SAP и Google Cloud объединяют слои данных ИИ

При поддержке SAP

Маркетинг находится на стыке генеративного контента, принятия решений в реальном времени и данных о клиентах.

Именно здесь разрыв между сигналом и действием проявляется быстрее всего — и с наибольшей измеримостью — в бюджетах, конверсии и в том, чувствуют ли клиенты себя понятыми или проигнорированными. Это делает маркетинг идеальным полигоном для проверки того, как корпоративный ИИ выглядит на самом деле, когда он переходит из стадии экспериментов в стадию промышленной эксплуатации.

Давление с целью преодолеть этот рубеж вполне реально. Согласно данным SAP Engagement Cloud, 80% брендов считают ИИ необходимым условием для удержания клиентов, а 34% называют принятие решений в реальном времени и автоматическую генерацию контента величайшей ценностью искусственного интеллекта. Тем не менее, более половины компаний по-прежнему не имеют доступа к данным в реальном времени или пригодным для использования данным, и менее 20% лиц, принимающих решения, утверждают, что их команды действительно скоординированы.

Проблема не в инструментах и не в намерениях, говорит Джессика Кин (Jessica Keehn), директор по маркетингу направления клиентского опыта в SAP. Проблема в архитектуре, которая их объединяет.

«Данные о клиентах, операционные данные и создание контента всегда существовали в разрозненных системах, принадлежащих разным командам, которые принимали решения независимо друг от друга, но теряли контекст, который мог бы сделать эти решения лучше, — отмечает Кин. — Они хотят делиться данными, но время, затрачиваемое на это, отвлекает их от ключевых ролей. В результате данные теряются».

Почему персонализация на базе ИИ продолжает не оправдывать ожиданий

Постоянный разрыв между тем, что бренды считают своей заслугой, и тем, что на самом деле испытывают клиенты, сводится к архитектуре данных. Этот разрыв существует потому, что его устранение требует объединения двух вещей, которые почти никогда не находились в одном месте: операционной правды бизнеса и всего, что этот бизнес знает о своих клиентах. Операционная правда — это актуальное состояние бизнеса (уровни запасов, история заказов, статус выполнения, сигналы цепочки поставок) и то, что компания действительно может предоставить в данный момент и по какой цене. Знания о клиентах — это совокупный портрет человека (поведение при просмотре, история покупок, статус программы лояльности, взаимодействие со службой поддержки) и то, что он сообщил вам (явно и неявно) о своих пожеланиях.

И когда системы, хранящие корпоративные данные, не связаны с системами, отвечающими за действия на их основе, решения о взаимодействии принимаются без полного контекста. Даже организации с изощренными стеками маркетинговых технологий оптимизируют процессы фрагментарно, и клиенты чувствуют это, особенно на фоне роста их ожиданий.

Кин приводит в пример Molton Brown, ритейлера элитной парфюмерии, как бренд, работающий с полным контекстом. Когда клиент использует онлайн-подборщик ароматов бренда, эти данные о предпочтениях поступают в SAP и становятся частью единого профиля клиента. Когда этот же клиент заходит в бутик и сканирует свой профиль участника программы лояльности, продавец-консультант уже знает, какие ароматы тот просматривал и что покупал.

«Они могут вести предметный разговор в магазине о том, что важно для этого клиента, поскольку онлайн- и офлайн-опыт превращаются в единое непрерывное путешествие, а не в два взаимодействия, начинающихся с чистого листа», — говорит Кин.

Как корпоративный ИИ переходит от информирования к принятию решений

ИИ-агенты меняют правила игры, потому что они не ждут, пока человек интерпретирует данные и решит, что делать. Вместо этого они анализируют регламентированные корпоративные данные и автономно выполняют рабочие процессы, непрерывно адаптируясь по мере изменения условий. Последствия для маркетинга весьма существенны.

«Вместо системы записей это становится системой исполнения, — заявляет Кин. — Генеративный ИИ создает контент и аналитические данные, операционные данные подтверждают то, что возможно. Исполнительные системы активируются в реальном времени. Это создает замкнутую систему, которая постоянно учится и адаптируется».

Теперь становится возможным действовать наверняка, а не просто быстро, и эта уверенность проистекает из того, что исполнение опирается на актуальные, регламентированные корпоративные данные, а не на реплицированные или приближенные сигналы.

Когда система управления запасами, система выполнения заказов и система взаимодействия с клиентами используют один и тот же регламентированный уровень данных, решения, принимаемые ИИ, основаны на реальном положении дел в бизнесе в данный момент. Агент может скорректировать активную кампанию — удалив или заменив закончившиеся продукты на основе сигналов инвентаризации в реальном времени — вместо того, чтобы полагаться на уставший пакетный снимок. Проактивное сервисное сообщение о задержке отгрузки уходит до того, как клиент успеет это проверить, поскольку сигнал о выполнении поступает в реальном времени, а не с задержкой.

Это не поэтапные улучшения существующих маркетинговых процессов. Они представляют собой иную операционную модель, в которой граница между системой, хранящей корпоративные данные, и системой, которая действует на их основе, фактически стерлась.

Как SAP и Google Cloud создают фундамент интеллектуальных возможностей в реальном времени

Расширенное партнерство, о котором SAP и Google Cloud объявили в прошлом месяце, решает проблему фрагментации на архитектурном уровне. За счет более глубокой интеграции между решениями SAP Customer Experience (CX) и платформами ИИ и данных Google Cloud, две компании позволяют организациям создавать, выполнять и оптимизировать маркетинговые программы и программы взаимодействия с помощью ИИ, опираясь на доверенные корпоративные данные и масштабируя их.

В основе лежит SAP Business Data Cloud (BDC) Connect для Google BigQuery, анонсированный в октябре 2025 года, который обеспечивает двунаправленный доступ к данным без их копирования (zero-copy) между системами SAP и Google Cloud. Корпоративные данные могут активироваться моделями ИИ в реальном времени, без репликации и задержек, оставаясь при этом защищенными средствами безопасности, конфиденциальности и комплаенса корпоративного уровня от SAP.

Опираясь на эту общую основу данных, SAP и Google могут поддерживать агентскую интероперабельность и многоэтапную агентскую оркестрацию между платформами. Через API шлюза агентов SAP (Agent Gateway APIs) агенты SAP Joule могут безопасно координировать свои действия с ИИ-агентами, работающими в Google Cloud — обмениваться контекстом, запускать действия и оптимизировать результаты в различных системах.

Это позволяет нескольким ИИ-агентам работать совместно с данными, созданием контента и исполнением, оставаясь при этом в рамках корпоративного управления, поскольку ценность агентского ИИ напрямую зависит от качества и надежности данных, с которыми он работает. А в маркетинге агенту, принимающему решения в реальном времени о маркетинговых расходах, замене товаров или рассылке клиентам, необходимо оперировать точными, регламентированными и актуальными данными. Архитектура без копирования гарантирует, что данные, к которым получают доступ ИИ-агенты, являются теми же данными, на которых работает бизнес, а не их устаревшей копией, что обеспечивает то, что Кин называет полным контекстом.

«Мы создаем понимание клиента и бизнеса в реальном времени в единой регламентированной среде, — говорит Кин. — Обладая полным контекстом, вы можете мгновенно перестроиться, если, например, акционный товар заканчивается, без необходимости вмешательства человека».

В SAP Engagement Cloud это уже находит свое отражение в рабочей среде. Маркетолог задает цель: увеличить количество повторных покупок среди ценных клиентов в течение следующих 30 дней. Агенты SAP Joule анализируют текущие корпоративные сигналы. ИИ-агенты Google, работающие на базе Vertex AI и Gemini, генерируют персонализированные сообщения, изображения и креативные варианты. Агенты доставляют персонализированный контент по электронной почте, через мессенджеры и другие каналы, включая RCS, и по мере вовлечения клиентов сигналы об эффективности возвращаются в систему. Креативы, тайминг и таргетинг постоянно совершенствуются. Хотя маркетинг является первым сценарием использования, эта архитектура распространяется на весь портфель SAP CX, включая электронную коммерцию, обслуживание и отраслевые клиентские сценарии.

Для маркетологов это скорее повышение роли, чем вытеснение. «Мы хотим, чтобы люди продолжали заниматься интересной работой, а анализ данных, поиск инсайтов и обеспечение связности происходили на бэкенде, — говорит Кин. — Я хочу заниматься творчеством. Я хочу получать удовольствие. Я хочу рассказывать истории. Я хочу создавать вещи. Но я хочу делать это лучше, и я могу делать это лучше, когда у меня больше данных и аналитики».

Спонсорские статьи — это контент, подготовленный компанией, которая либо платит за публикацию, либо имеет деловые отношения с VentureBeat, и они всегда четко промаркированы. Для получения дополнительной информации обращайтесь по адресу sales@venturebeat.com.