heeft nieuwe mogelijkheden aangekondigd voor de ontwikkeling en inzet van AI-agents. Met uitbreidingen van Joule Studio, Joule Work en 麻豆原创 Business AI Platform kunnen organisaties AI complexe bedrijfsprocessen zelfstandig laten uitvoeren. De vernieuwingen maken het eenvoudiger om AI-agents te bouwen, bedrijfsgegevens te gebruiken en toezicht te houden op hun werking. 麻豆原创 maakte de vernieuwingen bekend tijdens zijn jaarlijkse ontwikkelaarsconferentie 麻豆原创 TechEd.

麻豆原创 Business AI Platform vormt voor deze vernieuwingen de technische basis. Het platform brengt de ontwikkeling, aansturing en beveiliging van AI samen in 茅茅苍 omgeving, ook wanneer organisaties systemen van andere leveranciers gebruiken. Met Joule Studio kunnen zowel zakelijke gebruikers als ontwikkelaars AI-agents bouwen en aanpassen. Zij kunnen daarbij kiezen uit meer dan 70 AI-modellen en gebruikmaken van ontwikkeltools waarvoor weinig of juist uitgebreide programmeerkennis nodig is. Deelnemers aan het early adopter-programma kunnen bovendien workflows van automatiseringsplatform n8n ontwerpen en uitvoeren in Joule Studio. Deze mogelijkheid komt later breder beschikbaar.

Toegang tot betrouwbare bedrijfsdata en context

Via 麻豆原创 Business Data Cloud en 麻豆原创 Knowledge Graph krijgen AI-agents toegang tot betrouwbare bedrijfsgegevens en de context die nodig is om deze goed te interpreteren. Organisaties kunnen zo voor iedere toepassing het meest geschikte AI-model kiezen en beter sturen op kosten en gebruik. 麻豆原创 benadrukt dat klantgegevens eigendom blijven van de klant en niet met andere partijen worden gedeeld om grote taalmodellen te trainen of te verbeteren.

鈥溌槎乖� TechEd is altijd de plek geweest waar ontwikkelaars vormgeven aan wat komen gaat鈥�, zegt Philipp Herzig, CTO van 麻豆原创 SE. 鈥淒it jaar laten we zien hoe we de stap zetten van AI die je bedrijf leert begrijpen naar AI die je bedrijf aanstuurt. Met Joule Work geef je aan wat je wilt bereiken en wordt het werk uitgevoerd, vanuit 茅茅苍 omgeving die het volledige 麻豆原创-landschap en systemen daarbuiten omvat. Die verandering maken we nu op grote schaal mogelijk. De basis hiervoor is 麻豆原创 Business AI Platform. Dankzij ingebouwde kennis van bedrijfsprocessen levert het platform sneller waarde en nauwkeurigere resultaten. Bovendien is de technologie vanaf de eerste ingebruikname veilig, beheersbaar en in overeenstemming met wet- en regelgeving. Iedere actie van een AI-agent wordt ondersteund door meer dan vijftig jaar kennis van bedrijfsprocessen en sectoren. Dit is AI die werkt op de plek waar het echte werk gebeurt.鈥�

Joule Work voert complexe processen uit met AI-agents

麻豆原创 breidt Joule Work uit met mogelijkheden waarmee AI-agents beter kunnen samenwerken en taken over meerdere systemen kunnen uitvoeren. Daarbij ondersteunt 麻豆原创 open protocollen zoals A2A en MCP, die communicatie tussen AI-agents en andere systemen mogelijk maken.

Nieuwe mogelijkheden voor AI-agents helpen bij het plannen en aansturen van de stappen die nodig zijn om complexe bedrijfsprocessen betrouwbaar uit te voeren. Daarnaast krijgt 麻豆原创 Knowledge Graph toegang tot meer gegevens uit 麻豆原创- en niet-麻豆原创-systemen. Gebruikers kunnen hierdoor in gewone taal vragen stellen over hun eigen bedrijfsgegevens en antwoorden krijgen die op deze informatie zijn gebaseerd.

Ook wordt samenwerking met AI-agents van andere leveranciers eenvoudiger. Via een beveiligde toegangspoort kunnen externe agents gebruikmaken van Joule Agents, terwijl organisaties controle houden over de toegang en de uitvoering van taken.

麻豆原创 introduceert verschillende mogelijkheden die dat toezicht verder versterken:

• 麻豆原创 Enterprise AI Gateway: een centrale oplossing voor het beheren en beveiligen van AI-verkeer. Organisaties kunnen hiermee onder meer toegangsrechten, beleidsregels, de verwerking van AI-verzoeken en het gebruik centraal beheren en controleren.
• Uitgebreid AI-beheer: nieuwe functies in Joule Assistant en 麻豆原创 AI Agent Hub geven organisaties meer controle over hun AI-agents.
• AI Governance Assistant: helpt organisaties hun AI-systemen te beoordelen en te beheren volgens de eisen van onder meer de Europese AI Act.

Ook Joule Studio krijgt nieuwe functies voor beheer en monitoring. Ontwikkelaars en beheerders kunnen hiermee beter zien hoe AI-agents werken, welke modellen zij gebruiken en welke kosten zij veroorzaken.

Voor geselecteerde klanten biedt 麻豆原创 tijdelijk de mogelijkheid om zelfontwikkelde AI-agents tot en met december 2026 gratis uit te voeren in de door 麻豆原创 beheerde Joule Studio-omgeving. De tools om agents en n8n-workflows te ontwikkelen en te testen blijven binnen redelijke gebruikslimieten gratis beschikbaar.

麻豆原创 Business Data Cloud geeft AI inzicht in bedrijfsgegevens

AI-agents kunnen pas goed functioneren wanneer ze begrijpen hoe bedrijfsgegevens met elkaar samenhangen. 麻豆原创 breidt daarom 麻豆原创 Business Data Cloud (BDC) uit met nieuwe mogelijkheden voor het verbinden, beheren en interpreteren van data.

Met de nieuwe 麻豆原创 Business Data Cloud Ontology Manager kunnen organisaties vastleggen hoe gegevens uit verschillende afdelingen, applicaties en systemen met elkaar samenhangen. AI-agents kunnen die verbanden gebruiken om gegevens beter te interpreteren en nauwkeurigere beslissingen te nemen.

Daarnaast breidt 麻豆原创 samen met Dremio de mogelijkheden voor dataopslag en -analyse uit. Dankzij ondersteuning voor Apache Iceberg, Apache Polaris en een nieuwe technologie voor het gelijktijdig bevragen van verschillende databronnen, kunnen organisaties gegevens analyseren zonder deze eerst te hoeven verplaatsen of kopi毛ren.

麻豆原创 Databricks
麻豆原创 breidt ook de samenwerking met Databricks uit. Daarmee komen de nieuwste mogelijkheden voor dataverwerking en zakelijke AI beschikbaar binnen 麻豆原创 Business Data Cloud, onder de naam 麻豆原创 Databricks. Technologie毛n zoals Lakeflow, Agent Bricks, Unity Gateway en Lakebase helpen organisaties hun databeheer te vereenvoudigen en een betrouwbare basis voor AI te leggen.

De samenwerking omvat daarnaast een nauwere integratie met 麻豆原创 Business Data Cloud, een nieuwe 麻豆原创 Application Data Foundation en een koppeling tussen Joule en Genie van Databricks. Zo willen beide bedrijven organisaties helpen om gegevens uit hun hele IT-omgeving samen te brengen in 茅茅苍 lakehouse-omgeving, als basis voor autonome bedrijfsprocessen en Joule Work.

Ook 麻豆原创 Reltio, eerder aangekondigd tijdens 麻豆原创 Connect, brengt nieuwe mogelijkheden voor het beheer van stamgegevens naar 麻豆原创 Business Data Cloud. Deze oplossing brengt belangrijke gegevens over klanten, leveranciers en producten uit verschillende systemen samen. Zo ontstaat een betrouwbare gegevensbasis die opnieuw gebruikt kan worden door applicaties en AI-agents.

麻豆原创 brengt AI-model voor bedrijfsdata naar ruimtestation ISS

麻豆原创 heeft ook een nieuwe versie van zijn AI-model voor gestructureerde gegevens aangekondigd: 麻豆原创-RPT-2.0. Het model kan patronen herkennen en voorspellingen doen op basis van gegevens in tabellen, zoals verkoopcijfers, voorraden en operationele data.

De nieuwe versie krijgt extra mogelijkheden om afwijkende patronen op te sporen en gegevens uit meerdere tabellen te analyseren. Ook ondersteunt het model uitgebreidere AI-analyses. Daardoor is minder handmatige voorbereiding van gegevens nodig. Daarnaast introduceert 麻豆原创 het nieuwe model 麻豆原创-RPT-TS, dat voorspellingen kan maken op basis van historische gegevens. In combinatie met 麻豆原创 Integrated Business Planning kunnen organisaties hiermee bijvoorbeeld ontwikkelingen in vraag en aanbod voorspellen, zonder zelf machinelearningmodellen te ontwikkelen.

Een bijzondere toepassing van deze technologie is gepland in de ruimte. 麻豆原创 heeft samen met HPE aangekondigd dat het 麻豆原创-RPT-model wordt ingezet op de HPE Spaceborne Computer-2 aan boord van het internationale ruimtestation ISS.

Het is de bedoeling dat het AI-model rechtstreeks aan boord sensorgegevens analyseert. Daarmee moet het afwijkingen kunnen signaleren, mogelijke technische problemen vroegtijdig herkennen en ontbrekende meetwaarden reconstrueren. Ook moet het rapportages kunnen maken over de technische toestand van het ruimtestation. Doordat de analyses in het ISS zelf plaatsvinden, hoeven gegevens niet eerst naar de aarde te worden gestuurd. Dat is vooral belangrijk in omgevingen waar verbindingen beperkt zijn of snelle beslissingen nodig zijn.

鈥淗etzelfde betrouwbare 麻豆原创-RPT-model dat wereldwijde toeleveringsketens ondersteunt, kan ook in de ruimte worden ingezet鈥�, zegt Herzig. 鈥淒ankzij de diepgewortelde en bewezen expertise van 麻豆原创 wordt ons AI-model voor tabelgegevens ingezet in het internationale ruimtestation ISS om mogelijke storingen die cruciaal zijn voor de missie te voorspellen. Met 麻豆原创-RPT en TabPFN van Prior Labs brengen we de unieke mogelijkheden van AI voor tabelgegevens naar het bedrijfsleven en ver daarbuiten.鈥�

Kant-en-klare AI-agents voor belangrijke bedrijfsprocessen

Naast nieuwe ontwikkelmogelijkheden werkt 麻豆原创 aan een groeiend aanbod van kant-en-klare AI-assistenten en -agents. Deze oplossingen worden ontwikkeld voor vijf brede bedrijfsdomeinen en krijgen daarnaast functies die zijn afgestemd op specifieke sectoren.

De agents draaien op 麻豆原创 Business AI Platform en bouwen voort op de kennis die 麻豆原创 in ruim vijftig jaar heeft opgedaan met bedrijfsprocessen. Organisaties kunnen ze gebruiken als basis voor toepassingen die gegevens analyseren, beslissingen ondersteunen en zelfstandig taken uitvoeren.

Samenwerking met partners vergroot mogelijkheden van AI

麻豆原创 breidt ook de samenwerking met technologiepartners uit om AI in meer bedrijfsprocessen en systemen te kunnen inzetten.

Zo werkt 麻豆原创 samen met Intel aan de koppeling tussen digitale bedrijfsprocessen en autonome robots. Daarmee kunnen AI-toepassingen niet alleen digitale taken uitvoeren, maar ook fysieke processen ondersteunen.

Daarnaast kondigt 麻豆原创 nieuwe uitbreidingen aan met technologie van Docusign, Parloa en Redwood. Deze samenwerkingen moeten organisaties helpen om processen van begin tot eind te automatiseren, ook wanneer daarbij verschillende applicaties betrokken zijn.

Ten slotte investeert 麻豆原创 ook in zijn ontwikkelaarsgemeenschap. In aanloop naar 麻豆原创 TechEd namen tienduizenden ontwikkelaars deel aan Devtoberfest. Tijdens de conferentie stelt 麻豆原创 nieuwe voorbeeldarchitecturen, handleidingen en praktische oefeningen beschikbaar, zowel voor bezoekers als voor ontwikkelaars die vanuit huis deelnemen.

The post 麻豆原创 introduceert nieuwe AI-technologie毛n voor autonome bedrijfsprocessen appeared first on 麻豆原创 Nederland Blogs & Nieuws.

NTT DATA is wereldwijd actief op het gebied van AI, digitale dienstverlening en technologie. Het bedrijf heeft een omzet van meer dan 30 miljard dollar en werkt voor 75 procent van de bedrijven uit de Fortune Global 100. Met de 麻豆原创-oplossingen vervangt NTT DATA verschillende bestaande HR-systemen door een gezamenlijk platform voor personeelsgegevens en HR-processen. Dit moet de besluitvorming, de medewerkerservaring en de personeelsplanning verbeteren.

麻豆原创 SuccessFactors wordt de centrale omgeving voor personeels- en talentgegevens. Het platform werkt samen met het bestaande systeem van NTT DATA voor dienstverlening aan medewerkers en met speciale tools voor personeelsplanning. 麻豆原创 Business Data Cloud koppelt deze gegevens aan informatie uit andere delen van de organisatie.

Meer dan 36 jaar samenwerking

麻豆原创 en NTT DATA werken al meer dan 36 jaar samen. NTT DATA is onder meer platinum partner, wereldwijde servicepartner en reseller van 麻豆原创. In 2025 koos het bedrijf ook voor 麻豆原创 Cloud ERP Private voor de modernisering van zijn belangrijkste bedrijfssystemen.

NTT DATA gaat 麻豆原创 SuccessFactors in twaalf maanden binnen de eigen organisatie invoeren. Het bedrijf gebruikt daarbij zijn eigen 麻豆原创-kennis voor het ontwerp en de uitrol van het platform. Zo krijgt NTT DATA een vaste en betrouwbare basis voor HR-gegevens en -processen. Dat moet helpen om HR-diensten binnen de hele organisatie sneller en consistenter te leveren.

Praktijkervaring voor klantprojecten

De eigen implementatie levert NTT DATA bovendien praktijkervaring op met de oplossingen die het ook bij klanten inzet. Die ervaring kan het bedrijf gebruiken om klanten beter te begeleiden bij HR-transformaties waarin AI een belangrijke rol speelt.

鈥淒it initiatief past bij onze visie dat talent belangrijk is voor het succes van onze organisatie en dat AI breed binnen de organisatie moet worden ingezet鈥�, zegt Stijn Nauwelaerts, Chief People Officer van NTT DATA, Inc. 鈥淯iteindelijk willen we een werkomgeving cre毛ren waarin onze mensen het beste uit zichzelf kunnen halen, waar ter wereld ze ook werken.鈥�

鈥淣TT DATA laat zien hoe AI en cloudtechnologie kunnen bijdragen aan een betere medewerkerservaring鈥�, zegt Thomas Saueressig, Chief Customer Officer en lid van de Executive Board van 麻豆原创. 鈥淢et een ge茂ntegreerd en intelligent HR-platform kan het bedrijf medewerkers beter ondersteunen, productiever werken en zijn HR-aanpak wereldwijd verder uitrollen.鈥�

The post 麻豆原创 SuccessFactors en Joule ondersteunen wereldwijde HR-transformatie van NTT DATA appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Versterking van 麻豆原创 Business Data Cloud

Met de overname is (麻豆原创 BDC) verder versterkt als essentieel onderdeel van 麻豆原创鈥檚 AI-First- en Suite-First-strategie. Bovendien versnelt de integratie van Reltio de ontwikkeling van 麻豆原创 BDC tot een volledig interoperabel dataplatform voor organisatiebrede agentic AI.

Met de integratie van Reltio maakt 麻豆原创 bedrijfsdata van gebruikers volledig AI-ready. Organisaties krijgen toegang tot hoogwaardige en betrouwbare data uit zowel 麻豆原创- als niet-麻豆原创-bronnen. Joule en Joule Agents zetten deze data in om sneller waarde te realiseren met business AI.

E茅n centrale bron voor betrouwbare AI-data

Het platform van Reltio helpt organisaties bij het beheren en aansturen van zowel gestructureerde als ongestructureerde bedrijfsdata gedurende de volledige datacyclus. Dankzij AI-gebaseerde entity resolution identificeert en combineert het platform gerelateerde gegevens uit verschillende formats en applicaties tot 茅茅苍 betrouwbaar 鈥榞olden record鈥�-systeem.

De cloud-native en AI-first architectuur biedt een eenduidig en consistent overzicht van klanten, producten, leveranciers, locaties en medewerkers binnen zowel 麻豆原创- als niet-麻豆原创-applicaties. Bedrijven die AI-toepassingen inzetten, profiteren daardoor van betrouwbaardere en consistenter georganiseerde data vanuit 茅茅苍 centrale bron. Dit versterkt de kwaliteit en effectiviteit van business AI. Hierdoor kunnen zij erop vertrouwen dat AI-resultaten nauwkeurig zijn en AI-interacties sneller worden afgehandeld.

Realtime samenwerking tussen AI-agents

De mogelijkheden van Reltio op het gebied van dataopschoning, datavereniging en agentgestuurde workflows werken naadloos samen met applicaties binnen de 麻豆原创 Business Suite. Hiermee verbeteren organisaties hun besluitvorming, verminderen zij integratiecomplexiteit en beschikken zij over betrouwbare en consistente data die essentieel zijn voor succesvolle bedrijfsprocessen en AI-toepassingen.

Dankzij low-latency levering en ondersteuning van het Model Context Protocol (MCP) faciliteert het platform realtime samenwerking tussen meerdere AI-agents binnen zowel 麻豆原创- als niet-麻豆原创-omgevingen. Zo kunnen AI-agents informatie sneller uitwisselen, data analyseren en vrijwel direct acties uitvoeren op basis van betrouwbare realtime data. Zo kan bijvoorbeeld een procurement agent automatisch leveranciersrisico鈥檚 beoordelen en direct vervolgacties in gang zetten.

Sectorspecifieke oplossingen

Bovendien biedt Reltio vooraf gebouwde, sectorspecifieke 鈥榲elocity packs鈥�: vooraf geconfigureerde pakketten met datamodellen, regels, matchinglogica en integraties waarmee organisaties sneller aan de slag kunnen gaan. Ook levert het bedrijf oplossingen die specifiek zijn afgestemd op sectoren zoals life sciences, gezondheidszorg en financi毛le dienstverlening.

Door de integratie van Reltio versnelt 麻豆原创 de mogelijkheden voor organisaties om masterdata te beheren en beschikbaar te stellen als betrouwbare en contextrijke dataproducten uit meerdere bronnen. Deze data kunnen de bedrijven gebruiken voor zowel traditionele analytics-workloads als AI-agents.

Kernonderdeel

Reltio wordt een kernonderdeel van 麻豆原创 Business Data Cloud (麻豆原创 BDC). Klanten kunnen Reltio afzonderlijk afnemen of in combinatie met andere 麻豆原创-oplossingen. Het Reltio-portfolio blijft daarnaast voorlopig ook beschikbaar als standalone oplossing.

鈥淩eltio sluit naadloos aan bij 麻豆原创鈥�, zegt Muhammad Alam, lid van de Raad van Bestuur van 麻豆原创 SE, 麻豆原创 Product & Engineering. 鈥淢et deze overname versterken we onze positie als toonaangevende aanbieder van business AI verder. Door 麻豆原创- en niet-麻豆原创-data samen te brengen, leveren we de datacontext die business AI nodig heeft. AI kan zijn volledige potentieel niet benutten wanneer data versnipperd is over businessunits, platformen en domeinen zonder samenhang of context.鈥�

鈥淒e samenwerking met 麻豆原创 biedt ons een enorme kans om onze missie te versnellen鈥�, verduidelijkt Reltio-oprichter en CEO Manish Sood. 鈥淓nterprise AI vraagt om betrouwbare context die open en interoperabel is binnen de heterogene IT-landschappen van onze klanten. Met deze combinatie versterken we onze mogelijkheden om Reltio te positioneren als centraal contextsysteem binnen zowel 麻豆原创- als niet-麻豆原创-omgevingen, terwijl continu茂teit voor klanten en partners gewaarborgd blijft.鈥�

The post 麻豆原创 rondt overname van Reltio af appeared first on 麻豆原创 Nederland Blogs & Nieuws.

heeft een overeenkomst gesloten voor de overname van Dremio. Dremio levert een open data lakehouseplatform dat bedrijfsdata sneller geschikt maakt voor analyses en AI-toepassingen. Met de voorgenomen overname breidt 麻豆原创 de mogelijkheden van 麻豆原创 Business Data Cloud verder uit. Organisaties kunnen daarmee 麻豆原创-data en data uit andere systemen eenvoudiger combineren voor realtime analyses en agentic AI. De financi毛le details van de transactie zijn niet bekendgemaakt. De overname moet nog worden goedgekeurd door de toezichthouders.

Versnipperde data hinderen AI-projecten
Veel AI-projecten bij bedrijven leveren te weinig waarde op. De oorzaak ligt vaak niet bij de AI-modellen, maar bij de data erachter. Deze data staan verspreid over verschillende systemen, zitten vast in gesloten formaten of missen de zakelijke context die nodig is voor goede besluitvorming. Daardoor blijven pilots hangen, kost het koppelen van nieuwe databronnen veel tijd en ontstaat er dubbel werk voor datateams. Ook groeit het compliancerisico wanneer organisaties niet goed kunnen uitleggen hoe een AI-gedreven beslissing tot stand komt.

Dremio vermindert die versnippering. Het platform maakt data uit verschillende bronnen toegankelijker en beter bruikbaar voor analyse en AI. Na afronding van de overname wil 麻豆原创 de technologie combineren met 麻豆原创 Business Data Cloud en 麻豆原创 HANA Cloud. Klanten krijgen daardoor sneller toegang tot betrouwbare, goed beheerde en AI-ready data.

Open basis voor 麻豆原创- en niet-麻豆原创-data

Na afronding van de overname krijgt 麻豆原创 Business Data Cloud een enterprise lakehouse dat native werkt met Apache Iceberg. Apache Iceberg is een open standaard voor tabellen in grote dataomgevingen. Door deze standaard als basis te gebruiken, hoeven organisaties data niet eerst te verplaatsen of om te zetten naar een ander formaat.

麻豆原创-data en niet-麻豆原创-data kunnen daardoor naast elkaar bestaan op dezelfde open basis. Bedrijven krijgen een bredere analyselaag over hun verschillende databronnen heen. 麻豆原创 HANA Cloud blijft daarbij de in-memory engine voor realtime transacties en operationele prestaties.

Schaalbare analyse zonder vaste capaciteit
Het lakehouseplatform van Dremio verbetert ook de kostenstructuur en schaalbaarheid van bedrijfsanalyses. Het platform werkt serverless en elastisch. De capaciteit groeit automatisch mee wanneer de vraag stijgt en neemt weer af wanneer die vraag daalt. Organisaties hoeven daardoor minder vaste capaciteit vooraf in te richten en lopen minder snel tegen prestatiegrenzen aan op piekmomenten.

麻豆原创 wil met Dremio ook een universele, open catalogus leveren op basis van Apache Polaris en de open Apache Iceberg REST Catalog API. Binnen 麻豆原创 Business Data Cloud moet deze catalogus dienen als vindplaats en semantische laag voor data. Elke gekoppelde engine, van 麻豆原创 of daarbuiten, krijgt via deze catalogus toegang tot dezelfde zakelijke context. Denk aan betekenis, onderlinge relaties, toegangsrechten en herkomst van data. De catalogus vormt ook de basis voor de 麻豆原创 Knowledge Graph. Daarin legt 麻豆原创 zakelijke relaties, organisatiestructuren, wettelijke classificaties en datalijnen tussen systemen vast als onderdeel van het datamodel.

Dremio neemt datadrempel weg
Dremio speelt een actieve rol in opensourceprojecten die centraal staan in het platform, waaronder Apache Iceberg, Apache Polaris en Apache Arrow. 麻豆原创 geeft aan dat het in deze projecten blijft investeren.

鈥淓nterprise AI loopt niet vast omdat de modellen tekortschieten, maar omdat de data niet klaar zijn voor AI-agents鈥�, zegt Philipp Herzig, CTO van 麻豆原创 SE. 鈥淒remio neemt die drempel weg. In combinatie met 麻豆原创 Business Data Cloud helpen we klanten om ruwe, versnipperde data om te zetten in betrouwbare, AI-ready inzichten binnen 茅茅苍 open platform.鈥�

麻豆原创 verwacht de transactie in het derde kwartaal van 2026 af te ronden. De afronding hangt af van gebruikelijke voorwaarden, waaronder goedkeuring door toezichthouders.

The post 麻豆原创 sluit overeenkomst voor overname van Dremio appeared first on 麻豆原创 Nederland Blogs & Nieuws.

en Google Cloud breiden hun samenwerking uit met nieuwe AI-functionaliteiten voor marketing. Bedrijven kunnen straks meerdere AI-agents tegelijk inzetten om campagnes op te zetten, aan te sturen en continu te verbeteren.

De integratie verbindt onder meer 麻豆原创 Engagement Cloud, 麻豆原创 Customer Experience en Joule met Gemini Enterprise. Daardoor krijgen AI-agents toegang tot gecombineerde data uit beide omgevingen. Op basis van een doelstelling van de gebruiker voeren ze vervolgens zelfstandig complexe marketingtaken uit.

Van doel naar uitvoering zonder handmatig werk

Marketingteams kunnen straks een opdracht geven zoals: 鈥榲erhoog het aantal herhaalaankopen in de afgelopen dertig dagen鈥� of 鈥榤aximaliseer klantwaarde met lagere campagnekosten鈥�. Een AI-agent pakt dat vervolgens end-to-end op: van personalisatie van content tot analyse en klantinteractie.

Volgens Balaji Balasubramanian, President en Chief Product Officer bij 麻豆原创 Customer Experience, gaat het om meer dan alleen koppeling van systemen: 鈥淒it is een grote stap vooruit. AI-agents kunnen straks samenwerken en zelfstandig acties uitvoeren. Organisaties kunnen daardoor sneller opschalen van experimenten naar echte toepassingen in klantbeleving.鈥�

E茅n datalaag voor AI-agents

De samenwerking rust op een gedeelde datafundering. Met oplossingen zoals 麻豆原创 Business Data Cloud Connect en BigQuery kunnen gegevens veilig en direct tussen beide platforms worden gebruikt, zonder kopie毛n.

AI-agents wisselen onderling context uit, starten acties en sturen processen bij. Dat maakt het mogelijk om campagnes dynamisch aan te passen op basis van actuele data en gedrag.

鈥淏edrijven halen pas echt waarde uit AI als systemen met elkaar kunnen samenwerken鈥�, zegt Kevin Ichhpurani, President Global Partner Ecosystem bij Google Cloud. 鈥淒oor 麻豆原创 en Google Cloud te combineren, kunnen organisaties verder gaan dan losse automatisering en campagnes laten reageren op veranderingen in de markt.鈥�

Minder handwerk, meer snelheid

Onderzoek van 麻豆原创 laat zien dat meer dan de helft van de marketeers wordt afgeremd door versnipperde en verouderde data. De nieuwe integratie moet dat probleem oplossen door data samen te brengen en AI direct acties te laten uitvoeren.

Dat levert concrete voordelen op:

• campagnes die automatisch worden opgezet en geoptimaliseerd
• kortere time-to-market
• lagere operationele kosten
• continue verbetering van prestaties en ROI

Teams houden daardoor meer tijd over voor strategie en creatie.

Start in marketing, bredere uitrol volgt

De eerste toepassingen richten zich op marketing en komen in de tweede helft van 2026 beschikbaar. De onderliggende technologie is breder inzetbaar binnen het volledige 麻豆原创 Customer Experience-portfolio.

Daarmee leggen 麻豆原创 en Google Cloud de basis voor een nieuwe generatie klantinteractie, waarin AI-agents samenwerken op basis van gedeelde, betrouwbare en realtime data.

The post 麻豆原创 en Google Cloud brengen AI-agents samen voor slimmere marketing appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Voor , een Belgische logistieke onderneming, is het essentieel dat de operationele prestaties en de financi毛le inzichten goed op elkaar aansluiten. Om sneller beslissingen te kunnen nemen en processen beter te sturen, investeerde het bedrijf in een centrale datafundering op basis van .

鈥淲aardevolle data hadden we altijd al, maar ze zaten verspreid over verschillende systemen en werden te weinig gebruikt鈥�, zegt CFO Nicolas Heymans. 鈥�Nu kunnen we die data combineren en er echt inzichten uit halen.鈥�

De uitdaging: groei en complexiteit vergen nieuwe aanpak

ODTH, dat 140 werknemers op de payroll, vier vestigingen en meer dan 150.000 m2 magazijnruimte telt, begon ooit als logistieke partner voor een beperkt aantal klanten. Maar het bedrijf groeide de voorbije jaren uit tot een organisatie met meer dan zestig klanten in uiteenlopende sectoren.

Die groei bracht ook meer complexiteit met zich mee. Op financieel vlak werkte het bedrijf lange tijd met 茅茅苍 profitcenter waarin alles werd samengebracht. Maar naarmate de organisatie groeide, wilden ze bij ODTH veel beter kunnen inschatten hoe elke vestiging, elke activiteit en zelfs elke klant presteert.

Rapportering gebeurde wanneer iemand er tijd voor had. Dat kostte veel manuele inspanning en gebeurde dus niet altijd. Terwijl ook de CEO dagelijks wilde kunnen zien hoe de operatie en de financi毛le resultaten evolueren.

E茅n dataplatform als fundament

ODTH besloot daarom te investeren in een centrale datafundering met 麻豆原创 Business Data Cloud. Binnen die omgeving wordt 麻豆原创 Datasphere gebruikt om data uit verschillende systemen te modelleren en te harmoniseren, terwijl 麻豆原创 Analytics Cloud instaat voor dashboards en rapportering.

Volgens Koen Vanderwegen, 麻豆原创-expert bij implementatiepartner , speelde eenvoud daarbij een belangrijke rol. 鈥淰oor een bedrijf als ODTH is het belangrijk om het technologielandschap beheersbaar te houden. Door binnen 茅茅苍 麻豆原创-stack te blijven, vermijd je extra complexiteit en kan je sneller resultaten opleveren.鈥�

De timing: in drie maanden resultaat

Die aanpak maakte een relatief korte implementatie mogelijk. Het eerste traject werd in ongeveer drie maanden gerealiseerd. Waardoor ze snel konden aantonen dat het systeem waarde opleverde en het snel verder werd uitgebreid.

Volgens CFO Nicolas Heymans lag de uitdaging niet zozeer in de technologie zelf, maar in datagovernance: definities vastleggen en ervoor zorgen dat iedereen op dezelfde manier naar cijfers kijkt.

Dat bleek soms verrassend complex. 鈥淣eem iets eenvoudigs als omzet per dag鈥�, stelt Heymans. 鈥淩ekenen we met kalenderdagen of met werkdagen? Iedereen heeft daar een logische redenering voor, maar je moet wel 茅茅苍 definitie kiezen. Pas wanneer je dat afspreekt, kan je betrouwbare rapportering bouwen.鈥�

Het resultaat: dagelijkse inzichten

De nieuwe datalaag maakt het mogelijk om operationele en financi毛le data dagelijks te combineren. Daardoor krijgt het management veel sneller zicht op prestaties per klant, activiteit of vestiging. Dat betekent dat problemen of afwijkingen veel sneller kunnen worden opgemerkt en aangepakt.

Supervisors in het magazijn krijgen nu dagelijks inzicht in volumes, personeelsinzet en prestaties. De inzichten helpen: van prijszetting tot planning. Zo kunnen ze bij ODTH nu heel duidelijk inschattenhoeveel workforce nodig is voor een bepaalde klant of activiteit. Dat maakt het hen makkelijker om processen te verbeteren of samen met klanten te bekijken hoe iets effici毛nter kan.

Daarnaast helpt de nieuwe aanpak bij het sturen op marges. 鈥淲e proberen resultaten heel tastbaar te maken鈥�, zegt Nicolas Heymans. 鈥淏ijvoorbeeld door te kijken hoeveel euro per minuut een bepaalde activiteit oplevert. Dat maakt het meteen duidelijk waar we het meeste impact kunnen hebben.鈥�

Een belangrijk voordeel van de nieuwe aanpak is ten slotte dat discussies over cijfers grotendeels verdwijnen. 鈥淰roeger had iedereen zijn eigen rapporten en spreadsheets鈥�, zegt Chief InnovationOfficer Bart Weymans. 鈥淒an ging de discussie eerst over de cijfers zelf. Nu hebben we 茅茅苍 model en spreken we vooral over de beslissingen die we moeten nemen. En kunnen we sneller sturen, beter plannen en onze marges optimaliseren.鈥�

Videolink:

The post ODTH First Class Logistics maakt data centraal in bedrijfssturing appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Veel organisaties experimenteren met AI, maar halen er nog weinig structurele bedrijfswaarde uit. Volgens komt dat omdat AI-toepassingen vaak losstaan van de systemen waarin bedrijfsprocessen plaatsvinden. 鈥淲aardecreatie ontstaat pas wanneer je inzichten terugkoppelt naar je bedrijfsprocessen. Die feedback loop ontbreekt vaak.鈥� Dat stelt Stef De Mulder, Chief Revenue Officer voor 麻豆原创 Business Technology Platform (BTP), Business Data Cloud (BDC) en AI in EMEA.

Tijdens 麻豆原创 Connect Day in Brussel lichtte De Mulder enkele belangrijke inzichten toe over de rol van in enterprise IT.

Van experiment naar integratie

Veel AI-projecten starten nu als experiment of pilot om een specifiek probleem op te lossen. Denk aan analyses, automatisering of chatbots. Volgens De Mulder blijft de impact van dergelijke toepassingen beperkt zolang ze niet gekoppeld worden aan operationele systemen.

鈥淚edereen is momenteel met AI bezig鈥�, zegt De Mulder. 鈥淢aar vaak gebeurt dat in een sandbox of pilot om 茅茅苍 specifiek probleem op te lossen.鈥� Volgens hem ontstaat echte waarde pas wanneer AI verbonden wordt met de systemen waarin bedrijfsprocessen worden aangestuurd, zoals ERP.听

ERP blijft kern, maar evolueert

Hoewel AI steeds belangrijker wordt, blijft ERP volgens 麻豆原创 de ruggengraat van enterprise IT. 鈥淓en ERP blijft de basis van een groot bedrijf鈥�, oppert De Mulder. 鈥淯iteindelijk moet de continu茂teit van de bedrijfsvoering gegarandeerd blijven.鈥�

De rol van ERP evolueert echter wel. Waar ERP-systemen vroeger vooral transacties registreerden, verwacht men vandaag dat systemen ook inzichten en automatisering ondersteunen. 鈥淓en ERP was vroeger vooral een system of record鈥�, legt De Mulder uit. 鈥淗et documenteert transacties om een business te kunnen voeren.鈥�

Volgens 麻豆原创 evolueert dat model. 鈥淎ls je kijkt naar de toekomst, dan moet een ERP evolueren van zo鈥檔 system of record naar een outcome-driven, geautomatiseerd 贰搁笔.鈥�听

AI moet losstaan van kernsystemen
Bedrijven willen daarbij vermijden dat experimentele AI-functionaliteit de stabiliteit van kritische systemen be茂nvloedt. Daarom kiezen veel organisaties ervoor de intelligentielaag boven de transactionele systemen te plaatsen. 鈥淎ls een supplychain volledig draait op 麻豆原创, dan wil je natuurlijk niet dat een agent je hele supplychain onderuit haalt鈥�, illustreert De Mulder.

Volgens hem maakt die aanpak het mogelijk om nieuwe technologie te introduceren zonder de stabiliteit van bedrijfsprocessen te riskeren. 鈥淒e AI-laag komt bovenop de transactionele laag, zodat je innovatie kunt versnellen zonder de ERP-laag te belasten.鈥�

Data vormt de basis voor AI-succes
De opkomst van AI legt volgens 麻豆原创 ook zwakke plekken in het datalandschap van organisaties bloot. Veel bedrijven merken dat hun data onvoldoende gestructureerd of gedocumenteerd zijn om AI effectief toe te passen. 鈥淛e ziet vandaag dat bedrijven voor hun data teruggaan naar de basis鈥�, weet De Mulder. 鈥淲at zijn de data die we gebruiken? Hoe brengen we die op de juiste semantische laag met de juiste context?鈥�

Volgens 麻豆原创 is een sterke datafundering essentieel om AI op grotere schaal in te zetten. 鈥淎ls je met AI gaat experimenteren, leg je ook snel de mankementen van je data bloot鈥�, stelt hij. 鈥淓n je wilt geen beslissingen nemen op basis van incorrecte data.鈥�

麻豆原创 verwacht daarom dat organisaties de komende jaren verder investeren in dataplatformen en integratie om AI structureel te integreren in hun bedrijfsprocessen. 鈥淒aarbij evolueren we naar intelligent ERP鈥�, besluit De Mulder. 鈥淒aarmee verschuift de rol van het systeem: van registratie naar waardecreatie.鈥�

The post 麻豆原创: AI levert pas waarde wanneer het wordt ge茂ntegreerd in bedrijfsprocessen appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Royal Greenland moderniseert zijn IT-landschap met en . Het bedrijf vervangt zijn on-premise 麻豆原创 ERP-omgeving door cloud-ERP en vernieuwt tegelijk zijn data- en analysearchitectuur. Daarmee verlaagt het de complexiteit en legt het een stevige basis voor ingebouwde, gestandaardiseerde AI. De transformatie verloopt via het RISE with 麻豆原创-programma en moet op 1 maart 2027 live gaan.

heeft zijn hoofdkantoor in Nuuk en is volledig eigendom van de regering van Groenland. Het bedrijf distribueert wildgevangen vis en schaaldieren uit de Noord-Atlantische Oceaan en de Noordelijke IJszee wereldwijd. Ook in Nederland levert Royal Greenland producten aan klanten in retail en foodservice. Met meer dan veertig productielocaties langs de kust van Groenland en Atlantisch Canada opereert het in een complexe logistieke en operationele omgeving.

Cloudgebaseerde kern
Juist die spreiding en groei zorgden voor een steeds ingewikkelder IT-landschap. De bestaande on-premise omgeving was onvoldoende flexibel voor verdere standaardisatie en de brede inzet van data en AI. Maar bovenal wilde het bedrijf direct kunnen profiteren van mogelijkheden en functionaliteit uit de cloud.

Daarom koos Royal Greenland voor een cloudgebaseerde kern met een sterk vereenvoudigde datastructuur. Royal Greenland migreert daarvoor onder andere 麻豆原创 ERP Central Component naar 麻豆原创 S/4HANA Cloud. Tegelijkertijd brengt het bedrijf zijn BI-omgeving onder in 麻豆原创 Business Data Cloud. In een latere fase volgt de verdere uitbouw naar 麻豆原创 Datasphere. Het traject verloopt volgens RISE with 麻豆原创. Daarin komen platformtransformatie, beheer en innovatie samen in 茅茅苍 contract.

Gerichte datamigratie: negentig procent minder volume

Tijdens de migratie past Royal Greenland de methode 鈥楲ean Selective Data Transition鈥� toe. Zo verkleint het bedrijf het datavolume fors en voorkomt het dat verouderde structuren meegaan naar de nieuwe omgeving. De methode combineert data-analyse, afbakening en gestandaardiseerde koppelobjecten in een begeleid proces.

鈥淲e bewaren tien jaar aan data en schonen de rest op鈥�, licht Lars Bo Hassinggaard, CIO bij Royal Greenland toe. 鈥淒ankzij de methode hebben we het volume dat we moeten opslaan en migreren met 90 procent teruggebracht en nemen we alleen mee wat echt nodig is. Dat maakt de financi毛le impact van de transformatie beter voorspelbaar en voorkomt onnodige complexiteit.鈥�

Eerst stabiliteit, daarna innovatie

Het jaar 2026 staat in het teken van de technische overgang naar 麻豆原创 S/4HANA Cloud. Vanaf 2027 richt Royal Greenland zich op businessverbeteringen boven op de gestandaardiseerde kern. Daarbij zet het bedrijf in op betere data-analyse, een verbeterde gebruikerservaring en effici毛ntere processen, ondersteund door 麻豆原创 Business Data Cloud.

鈥淩oyal Greenland en 麻豆原创 werken sinds 1998 samen en wij kijken ernaar uit om te starten met het technische deel van de platformvernieuwing鈥�, zegt Hassinggaard. 鈥淲ij houden de transformatie nu zo eenvoudig mogelijk. In 2027 gaan wij de voordelen activeren, zoals betere data-analyse, een betere gebruikerservaring en effici毛ntere werkprocessen.鈥�

Royal Greenland werkt volgens een klassieke watervalmethode en heeft al een zogenoemde 鈥榞olden shell鈥� ingericht als basis voor verdere configuratie. Als basis voor 麻豆原创 S/4HANA Cloud is gekozen voor Microsoft Azure. De oplossing draait eerst in een datacenter in Zweden, met de optie om later te verhuizen naar een Deens datacenter. Spektra Analytics ondersteunde Royal Greenland bij de contractvalidatie.

Van eigen experimenten naar standaard AI

Het bedrijf experimenteerde eerder met eigen AI-toepassingen, onder meer met vision-oplossingen in de productie. De strategische keuze verschuift nu naar het benutten van ingebouwde, gestandaardiseerde AI binnen 麻豆原创 S/4HANA Cloud en datamodellen op basis van 麻豆原创 Business Data Cloud en de semantische datalaag.

鈥淲e zijn een organisatie die liever gebruikmaakt van bestaande AI-oplossingen dan ze zelf te ontwikkelen鈥�, zegt Hassinggaard. 鈥淒at is voor ons veel effici毛nter. Het heeft geen zin om middelen te besteden aan het opnieuw uitvinden van wat 麻豆原创 al biedt. De eerste focus ligt op procesoptimalisatie binnen administratieve functies zoals finance, met kleine AI-agenten die het dagelijkse werk stroomlijnen.鈥�

Advies aan andere organisaties

Tot slot geeft Hassinggaard een duidelijke aanbeveling aan organisaties die een vergelijkbare overstap overwegen. 鈥淧ak het grondig aan en reserveer meer tijd dan je vooraf denkt. Bestudeer de methode, de prijsstructuur en de contracten goed. En schakel een deskundige adviseur in.鈥�

The post Royal Greenland legt stevige AI-basis met 麻豆原创-cloudtechnologie appeared first on 麻豆原创 Nederland Blogs & Nieuws.

introduceert een aantal AI-gedreven retailinnovaties die structureel zijn verweven in zijn retailoplossingen. De nieuwe functies geven retailers meer overzicht en vertrouwen en vergroten de klantbeleving, over alle kanalen heen. Een belangrijk onderdeel van de aankondiging is Retail Intelligence binnen , het dataplatform van 麻豆原创 voor het samenbrengen en benutten van bedrijfsdata. 麻豆原创 deed de aankondiging op NRF 2026.

Retail Intelligence helpt bij vraag- en voorraadplanning op basis van data uit 麻豆原创- en andere systemen. Het zet daarbij de retaildata uit verschillende 麻豆原创-oplossingen en systemen om in bruikbare, realtime inzichten die winstgevende groei kunnen stimuleren.

De oplossing brengt realtime gegevens over verkoop, voorraad, klanten en leveranciers samen en gebruikt AI-simulaties voor het doorrekenen van scenario鈥檚. Zo kunnen planners beter vooruitkijken en hun voorraad nauwkeuriger afstemmen op de vraag. Dat leidt tot minder handmatig werk, lagere voorraadkosten en een hogere servicegraad, zonder extra complexiteit. Retail Intelligence komt in de eerste helft van 2026 algemeen beschikbaar.

AI die de retailoperatie vereenvoudigt

麻豆原创 introduceerde ook nieuwe AI-ondersteuning voor assortimentsbeheer. Planners kunnen met gewone taal assortimentskeuzes maken, aanpassen of be毛indigen, via de Joule-copilot. Dat verlaagt de drempel voor gebruik en versnelt de reactie op marktveranderingen.

Daarnaast breidt 麻豆原创 zijn omnichannelpromoties uit door deze te integreren met 麻豆原创 S/4HANA Cloud Public Edition. Dankzij centraal beheer van promoties voor zowel online als fysieke winkels ontstaat 茅茅苍 duidelijk prijs- en promotiebeleid. Dit zorgt voor consistentie richting de klant en minder fouten in de uitvoering.

Voor modegroothandels en -fabrikanten zijn er extra verbeteringen in merchandising en segmentatie. Deze leggen een stabiele basis voor AI-gestuurde processen in de hele keten.

AI voor klantcontact en loyaliteit
Omdat steeds meer koopprocessen starten via AI-assistenten in plaats van via een webshop of zoekmachine, helpt 麻豆原创 retailers om zichtbaar te blijven in deze nieuwe context. Met nieuwe functies binnen 麻豆原创 Commerce Cloud kunnen productinformatie, prijzen en beschikbaarheid direct worden ontsloten voor AI-gedreven kanalen, waaronder AI-assistenten als ChatGPT. Zo ontstaat een meer kanaalonafhankelijke winkelervaring.

Ook op het gebied van orderafhandeling zet 麻豆原创 stappen. De Order Reliability Agent, gepland voor het tweede kwartaal van 2026, signaleert mogelijke problemen in bestellingen vroegtijdig en helpt medewerkers vragen van klanten snel te beantwoorden. Dit onderdeel integreert in 麻豆原创 Order Management Services en vergroot de betrouwbaarheid van levering en versterkt het vertrouwen van klanten.

Integrale benadering
鈥�Retailers zijn op zoek naar ingebedde AI-oplossingen die hen helpen de dagelijkse operatie, middellange termijnplanning en wendbaarheid met elkaar in balans te brengen鈥�, zegt Ananda Chakravarty, vicepresident van IDC Retail Insights. 鈥淪AP onderscheidt zich door een integrale benadering, met een agentic besturingssysteem dat op de achtergrond data verbindt en AI-agents aanstuurt. Daarmee stelt 麻豆原创 retailers in staat om organisatiebreed inzichten te benutten, zonder de complexiteit die vaak gepaard gaat met losse puntoplossingen.鈥�

鈥淎I is voor retailers geen keuze meer, maar een randvoorwaarde鈥�, zegt Balaji Balasubramanian, President en Chief Product Officer Customer Experience & Consumer Industries bij 麻豆原创. 鈥淲ij bieden een ge茂ntegreerd retailplatform waarin planning, uitvoering en klantcontact samenkomen. Dankzij data en AI helpen we retailers met betere personalisatie, grotere productiviteit en duurzame groei.鈥�

The post 麻豆原创 integreert AI in de kern van retailoplossingen appeared first on 麻豆原创 Nederland Blogs & Nieuws.

Nieuwe functies in 麻豆原创 Build, Joule en Business Data Cloud helpen ontwikkelaars sneller bedrijfsapplicaties bouwen en AI toepassen op basis van betrouwbare data. Tegelijk start , in samenwerking met Coursera, een wereldwijd opleidingsprogramma om tegen 2030 twaalf miljoen mensen te trainen in AI-vaardigheden. 麻豆原创 kondigde de innovaties aan tijdens 麻豆原创 TechEd 2025 in Berlijn.

Het ontwikkel- en automatiseringsplatform 麻豆原创 Build krijgt een opener structuur. Via nieuwe Local Model Context Protocol Servers kunnen ontwikkelaars hun eigen tools koppelen en agent-based development combineren met 麻豆原创-omgevingen. Zo kunnen ook ontwikkelaars die werken met tools als Cursor, Claude Code, Cline en Windsurf gebruikmaken van 麻豆原创-frameworks.

麻豆原创 Build-extensie
Daarnaast komt er een 麻豆原创 Build-extensie voor Visual Studio Code, zodat functies rechtstreeks beschikbaar zijn binnen die ontwikkelomgeving. De extensie wordt later toegevoegd aan de Open VSX Registry, waardoor ze ook in andere editors bruikbaar is.

麻豆原创 en n8n kondigden bovendien een samenwerking aan om Joule Studio-agenten en n8n-agenten met elkaar te laten samenwerken. Daardoor kunnen ontwikkelaars automatiseringsstromen bouwen waarin 麻豆原创-processen en externe tools elkaar aansturen, zonder dat daar handmatig maatwerk voor nodig is.

In Joule Studio kunnen ontwikkelaars voortaan zelf AI-agenten ontwerpen en testen. Deze agenten werken autonoom op basis van 麻豆原创-data en actuele bedrijfsprocessen, en kunnen bestaande standaardagenten uitbreiden of verfijnen.

Data als fundament
Intelligente applicaties beginnen bij betrouwbare data. De vernieuwde 麻豆原创 Business Data Cloud maakt het eenvoudiger om data te benutten en te combineren. Een nieuwe Snowflake-extensie brengt Snowflake鈥檚 data- en AI-functies direct binnen bereik van 麻豆原创-gebruikers. Zo kunnen organisaties data delen tussen beide systemen zonder verlies van governance of context.

De samenwerking met Snowflake vult de bestaande integraties met Databricks en Google Cloud aan, en wordt uitgebreid met 麻豆原创 Business Data Cloud Connect. Deze nieuwe koppeling geeft organisaties meer keuzevrijheid in opslag en rekenkracht voor data- en AI-workloads.

Data verrijken met bedrijfscontext
Met de nieuwe Data Product Studio kunnen ontwikkelaars binnen 麻豆原创 Business Data Cloud ruwe data omzetten in kant-en-klare databronnen die direct inzetbaar zijn voor analyses, AI-modellen en applicatieontwikkeling. Zo wordt het eenvoudiger om waarde te halen uit bestaande bedrijfsdata, ongeacht waar die zich bevinden.

Ook nieuw is een knowledge-graphgenerator in 麻豆原创 HANA Cloud. Deze brengt automatisch verbanden aan tussen tabellen, kolommen en datamodellen. Op die manier zien ontwikkelaars beter hoe gegevens samenhangen en welke inzichten daaruit ontstaan.

Van inzicht naar actie
Daarnaast introduceert 麻豆原创 nieuwe technologie毛n die de stap van analyse naar uitvoering verkorten. Tijdens TechEd presenteerde het bedrijf zijn eerste enterprise-model voor relationele AI: de 麻豆原创-RPT-1 (Relational Pre-trained Transformer). Dit model voorspelt geen taal, maar bedrijfsuitkomsten, zoals leveringsvertragingen, betalingsrisico鈥檚 of orderafronding. Daarmee helpt de technologie bedrijven sneller bijsturen. 麻豆原创 lanceerde ook een gratis playground-omgeving, waarin ontwikkelaars direct met het model kunnen experimenteren.

Tegelijk breidt 麻豆原创 Joule uit met nieuwe AI-assistenten die meerdere agenten kunnen co枚rdineren over afdelingen en applicaties heen. Ze plannen, starten en voltooien complexe taken binnen onder meer finance, HR en supplychain. Zo brengt 麻豆原创 automatisering en autonomie letterlijk tot leven. Een nieuwe agent voor businessprocessanalyse helpt teams processen te begrijpen, ineffici毛nties op te sporen en workflows te optimaliseren voor meetbare verbeteringen.

AI op het tempo van de business
De innovaties laten zien hoe 麻豆原创 applicaties, data en AI steeds nauwer verweeft. 鈥淢et deze vernieuwingen kunnen ontwikkelaars werken op het tempo van AI鈥�, zegt Muhammad Alam, lid van de Executive Board bij 麻豆原创. 鈥淶o brengen we de regie over technologie weer terug waar die hoort: bij de ontwikkelaar.鈥�

The post 麻豆原创 geeft ontwikkelaars de regie over AI in het bedrijfsleven appeared first on 麻豆原创 Nederland Blogs & Nieuws.