Story
CFO SAP: AI Perlu Melangkaui 'Chatbot' Untuk Jana Pulangan Sebenar

Summary
Ketua Pegawai Kewangan SAP, Dominik Asam, menyatakan bahawa pulangan sebenar daripada AI akan datang daripada integrasinya dalam proses perniagaan teras yang kompleks, bukan sekadar aplikasi mudah seperti chatbot.
Ketua Pegawai Kewangan (CFO) SAP, Dominik Asam, menegaskan bahawa perisian perusahaan yang menggunakan kecerdasan buatan (AI) mesti berkembang melangkaui aplikasi mudah seperti *chatbot* dan alat pengekodan untuk memberikan pulangan pelaburan yang substantif. Beliau berpendapat bahawa nilai sebenar AI terletak pada integrasinya ke dalam proses perniagaan yang lebih kompleks.
Melangkaui 'Buah Mudah Dipetik'
Bercakap kepada pemberita selepas pembentangan keputusan suku kedua SAP pada hari Khamis, Asam menyatakan bahawa sebahagian besar perbelanjaan AI pada masa ini tertumpu pada "buah yang mudah dipetik" seperti pembantu pengekodan dan *chatbot*. Menurutnya, dalam aplikasi ini, kesilapan atau "halusinasi" AI membawa risiko yang terhad.
Walau bagaimanapun, beliau memberi amaran bahawa syarikat-syarikat yang telah melabur secara besar-besaran dalam AI generatif masih mencari bukti peningkatan produktiviti yang meluas. SAP berhujah bahawa pulangan sebenar bukan datang daripada model AI tujuan umum, tetapi daripada sistem yang terbenam dan dikawal selia dalam proses perniagaan yang spesifik.
Cabaran Proses Perniagaan Teras
Mengaplikasikan AI pada fungsi teras seperti kewangan atau rantaian bekalan adalah lebih sukar kerana sebarang kesilapan boleh berganda merentasi pelbagai langkah, sekali gus meningkatkan risiko terhadap piawaian pematuhan.
Ad"Jika anda mempunyai beberapa halusinasi dalam proses tersebut, kesilapan itu secara statistik akan menjadi majmuk merentasi banyak langkah," kata Asam merujuk kepada aliran kerja kewangan. Beliau menambah bahawa ini memerlukan "tahap jaminan yang jauh lebih teliti."
Data Bersih dan Kos Jadi Keutamaan
Asam menekankan bahawa AI tidak akan menyelesaikan masalah yang berpunca daripada data lama yang tidak teratur dan terasing (*messy, legacy data silos*). Sebaliknya, syarikat perlu memastikan data mereka boleh digunakan dan ditadbir dengan baik agar AI dapat beroperasi dengan berkesan.
Beliau juga memberi amaran bahawa pendekatan menggunakan model AI canggih pada data yang tidak teratur akan melibatkan "kos token yang sangat tinggi." Menurut Asam, model yang paling canggih tidak semestinya pilihan yang tepat. Sebaliknya, syarikat akan memilih alat paling murah dan boleh dipercayai yang mampu memberikan hasil yang diperlukan dengan selamat, sama ada ia perisian mudah, model sumber terbuka, atau model sempadan yang mahal.