SAP ha messo in discussione l'ortodossia del software aziendale, dichiarando alla sua conferenza Connect la fine dell'era best-of-breed, cioè quella in cui le aziende privilegiavano l'adozione di singole applicazioni specializzate e superiori per ciascuna funzione aziendale. Si va verso gli agenti AI senza guardarsi indietro.
L'annuncio non riguarda solo l'introduzione di nuovi prodotti, ma è un tentativo strategico di riposizionare la SAP Business Suite non come una collezione di moduli, bensì come un vero e proprio sistema operativo unificato, dove intelligenza artificiale, dati e applicazioni sono nativamente interdipendenti.
Questo pivot riflette la crescente consapevolezza che la frammentazione dell'architettura IT, risultato di decenni di adozione di soluzioni specialistiche, è diventata un fattore di rischio. In un contesto macroeconomico in cui la volatilità è la nuova normalità, l'inefficienza derivante dai silos operativi si traduce in tempi di reazione inaccettabili.
La tesi centrale di SAP è che un mosaico di applicazioni best-of-breed non possa più sostenere la rapidità decisionale richiesta oggi. La mossa, dunque, è un chiaro tentativo di contrastare l'ascesa delle piattaforme di integrazione di terze parti e di ricondurre il valore al clean core dei propri sistemi.
Come avevamo già detto in precedenza, l'intelligenza artificiale in azienda è efficace solo se è in grado di "parlare la lingua del business, un principio che presuppone un accesso nativo e contestualizzato ai dati operativi. La società, in questo senso, spinge per un modello in cui l'AI non è un elemento aggiuntivo, ma l'orchestratore.
Dall'AI copilota all'agente di ruolo
Il fulcro di questa architettura unificata è l'assistente Joule, che si evolve dal ruolo di copilota di produttività generico a una rete di assistenti specializzati e basati sui ruoli, una mutazione verso il modello degli agenti collaborativi, progettati per eseguire flussi di lavoro complessi all'interno di una funzione specifica.
La specializzazione è la chiave: il People Manager Assistant si coordina con agenti come il People Intelligence Agent per risolvere anomalie retributive, mentre il Cash Management Agent ottimizza il flusso di cassa. Questa segmentazione del compito, che permette all'AI di eseguire, configurare e orchestrare attività, è la dimostrazione che l'intelligenza artificiale generativa sta migrando dalla fase di assistenza alla fase di automazione profonda dei processi transazionali. Questo passaggio prefigura scenari in cui gli agenti di ruolo non solo interagiscono con l'utente, ma operano in modo autonomo e coordinato attraverso le diverse linee di business aziendali.
Nessun modello di AI può operare efficacemente se i dati rimangono isolati. Per superare questa barriera, SAP ha lanciato Business Data Cloud Connect (BDC Connect). Questo connettore collega in modo sicuro il SAP Business Data Cloud con piattaforme partner, a partire da Databricks e Google Cloud. La metodologia adottata, lo zero-copy sharing, è tecnicamente cruciale: essa consente un flusso bidirezionale di data product senza la costosa e rischiosa duplicazione dei dati. I dati rimangono sicuri e contestualizzati nei sistemi SAP, ma sono immediatamente accessibili alle piattaforme di terze parti per l'analisi avanzata e l'addestramento dei modelli di AI.
Questo orientamento risolve uno dei problemi storici del software aziendale, quello dei silos di dati che paralizzano le iniziative di Machine Learning [link a The Guardian - esempio: un articolo sulla governance dei dati o i rischi dei silos]. La scelta di abbracciare l'apertura tramite BDC Connect, pur mantenendo il controllo sul contesto di business e la sicurezza, trasforma il dato da un problema di integrazione a un asset strategico unificato.
L'integrazione stretta di AI, dati e applicazioni non rappresenta solo un efficientamento dei processi. Solleva, in senso più ampio, una riflessione sulla resilienza strutturale delle organizzazioni. Se il sistema è così strettamente interdipendente, un errore o una anomalia algoritmica non si limitano a un singolo dipartimento, ma si propagano per l'intera catena del valore. Il dibattito per i professionisti e i decisori IT, quindi, non è più sull'adozione dell'AI, ma sulla gestione della complessità esponenziale che ne deriva, e sul mantenimento di un layer di pensiero critico umano che possa validare l'output degli agenti.