对话Irfan Khan：从可信底座到业务上下文

2026年09月30日 来源：e-works作者：e-works王阳

关键字：SAP

只有当数据、应用和AI形成良性循环，企业才能在数字化时代建立可持续的竞争优势。

一年前专访Irfan Khan时，SAP Business Data Cloud（BDC）发布不久，这位在数据领域深耕三十余年的老兵给出的核心判断是：AI的质量完全取决于数据基础，缺乏信任根基的数据，会让AI的成功充满争议。

作为SAP数据与分析业务负责人，Irfan Khan再次接受e-works采访时观点悄然升级，可信的数据底座依然是前提，但话题的重心移向了更深处——如何将企业沉淀的运营数据，转化为智能体可以调用的业务上下文；如何为进入核心业务系统的智能体划定治理边界、注入企业记忆；最终，让机器真正理解业务的含义。

数据就绪：从预训练模型到业务上下文

当前，不少企业在AI上投入巨大，却迟迟看不到与投入相匹配的回报。Irfan Khan一针见血地指出：问题不在模型，而在底座——没有坚实且"数据就绪"的基础设施，所谓自主企业只能是空中楼阁。

症结何在？他的分析直指当下创新的结构性失衡。近期的重大技术突破主要集中在大语言模型领域，这类模型在文本、音频和视频处理上表现卓越，却缺乏业务上下文。

Irfan Khan算了一笔账：训练一个万亿参数的大语言模型，通常需要2万至50万个GPU，耗时约一个月，成本高达2000万至2500万美元。然而，每当企业产生一笔新的采购订单、销售事件或其他业务活动时，这些实时变化并不会反映在模型的训练数据中。换言之，驱动企业日常运转的基本事实，从未进入通用模型的记忆。

因此，任何成功的AI应用都必须建立在强大的数据体系之上。这正是SAP通过BDC和最新的Business AI Platform投入大量精力的方向：帮助客户管理企业数据，简化跨所有系统的数据集成，无论数据位于Snowflake、Databricks还是其他平台，这些数据产品被注入SAP知识图谱；智能体则在这个图谱之上理解业务、执行任务。

具体而言，BDC提供全托管体验，免除了客户自行构建数据管道的负担，这类管道往往昂贵而脆弱，需要从源系统中反复提取数据。一旦SAP与非SAP应用中的数据完成输入，系统即可生成语义丰富的数据产品。当这些数据产品在SAP知识图谱中可访问时，用户可以用自然语言提问，获得的准确性将远高于仅依赖缺乏业务上下文的大语言模型。其原理在于，将大语言模型的通用语境与应用系统产生的具体业务数据结合起来：前者负责理解语言，后者负责提供事实。

数据底座解决的是AI能用什么。那么接下来的问题是，当智能体被授权调用这些数据、执行真实业务操作时，企业凭什么信任它？

治理与记忆：智能体进入核心系统的通行证

这是2026年云栖大会上最值得关注的议题之一。Irfan Khan从架构原则谈起，逐层拆解了SAP如何确保智能体在工作流程的每一步都能获取可信且可审计的上下文。

第一道关卡，是管住数据访问的边界。起点是Joule Work，这是员工使用Joule的第一个入口。它根据业务角色构建体验：做人力资源、管供应链还是数据专家，角色不同，能提出的问题也不同。当用户以自然语言提出问题后，就由SAP知识图谱接手。图谱中的数据产品目录带有用户控制、访问控制和安全设置，目录本身就承担治理职能，用户无法越权获取不该获得的数据。在BDC层面，SAP进一步将ERP环境、Snowflake、SuccessFactors等多方系统环境绑定为Formation（阵列），并在其中建立信任圈，确保Joule的每次请求都落在安全可控的范围内。

第二道关卡，管住智能体自身的身份。具体载体是AI Agent Hub：任何智能体上线之前，都必须先在这个枢纽中注册，此后每当它调用数据或执行操作，系统都会首先确认它已完成注册、经过认可。Irfan Khan将这一理念追溯到SAP几年前收购的LeanIX。LeanIX帮助企业盘点应用、系统和技术资产，相当于给IT家底做一次摸底；Agent Hub如法炮制，对环境中的智能体逐一识别、注册在册，让企业清楚系统里究竟有哪些智能体在运转。在此基础上，平台为每个智能体划定了清晰的边界——什么可以做，什么严禁做。对于媒体提出的智能体可能误用其他智能体数据、导致结果偏差的担忧，这套注册制正是直接的回应。

第三道关卡，管住智能体的行为分寸，依靠的是记忆。Irfan Khan打了一个朴素的比方：人类都有自己的记忆，企业同样需要留存并打造自己的记忆系统。就像新员工入职要先读员工手册，知道自己的工作时间、门禁从哪里进出，智能体也是如此。企业记忆中沉淀着现有的流程与规则，比如对某一特定供应商的折扣不低于30%的规则。拥有这份记忆的智能体，自然知道什么该做、什么不该做。当智能体记忆与企业记忆相结合，数十年积累的组织智慧得以传承，智能体便能展现出接近资深员工的业务直觉。

三道关卡划定的是权限与行为的边界，但智能体要真正做对事，还取决于数据本身是否准确、一致。这正是SAP近期三笔收购的原因：Reltio专注主数据管理，解决同一数据在不同系统中含义不一的老问题，提供单一事实版本；针对微信消息、手写单据这类非结构化数据，它还能通过OCR能力解析存储，并借助AI识别数据模式，注入知识图谱。Dremio带来开放数据技术：推动Iceberg成为行业通用的表格式，主导数据发现与查询的Polaris目录项目，并以Arrow实现跨系统的高效数据处理。Prior Labs则聚焦表格基础模型，其开源模型TabPFN下载量达数百万次，擅长对供应商、库存、财务这类结构化数据进行预测，且支持上下文内学习，无需重新训练模型，传入采购订单或发票等参数即可完成推理，SAP也推出了自研的RPT系列模型。

三项能力整合进平台后，一条链路清晰可见：Reltio保证主数据对齐，Dremio实现跨系统的统一存储和访问，表格模型增强面向决策的预测。Irfan Khan举例说，“用户询问哪些供应商可能存在履约风险，系统结合历史数据与实时上下文给出预测，企业便能提前采取防范措施。”

至此，从访问边界、身份注册到行为记忆，再到底层数据质量的夯实，SAP为智能体铺出了一条进入核心业务系统的通道。

结语

回顾与Irfan Khan的两次对话，实际上他的观点一直未变：只有当数据、应用和AI形成良性循环，企业才能在数字化时代建立可持续的竞争优势。

这种一致性，放在更长的时间跨度里看得更清楚。从Irfan Khan还在Sybase时合著《The New Data Imperative》讨论毫秒级交易决策，到2025年推动BDC落地，再到如今阐述自主运营企业的愿景，Irfan Khan的关注点始终在数据对企业的价值上。

在AI的浪潮下，企业AI竞赛的真正分水岭，早已不在参数规模，而在于谁真正掌握了业务上下文，以及谁能让机器读懂它。至于颠覆何时到来，借用Irfan Khan的话，可能会发生，只是还需要一些时间。

责任编辑：王阳

您可以：

排行榜

编辑推荐: • 对话Irfan Khan：从可信底座到业务上下文; • AMD收购World Labs，推动AI计算的未来发展; • 芯粒落地，为何亟需加快仿真速度？; • e-works引航，感悟大湾区智能工厂建设之道; • 希捷全球调研显示：近乎所有企业预计 AI 将推...; • 从ERP到Token：中软国际allmeta的数智化叙事与...; • 厚积薄发：伯恩光学的数智化加速度; • 工信部印发《创新型产业集群建设管理办法》; • GoogleBook发布搭载英特尔Core Ultra系列3处理...; • 从港珠澳大桥到曙光8000，央视《超级工程》首...; • 阿里千问AI平台全面升级模型服务、Agent服务、...; • 阿里云未来一年将在8个国家和地区新增数据中心

文章推荐: • APS排程系统：为什么买了软件却排不出好计划; • AI+CAD全球竞速：中国厂商如何回答这道必答题; • 不起眼的机器人皮肤，如何撑起百亿赛道？; • 从单点验证到规模应用，工业AI的落地卡在哪里？; • WMS不只是管仓库：它如何重塑供应链协同; • QMS数字化：从检验把关到质量预防的跨越; • 小型企业如何应用AI——以东洋重工机（大连）...; • MBD落地三道坎，跨过去才是数字主线; • 中国版“普罗米修斯”，雪浪云如何为制造业打...; • 年产50亿个！一颗小小开关，凭什么做到世界第...; • 从8000跌到800，ERP顾问的天塌了？; • 斯巴鲁矢岛工厂：老工厂的精益新生，多车型同...

对话Irfan Khan：从可信底座到业务上下文

系列微信

旗下机构

旗下其他网站

特色服务