Google Workspace 證明它可以為 SAP Cloud ERP 客戶提供企業級支持

轉貼自：https://workspace.google.com/blog/product-announcements/google-workspace-proves-its-enterprise-ready-for-sap-cloud-erp-customers

SAP 與 Google Workspace 的整合使企業能夠在共享且安全的環境中提高任何類型的協作任務或流程的效率。

Google Workspace 擁有超過 30 億用戶，其中包括具有最嚴格安全性和可用性需求的公司。企業選擇 Workspace 來保持聯繫、分享想法、共同完成更多工作、隨時隨地安全工作。現在，隨著 Google Workspace 與全球最知名的 ERP 系統 SAP S/4HANA ERP 的集成，企業協作已邁向新的高度，而這只是開始。

SAP 是一家領先的科技公司，在企業軟體市場擁有 50 年的經驗。如今，它在 140 個國家/地區擁有 460,000 名客戶，創造了全球總貿易額的 87%。對於 SAP S/4HANA客戶來說，Google Workspace 合作夥伴關係提供了及時、真實的企業資料與他們用於完成工作的日常生產力應用程式之間的無縫整合。他們可以從安全的 SAP S/4HANA Cloud ERP 中存取Google Workspace應用程式：不再需要從電子郵件和磁碟機收集文件、下載檔案、處理文件，然後在 ERP 中輸入資訊。同樣，來自 ERP 系統的資料可以使用 Google 試算表、文件、投影片和其他工作區應用程式輕鬆共享和編輯，所有這些都在安全的雲端中。

這種突破性的協作程度體現了 Google 如何繼續擴展企業整合和功能，讓我們的客戶能夠從 Google Workspace 以及多年來為其組織提供支援的長期系統中獲得更多收益。 

更有效率工作的新方法

由於 Google Workspace 的靈活性，這種整合的有益用例幾乎是無限的。收集或使用企業資料的任何類型的協作任務或流程的效率都會提高，因為所有步驟都發生在共享且安全的環境中。使用者現在可以直接從 SAP 評論和編輯文檔，從而消除了必須簽入和簽出文件以進行修改所帶來的風險和混亂。 

共享 Google 檔案的這些協作優勢也與整個 SAP S/4HANA 團隊的協作方式相關。例如，想想人們傳統上是如何進行和解的。填充有 ERP 資料的電子表格文件透過電子郵件發送給一組人員，然後他們必須下載該文件，添加他們的評論和更正，然後將文件發送回。透過整合 Google Workspace，負責對帳的人員現在可以將資料無縫匯出到 Google Sheet，其他人可以直接查看和評論相關資料。這可以同時發生，無需任何人使用電子郵件或下載任何軟體。他們的所有工作都使用經過驗證的數據在一個協作且安全的空間中進行追蹤。在這裡。 

這些工作流程反映了 Google Workspace 為整個企業帶來的實際好處。Forrester 的一份關於 Google Workspace 經濟影響的報告顯示，其資料控制功能可將企業面臨的資料外洩風險降低 95%。同一份報告估計，Google Workspace 每年為公司每位員工節省 171 小時的工作時間。這幾乎是整個月生產力的提高，並導致收入年增 1.5%。

能力分階段推出

三個強大的功能正在推出，並計劃在 2023 年發布更多版本。如上面的範例所述，第一個功能是：

• 將資料從 SAP S/4HANA 匯出到 Google Workspace 應用程序，例如 Google 表格

• 從 Google Workspace 應用程式（例如透過 Google 試算表）將資料匯入 SAP S/4HANA

• 透過無縫、安全地編輯、評論並向 Google 檔案添加內容，與其他人即時即時協作，使其可匯入 SAP S/4HANA 環境（計劃於 2023 年在 SAP S/4HANA 中直接編輯）

推出適用於 Google Workspace 的 Duet AI

轉貼自：https://workspace.google.com/blog/product-announcements/duet-ai

從一開始，Google Workspace 就是為了讓您能夠與其他人即時協作而建立的。現在，您可以與人工智慧協作。我們一直在所有 Workspace 應用程式中嵌入生成式 AI 的力量。這些功能可協助您寫作、組織、視覺化、加速工作流程、召開更豐富的會議等等。這種強大的新工作方式就是我們所謂的Google Workspace Duet AI。

這是建立在我們三月分享的 Workspace願景以及在 Gmail 和 Google Docs 中向值得信賴的測試人員推出生成式 AI 功能的基礎上的。我們很高興看到人們如何開始使用這些工具來幫助他們在工作和個人生活中完成工作，包括客戶外展電子郵件、工作申請、專案計畫等等。幫助人們寫得更好是我們多年來一直致力於的事情——光是去年，我們的人工智慧語法、拼字檢查、智慧撰寫和回覆就幫助人們寫作了超過 1800 億次。

幫助您寫作，即使在旅途中

Duet AI 已經在 Workspace 的幕後幫助您寫作——無論是改進現有工作還是幫助您開始使用 Gmail 和 Docs。現在，我們將這種體驗引入 Gmail 行動版 — 想像一下，您在手機上只需幾句話作為提示即可起草完整的回應。我們最初推出行動裝置後，很快就會提供上下文協助——讓您能夠建立自動填寫姓名和其他相關資訊的專業回應。

直接在 Google 幻燈片中從文字建立原始圖像 

一張圖片勝過一千個文字，但到目前為止，為簡報創建獨特且引人注目的視覺效果一直是一個手動且耗時的過程。我們將 Duet AI 嵌入到幻燈片中，這樣您就可以輕鬆地用幾句話生成圖像 - 這些圖像模型的真正力量在於它們可以可視化從未存在過的東西。也許您是一名行銷人員，正在與您的創意機構進行早期概念集思廣益，開展一場輕鬆的活動，讓巴黎人去旅行，並希望在此過程的早期提供清晰的視覺輸入，以防止以後浪費工作。現在，您可以透過簡單的提示產生表達您獨特藝術視野的原創視覺效果。

現在，您可以使用 Duet AI 為幻燈片簡報產生客製化影像。

使用 Google 試算表將想法轉化為行動，將數據轉化為見解

Duet AI 透過自動資料分類和建立自訂計劃來幫助您比以往更快地分析表格中的資料並採取行動。 

分類工具了解單元格中資料的上下文，並可以為其分配標籤，幫助消除手動資料輸入的負擔。無論您是分析使用者回饋情緒的產品開發團隊，還是總結面試輸入的人力資源招募人員，這都可以節省開發清晰且具有視覺吸引力的分析的時間和精力。

我們在表格中新增的「幫助我組織」功能會自動為任務、專案或您想要追蹤或管理的任何活動建立自訂計畫- 只需描述您想要完成的任務，表格就會產生一個幫助您組織的計劃。無論您是規劃年度銷售會議的活動團隊，還是協調異地團隊的經理，Duet AI 都可以幫助您使用工具創建井然有序的計劃，為您提供良好的開端。  

您可以為任務、專案或您想要追蹤或管理的任何活動建立自訂計劃。

在 Google Meet 培養更有意義的聯繫

我們將 Duet AI 融入 Meet 中，並引入為視訊通話產生獨特背景的功能。這有助於用戶在視訊通話期間表達自己並加深聯繫，同時保護周圍環境的隱私。想像一下，一位經理在公司市政廳會議上用他們最喜歡的東西的視覺混搭來慶祝本月的最佳員工，或者一位銷售主管與潛在客戶進行通話，並使用自定義背景來反映客戶的行業或市場。這是一種微妙的個人風格，表明您關心與您聯繫的人以及對他們來說重要的事情。您只需點擊幾下即可將視覺效果更改為同樣令人驚嘆的原始視覺效果。

使用 Docs 中的 AI 構建塊讓您保持專案流程 

使用者告訴我們，他們喜歡智慧畫布，因為簡單的@提及可以讓團隊保持專注並在他們已經工作的文件中進行協作，從而節省他們的工作時間。現在，我們正在將這些功能整合到文件中新的輔助寫作體驗中。如果您正在撰寫職位描述，Duet AI 不僅會幫助您編寫內容，還會包括用於提供位置和狀態等資訊的智慧晶片，以及用於您想要自訂的詳細資訊（例如公司名稱）的變數—幫助您無需離開文檔，即可更快地從概念到完成。  

只需輸入您想要撰寫的主題，就會立即在文件中為您產生草稿，其中包括用於獲取位置和狀態等資訊的智慧晶片。

我們新升級的文法神經模型幫助人們產生專業級的寫作——不僅是英語，還包括西班牙語、法語、日語等。現在，我們帶來了更強大的功能來幫助人們校對、調整寫作語氣和風格。您將看到一個新的校對建議窗格，其中提供了有關簡潔寫作、避免重複以及利用更正式或更主動的語氣的建議。此外，它還讓您可以完全控制何時看到校對建議以及如何執行這些建議。

幫助用戶釋放創造力，同時提高生產力

自三月以來，我們迎來了數十萬值得信賴的測試人員加入 Workspace Labs。這些測試人員來自企業組織和教育機構以及在個人生活中使用 Workspace 的人。他們的回饋給我們帶來了鼓勵和啟發。

「Adore Me 以鼓勵跨職能、多學科專案的方式建立了我們的組織，而寫作能力往往會成為障礙，尤其是對於高度國際化的團隊來說。利用 Docs 和 Gmail 中的生成式 AI 功能快速創建具有生產價值的副本的能力一直在加速項目和流程，其方式甚至讓我們感到驚訝！” 
— Adore Me 營運長 Romain Liot 

“Instacart 一直在尋找機會採用最新的技術創新，透過加入該計劃，我們可以使用新功能，並可以發現生成式 AI 將如何對我們使用 Google Workspace 的團隊產生影響。” —莊俊傑，Instacart 首席架構師

「我們很高興能在 Lyft 測試新的生成式 AI 工作空間體驗。無論是啟動新活動計劃，還是起草向司機社群發送的電子郵件更新，我們都對這些新工具如何提供幫助充滿熱情我們的團隊行動更快，工作效率更高。” — 來福車

讓客戶處於掌控之中 

我們知道人工智慧無法取代人類的聰明才智、創造力和智慧。我們根據Google 的 AI 原則設計我們的產品，讓使用者保持控制，讓 AI 提出您能夠接受、編輯和更改的建議。我們還將提供相應的管理控制，以便 IT 部門能夠為其組織制定正確的策略。

供應鏈組織如何使用數據和人工智慧來提高效率和優化

轉貼自：https://cloud.google.com/blog/topics/supply-chain-logistics/drive-supply-chain-efficiency-and-optimization-using-data-and-ai?utm_campaign=602489017b278b000115685a&utm_content=64f12ace2947ff00012f4c0b&utm_medium=smarpshare&utm_source=linkedin

數據和人工智慧正在改變每個行業，為許多行業提供動力的供應鏈也是如此。近年來，供應鏈對企業和消費者的可見度和影響力不斷提高。同時，在平衡地緣政治和金融挑戰的同時，堅持永續發展預期的挑戰使得運作高效和永續的供應鏈變得比以往任何時候都更加困難。在Google Cloud，我們透過數據和人工智慧為供應鏈客戶提供了出色的成果，使他們能夠更好地了解自己的供應鏈、確定需要改進的領域、實現永續發展目標並做出更明智的決策。

今天，我們很自豪能夠透過供應鏈數據和人工智慧雲端將我們的專業知識帶給更多客戶。與我們的合作夥伴和客戶一起，我們對許多行業有了深入的了解，我們的客戶透過我們的技術和價值加速器建立數據驅動的供應鏈獲得了巨大的價值。透過供應鏈數據和人工智慧雲，您可以享受以下好處：

• 透過使用數據和人工智慧來獲得更深入的了解、提高供應鏈的效率和彈性，從而提供卓越的客戶體驗。準確預測何時需要產品以及如何以最有效的方式獲得產品。

• 降低成本和碳足跡：透過提高可見度來識別瓶頸、低效率和風險，使組織能夠釋放資源、盡可能自動化並提高效率。這不僅透過降低成本，而且透過提高客戶和員工滿意度來體現。

• 加速部署人工智慧用例的平台：準備好利用最新的生成式人工智慧技術進行公司間搜索，例如，透過一個簡單的問題深入了解供應鏈的遠端；或根據即時庫存可用性為您的客戶提供個人化體驗。

為我們的客戶創造價值

創新公司多年來一直在使用 Google 的數據和人工智慧雲，並取得了令人難以置信的成果。

• Coop透過使用 Google 數據和人工智慧技術進行預測來減少食物浪費，與專門建立的內部解決方案相比，效能提高了 43%。

• 雷諾提高了供應鏈視覺性，降低了庫存成本，了解庫存零件的使用壽命，降低了成本，並更有效地管理物流，從而提高了客戶滿意度。

Google 的供應鏈資料與人工智慧雲端功能

Google 的供應鏈資料和人工智慧雲端包括各種解決方案和價值加速器，可協助企業優化供應鏈。一些關鍵解決方案和價值加速器包括：

• AI 優化的規劃和預測：Google Cloud 的產品和我們的合作夥伴使企業能夠使用機器學習來幫助優化其規劃、預測流程和貨架可用性。這可以幫助他們減少浪費、改善客戶服務並增加利潤。

• 供應商績效可見度：此解決方案可協助企業追蹤其供應商的績效。此資訊可用於識別和解決潛在問題，例如交貨延遲或產品品質不佳。

• 跨公司數據共享：企業可以更輕鬆地與合作夥伴、供應商和客戶共享供應鏈中的數據，改善協作和協調，並幫助他們做出更明智的決策。透過連接來自我們廣泛的提供者生態系統的各種數據來源並與貿易夥伴安全地共享數據，企業可以改善協作和協調並做出更明智的決策。

• 複雜的合作夥伴生態系統：我們在供應鏈和永續發展方面與各種獨立軟體供應商 (ISV) 合作。Kinaxis、Dematic、Atlas AI、ESG Book、NGIS、Project44和Geotab等 ISV整合到 Google Cloud 的資料和 AI 功能中，並為我們的客戶提供關鍵工作流程支援。組織可以透過利用 Google Cloud 最新的行業價值網絡進一步加速其開發之旅，該網絡與精選合作夥伴一起提供加速器和可重用 IP/資產，以解決跨行業的多個高價值用例。 

Google Cloud 與 SAP 合作變革汽車產業

 繼 SAP 和 Google Cloud在今年稍早和上週的Google Next大會上宣布擴大合作夥伴關係之後，兩家公司現在聯手為汽車產業提供強大的解決方案。SAP 和 Google Cloud 正在進行新的合作，將利用 SAP Integration Suite、SAP Datasphere 和 Google Cloud 的功能，特別著重於促進跨資料平台的互通性和安全資料交換。

在技​​術進步和不斷變化的客戶期望的推動下，汽車行業正在經歷重大轉型。為了在這個快速發展的環境中保持競爭力，汽車公司越來越多地轉向基於雲端的解決方案來簡化營運、增強客戶體驗並推動創新。

SAP 和 Google Cloud 深化合作夥伴關係旨在促進跨資料平台的互通性和安全資料交換。新的合作旨在為汽車產業帶來多項好處，包括：

● 簡化營運：連接和整合來自不同來源的數據，打破數據孤島並實現無縫數據交換。

● 增強的客戶體驗：利用即時數據個人化客戶體驗、提高客戶滿意度並提高品牌忠誠度。

● 加強協作和創新：此夥伴關係提供了汽車生態系統的統一視圖，將有助於在製造商、供應商和其他利害關係人之間實現直接、透明的協作。

● 全產業標準化：透過參與汽車產業首個協作式開放資料生態系統Catena-X ，為全產業標準和框架的製定做出貢獻，實現整個汽車價值鏈的互通性和協作。

加強汽車產業內的資料交換

由於資料在汽車價值鏈中發揮關鍵作用，因此確保不同利害關係人之間的無縫連接和安全資料交換變得至關重要。認識到這一需求，SAP 和 Google Cloud上週剛在 Google Cloud Next大會上宣布，兩家公司將倡導 Catena-X 內的互通性，這是一項促進標準化和跨行業協作的關鍵舉措。

Catena-X 是汽車行業第一個協作、開放的數據生態系統，公司可以在整個價值鏈上有效地交換數據，重點關注可追溯性、品質管理或永續性等用例。Catena-X旨在為汽車產業建立標準化、安全的資料交換平台，實現製造商、供應商和其他利害關係人之間的無縫協作。此生態系統有助於即時存取相關訊息，從而優化生產流程、縮短交貨時間並全面提高整個價值鏈的生產力。

SAP for Automotive 和 Google Cloud 合作的關鍵領域之一是 Catena-X 計畫：

• 透過利用SAP Integration Suite和 Google Cloud 的人工智慧和機器學習產品、資料處理和智慧分析功能以及設計安全的基礎設施和平台服務，Catena-X 可以為汽車公司提供堅實的基礎，以產生見解並分享無縫、安全、有效率地傳輸資料。這些技術的使用進一步可以簡化和管理複雜的供應鏈流程，這是整個汽車產業的核心。
• 由於Eclipse Dataspace Components (EDC)是Catena-X 內指定的資料交換框架，Google Cloud 和SAP 將共同評估哪些額外的雲端服務可以為更廣泛的生態系統帶來高價值，並將致力於向EDC 提供這些服務。這將為 Catena-X 網路帶來新的、有趣的機會。
• Catena-X 的主要主題之一是永續性。SAP 和 Google Cloud 正在探索如何將SAP Datasphere與 Google Cloud 提供支援的更廣泛的 ESG 資料集和見解相結合，以透過可行的見解加速永續發展之旅。
• 資料交換至關重要的另一個 Catena-X 用例是品質管理。該用例透過為整個汽車行業的公司和網路提供有針對性的精確錯誤檢測和根本原因分析，使汽車製造商能夠更快地識別和解決品質問題。透過將SAP Datasphere與 Google Cloud BigQuery 集成，可以豐富品質數據，並且可以透過 Google Cloud Timeseries Insights API 更早偵測到異常。

智慧客戶體驗

此次合作體現了 SAP 和 Google Cloud 對全產業進步的承諾，並凸顯了數據驅動協作在汽車產業變革中的巨大潛力。

SAP 和 Google Cloud 的汽車產品將使客戶能夠：

• 為個人化互動奠定 720° 基礎：為了增強未來商業模式（直銷、訂閱、附加服務）的客戶體驗，SAP Automotive 和 Google Cloud 計畫讓我們的共同客戶能夠整合有關客戶偏好和行為的資料包含720° 視圖的交易和車輛使用數據（360° 客戶+ 360° 車輛數據）。在 Google Cloud BigQuery以及SAP 客戶資料平台和SAP Digital Vehicle Hub的支援下，Google Cloud 和 SAP 的聯合客戶群將能夠做出即時決策並採取相關行動，以增加收入並降低成本。
• 重塑數位購買體驗：SAP 的客戶體驗產品組合計劃與 Google Cloud 的沉浸式體驗（例如Immersive Stream for XR）和對話式 AI（例如Vertex AI 搜尋和對話）解決方案集成，這將使汽車製造商能夠重塑購買體驗。

Google雲端全球汽車解決方案總監 Matthias Breunig 表示：「在這個數位轉型時代，公司之間的合作和互通性對於改善整個汽車價值鏈至關重要。我們與 SAP Automotive 的合作表明我們致力於釋放安全數據交換的潛力，最終推動創新並使我們的客戶能夠為消費者提供卓越的產品和服務。”

SAP 副總裁、汽車產業業務部負責人 Hagen Heubach 表示：「透過與 Google Cloud 合作，我們正在朝著更互聯、高效的汽車產業邁出重要一步。安全的數據交換和互操作性構成了成功的數位生態系統的基礎，我們很高興能為這一計劃貢獻我們的專業知識。”

使用 ABAP SDK 在 SAP 中由 Google AI 支援的自動訂單/出貨

轉貼自：https://blogs.sap.com/2023/09/19/google-ai-powered-automated-order-shipment-routing-in-sap-using-abap-sdk/

Google Cloud Platform (GCP) 提供廣泛的人工智慧 (AI) 和機器學習 (ML) 產品，可協助企業自動化任務、改善決策和個人化體驗。其中一種 GCP 產品是 BigQuery 機器學習 (ML) 模型，它支援各種用例，例如 運行預測 和 需求預測 。在這篇文章中，我們將探討客戶如何使用適用 於 Google Cloud 的 ABAP SDK（Google Cloud SDK的新增功能）從其 SAP 環境中本地使用 BigQuery ML 模型的預測 。

問題陳述

一家新的線上零售商使用 SAP 來輸入和處理客戶訂單。零售商希望優化和簡化訂單履行流程。具體來說，零售商希望在以下選項中選擇最具成本效益的「訂單路由」選項：

• 從自己的倉庫履行
• 轉寄給 3PL 合作夥伴
• OEM 製造商/供應商直接出貨

該決定取決於多種因素，例如：

• 該商品是否在自有倉庫有庫存
• 訂單的交貨日期是哪一天
• 與每個選項相關的運輸距離和成本
• 客戶類別－企業、小型企業等。

想像一下，訂單處理專家篩選多個資料集並執行複雜的查詢來決定最佳訂單路由。這將是一個繁瑣的過程，通常會導致錯誤、營運成本增加以及客戶不滿意。

在下面的部分中，我們將探討零售商如何使用 BigQuery ML 和 Google Cloud 的 ABAP SDK來解決此問題。

商業衝擊

透過使用適用於 Google Cloud 的 ABAP SDK 實施以下解決方案，零售商可以實現以下效率。

• 由於 BigQuery ML 模型，手動審核過程將減少，該模型將完成預測訂單路由的繁重工作。
• 經過持續訓練的模型將提供更準確且更具成本效益的預測，從而降低營運成本。
• 透過考慮交貨日期，該模型將確保訂單按時交貨，從而提高客戶滿意度。

設定 BigQuery ML

如果您是 BigQuery 新手，請花點時間熟悉一下：

• BigQuery 產品特性與功能
•  將資料載入到 BigQuery 的各種方法

建立資料集並準備就緒後，即可將資料載入到 BigQuery。然後，只需 2 個 SQL 命令，零售商就可以建立和訓練 ML 模型，並在其資料集上執行「訂單路由預測」。隨著新資料載入到 BigQuery，模型會不斷接受訓練以提供更好的預測。

解決方案概述

在 GCP 中設定 BigQuery ML 模型後，零售商的 ABAP 開發人員可以使用適用 於 Google Cloud 的 ABAP SDK 來：

• 使用 Pub/Sub 將資料載入到 BigQuery，以及
• 使用 BigQuery ML 模型讀取預測，

所有這些都來自 SAP 環境並使用他們熟悉的程式語言 —  SAP ABAP。

解決方案組成和流程

詳細步驟

在下面的部分中，我們將深入探討 GCP 和 SAP 中的各個步驟。

為 Google Cloud 和雲端資源設定 ABAP SDK

讓我們來看看GCP和SAP上需要完成的一些關鍵設定。

• 第一步，零售商管理員將  在 SAP Landscape 上安裝和設定ABAP SDK。
• 然後，他們的雲端管理員/開發人員將在 GCP 上建立以下資源。

大查詢

• 建立表來保存來自 SAP 的數據

• 建立並運行 BigQuery ML 模型 來預測路由。

CREATE OR REPLACE MODEL `bqml.zorder_routing`
OPTIONS (model_type='linear_reg',
         input_label_cols=['delivery']) AS
SELECT * FROM `ORDER_ROUTING_DEMO.zrouting_sap_data`
WHERE delivery IS NOT NULL

SELECT * FROM
ML.PREDICT (
 MODEL`bqml.zorder_routing`,
    (SELECT *      FROM`ORDER_ROUTING_DEMO.zrouting_sap_data`
    WHERE delivery IS NOT NULL))

注意：以上是範例命令。請參閱 文檔 ，以了解有關如何根據您的需求實施 BigQuery ML 模型的詳細說明。

發布/訂閱

•  為來自 SAP 的訂單資料建立 Avro 架構。

•  使用上述架構建立 主題

• 為該主題建立 訂閱 ，寫入 BigQuery 表

ABAP開發

現在設定步驟已完成，ABAP 開發人員可以使用適用於 Google Cloud 的 ABAP SDK 在 SAP 中實作解決方案。

 首先，透過在 SAP Outbound Delivery BADI LE_SHP_DELIVERY_PROC 的實作中使用 ABAP SDK Pub/Sub API 用戶端存根類別 /GOOG/CL_PUBSUB_V1 ，將 SAP Outbound Delivery 資料發佈到 Pub/Sub 主題 。 由於GCP 中設定了訂閱，發佈到 Pub/Sub 的資料會即時複製到 BigQuery  。

    DATA:
      ls_input_sap     TYPE /goog/cl_pubsub_v1=>ty_023.

    LOOP AT it_xlips REFERENCE INTO DATA(ls_lips).

      DATA(lv_json_obj_sap) =
       /ui2/cl_json=>serialize(
          data     = VALUE t_payload_sap(
                       delivery = ls_lips->vbeln
*                      ......... other attributes
                       item = ls_lips->posnr )

         pretty_name = /ui2/cl_json=>pretty_mode-low_case  ).


      APPEND VALUE #(
        data = cl_http_utility=>encode_base64( lv_json_obj_sap ) )
      TO ls_input_sap-messages.
    ENDLOOP.

    TRY.

        DATA: lo_client TYPE REF TO /goog/cl_pubsub_v1.

        CREATE OBJECT lo_client
          EXPORTING
            iv_key_name = 'DEMO_PUBSUB'.

        CALL METHOD lo_client->publish_topics
          EXPORTING
            iv_p_projects_id = CONV #( lo_client->gv_project_id )
            iv_p_topics_id   = 'DEMO_ORDER_DATA_SAP'
            is_input         = ls_input_sap
          IMPORTING
            ev_ret_code      = DATA(lv_ret_code)
            ev_err_text      = DATA(lv_err_text).

      CATCH /goog/cx_sdk INTO DATA(lo_exception).
        "Appropriate Error Handling
    ENDTRY.

範例示範流程

下面的流程顯示了來自 SAP 應用程式的資料如何到達 BigQuery 表中。

然後，BigQuery ML 模型會以一定的精度預測路由，該路由是使用 ABAP SDK 直接從 SAP 讀取的。

ML 模型的路由預測

下面的 UI5 應用程式提供了 BigQuery ML 模型的路由預測的更好視覺化。

對 UI5 應用程式上呈現的多個文件的預測

SAP 銷售文件中已儲存的製程路線

該 UI5 應用程式可用於「人機互動」場景，例如 ML 結果的臨時驗證或當預測準確度百分比低於某個閾值時。使用者可以根據自己的判斷覆蓋路由，保存後，路由值將透過 Pub/Sub 發送回 BigQuery。此過程將持續訓練 BigQuery ML 模型，以便為未來資料集提供更準確的預測。

這些 BigQuery ML 模型也可以 直接在 Google Vertex AI Platform 中管理 ，而且可以使用 Vertex AI API 用戶端存根類別 /GOOG/CL_VERTEXAI_V1 從 SAP 讀取 Vertex AI 模型的推論。

結論和後續步驟

如本案例所示，適用於 Google Cloud 的 ABAP SDK 提供了直接從 SAP 環境使用即時推理和持續調整模型的功能。

準備好開始使用 Google Cloud 的 ABAP SDK 了嗎？

為適用於 Google Cloud 的 ABAP SDK 的新增功能新增書籤  以取得最新公告，並遵循 安裝和設定 說明。

查看這些部落格文章，開始使用 Google Cloud 的 ABAP SDK

• 在此部落格中，Ameya Suvarna說明如何在 Google Cloud Platform 上使用 ABAP Platform Trial 1909 評估適用於 Google Cloud 的 ABAP SDK。
• 閱讀Devesh Singh 撰寫的 這篇部落格文章，了解如何使用適用於 Google Cloud 的 ABAP SDK 自動執行 SAP 中的銷售訂單輸入等業務流程。
• 請同時查看有關 ABAP SDK程式碼嚮導的Kriti Sugandha部落格文章，這是作為 ABAP SDK 的一部分提供的眾多卓越工程之一。