Od evidenčního systému k systému souvislostí

Podnikový software se během desítek let naučil velmi dobře zaznamenávat fakta. Ukládá transakce, uplatňuje pravidla a ukazuje, co se stalo. Často však nedokáže vysvětlit, proč určité rozhodnutí padlo, jaké možnosti byly zvažovány nebo co fungovalo v podobné situaci. Tyto souvislosti zůstávají rozptýlené mezi lidmi, aplikacemi, historií procesů a jednotlivými interakcemi. Vize SAP proto propojuje tyto prvky do systému souvislostí. AI agenti pak nepracují jen s izolovanými daty, ale mohou využívat podniková data, znalost procesů, historii rozhodnutí a společnou sémantiku. Jejich doporučení tak vycházejí z toho, jak firma skutečně funguje, ne pouze z informací dostupných v jedné aplikaci.

Proč nestačí přidávat funkce AI

První vlna podnikové AI se soustředila hlavně na užitečné funkce přidané do stávajících aplikací. Asistent může shrnout fakturu, připravit odpověď nebo doporučit další krok. Přínos je jasný, ale hranice aplikace však zůstává. SAP tuto slabinu ukazuje na příkladu dodavatele. Jedna aplikace může odhalit fakturu po splatnosti, ale nemusí vidět související servisní spory, zpožděné dodávky nebo nově vyjednanou smlouvu v nákupu. Právě v tom je rozdíl mezi chytrou funkcí a schopností pracovat napříč firmou. Přístup AI-first zlepšuje konkrétní úkol. AI-native mění samotný základ tak, aby řízení agenti mohli spolupracovat napříč systémy, procesy a podnikovými oblastmi.

Obr.: Od AI-first k AI-native

Výchozím bodem se stává obchodní záměr

Změna je nejlépe vidět na tom, jak práce začíná. Dnes uživatel obvykle otevře aplikaci, vyhledá data, vyhodnotí situaci a spustí potřebnou akci. V modelu AI-native člověk vyjádří svůj záměr a systém kolem něj propojí odpovídající prostředí, data, agenty a kroky. SAP v této roli staví do popředí Joule, který má spolu s agenty pracovat napříč financemi, nákupem, dodavatelským řetězcem, lidskými zdroji a péčí o zákazníka. Lidé tím z procesu nemizí. Rutinní koordinaci může převzít řízená automatizace, zatímco člověku zůstává odpovědnost za směr, úsudek, výjimky a rozhodnutí s významným dopadem.

Rozhodující výhodou je kontext

Právě proto je North Star Architecture důležitá i pro vedení firem, nejen pro podnikové architekty. Přední modely AI jsou dostupné stále většímu počtu poskytovatelů, takže samotný přístup k modelu pravděpodobně nebude trvalou konkurenční výhodou. Rozhodovat bude kontext, který může model bezpečně využívat: definice procesů, datové produkty, podniková pravidla, předchozí rozhodnutí, výjimky, schválení a znalosti specifické pro danou firmu. SAP Business Data Cloud a SAP Knowledge Graph jsou v této architektuře důležitými prvky, které propojují data s jejich obchodním významem. Podniková AI zkrátka nemá jen rychle odpovědět. Musí chápat, co v konkrétním prostředí znamená zákazník, dodavatel, smlouva, objednávka, spor nebo riziko.

Obr.: Datový cyklus

Řízení a pravidla umožňují bezpečnou autonomii

Agenti mohou být užiteční pouze tehdy, když firma může důvěřovat způsobu jejich práce. Architektura proto považuje identitu, řízení přístupu, dohledatelnost, auditovatelnost, bezpečnostní mantinely a zapojení člověka do rozhodování za základní schopnosti. Agent se stává aktérem s vlastní identitou, přesně vymezenými oprávněními a jasnými hranicemi. Může jednat, ale pouze podle stanovených pravidel a s dohledatelnou odpovědností. Pro management z toho plyne důležitý závěr: správně nastavené řízení není překážkou zavádění AI. Je podmínkou, která umožní posun od doporučování k bezpečnému vykonávání částí reálných podnikových procesů. Bez důvěry mohou agenti radit. S důvěrou mohou jednat.

Co by mělo vedení firem udělat už dnes?

SAP výslovně uvádí, že North Star dokument představuje strategický směr, nikoli produktovou roadmapu nebo závazek dodat konkrétní schopnosti v určitém termínu. Rozumnou reakcí proto není čekat na jeden rozhodující produkt. Firmy se mohou na nový provozní model připravovat už teď: určit, kde mezi systémy vznikají nekonzistence, zlepšit kvalitu a vlastnictví dat, stanovit situace, v nichž musí rozhodnutí schválit člověk, a měřit AI podle obchodních výsledků, nikoli podle počtu nasazených funkcí. Největší přínos získají organizace, které budou AI chápat jako změnu způsobu koordinace, řízení a zlepšování práce – ne jako další nástroj přidaný ke stávajícím systémům.

Začněte kontextem, ne modelem

Hlavní myšlenka vize SAP je jednoduchá: výkonný model pro podnikovou AI nestačí. Spolehliví agenti potřebují také řízená data, obchodní kontext, znalost procesů a platformu, která je dokáže bezpečně provozovat ve velkém měřítku. Pro vedení firem se tím mění výchozí otázka. Neměla by znít pouze, jaký nástroj AI vybrat. Důležitější je, zda má organizace data, pravidla a procesní vyspělost potřebné k tomu, aby mohla AI efektivně pracovat. V další fázi podnikového softwaru tak může být kontext důležitější než jednotlivé funkce - a důvěryhodný obchodní výsledek cennější než přístup do další aplikace.

Zdroje:

• SAP AI-Native North Star Architecture, May 2026;
• SAP News Center - 'SAP's AI-Native North Star Architecture: Technical Backbone of the Autonomous Enterprise', June 8, 2026.