SAP fortsätter sjösätta så många initiativ under nya namn att det kan vara minst sagt svårt att hålla isär begreppen. Vi har precis lärt oss att gruppera SAPs connected suite under varumärket SAP Leonardo, och en av de kanske mest intressanta komponenterna som ni kanske sett skymta förbi i just den teknologi-stacken är maskinlärande.

Nyligen annonserade SAP att de kommer bygga in maskinlärande i alla sina lösningar, oavsett deployment-modell, Line of Business eller industrivertikal. Allt för att möta efterfrågan på algoritmdrivna verksamheter som fokuserar på att agera på insikter istället för att ägna sig åt rutinuppgifter. Det låter kanske lite svulstigt när man försöker formulera det kortfattat i ord, men på samma sätt som vi vant oss vid att digitala assistenter hjälper oss i vardagen så stiger förväntningarna på att få samma stöd i arbetslivet, och vem skulle inte hellre ägna sin tid åt att agera på avvikelser och insikter än att genomföra monotona arbetsuppgifter? Smarta system kommer med all sannolikhet stöpa om arenan för många aktiviteter i arbetslivet, och det är få områden som inte lämpar sig för automation genom artificiell intelligens.

SAP’s vision for machine learning and artificial intelligence goes way beyond one business application. It’s about creating business value by infusing our entire set of solutions with more intelligence, and providing a platform for our employees and an ecosystem to build machine learning solutions on

Jürgen Müller, chief innovation officer SAP

För att kort rekapitulera vad vi tagit upp kring maskinlärande tidigare så hänvisar jag till det jag skrev om MOOC-kursen ”Enterprise Machine Learning in a nutshell”  (se även länk längst ned på denna sida).

Känner ni att det är svårt att koppla ihop de viktiga delarna i er egen verksamhet med möjligheterna som öppnar upp sig genom smarta maskiner så kan det löna sig att gå igenom de sex grundläggande frågeställningarna som tas upp i kursen.

  • Do you need machine learning?
  • Can you formulate your problem clearly?
  • Do you have sufficient examples?
  • Does your problem have a regular pattern?
  • Can you find meaningful representations of your data?
  • How do you define success?

Sedan handlar det mycket om att jobba efter principen ”möjligheter först” som jag tog upp härom veckan. Genom att lyfta blicken bortom skrotet och köpa in på visionen att maskinlärande inom kort kommer vara lika självklart för vår existens som elektricitet och rinnande vatten så inser man att det handlar om att agera nu, och ett första kritiskt steg på vägen är att skaffa sig kunskaper.

Hur navigerar man då bland alla smarta lösningar som SAP tillhandahåller, och hur hittar man rätt ingångar till denna spännande värld? Fram tills helt nyligen har det varit rätt svårt att skapa sig en överblick, men SAP fortsätter nu bygga paraplybegrepp och produktområden för att hålla ihop lösningarna lite bättre. SAP inser att det gäller att göra sig hörd genom bruset inom maskinlärande då det finns många som slåss om sändningstiden. Nu lanseras SAP Clea som ett sammanhållande begrepp under vilket man samlar maskinlärande inom applikationer och teknologi. I den första vågen väljer man att lyfta fram fem stycken applikationer:

  • Finance – autmating payments
  • Recruiting – finding the right job candidate
  • Marketing – logo and brand recognition
  • Customer Service – anticipating needs
  • Sales & Marketing – loyalty & retention

Det är lite varierat med information tillgänglig kring de olika applikationerna, men finans-lösningen som bär produktnamnet SAP Clea for Cash Application är tillgänglig från S/4 HANA Cloud Edition 1702, och retention-lösningen SAP Clea for Customer Retention Insights finns dokumenterad i SAPs Help Portal. I övrigt är det lite tunt med annat än övergripande beskrivningar. Vi kan dock räkna med att det kommer fyllas på med information i rask takt.

Om du inte hade hört talas om SAP Clea tidigare eller inte riktigt greppat det här med maskinlärande kolla in nedanstående länkar, så hoppas jag det börjar klarna.

Länkbibliotek:

MOOC Enterprise Machine Learning in a Nutshell

SAP Clea (Machine Learning) landing page