SAP CTO Philipp Herzig가 말하는 엔터프라이즈 AI 도입 전략과 미래

섹션별 상세

엔터프라이즈 AI 도입은 모델 성능보다 비즈니스 프로세스와 데이터 계층의 통합이 핵심이다. 기업 환경에서는 데이터가 여러 시스템에 파편화되어 있어 이를 효과적으로 연결하고 활용하는 것이 AI 성능을 결정짓는 핵심 요소로 작용한다. SAP는 고객의 비즈니스 성과를 중심으로 UI와 프로세스를 재설계하여 AI가 실질적인 가치를 창출하도록 지원한다. 이러한 접근 방식은 단순한 기술 도입을 넘어 기업의 운영 체제 자체를 지능화하는 것을 목표로 한다.

AI 에이전트의 가치 창출을 위해 검증 가능성과 에이전트 마이닝 기술이 필수적이다. 기업용 AI는 결과의 정확성과 신뢰성이 담보되어야 하므로 모델의 출력을 지속적으로 평가하고 검증하는 체계가 구축되어야 한다. SAP는 툴 콜링과 컴퓨터 사용 기술을 비교하며 에이전트가 복잡한 비즈니스 워크플로를 자율적으로 수행할 수 있는 영역을 탐색하고 있다. 이를 통해 반복적인 업무를 자동화하고 지식 노동자의 업무 수준을 한 단계 높이는 결과를 지향한다.

예측형 정형 데이터 모델의 한계를 극복하고 AI 시대에 적합한 새로운 가격 모델을 도입하고 있다. 기존의 테이블 기반 예측 모델은 복잡한 비즈니스 맥락을 파악하는 데 한계가 있어 생성형 AI와의 결합이 요구된다. SAP는 AI가 제공하는 가치에 기반하여 수익 구조를 재편하고 있으며 이는 고객이 AI 도입으로 얻는 생산성 향상과 비용 절감을 반영한다. 결과적으로 AI는 소프트웨어의 판매 방식뿐만 아니라 기업이 가치를 측정하는 방식까지 변화시키고 있다.

기술

SAP AI
Predictive Tabular Models
Quantum Computing

활용 사례

Supply Chain Optimization
Finance Process Automation
Agent Mining

언급된 리소스

DemoNo Priors Podcast