SAP Business Data Cloud är inte bara en ny plattform för data och analytics. Det är också en viktig del av SAP:s framtida roadmap.
I det här avsnittet av Implema Talks samtalar Johan Berg från Implema med Anders Heimer från SAP om varför SAP BDC blir relevant för SAP-kunder framåt, hur plattformen kopplar ihop data och AI, och varför företag behöver se sin datastrategi och AI-strategi som en gemensam helhet.
SAP Business Data Cloud (SAP BDC) blir en central del av SAP:s framtida roadmap eftersom företag behöver en mer sammanhållen dataplattform för att kunna använda AI på ett affärsnära och tillförlitligt sätt.
Enligt Anders Heimer från SAP handlar SAP BDC Roadmap om att hjälpa kunder att bygga en unified data platform, där data kan användas över silos, med kontext, metadata och affärsförståelse. För SAP-kunder innebär det att BDC bör ses som en strategisk del av den framtida data- och AI-arkitekturen, inte bara som ett nytt tekniskt initiativ.
I samtalet beskriver Anders Heimer SAP BDC som en plattform snarare än en enskild produkt. SAP har byggt ut sin teknologiplattform mot data lakehouse, data fabric och data mesh-arkitektur.
Det innebär att BDC ska hjälpa kunder att skapa en mer samlad datagrund. Inte bara för rapportering och analytics, utan också för AI, automatisering och framtida digitala arbetssätt.
För många företag är detta en konkret utmaning. Data finns ofta i silos. Den ligger i olika system, processer och affärsområden. När organisationen vill använda AI räcker det inte att ha tillgång till data. Datan måste också kunna förstås i sitt sammanhang. Det är här SAP BDC blir strategiskt viktigt.
En viktig poäng är att AI inte fungerar optimalt om den bara får tillgång till rådata. För att AI ska skapa affärsvärde behöver den också förstå kontexten runt datan.
Det kan till exempel handla om vad en order betyder, vilken typ av order det är, hur den hänger ihop med kundrelationen, vilka processer den påverkar och vilka beroenden som finns mellan olika affärsobjekt.
Med andra ord: AI behöver inte bara data. AI behöver affärskontext.
SAP BDC adresserar detta genom att kombinera data, metadata, semantik och relationer mellan olika dataprodukter och affärsobjekt.
“AI kan inte bara köra på data. Den behöver också förstå kontexten runt datan” – Anders Heimer, SAP
Det här är en av de viktigaste insikterna i avsnittet. För företag som vill använda AI i sina affärsprocesser blir datagrunden avgörande. Om data ligger isolerad i silos blir det svårt att ställa bredare frågor, skapa tillförlitliga AI-svar eller automatisera beslut över processgränser. Därför behöver företag en mer sammanhållen strategi för både data och AI.
Enligt Anders Heimer ligger en viktig del av SAP BDC:s styrka i förmågan att tillföra affärskontext till data.
SAP-data är ofta nära kopplad till företagets mest centrala processer: order, inköp, ekonomi, produktion, lager, leveranser och kundrelationer. Det gör att SAP har en unik position när företag vill använda data och AI kopplat till affärsprocesser.
I SAP BDC blir dataprodukter, metadata och semantik viktiga delar. Data products kan hjälpa kunder att få standardiserat innehåll från applikationerna i lake-format, med metadata runt datan. Nästa steg är att förstå hur olika dataprodukter hänger ihop.
Det är här SAP:s så kallade knowledge graph blir relevant. Den hjälper till att beskriva relationerna mellan data, processer och affärsobjekt.
I avsnittet lyfter Anders att företag som vill använda AI bredare behöver trusted data.
Trusted data handlar inte bara om datakvalitet i teknisk mening. Det handlar också om att data är begriplig, styrd och kopplad till rätt affärskontext.
För en SAP-kund kan det innebära att:
Det är först när data är tillförlitlig och affärsnära som AI kan bli relevant på riktigt.
“Kunder behöver linjera sin datastrategi med sin AI-strategi.” – Anders Heimer, SAP
Det är en viktig slutsats. Många organisationer pratar idag om AI-strategi, men behandlar fortfarande data som en separat fråga. I praktiken hänger de ihop. En AI-strategi utan en tydlig datastrategi riskerar att bli teoretisk. En datastrategi utan koppling till AI och affärsnytta riskerar att bli ett internt teknikprojekt. SAP BDC gör den kopplingen tydligare.
Enligt Anders Heimer har responsen från SAP-kunder varit mycket positiv. Kunder börjar från olika håll beroende på behov. Vissa fokuserar på traditionell data warehousing och analytics. Andra börjar med att dela SAP-data till exempelvis Databricks.
Det viktiga är att SAP BDC inte kräver att alla kunder börjar på samma sätt. Plattformen kan användas stegvis och utifrån olika prioriteringar.
För vissa handlar första steget om bättre rapportering. För andra handlar det om datadelning, AI-förberedelse eller att skapa en mer långsiktig plattform för enterprise data.
För företag som redan använder SAP och vill förstå vilken roll BDC kan spela framåt är första steget inte att starta ett stort transformationsprogram. En bättre början är att kartlägga nuläget och identifiera var affärsnyttan är störst.
Relevanta frågor att börja med:
När dessa frågor är tydliga blir det enklare att välja rätt startpunkt. Ta gärna hjälp av vår SAP BDC Workshop för att komma igång.
SAP Business Data Cloud blir en viktig del av SAP:s framtida roadmap eftersom den adresserar en av de största utmaningarna i många organisationer: att skapa en tillförlitlig, sammanhållen och affärsnära datagrund för AI och analytics.
För SAP-kunder handlar det inte bara om att samla data. Det handlar om att förstå data i rätt kontext.
Det är där SAP BDC blir strategiskt intressant. Plattformen kopplar ihop data, metadata, semantik, dataprodukter och affärsprocesser på ett sätt som kan hjälpa företag att bygga en starkare grund för både analytics och AI.
Den viktigaste frågan för SAP-kunder blir därför inte bara:
Vad är SAP Business Data Cloud?
Utan snarare:
Hur kan SAP BDC hjälpa oss att bygga en gemensam data- och AI-strategi?
SAP Business Data Cloud är SAP:s plattform för data, analytics och AI. Den hjälper företag att skapa en mer sammanhållen och tillförlitlig datagrund över olika system och processer.
SAP BDC är viktigt eftersom SAP använder plattformen som en framtida referensarkitektur för data, analytics och AI. För SAP-kunder blir den därför relevant att förstå som en del av den långsiktiga IT- och datastrategin.
En unified data platform är en samlad dataplattform som gör det möjligt att använda data över olika system, silos och affärsområden. Syftet är att skapa en mer konsekvent grund för analys, AI och beslutsstöd.
AI behöver förstå vad data betyder i relation till affärsprocesser, objekt och begrepp. Utan kontext riskerar AI att ge svar som bygger på data men saknar affärsförståelse.
Trusted data är data som är tillförlitlig, begriplig, styrd och kopplad till rätt affärskontext. Det är en viktig förutsättning för att kunna använda AI och analytics i affärskritiska processer.
SAP-kunder bör börja med att kartlägga sitt nuvarande datalandskap, identifiera viktiga silos och koppla databehoven till konkreta AI- och analytics-case. Därefter kan en stegvis roadmap tas fram.
Business Development Manager SAP
Oavsett om du har en fråga, vill veta mer om våra lösningar eller bara är nyfiken på hur vi kan hjälpa ditt företag, är du varmt välkommen att höra av dig.
