность наших сотрудников заключается в принятии решений о том, что делать дальше, и теперь они могут полностью сосредоточиться на этом», — сказал Стефан Шисслер, со-директор по информационным технологиям Doehler GmbH. «Агент по разрешению логистических проблем выявляет первопричину, рекомендует решение и превращает многочасовое «тушение пожаров» в решение одним кликом. Наша логистическая команда вернула около трети времени, которое раньше терялось на устранение неполадок, и наши процессы становятся саморегулирующимися, а не управляемыми исключениями».
Эти примеры подтверждают решающее правило: ИИ обеспечивает максимальную отдачу, когда он устраняет операционные задержки, освобождая профессионалов для сосредоточения на суждениях, стратегии и бизнес-результатах.
ИИ, который мыслит как отрасль
По мере того как ИИ переходит от пассивных рекомендаций к интеллектуальному исполнению, отраслевой контекст становится первостепенным.
Вопрос больше не в том, может ли ИИ-агент предпринять действие. Вопрос в том, понимает ли он, какое действие является соответствующим требованиям, безопасным и коммерчески жизнеспособным в рамках конкретной среды и организационных ограничений.
- В медико-биологических науках автономное производство координирует процессы от проектирования до выпуска, строго придерживаясь критически важных критериев качества и соответствия требованиям.
- В энергетике и природных ресурсах агенты выходят за рамки обнаружения предупреждений о техническом обслуживании, динамически планируя работу бригад, размещая запасные части и перебалансируя операции.
- В производстве по индивидуальным заказам системы организуют сложные коммерческие предложения, адаптируют графики производства и ускоряют внедрение новых продуктов.
Глубокий отраслевой контекст — это то, что делает эти результаты заслуживающими доверия.
Создание интеллекта, который приумножается
Портфель Industry AI от SAP сосредоточен на семи основных доменах: автономное управление активами, автономное управление товарами, автономное адаптивное производство, автономное регулируемое производство, автономное управление ростом доходов, автономная унифицированная коммерция и автономная реализация проектов.
Хотя варианты использования различаются, принцип один и тот же: устойчивая ценность исходит из сквозных потоков создания ценности, а не из оптимизации функциональных «силосов».
«Эффективность бизнеса зависит от того, как быстро компания может реагировать на изменение условий», — сказал Андре Бехтольд, президент SAP Industries & Experiences и директор по доходам Industry AI в SAP. «Применяя отраслевые знания SAP к взаимосвязанным процессам, Industry AI помогает клиентам действовать раньше, ограничивать сбои и поддерживать операции в рабочем состоянии».
Мера, которая имеет значение
Coming out of SAP Connect in 2026, один посыл из наших дискуссий с клиентами был безошибочным: амбиция во всех секторах заключается в том, чтобы выйти за рамки фрагментированных экспериментов и внедрить агентный интеллект непосредственно в критически важные рабочие процессы.
Наша первая волна клиентов-ранних последователей доказала кумулятивную силу этой модели: болевые точки клиентов оттачивают наши агентные решения, более сильные агентные решения укрепляют стандарты, а более сильные стандарты ускоряют время достижения ценности, которую может получить следующий клиент.
Будущее корпоративного ИИ будет определяться не тем, кто запустит больше агентов. Оно будет зависеть от того, кто сможет внедрить интеллект в процессы принятия решений и рабочие процессы, где ежедневно создается бизнес-ценность.
Когда ИИ понимает отрасль, работает в рамках доверенных границ и обучается вместе с экспертами-людьми, автономность перестает быть абстрактным видением. Она становится более эффективным способом ведения бизнеса.
Полный обзор инноваций в области Industry AI и анонсов продуктов, представленных на SAP Connect в 2026 году, можно найти в руководстве по инновационным новостям SAP Connect и соответствующих материалах SAP News.
Доминик Метцгер — президент и глобальный руководитель направления Industry AI в SAP.
