SAP வணிகத் தரவை ஒருங்கிணைத்து நிகழ்நேர AI தனிப்பயனாக்கத்தை முன்னெடுக்கிறது

நிறுவனத் தலைவர்கள் பெரும்பாலும் உயர்நிலை வாடிக்கையாளர் அனுபவ இலக்குகளுக்கும், சிதறிய தரவுகளின் தொழில்நுட்ப யதார்த்தத்திற்கும் இடையிலான இடைவெளியைக் குறைக்கப் போராடுகிறார்கள். வணிகத் தரவு கட்டமைப்புகளை ஒருங்கிணைப்பதன் மூலம், செயல்பாட்டு நிலையில் (execution layer) நேரடியாக AI தனிப்பயனாக்கத்தை சாத்தியமாக்குவதன் மூலம் SAP இந்தத் தொடர்பின்மையைத் தீர்க்கிறது.

நிறுவன வணிகத்தில் தரவுச் சிதறல் சிக்கலைத் தீர்த்தல்

பல பெரிய நிறுவனங்களுக்கு, மிக உயர்ந்த அளவிலான தனிப்பயனாக்கப்பட்ட வாடிக்கையாளர் பயணங்களை (hyper-personalized customer journeys) வழங்குவதற்கான லட்சியம், அடிப்படை உள்கட்டமைப்பால் அடிக்கடி முறியடிக்கப்படுகிறது. பல்வேறு டிஜிட்டல் touchpoints மூலம் வாடிக்கையாளர் தேவைகளைக் கணிப்பதற்கும் பொருத்தமான தொடர்புகளை வழங்குவதற்கும் தலைமைத்துவக் குழுக்கள் இலக்குகளை நிர்ணயித்தாலும், உள்நாட்டுத் தரவுத் தனிமைப்படுத்தல்கள் (data silos) முறையான செயல்பாட்டைத் தடுக்கின்றன.

தற்போதைய பரிந்துரை இயந்திரங்கள் (recommendation engines) பெரும்பாலும் அவற்றின் முழுத் திறனை வெளிப்படுத்தத் தவறிவிடுகின்றன; தனிப்பயனாக்கப்பட்ட பரிந்துரைகளுக்குப் பதிலாக பொதுவான தயாரிப்புப் பட்டியல்களையே அடிக்கடி காட்டுகின்றன. இந்தத் தோல்வி ஏற்படுவதற்குக் காரணம், இந்த AI மாதிரிகளுக்கு வழங்கப்படும் தரவுகள் பெரும்பாலும் கட்டமைக்கப்படாதவையாகவோ, தொடர்பற்றவையாகவோ அல்லது நிகழ்நேர ஈடுபாட்டிற்குத் தேவையான வேகத்தில் தொடர்பு கொள்ள முடியாத தனிமைப்படுத்தப்பட்ட அமைப்புகளில் (siloed systems) இருப்பதே ஆகும். SAP-இன் சமீபத்திய மூலோபாய நடவடிக்கை, இந்தச் சிதறிய வணிகத் தரவு கட்டமைப்புகளை ஒருங்கிணைப்பதில் கவனம் செலுத்துகிறது, இதன் மூலம் AI மாதிரிகள் சுத்தமான, ஒருங்கிணைந்த மற்றும் அதிவேகத் தகவல் ஓட்டத்தைப் பெறுவதை உறுதி செய்கிறது.

தனிப்பயனாக்கத்தை செயல்பாட்டு நிலைக்குக் கொண்டு வருதல்

SAP-இன் அணுகுமுறையில் உள்ள முக்கியப் புத்தாக்கம் என்பது, கோட்பாட்டு ரீதியான தனிப்பயனாக்கத்திலிருந்து (theoretical personalization) "செயல்பாட்டு AI தனிப்பயனாக்கத்திற்கு" (operational AI personalization) மாறுவதாகும். வணிகத்தில் பெரும்பாலான AI செயலாக்கங்கள் உயர் மட்டத்தில் செயல்படுகின்றன, அதாவது எதிர்கால நடத்தையைக் கணிக்க வரலாற்றுப் போக்குகளைப் பகுப்பாய்வு செய்கின்றன. இருப்பினும், செயல்பாட்டு நிலையில் (execution layer) ஒருங்கிணைப்பு இல்லாவிட்டால், இந்தத் தகவல்களை ஒரு நேரடி வாடிக்கையாளர் அமர்வின் (live customer session) போது உடனடி நடவடிக்கைகளாக மாற்ற முடியாது.

வணிகத் தரவை ஒருங்கிணைப்பதன் மூலம், SAP தொடர்புகொள்ளும் புள்ளியிலேயே (point of interaction) AI செயல்பட வழிவகை செய்கிறது. அதாவது, ஒரு வாடிக்கையாளர் டிஜிட்டல் விற்பனை நிலையத்தின் வழியாகச் செல்லும்போது, கையிருப்பு (inventory), வாடிக்கையாளர் வரலாறு மற்றும் தற்போதைய உலாவல் சூழல் (browsing context) தொடர்பான நிகழ்நேரத் தரவைப் பயன்படுத்தி, மிகவும் குறிப்பிட்ட அனுபவங்களை வழங்க AI-ஆல் முடியும். இந்தத் திறன் நிறுவனங்கள் பொதுவான பிரிவுகளில் (broad segments) இருந்து தனிநபர் அளவிலான பொருத்தத்தை நோக்கி நகர அனுமதிக்கிறது, இது தனிப்பயனாக்கப்பட்ட தொடர்புகளின் அளவு மற்றும் துல்லியத்தை கணிசமாக அதிகரிக்கிறது.

இது AI சூழலுக்கு ஏன் முக்கியமானது

இந்த வளர்ச்சி நிறுவன AIத் திட்டமிடலில் (enterprise AI roadmap) ஒரு குறிப்பிடத்தக்க மாற்றத்தைக் குறிக்கிறது: "Generative AI மீதான ஆர்வம்" என்பதிலிருந்து "Operational AI பயன்பாடு" நோக்கிய நகர்வு. பரந்த AI சூழலைப் பொறுத்தவரை, தரவு ஒருங்கிணைப்பில் SAP-இன் கவனம் ஒரு முக்கியமான உண்மையைப் பிரதிபலிக்கிறது—ஒரு LLM அல்லது பரிந்துரை அல்காரிதத்தின் (recommendation algorithm) செயல்திறன், அதன் அடிப்படையிலுள்ள தரவு கட்டமைப்பின் தரம் மற்றும் இணைப்பால் மட்டுமே தீர்மானிக்கப்படுகிறது.

வணிகங்கள் தன்னாட்சி வணிகம் (autonomous commerce) மற்றும் ஏஜென்டிக் பணிப்பாய்வுகளை (agentic workflows) நோக்கி நகரும்போது, சிக்கலான, தனிப்பயனாக்கப்பட்ட பணிகளை நிகழ்நேரத்தில் செயல்படுத்தும் திறன் முதன்மையான போட்டித் திறனாக மாறும். வணிகச் சூழலில் இந்த மேம்பட்ட AI ஏஜெண்டுகள் திறம்படச் செயல்படுவதற்குத் தேவையான "தரவு குழாய் அமைப்பை" (data plumbing) வழங்கும் அடிப்படை அடுக்காக SAP தன்னை நிலைநிறுத்திக் கொள்கிறது.

முக்கியக் குறிப்புகள்

• தரவுத் தனிமைப்படுத்தல்களை நீக்குதல்: பழைய அமைப்புகளில் (legacy systems) பொதுவாகக் காணப்படும் பொதுவான "அனைவருக்கும் ஒரே மாதிரியான" (one-size-fits-all) பரிந்துரைகளைத் தவிர்க்க, SAP சிதறிய வணிகத் தரவு கட்டமைப்புகளை ஒருங்கிணைக்கிறது.
• செயல்பாட்டுச் செயலாக்கம்: முன்னறிவிப்புத் தகவல்களைத் தாண்டி, வாடிக்கையாளர் பயணத்தின் செயல்பாட்டு நிலையில் இயங்கும் நிகழ்நேர AI தனிப்பயனாக்கத்தை நோக்கி கவனம் நகர்கிறது.
• உள்கட்டமைப்பு ஒரு முன்நிபந்தனை: வெற்றிகரமான நிறுவன AI பயன்பாடு என்பது AI மாதிரிகளை விட தரவு ஒருங்கிணைப்பு மற்றும் உள்கட்டமைப்பையே அதிகம் சார்ந்துள்ளது என்பதை இந்த வளர்ச்சி வலியுறுத்துகிறது.