SAP戰略中的機器學習

https://mp.weixin.qq.com/s/buv3R6AEr5PWhjpniYh_BQ

作者曾介紹過SAP將智慧企業願景推向市場的原因，以及幫助企業應對數字化挑戰。

本篇部落格的目的，是嘗試解釋機器學習的基本概念，以及如何在SAP的產品組合中利用它？

智慧企業的一個關鍵要素，是將機器學習演算法，注入企業軟體業務流程。機器學習演算法本身並不是什麼新鮮事，但它們最近一直處於非常熱門的狀態，是因為我們正處於技術突飛猛進，並發展到可以做到大量應用可落地的階段。

過去的30、50年，企業產生了大量的資料，最近的10年，企業資料產生的越來越快，越來越多。這些資料孕育了數字經濟的曙光。如果它們得以有效的訓練和處理，將會得到豐厚的回報。為企業帶來價值。

1.

什麼是機器學習？

機器學習演算法的目標是確定一個數學模型，我們稱之為函式f（），在y = f（x）中，其中x代表任何現實世界的觀察，y代表一些評估，識別或處理由那些x。

有三種主要的機器學習演算法型別：監督學習，半監督學習和無監督學習。

監督學習與標記資料一起工作，意味著透過分析訓練資料，找出基於真實世界觀察（x）的方程y = f（x）來預測/推斷某些特定結果（y）。

半監督學習與一些標記資料和許多未標記資料一起工作，這意味著找出方程y = f（x），即使結果值（y）僅為有限的一組觀察（x）所知，例如在抽樣方案中。

無監督學習僅使用（x）輸入資料，這意味著找出隱藏的結構或觀察之間的關係（x）。從該分析中自動生成變數（y）。

為了增加另一層複雜性，我們打算定義的函式f（）通常受很多變數的影響，彼此之間可能存在依賴關係：y = f（x1，x2，x3，…，xn）。

機器學習演算法根據訓練資料建立數學模型f（），最終目標是在沒有明確程式設計的情況下進行統計預測或決策。

"訓練"模型然後意味著從訓練資料集的示例中確定所有（xn）的"正確"值（y）。例如，在監督學習中，機器學習演算法透過檢查許多標記資料（xn）並試圖找到使損失最小化的模型來建立模型。

損失是指示模型預測在單個示例（a bad（y））上有多糟糕的數字。如果模型的預測是完美的，那麼損失將為零；否則，損失會很高。訓練模型的目的是找到一組具有低損耗的（xn），然後推斷出正確的（y）。

下圖為訓練機器學習模型的機制：

這也就是為什麼訓練資料集越大，資料質量越好，這樣，我們就可以更準確地收集到函式f（）的基礎條件，並且提高預測的準確性。

因此，為了使機器學習取得成功，我們需要準備大量高質量資料。

2.

SAP的機器學習

SAP的機器學習願景包括：

智慧業務流程，嵌入ERP S/4 HANA和LOB SaaS工具（SuccessFactors，Ariba，C / 4HANA，Concur等）;

智慧數字化平臺，這是供電聊天機器人，虛擬助理，機器人過程自動化，並提供由SAP開發的機器學習演算法，並透過我們的合作伙伴，如谷歌的TensorFlow就是一個巨大的圖書館。

最後，SAP HANA作為基礎，提供準備，管理，確保質量所需的所有資料治理引擎，並實時處理培訓自己的預測分析引擎和其他機器學習演算法所需的資料可從SAP Cloud Platform獲得。

總結一下這個概述，我將介紹SAP圍繞機器學習的主要產品。

3.

SAP Leonardo Machine Learning Foundation

SAP Leonardo Machine Learning Foundation是一個基於SAP Cloud Platform的機器學習平臺，可實現簡單的功能，並提供與SAP後端的緊密整合。它的四個主要功能是：

易於使用針對非ML專家的ML內容，允許部署和執行您自己的機器學習模型，或使用您自己的資料調整現有模型。

影像處理服務，以啟用自動模式檢測

文字處理服務，分析儲存在文件，網站或電子郵件中的自然語言內容，並揭示其含義。

語音處理服務，可將語音轉換為文字，並將語音合成為數字助理或語音控制應用程式供使用。

4.

SAP智慧機器人過程自動化

SAP智慧過程自動化（IPA）也基於SAP雲平臺，將機器人過程自動化和機器學習整合到一個整合的自動化產品中：

ML"思考"並處理非結構化流程、資料並改進基於規則的純粹決策引擎。

RPA"行動"，尤其是跨系統執行業務流程，讓關鍵使用者建立自己的機器人。

IPA的目的是透過自動複製沒有附加價值的繁瑣行為，來加速業務流程的數字化轉型。它涉及跨應用程式和系統的業務流程自動化。

5.

SAP Conversational AI

SAP Conversational AI是一個基於SAP Cloud Platform的平臺，用於開發，部署和監控Conversational AI應用程式。它配備了強大的自然語言處理（NLP）技術，因此您可以快速，輕鬆地構建真正瞭解人的機器人。

該機器人精通英語，法語，西班牙語和德語，並且提供其他15種語言的標準功能。

最後

利用機器學習來改進和自動化業務流程，僅受我們想象力的限制。這最終是智慧企業的意義所在。除了實際技術之外，所有這些工具的目標都是幫助您，併為您的業務創造價值。

- End -

原文地址：https://blogs.sap.com/2019/04/05/machine-learning-in-sap-strategy/

原文作者：Arnaud SERGENT