推動高效供應鏈：SAP Datasphere 與 Google Cloud 架構的集成

轉貼自：https://blogs.sap.com/2023/06/29/powering-efficient-supply-chains-sap-dataspheres-integration-with-google-clouds-architecture/ 

對於高效的供應鏈網絡，組織合併所有關鍵資料來源以維持對其供應鏈和製造營運的控制至關重要。孤立的第一方資料存放在各種 SAP 和非 SAP 系統中，與第二方資料沒有任何集成，與宏觀和微觀經濟市場因素沒有任何關聯，必然會導致供應鏈運作不理想。這種分散化往往最終導致供應鏈和製造成本高、供需樞紐失衡以及供應鏈中斷的抵禦能力下降。

多年來，許多組織在其 SAP 和各種其他孤立系統中產生了大量高品質數據。然而，這些數據主要用於報告目的，忽略了其真正價值。

這些數據對於企業來說除了報告之外還具有不可思議的價值。它有助於做出即時決策，以預測需求、管理庫存、及時履行客戶訂單以及優化生產營運。

透過將第一方資料（來自SAP 和其他ERP 系統）與第二方資料（供應商和合作夥伴資料）以及第三方資料（產業資料、競爭對手資料、來自產業、市場、政府、分析師的付費/未付費數據）混合在一起等），企業可以獲得大量可操作的數據見解。這些見解使企業能夠做出明智的、數據驅動的決策。

然而，許多組織儘管有最好的意圖，卻未能優化其運營，進而優化其獲利能力。這主要是由於缺乏強大的數據基礎，無法整合可能影響業務的所有潛在來源的數據。

堅實的資料基礎對於實現完整的 AI/ML 功能至關重要，例如複雜的預測分析演算法或產生深度學習功能。這些功能釋放了傳統技術無法實現的洞察力和能力。

SAP 和 Google Cloud 最近在 Sapphire 上發布的聲明代表了朝這個方向邁出的重大一步。企業現在可以透過 BTP 本機整合功能輕鬆引入 SAP ECC/SAP S/4HANA 和其他 SAP LoB 資料。

這樣就不需要花費數月時間來弄清楚整合架構和整合產品。SAP 和 Google Cloud 宣佈建立合作夥伴關係，SAP Datasphere 和 Google BiQuery 之間的整合
將促進客戶的數位供應鏈轉型。

利用 SAP Datasphere 和 Google Cloud 服務的高階架構

Datasphere 和 Google BigQuery 架構的結合將允許企業從 SAP 生態系統中本地獲取所有數據，例如 ECC、S/4HANA、IBP、Ariba、SuccessFactors 和其他 SAP 業務線產品。它還將透過 Google BigQuery 整合幾乎所有第二和第三方資料。這種方法可確保企業專注於識別影響其業務營運的關鍵資料來源，而不是擔心如何攝取和建模它們。 

該架構受益於 SAP 和 Google Cloud 引入的多項領先業界的尖端工程功能，例如： 

• SAP Datasphere 的資料聯合功能提供了與 Google BigQuery 的簡化整合。這種整合可以實現跨不同資料節點的共享學習，同時維護嚴格的資料隱私和安全標準。這種方法繞過了傳統的資料複製或移動流程，從而大大減少了資料延遲並保留了資料的語義和業務上下文。其影響令人印象深刻：提高效能、減少對額外運算資源的需求、更快的處理速度和成本效益。

• SAP Datasphere 和 Google BigQuery 可以託管 PB 級數據，並提供在幾秒鐘內處理這些數據的能力。

• Google Cloud 最先進的 Vertex AI 平台託管由 Google 設計的複雜且強大的預測和生成 AI 演算法。這些演算法可以根據組織的需求進一步客製化和微調。

• SAP 和 Google 建構的本機整合可即時或大量從幾乎任何資料來源引入資料。 

• FedML Python 程式庫有助於透過 SAP Datasphere 的統一資料模型即時存取即時數據，以進行 VertexAI 中的模型訓練和 ML 流程，並將結果帶回 SAP 應用程式。 

• Google BigQuery、Google Trends 或 Google Ad Tech 資料中的 250 多個公共資料集可用於改善需求預測、商品規劃和其他供應鏈流程。 

• 能夠輕鬆混合SAP Datasphere、Google BigQuery 或兩者中的多個資料來源。 

• 強大且安全的 ML Ops 功能可確保模型始終保持最新狀態、經過訓練並透過無縫資料流從最新資料中學習。 

• 在企業選擇的使用者介面中視覺化和規劃基於 ML 的預測的能力不僅為企業提供了即時可操作的智能，而且還可以在許多組織已經在其中運行的舒適且熟悉的 SAP 生態系統中實現這一點。 

• 由 Glassbox 方法提供支援的靈活平台功能，企業可以完全了解和存取 ML/AI 程式碼。這是與各種基於 SAS 的架構的明顯轉變，這些架構無法或有限地存取 AI 演算法和程式碼。 

• 資料治理、資料品質、主資料管理、資料合規性等 強大的平台能力。

透過 SAP BTP/Datasphere 和 Google Cloud 架構的結合，解決了一個關鍵的業務需求：建立一個可擴展、穩健的流程，將外部洞察整合到 SAP 系統中。它推動企業更接近商業智慧的未來，來自多個來源的數據可以無縫集成，先進的 Gen AI、LLM 和 AI/ML 模型可以提供即時見解