SAP மற்றும் Google Cloud 'Agentic Commerce Architecture'-ஐ அறிமுகப்படுத்துகின்றன

SAP மற்றும் Google Cloud, பெருநிறுவன அளவில் சிக்கலான சந்தைப்படுத்தல் மற்றும் சில்லறை விற்பனை செயல்பாடுகளைத் தானியக்கமாக்குவதற்காக வடிவமைக்கப்பட்ட 'agentic commerce architecture'-ன் மூலோபாயப் பயன்பாட்டை அறிவித்துள்ளன. நவீன டிஜிட்டல் பொருளாதாரத்தில், மிகத் துல்லியமான தனிப்பயனாக்கப்பட்ட வாடிக்கையாளர் அனுபவங்களைத் தடுக்கும் முக்கியமான தரவு இடைவெளியைக் குறைப்பதே இந்த ஒத்துழைப்பின் நோக்கமாகும்.

பெருநிறுவன தரவுத் தனிமைப்படுத்தல் (Data Silo) இடைவெளியைக் குறைத்தல்

நவீன பெருநிறுவனங்கள் எதிர்கொள்ளும் ஒரு குறிப்பிடத்தக்க சவால் நுகர்வோர் நுண்ணறிவின் (consumer intelligence) சிதறல் ஆகும். SAP-ன் சமீபத்திய ஆராய்ச்சியின்படி, 2026-ஆம் ஆண்டிற்குள் வாடிக்கையாளர்களைத் தக்கவைத்துக் கொள்வதற்கு AI ஒரு அத்தியாவசியக் கருவியாக 78% வணிகங்கள் கருதுகின்றன, ஆனால் தரவு ஒருங்கிணைப்பின் (data integration) உண்மையான அமலாக்கம் பின்தங்கியுள்ளது. தற்போதைய தரவுகள் ஒரு கடுமையான யதார்த்தத்தை வெளிப்படுத்துகின்றன: 40%-க்கும் குறைவான நிறுவனங்களே தங்கள் Customer Experience (CX) மற்றும் Customer Relationship Management (CRM) தளங்களுக்கு இடையே வாடிக்கையாளர் தரவை திறம்படப் பகிர்ந்து கொள்கின்றன; இதில் முறையே 37% மற்றும் 39% மட்டுமே இந்த ஒருங்கிணைப்பை எட்டியுள்ளன.

புதிய 'agentic commerce architecture', இந்தத் தரவுத் தனிமைப்படுத்தல்களைக் கையாளக்கூடிய தன்னாட்சி AI ஏஜெண்டுகளைப் (autonomous AI agents) பயன்படுத்துவதன் மூலம் இந்தத் தடையைத் தீர்க்கிறது. நிலையான தானியக்கமாக்கலுக்குப் பதிலாக, இந்த ஏஜெண்டுகள் பல்வேறு ஆதாரங்களிலிருந்து தரவை விளக்கும் புத்திசாலித்தனமான இடைத்தரகர்களாகச் செயல்படுகின்றன. இதன் மூலம், விற்பனைப் புள்ளியிலிருந்து (point of sale) சந்தைப்படுத்தல் பணிப்பாய்வுகள் (marketing workflows) வரை வாடிக்கையாளர் நுண்ணறிவுகள் தடையின்றிப் பாயுவதை இவை உறுதி செய்கின்றன.

மல்டி-ஏஜென்ட் (Multi-Agent) சந்தைப்படுத்தல் செயல்பாடுகளின் எழுச்சி

இந்தத் திட்டத்தின் முக்கியப் புத்தாக்கம் அதன் "multi-agent" அணுகுமுறையில் உள்ளது. பாரம்பரிய ஒற்றை நோக்கம் கொண்ட பாட்களைப் (bots) போலன்றி, 'agentic commerce' என்பது சில்லறை விற்பனை வாழ்க்கைச் சுழற்சியை நிர்வகிக்க ஒருங்கிணைந்து செயல்படும் சிறப்பு வாய்ந்த AI ஏஜெண்டுகளின் ஒரு ஒருங்கிணைந்த சுற்றுச்சூழல் அமைப்பைக் கொண்டுள்ளது. இந்த ஏஜெண்டுகள் சரக்கு இருப்பு முன்னறிவிப்பு (inventory forecasting), நிகழ்நேர விளம்பர மாற்றங்கள் மற்றும் தனிப்பயனாக்கப்பட்ட வாடிக்கையாளர் தொடர்பு போன்ற பணிகளைத் தன்னாட்சியுடன் கையாள முடியும்.

Google Cloud-ன் மேம்பட்ட இயந்திர கற்றல் (machine learning) திறன்களையும் SAP-ன் வலுவான enterprise resource planning (ERP) தரவுகளையும் பயன்படுத்துவதன் மூலம், இந்த கட்டமைப்பு அதிவேக முடிவெடுப்பிற்கு வழிவகுக்கிறது. இதன் பொருள், ஒரு சில்லறை விற்பனை நிறுவனம், மனிதத் தலையீடு இன்றி, நிகழ்நேர இருப்பு நிலைகள் மற்றும் தனிப்பட்ட உலாவல் வரலாற்றின் அடிப்படையில் ஒரு வாடிக்கையாளருக்குத் தனிப்பயனாக்கப்பட்ட தள்ளுபடியை வழங்க முடியும்.

AI சூழலில் Agentic Commerce ஏன் முக்கியமானது

இந்த வளர்ச்சி "Generative AI"-லிருந்து "Agentic AI"-க்கு ஒரு மாற்றத்தைக் குறிக்கிறது. முந்தைய காலம் உள்ளடக்கத்தை உருவாக்குவதில் கவனம் செலுத்தியது, ஆனால் இந்த Agentic காலம் பணிப்பாய்வுகளை (workflows) செயல்படுத்துவதில் கவனம் செலுத்துகிறது. டெவலப்பர்கள் மற்றும் நிறுவனர்களுக்கு, இது நிறுவன மென்பொருள்கள் (enterprise software) உருவாக்கப்படும் முறையில் ஏற்பட்டுள்ள மாற்றத்தைக் குறிக்கிறது; இதன் மதிப்பு UI/UX-லிருந்து தன்னாட்சி முகவர்களின் (autonomous agents) அடிப்படையான ஒருங்கிணைப்பிற்கு (orchestration) மாறி வருகிறது.

பரந்த AI சூழலுக்கு, SAP மற்றும் Google Cloud இடையிலான கூட்டாண்மை, செயற்கை நுண்ணறிவில் (artificial intelligence) ROI-ன் அடுத்த கட்டம் செயல்பாட்டுத் தன்னாட்சியில் (operational autonomy) உள்ளது என்பதை நிரூபிக்கிறது. Agentic அடுக்குகளின் (layers) மூலம் தரவு ஒருங்கிணைப்புப் (data integration) பிரச்சனையைத் தீர்ப்பதன் மூலம், நிறுவனங்கள் இறுதியாக AI-ன் முன்னோடி நிலையைக் (pilot phase) கடந்து, லாபத்தை நேரடியாகப் பாதிக்கும் முழு அளவிலான, தானியங்கி வணிகச் செயல்முறைகளுக்குச் செல்ல முடியும்.

முக்கியக் கருத்துக்கள்

• தரவுத் துண்டாடலைத் தீர்த்தல் (Solving Data Fragmentation): 40%-க்கும் குறைவான நிறுவனங்களே CX மற்றும் CRM தரவுகளை வெற்றிகரமாக ஒருங்கிணைக்கின்றன என்ற தற்போதைய தொழில்துறை இடைவெளியை இந்த கட்டமைப்பு (architecture) இலக்கு வைக்கிறது.
• தன்னாட்சி பணிப்பாய்வுச் செயல்பாடு (Autonomous Workflow Execution): சாதாரண சாட்பாட்களைத் (chatbots) தாண்டி, இந்த மல்டி-ஏஜென்ட் அமைப்பு (multi-agent system) சிக்கலான சில்லறை விற்பனை மற்றும் சந்தைப்படுத்தல் செயல்பாடுகளைப் பெரிய அளவில் தானியங்கிப்படுத்துகிறது.
• Agentic AI-க்கான மூலோபாய மாற்றம் (Strategic Shift to Agentic AI): இந்த ஒத்துழைப்பு, உள்ளடக்க உருவாக்கத்திலிருந்து (content generation) தன்னாட்சி மற்றும் முடிவெடுக்கும் திறன் கொண்ட AI முகவர்களை (AI agents) நோக்கிய ஒரு பரந்த தொழில்துறைப் போக்கைக் குறிக்கிறது.