AI應用：SAP和MapR如何將AI添加到他們的平台

AiTechYun

編輯：nanan

SAP正在將AI嵌入到應用程序中；MapR同樣將AI嵌入到其數據平台上。在這兩種情況下，AI變得更加普遍，同時也更方便。

有時候，當我們寫關於分析、機器學習和AI的時候，提出具體的用例是很有挑戰性的。這使得讀者更難掌握這些技術的力量。這是一種恥辱，因為它讓AI顯得虛無飄渺，而非有用或易於理解。

但是，我經常被提醒，當需要使用案例時，只需看看ERP(企業資源規劃)軟體就可以了。有時，ERP被認為是十分平凡的。事實上，ERP是使企業運行的因素，而當將酷技術應用於ERP時，它們的影響可能是巨大的，而且它們的價值變得非常清晰。

SAP和AI

SAP S/4HANA Cloud 1802是規範ERP套件最新的季度版本，AI在其中佔據顯著位置。SAP的首席產品官Christian Pederson解釋了AI是如何融入到軟體中來的。

SAP Leonardo機器學習軟體目前有非常酷的功能。這包括諸如確定交易結束的可能性等事情; 基於掛單影響的預測利潤和虧損; 以及一個系統，可以自動將訂單與發票進行匹配，從而可以觀察和了解用戶如何手動執行此操作。

處理AI的情況

SAP S/4HANA Cloud包括具有語音命令介面的數字助理，通過合作夥伴解決方案，可以將該功能與Amazon Alexa集成。此版本還提供了自動支付處理和一個新的「情況處理」工具。後者提醒用戶購買訂單確認和購買請求的風險，並主動地自動化客戶通信。

Pederson說，SAP現在正在瀏覽其軟體處理的幾乎每個業務流程，並確定應該添加AI的位置。例如，SAP的資產管理功能正在獲得預期的維護功能。此外，Pederson還指出，沒有關鍵數據，AI就是毫無價值的。SAP擁有這些數據，並結合HANA和Leonardo平台，使AI在日常生活中非常有用。

MapR方式到ML

如果沒有關鍵數據，AI就毫無價值，如果數據具有重力，那麼將AI引入數據平台就是有意義的。這比從這些平台提取數據要好得多，將數據轉移到某些數據科學家的工作站，並在那裡進行分析更好。MapR非常重視這一點，並且每季度更新一次的過程中，都很好地實現了這一點。

MapR的高級產品經理Ankur Desai介紹了該公司本周發布的Extension Pack 4.1版本。Desai解釋說，在JSON文檔存儲模式下使用Extension Pack 4.1時，Apache Drill的改進以及Apache Spark和MapR-DB資料庫之間的新集成得到了增強。在Spark上運行的Java和Python代碼現在可以直接訪問MapR的OJAI(開放式JSON應用程序介面)，而以前只有Scala代碼。

有了這個擴展包，MapR的Data Science Refinery已經升級到1.1版本，並增加了對PySpark代碼(即運行在Spark上的Python代碼)的支持，以在集群中運行。MapR通過包含Zeppelin筆記本系統和MapR客戶端的容器圖像來實現這個目標。容器圖像被推送到集群中的節點，允許在Spark上以分散式的方式運行數據科學的Python代碼。

AI進行上門服務

雖然MapR對AI的應用不同於SAP，但它們還是有一些共同之處。在這兩種情況下，AI功能都被帶到包含關鍵數據的平台上。因為數據移動，特別是高容量的數據移動，是非常麻煩和耗時的，所以讓AI在其所在位置處查找數據會增加應用AI的機會。

在像Spark這樣的大數據技術的情況下，將AI引入到數據中也可以減輕基於對數據進行單純採樣構建機器學習模型的需求。如果AI是在數據平台上共存的，那麼使用所有數據建立更精確的模型可以成為常規。

總之，本周發布的這兩個季度更新顯示了AI如何洞察各種軟體，包括應用程序以及數據分析平台。AI應用程序越多，噪音越小，AI就越早變得有用和有效。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！