鈥� Vi l酶ste et problem jeg selv hadde m酶tt i arbeidshverdagen: fragmenterte l酶sninger som ikke snakket sammen. De samme problemene ser jeg fortsatt hos veldig mange i 2026, bare i en digital innpakning i stedet for en papirbasert, sier Hans Petter Mellerud, gr眉nder og CEO i .

Blant kundene finner man en rekke tunge, internasjonale merkevarer som har sine l酶nn- og HR-tjenester gjennom Zalaris. I bunn ligger systemet og selve l酶nnsleveransen til kunden, i tillegg til at selskapet er 麻豆原创-partner med en egen konsulentenhet som hjelper kunder med overgang til skyen og vedlikehold av l酶sningene sine.

鈥� Jeg er veldig stolt over 氓 ha tatt selskapet fra null til 1,5 milliarder i omsetning og en markedsverdi p氓 2,2 milliarder, med lav churn blant store europeiske selskaper. N酶kkelen til 氓 lykkes er 氓 v忙re p氓 hugget hele tiden 鈥� 氓 finne ut hva markedet vil ha, og bygge det. Innen fem 氓r skal vi ha doblet omsetningen, sier Mellerud om veien videre for Zalaris, som har vokst med tosifret antall prosent de siste 氓rene.

麻豆原创 som vekst-akselerator

Allerede i 2001 falt valget p氓 麻豆原创 som partner og teknologisk plattform. Mellerud mener dette har v忙rt en avgj酶rende beslutning for selskapets veksttakt, og trekker frem en standardl酶sning som skalerer, og funksjonalitet som fungerer p氓 tvers av landegrenser.

鈥� Kombinasjonen av robustheten til 麻豆原创 og v氓rt eget People Hub-konsept gir en langt mer effektiv systemforvaltning enn om vi skulle bygget alt selv. Uten 麻豆原创 hadde vi ikke klart 氓 skalere slik vi har gjort, sier han.

Den samme 麻豆原创-plattformen har gjort det mulig for Zalaris 氓 bevege seg fra ett hjemmemarked til global drift. I dag leverer selskapet 茅n felles systeml酶sning til store, globale selskaper i 18 land, med kapasitet til 氓 levere i 100. Den st酶rste kunden har allerede en samlet l酶sning p氓 tvers av 56 land. Mellerud mener Zalaris ikke ville kunnet skalere geografisk i samme tempo uten 麻豆原创 som fundament.

Ny eier 氓pner for langsiktige investeringer

I August 2026 iverksatte Zalaris en prosess om 氓 bli tatt av Oslo B酶rs, etter at private equity-fondet kj酶pte nesten 90% av selskapet. Mellerud tror avtalen kan bidra til ytterligere vekst, og viser til 酶kende tilgang p氓 avtaler og muligheter utenfor Norge.

Tyskland er i dag Zalaris’ st酶rste marked og st氓r for rundt 35 prosent av omsetningen, og mye av veksten kommer ogs氓 derfra. Finland vokser raskt, mens Norge er det nest st酶rste markedet. Selskapet er n氓 etablert i alle de store europeiske landene.

鈥� 脜 st氓 utenfor b酶rs gir oss et mulighetsrom til 氓 tenke enda mer langsiktig og ta st酶rre investeringsbeslutninger uten de samme kortsiktige hensynene et b酶rsnotert selskap m氓 ta. Jeg tror at med den n氓v忙rende strukturen virkelig kan ta markedsandeler, sier Mellerud om veien videre og peker p氓 at kombinasjon av ny eierstruktur og transformasjonsprosjektet i samarbeid med 麻豆原创 setter selskapet i posisjon for ytterligere vekst.

Modernisering muliggj酶r mer AI og bedre funksjonalitet

Zalaris har frem til n氓 driftet 麻豆原创 ECC i eget milj酶, men gjennom RISE with 麻豆原创 tar selskapet n氓 steget til skyen, og vil g氓 over til 麻豆原创 S/4HANA Cloud i 2026. Overgangen styrker sikkerheten ytterligere og skaper helt nye muligheter for 氓 ta i bruk 麻豆原创s Business AI-l酶sninger, samt annen innovativ funksjonalitet.

鈥� Kombinasjonen av nytt og solid eierskap, et omfattende transformasjonsprogram og en moderne skyplattform med innebygd AI gir oss et langt bedre grunnlag for 氓 utvikle og levere tjenester til kundene v氓re. Dette vil v忙re avgj酶rende for 氓 n氓 v氓re ambisjoner om 氓 doble omsetningen innen 2031, sier Mellerud.

鈥� Kombinasjonen av nytt og solid eierskap, et omfattende transformasjonsprogram og en moderne skyplattform med innebygd AI gir oss et langt bedre grunnlag for 氓 utvikle og levere tjenester til kundene v氓re. Dette vil v忙re avgj酶rende for 氓 n氓 v氓re ambisjoner om 氓 doble omsetningen innen 2031, sier Mellerud.

Han understreker at den nye plattformen vil gj酶re Zalaris enda bedre rustet til 氓 levere fremtidsrettede tjenester innen l酶nn, HR-administrasjon og masterdata, tidsregistrering og reiseregninger.

Mellerud fremhever ogs氓 migreringsprosjektet som et godt eksempel p氓 hvordan virksomheter kan modernisere sin teknologiplattform samtidig som de legger grunnlaget for videre vekst, innovasjon og 酶kt kundeverdi.

Ogs氓 Marius Vetter, Managing Director i 麻豆原创 Norge skryter av Zalaris-samarbeidet. 

鈥� Zalaris har v忙rt b氓de kunde og partner gjennom to ti氓r, og er et skoleeksempel p氓 hvordan 麻豆原创 酶nsker 氓 vokse sammen med kundene. Kombinasjonen av et solid system i bunn, og innovative l酶sninger som markedet ettersp酶r, har gjort samarbeidet til en suksess.

The post Fra id茅 til 1200 ansatte: N氓 vil Zalaris doble omsetningen de neste fem 氓rene appeared first on 麻豆原创 Norge Nyheter.

Det viser tall fra en den globale unders酶kelsen , der 麻豆原创 og Oxford Economics har spurt 2鈥�600 bedriftsledere i 13 land* om deres AI-investeringer.

Den gjennomsnittlige virksomheten i unders酶kelsen, venter i 氓r en avkastning p氓 21 prosent p氓 sine AI-investeringer, tilsvarende 6,3 millioner amerikanske dollar (ca. NOK 63 millioner). Det er opp fra 16 prosent i fjor. S忙rlig forventningene til agentbasert AI, der AI-systemer selv planlegger og utf酶rer oppgaver innenfor gitte rammer, har 酶kt markant. Samtidig som selskapene investerer mer enn noen gang, med NOK 280 millioner i snitt, er det kun 3 prosent av selskapene som anser seg som selv fullt forberedt p氓 氓 ta i bruk AI-agentene.

Styring og kontroll henger etter

Tallene i rapporten viser samtidig at mange organisasjoner mangler grunnleggende mekanismer for styring og kontroll av AI.

鈥� Oxford Economics finner at kun 12 prosent av virksomhetene mener de er fullt klare til 氓 styre AI. Under halvparten har et register over agentene som opererer i virksomheten鈥� under halvparten! Forestill deg at det samme gjaldt ansatte eller eksterne konsulenter. Du ville ikke sovet godt om natten. I tillegg mangler halvparten logger over agentenes beslutninger, og over 40 prosent har ingen tilgangs- og rettighetsstyring for sine agenter. Kanskje er det derfor nesten halvparten allerede har opplevd datalekkasjer fra uautorisert bruk av AI. Det er ganske alvorlige tall, sier David Pontoppidan, Head of Business AI Nordic & Baltic i 麻豆原创.

Han ser samtidig ingen tydelig forskjell mellom Norden 鈥� som ellers ofte fremheves som digitalt ledende 鈥� og resten av Europa n氓r det gjelder evnen til 氓 integrere AI i forretningsprosessene.

Kun f氓 virksomheter er klare for AI鈥慳genter

Bak de 酶kende forventningene viser unders酶kelsen et paradoks: Kun 3 prosent av virksomhetene vurderer at de er fullt forberedt p氓 氓 ta i bruk AI鈥慳genter.

If酶lge 麻豆原创s nordiske og baltiske AI-sjef skyldes dette blant annet at AI-debatten i for stor grad fokuserer p氓 modeller fremfor fundamentet som skal skape verdi i praksis.

鈥� Fascinasjonen for modellaget har blitt usunn, og det er alvorlig. Den offentlige samtalen dreier seg om benchmarks og lanseringer av de nyeste modellene som Claude Fable 5 og GPT鈥�5.6 Sol, samtidig som 73 prosent av virksomhetene peker p氓 datakvalitet som den viktigste 氓rsaken til at de f氓r mindre verdi ut av AI enn de burde, og 79 prosent jevnlig opplever AI鈥憃utput av lav kvalitet som skaper merarbeid, sier David Pontoppidan.

David Pontoppidan samarbeider daglig med noen av de viktigste og mest komplekse virksomhetene i Norden for 氓 skalere forretningsverdien av deres enterprise-AI-investeringer. Han opplever at det er stor avstand mellom 芦demooppsett禄 i kontrollerte milj酶er og hvor klare virksomheter faktisk er til 氓 drive AI som en industrialisert kapasitet.

鈥� To virksomheter kan kj酶re agentbaserte arbeidsflyter basert p氓 samme modell og f氓 vidt forskjellige resultater. Og det har lite 氓 gj酶re med hvor dyktige utviklerne er. Det handler snarere om hvordan man angriper oppgaven. Etter min mening er dette en strategisk diskusjon som b酶r starte i toppledelsen: Hvor skal verdien skapes, hvordan m氓ler vi den, og hvilke beslutninger skal vi aldri overlate til en agent? Modellvalget kommer langt senere.

Ekspertens r氓d: Modeller kan leies. Fundamentet m氓 eies

Hvis virksomheter skal realisere verdien af agentbasert AI, hander det if酶lge David Pontoppidan om a koble teknologien til de prosessene, dataene og styringsmekanismene som allerede driver virksomheten.

鈥� Mitt beste r氓d er 氓 la agentene flytte inn der virksomheten allerede opererer: i systemene som kjenner deres data, prosesser, roller og kontroller. P氓 den m氓ten arver agentene fundamentet fra dag 茅n, og man kan bruke ressursene p氓 det kun mennesker kan: 氓 designe hvor d酶mmekraften skal ligge i prosessene.

Hvis ambisjonen snarere er 氓 unng氓 氓 bli hengende etter, er r氓det enklere: bygg ikke et parallelt AI鈥憀andskap ved siden av virksomheten. Integrer intelligensen i plattformene som allerede driver kjerneprosessene, slik at registre, rettigheter og revisjonsspor f酶lger med.

Hos de fleste virksomheter er fundamentet allerede p氓 plass. Det de mangler, er 氓 koble p氓 intelligensen. Det er egentlig rapportens korteste konklusjon: Modeller kan leies. Fundamentet m氓 eies.

Les hele rapporten her:

* Australia, Brasil, Canada, Frankrike, India, Italia, Japan, Kina, Singapore, Storbritannia, Thailand, Tyskland og USA

Om 麻豆原创
Som en global leder innen virksomhetskritiske applikasjoner og forretnings-AI, representerer 麻豆原创 (NYSE:麻豆原创) koblingen mellom virksomhet og teknologi. I over 50 氓r har organisasjoner stolt p氓 麻豆原创 for 氓 f氓 frem sitt beste ved 氓 forene forretningskritiske operasjoner p氓 tvers av 酶konomi, innkj酶p, HR, forsyningskjede og kundeopplevelse.听For mer informasjon, bes酶k听听辞驳听

Oversikt:
叠别蝉酶办
F酶lg 麻豆原创 p氓 och
麻豆原创 麻豆原创 Room 鈥� press@sap.com

麻豆原创ekontakt
Ulrika Wass
麻豆原创 Nordic Integrated Communications
Telefon: +46 73听827 1074
贰鈥憄辞蝉迟: ulrika.wass@sap.com

The post Halvparten av selskapene har ingen oversikt over sine egne AI-agenter appeared first on 麻豆原创 Norge Nyheter.

Den forskjellen er viktigere enn mange tror. For virksomheter drives ikke av prompts. De drives av handling og gjennomf酶ring.

Tenk p氓 en global produsent som m氓 bestemme hvordan lageret skal omfordeles under en alvorlig forstyrrelse i forsyningskjeden. Da trenger man mer enn bare et svar. Organisasjonen m氓 vurdere alternative leverand酶rer, lagerstatus, kundeavtaler og 酶konomiske avveininger. Eller en finansdirekt酶r som skal forutsi likviditetsrisiko i et urolig marked. Vedkommende trenger en kontekst som en enkel chatbot-samtale ikke kan gi. Dette er sammensatte operasjonelle beslutninger, formet av avhengigheter, preferanser, godkjenninger, 酶konomiske konsekvenser og avveininger som forplanter seg i sanntid gjennom hele virksomheten.

I de utallige samtalene jeg har hatt med ledere det siste 氓ret, har diskusjonen alltid endt opp med 氓 handle om operasjonell virkelighet, ikke om hva AI kan. Modellene blir raskt bedre. Det vanskeligere sp酶rsm氓let er om AI forst氓r de forretningsmessige rammene den jobber innenfor.

Mye av AI-debatten bygger fortsatt p氓 antakelsen om at bedre modeller alene vil gi bedre forretningsresultater. Det stemmer ikke. Virksomheter oppdager at intelligens uten operasjonell kontekst, alts氓 prosessene, dataene, reglene og retningslinjene som styrer og beskytter organisasjonen, kan skape aktivitet uten reell fremdrift. I noen tilfeller kan det til og med 酶ke fragmentering og risiko.

En AI-generert anbefaling kan h酶res overbevisende ut, men overse kritiske avhengigheter i systemet. En AI-agent kan effektivt automatisere 茅n arbeidsflyt, men samtidig forstyrre planleggingen et annet sted. Virksomheter mangler ikke AI-svar. De mangler AI-systemer som forst氓r de operasjonelle konsekvensene.

Det er den virkelige utfordringen Business AI st氓r overfor n氓, og l酶sningen krever noe mer enn orkestrering. Den krever kontekst.

I ti氓r har SaaS v忙rt den operasjonelle ryggraden i den globale 酶konomien. 脴konomisystemer, forsyningskjeder, innkj酶psnettverk, bemanningsplanlegging, produksjonssystemer og kundeleveranser g氓r gjennom sammenkoblede systemer som ikke bare inneholder informasjon, men ogs氓 logikken bak hvordan virksomheter fungerer. De rommer ti氓r med oppsamlet kunnskap om forretningsprosesser, data, styringsstrukturer, godkjenninger, retningslinjer og 酶konomiske relasjoner. De er virksomhetens institusjonelle hukommelse.

I en AI-verden blir denne forretningskonteksten sv忙rt verdifull. Uten den blir AI-ens svar kvalifiserte gjetninger snarere enn velfunderte vurderinger.

N氓r AI forankres direkte i operasjonelle prosesser, kan den begynne 氓 handle p氓 tvers av hele virksomhetens virkelighet. Det endrer programvarens rolle fundamentalt. Bedriftssystemene begynner 氓 delta direkte i selve gjennomf酶ringen.

AI kan oppdage risiko tidligere, koordinere innsats p氓 tvers av funksjoner, anbefale tiltak i sanntid og automatisere rutineoppgaver innenfor fastsatte rammer. Ikke som isolerte agenter, men som intelligens som er koblet til virksomhetens 酶konomiske og operasjonelle struktur.

Det er viktig 氓 understreke at autonomi i virksomheter ikke betyr at mennesker tas ut av beslutningene. Det handler om 氓 redusere friksjon, fragmentering og administrative byrder som hindrer organisasjoner i 氓 handle raskt og helhetlig i stor skala. Mennesker setter fortsatt prioriteringene, tar beslutningene og har ansvaret. Men AI kan hjelpe med 氓 koordinere og utf酶re det operasjonelle arbeidet rundt disse beslutningene.

Se for deg en leverand酶rforstyrrelse som rammer en kritisk komponent i produksjonen. De fleste AI-systemer i dag kan oppsummere problemet eller forutsi forsinkelser ut fra m酶nstre. Men en operasjonelt forankret AI kan g氓 lenger og s酶rge for koordinert handling. Den kan identifisere hvilke produksjonsplaner som p氓virkes, vurdere globale lagerposisjoner, analysere alternative leverand酶rer, ansl氓 酶konomisk eksponering, kartlegge leveringsrisiko og anbefale tiltak innen innkj酶p, logistikk, 酶konomi og kundeoppf酶lging p氓 samme tid.

Dette er ikke bare automatisering av prosesser. Det er en helt ny m氓te for mennesker og systemer 氓 jobbe sammen p氓.

Det er ogs氓 derfor jeg mener at AI vil gj酶re bedriftssystemene viktigere strategisk, ikke mindre viktige.

Etter hvert som AI n忙rmer seg gjennomf酶ringen, vil de viktigste systemene v忙re de som kan forankre intelligens i en operasjonell og transaksjonell virkelighet. Verdien forskyves mot systemer som forst氓r rettigheter, retningslinjer, avhengigheter, prosesser, 酶konomiske konsekvenser og organisatorisk ansvar i hele virksomheten.

Dette skiftet endrer ogs氓 hvordan ledere b酶r tenke om transformasjon.

Den f酶rste fasen av Business AI handlet om 氓 eksperimentere. Virksomheter testet copiloter, kj酶rte pilotprosjekter og automatiserte isolerte oppgaver. F氓 skapte reelle produktivitetsgevinster, og enda f忙rre klarte 氓 endre hvordan organisasjonen i bunn og grunn fungerer.

De virksomhetene som vil lede den neste fasen, vil g氓 annerledes til verks. De vil koble intelligens direkte til de operasjonelle systemene der beslutningene f氓r reelle 酶konomiske konsekvenser. De vil forst氓 at troverdig AI ikke bare handler om styring, men ogs氓 om kontekst, datakvalitet, prosessintegritet og transaksjonell forst氓else.

Og viktigst av alt: de vil innse at vellykket bruk av AI i virksomheter ikke bare er et teknologisk skifte. Det er en oppgave for endringsledelse.

Den virkelige verdien oppst氓r f酶rst n氓r AI-agenter, prosesser og mennesker spiller p氓 lag.

Fremtiden tilh酶rer de virksomhetene som finner denne balansen. Der mennesker setter retningen og har ansvaret, mens intelligente systemer koordinerer og gjennomf酶rer med presisjon, og gj酶r det mulig 氓 navigere i en stadig mer kompleks verden med st酶rre robusthet, produktivitet og innsikt.

Orginalartikkel publisert i Computer world, 10 juni, 2026

The post AI-kappl酶pet er p氓 villspor appeared first on 麻豆原创 Norge Nyheter.

Under 麻豆原创 Sapphire mai 2026 lanserte 麻豆原创 SE (NYSE: 麻豆原创) den nye strategien for 芦The Autonomous Enterprise禄. Ambisjonen er 氓 l酶fte verdens mest kritiske forretningsprosesser slik at mennesker og AI jobber sammen, og slik at virksomheter kan m酶te stadig h酶yere globale krav p氓 en l酶nnsom, strategisk og trygg m氓te.

鈥� N氓r det gjelder kundenes mest forretningskritiske prosesser, holder det ikke at noe er 芦nesten riktig禄, sier Christian Klein, CEO i 麻豆原创 SE og fortsetter.

鈥� N氓r vi forener 麻豆原创 Business AI Platform med 麻豆原创 Autonomous Suite, forankrer vi AI-agentene i selve forretningsprosessene, dataene og styringsmodellen. Det gir presise, etterrettelige og sikre resultater – og 氓pner for b氓de nye inntektskilder og reelle kostnadsbesparelser.

Den autonome virksomheten best氓r av tre deler: en samlet AI-plattform for 氓 bygge, kontekstualisere og styre agenter, en autonom suite som faktisk utf酶rer kjerneprosessene i forretningen, og en ny brukeropplevelse som endrer m氓ten folk jobber med forretningssystemer p氓.

麻豆原创 Business AI Platform

麻豆原创 Business AI Platform er et nytt fundament for 氓 bygge og ta i bruk AI i virksomheter, med utgangspunkt i reell forretningskontekst. Plattformen samler 麻豆原创 Business Technology Platform, 麻豆原创 Business Data Cloud og 麻豆原创 Business AI i ett styrt milj酶.

Kjernen i plattformen er 麻豆原创 Knowledge Graph, som gir AI-agentene et strukturert kart over forretningsenheter, prosesser og sammenhenger p氓 tvers av kundens 麻豆原创-landskap. Joule Studio er 麻豆原创s AI-first-l酶sning for 氓 bygge agenter, applikasjoner og agentbaserte arbeidsflyter for virksomheter. Utviklere kan velge fritt mellom no-code, pro-code og AI-rammeverk, og bygger p氓 麻豆原创-administrert infrastruktur som er sikker, skalerbar og optimalisert for AI i virksomhetssammenheng.

麻豆原创 Autonomous Suite p氓 tvers av funksjoner og bransjer

P氓 dette fundamentet introduserer 麻豆原创 ogs氓 麻豆原创 Autonomous Suite, som tilf酶rer eksisterende 麻豆原创-applikasjoner AI-agenter som kan kj酶re prosesser fra start til slutt.

Suiten leverer mer enn 50 fagspesifikke Joule-assistenter innenfor 酶konomi, supply chain, innkj酶p, HR og kundeopplevelse. Assistentene automatiserer hele prosesser ende-til-ende ved 氓 orkestrere et utvalg av over 200 spesialiserte agenter som utf酶rer hver sin presise oppgave. Den nye Autonomous Close Assistant kan for eksempel kutte regnskapsavslutningen fra uker til dager ved 氓 automatisere bilagsf酶ring, avstemming og feilretting gjennom hele prosessen.

麻豆原创 lanserte i tillegg Industry AI og utvider med det sin brede bransjeportef酶lje med syv autonome l酶sninger. Disse h氓ndterer bransjeprosesser ende-til-ende og bygger inn sektorspesifikk prosesslogikk, datamodeller og regulatoriske krav. P氓 Sapphire viste 麻豆原创 fram samarbeidet med den europeiske energigiganten RWE, der Industry AI brukes til 氓 redusere uplanlagt nedetid p氓 offshore vindturbiner. I 麻豆原创s Autonomous Asset Management-scenario analyserer AI-agentene data fra tusenvis av tidligere hendelser, identifiserer sannsynlige 氓rsaker og genererer ferdigutfylte arbeidsordrer 鈥� komplett med riktige verkt酶y og dokumenterte l酶sninger fra andre anlegg.

Den autonome brukeropplevelsen

麻豆原创 avduket ogs氓 Joule Work, som endrer hvordan brukerne m酶ter 麻豆原创-programvaren. I stedet for 氓 navigere mellom enkeltapplikasjoner og taste inn data i flere skjermbilder, samhandler brukerne n氓 prim忙rt med Joule. Du beskriver hvilket forretningsresultat du vil ha, og Joule orkestrerer den riktige kombinasjonen av arbeidsflyter, data og agenter for 氓 f氓 det gjort.

Joule Work er mer enn bare dialog. L酶sningen jobber proaktivt i bakgrunnen 鈥� l酶fter fram relevante innsikter og automatiserer rutineoppgaver 鈥� slik at arbeidet g氓r framover ogs氓 n氓r ingen sitter aktivt og styrer. Den blir tilgjengelig p氓 desktop, mobil og som stemmestyring, og fungerer p氓 tvers av b氓de 麻豆原创- og tredjepartssystemer.

100 millioner euro skal akselerere kundenes vei mot autonomi

麻豆原创 har samtidig oppdatert kunde- og partnerprogrammene sine for 氓 gj酶re veien til den autonome virksomheten raskere. For 氓 sette fart p氓 adopsjonen har selskapet etablert et fond p氓 100 millioner euro som 麻豆原创-partnere kan bruke til 氓 hjelpe kundene med 氓 ta i bruk 麻豆原创s AI-assistenter og -agenter. Fondet er ogs氓 氓pent for partnere som utvider eksisterende agenter eller bygger helt nye partneragenter p氓 麻豆原创 Business AI Platform gjennom Joule Studio.

RISE with 麻豆原创 og 麻豆原创 GROW er begge oppdatert for 氓 akselerere AI-adopsjonen, og inkluderer n氓 tilgang til Joule Assistants-portef酶ljen. RISE-kunder f氓r tre assistenter aktivert i l酶pet av f酶rste 氓r, mens GROW-kunder f氓r tilgang til hele portef酶ljen allerede ved onboarding. Kunder p氓 麻豆原创 S/4HANA on-premise og 麻豆原创 ERP Central Component (麻豆原创 ECC) er heller ikke utelatt: De som forplikter seg til 氓 flytte hoveddelen av landskapet sitt til 麻豆原创 Cloud ERP, f氓r tilgang til utvalgte AI-scenarioer, og kan dermed bygge bro mellom dagens l酶sning og skyfremtiden.

麻豆原创 introduserte ogs氓 nye verkt酶y for agent-drevet transformasjon, som kan kutte arbeidet ved ERP-migrering med over 35 prosent. Verkt酶yene gir raskere og mer forutsigbare prosjekter ved 氓 automatisere systemanalyse, kodeoppretting, konfigurasjon og testing i stor skala.

Til slutt kunngjorde 麻豆原创 en rekke strategiske partnerskap innenfor hver kategori:

• Plattform- og suite-partnerskap: Anthropic, der Claude er blant grunnmodellene 麻豆原创s AI-plattform vil bruke for 氓 drive Joule-agenter innenfor HR, innkj酶p og supply chain; Amazon Web Services, som muliggj酶r zero-copy-dataintegrasjon mellom 麻豆原创 Business Data Cloud og Amazon Athena; Google Cloud og Microsoft, som 氓pner for toveis agent-til-agent-interoperabilitet mellom Joule og eksterne agent-rammeverk; Mistral AI og Cohere, som tilbyr suverene modellalternativer p氓 麻豆原创s skyinfrastruktur; n8n, som bringer visuell AI-arbeidsflyt-orkestrering inn i Joule Studio; NVIDIA, hvis OpenShell utgj酶r den trygge kj酶retiden for Joule Studio; og Parloa, som tar AI-agenter inn i 麻豆原创 Service Cloud for 氓 h氓ndtere kundeinteraksjoner med full tilgang til forretningsdata og serviceprosesser.
• Implementeringspartnerskap: Palantir og Accenture p氓 komplekse datamigreringer, og Conduct p氓 AI-drevet migrering til 麻豆原创 Cloud ERP.

Om 麻豆原创

Som en global leder innen bedriftsapplikasjoner og forretningsdrevet AI, er 麻豆原创 (NYSE:麻豆原创) et bindeledd mellom forretningsdrift og teknologi. I over 50 氓r har organisasjoner stolt p氓 麻豆原创 for 氓 lykkes ved 氓 forene forretningskritiske operasjoner som 酶konomi, innkj酶p, HR, forsyningskjeder og kundeopplevelser. Hvis du vil ha mer informasjon, kan du se听听辞驳听.

Overblikk p氓 1 side om 麻豆原创:听.

麻豆原创ekontakt

Ulrika Wass
Kommunikasjonssjef, 麻豆原创 Norden & Baltikum
+46 73 827 1074
ulrika.wass@sap.com

The post 麻豆原创 tar steget mot den selvstyrende virksomheten appeared first on 麻豆原创 Norge Nyheter.

Kunstig intelligens er den mest betydningsfulle teknologiske endringen siden internettets gjennombrudd, og den som har p氓virket utviklingen innen programvare mest. Ikke fordi AI utgj酶r en trussel mot programvare i seg selv, men fordi AI er sterkt avhengig av den. Gjennombruddene innen resonnering, kodegenerering og autonome agenter er reelle 鈥� og de vil endre alle bransjer.

Jeg ser det med egne 酶yne. AI gir tosifrede effektivitetsgevinster i 麻豆原创s egen virksomhet. I mer enn to tredjedeler av v氓re skykontrakter det siste kvartalet valgte kundene 氓 inkludere AI-funksjonalitet. Produksjonsbedrifter bruker AI-agenter til 氓 automatisere tilbudsprosesser og redusere responstiden betydelig. Konsulentteam frigj酶r n氓 opptil en fjerdedel av arbeidsuken til mer verdiskapende oppgaver.

Alle store plattformendringer f酶lger et kjent m酶nster. I starten samler verdien seg i de lavere lagene av teknologistacken 鈥� i form av datakrat, modeller og infrastruktur. Over tid flyttes den varige verdien opp til applikasjonslaget, der teknologien omdanfnes til konkrete forretningsresultater. Internett er et tydelig eksempel, skyteknologi det samme. AI vil ikke v忙re annerledes 鈥� programvare er AIs superkraft.

Der den virkelige verdien skapes

P氓 tvers av bransjer investerer selskaper milliarder i AI og ser reelle fremskritt i kapasitet og produktivitet. Men mange sliter med 氓 omsette eksperimenter til m氓lbare resultater i hele organisasjonen. 脜rsaken er fragmenterte datalandskap, isolerte prosesser, inkonsekvent styring og AI-l酶sninger som legges opp氓 foreldede kjernesystemer.

Uansett bransje eller st酶rrelse 酶nsker kundene det samme: AI som forst氓r virksomheten i dybden 鈥� og gj酶r det sikkert og p氓litelig. Det krever integrerte applikasjoner, harmoniserte forretningsdata og tydelige kontrollmekanismer. Uten dette opererer AI i et vakuum, uten forankring i forretningsvirkeligheten.

Hvis AI ikke forst氓r hvordan 酶konomi henger sammen med innkj酶p, kan man ikke drive virksomheten p氓litelig. Hvis den ikke forst氓r samspillet mellom leveransekjede og produksjon, hvilke regulatoriske krav som gjelder for en transaksjon, eller hvordan avvik h氓ndteres, kan selv sm氓 feil f氓 store konsekvenser. Bruk av foreldede, ufullstendige eller feilaktige data kan f酶re til gale beslutninger, feil transaksjoner og betydelige tap 鈥� lenge f酶r noen oppdager det.

AI gj酶r ikke programvare overfl酶dig 鈥� den understreker behovet for systemer som koordinerer arbeid i stor skala.

AI i n忙ringslivet lykkes n氓r agenter m酶ter styring og kontroll

Det blir stadig enklere 氓 bygge en AI-agent 鈥� men det er bare toppen av isfjellet. Den virkelige utfordringen er 氓 rulle ut agenter p氓 tvers av hele verdikjeder eller finansielle prosesser, med full etterlevelse og dokumenterbare revisjonsspor. Koordinering, h氓ndheving av policyer og forutsigbare arbeidsflyter er avgj酶rende for tillit.

Jo flere autonome agenter virksomheter implementerer, desto st酶rre blir verdien av systemene som rammer dem inn og overv氓ker dem. Her viser plattformer som allerede driver verdens mest kritiske forretningsprosesser sin styrke.

For 氓 levere reelle og p氓litelige resultater trenger AI-agenter tre grunnforutsetninger:

1. Dyp domene- og bransjekunnskap innebygd i systemene.
2. Korrekte og semantisk rike forretningsdata som fungerer som 茅n felles og p氓litelig kilde til sannhet.
3. Styring p氓 foretaksniv氓 鈥� valideringsregler, etterlevelseskontroller, godkjenningsprosesser, identitetsstyring og revisjonsspor som sikrer kontrollert autonomi.

Dette er byggesteinene som skiller AI som faktisk kan drive en virksomhet, fra AI som bare imponerer i en presentasjon.

Hva endres 鈥� og hva forblir det samme?

AI gj酶r det raskere og billigere 氓 utvikle programvare. Store spr氓kmodeller vil bli standard. Forretningsmodeller vil utvikle seg i takt med at bruken skifter fra mennesker til agenter. Nye brukergrensesnitt vil vokse frem. Brukere vil i 酶kende grad snakke med AI i stedet for 氓 navigere i applikasjoner, og front-end-l酶sninger vil genereres dynamisk i sanntid.

Men behovet for kontinuerlig oppdaterte og godt vedlikeholdte systemer 酶ker. AI hever kravene til sikre oppdateringer, datadrevet forbedring og felles kontrollmekanismer 鈥� klassiske styrker ved moden SaaS.

Vinnerne vil ikke v忙re de med marginalt bedre grunnmodeller, men de som skaper reell verdi i applikasjonslaget 鈥� forretningsresultater forankret i domeneekspertise, integrert p氓 tvers av funksjoner og styrt for skalering.

Programvare er i ferd med 氓 bli operativsystemet for p氓litelighet og autonomi. Selskaper som forst氓r det, vil integrere AI i systemene som driver den globale 酶konomien. Resten vil fortsette 氓 eksperimentere og lure p氓 hvorfor resultatene ikke lever opp til hypen.

AI-agenter erstatter ikke bedriftsprogramvare. De er avhengige av den.

av Christian Klein, CEO 麻豆原创

Opprinnelig publisert i Computerworld den 6. mars 2026

The post AI tar ikke livet av SaaS 鈥� snarere tvert imot appeared first on 麻豆原创 Norge Nyheter.

Norden ligger foran, men risikerer 氓 bli fanget i sin egen digitale modenhet, som gj酶r b氓de at systemene v氓re er mer komplekse enn vi tror 鈥� og at vi overvurderer hvor AI-klare vi faktisk er. Det digitale forspranget kan dermed bli en hemsko 鈥� ikke en fordel. Nordiske virksomheter kan ikke lenger forvente billigere kapasitet over tid; n氓 m氓 AI tas i bruk der den faktisk skaper effekt i driften.

Philip Johannesson, AI Lead i 麻豆原创 Norge

鈥� Den tiden da skykapasitet ble billigere 氓r for 氓r, er over for AI. Selskaper beskytter seg ikke ved 氓 kj酶pe mer GPU-kapasitet og h氓pe at det fungerer om seks m氓neder. Det er n氓r AI kj酶res inne i virksomheten 鈥� i prosesser for finans, innkj酶p og forsyningskjeder 鈥� at man f氓r riktig avkastning, sier Philip Johannesson, AI Lead i 麻豆原创 Norge.

Ettersp酶rselen etter regnekraft vokser n氓 s氓 raskt at kostnadene formes av tunge investeringer, knapp GPU-tilgang og et marked som presses fra alle sider. Dette endrer hele 酶konomien i AI-prosjekter og gj酶r strategisk bruk av teknologien avgj酶rende.

鈥� AI er n氓 s氓 kapitalintensivt at infrastrukturen finansieres som store industrielle prosjekter. Da m氓 selskapene g氓 fra eksperimentering til industrialisering. 脜 operasjonalisere AI 鈥� ikke 氓 leke med prototyper 鈥� er det som skaper verdi. AI skal drive kontantstr酶m, kundeservice og produktivitet fra dag 茅n, sier han.

Positiv avkastning p氓 AI-investeringer innen tre 氓r

I 麻豆原创s nye internasjonale studie, gjennomf酶rt av Oxford Economics, deltok 1 600 bedriftsledere fra store og mellomstore virksomheter i 氓tte land: Australia, Brasil, Kina, Tyskland, India, Singapore, Storbritannia og USA.

Her fremg氓r det at 79 prosent av selskapene forventer positiv avkastning p氓 sine AI-investeringer innen tre 氓r. AI vurderes 氓 bli en sentral del av virksomheten allerede i 2029. Samtidig viser studien et tydelig gap: Nesten halvparten beskriver satsingen som enkelttiltak, og bare 9 prosent har en helhetlig strategi 鈥� selv om over halvparten allerede opplever bedre beslutningstaking, produktivitet og kundedialog.

Utfordringene speiles i tallene: 55 prosent mangler evne til 氓 dele data internt, 60 prosent er usikre p氓 deling med eksterne, og 64 prosent sier ansatte bruker uautoriserte AI-verkt酶y. Hele 77 prosent av lederne uttrykker bekymring for skygge-AI.

鈥� Mange forventer h酶ye gevinster, men f氓 har strukturen som trengs for 氓 hente dem ut. Uten en helhetlig strategi vil mye av potensialet forbli p氓 tegnebrettet, sier Johannesson.

鈥淰i skal ikke bygge leker, men fabrikker鈥�

De nordiske landene er ikke med i studien, men if酶lge Johannesson vurderer 麻豆原创 at organisasjoner i v氓r region har forutsetninger for 氓 ligge p氓 omtrent samme niv氓 鈥� rundt 31 prosents avkastning p氓 investeringer innen to 氓r. Det skyldes at AI her i st酶rre grad er integrert i sentrale prosesser, ikke lagt som et tillegg p氓 toppen.

鈥� Digital modenhet er v氓r styrke, men ogs氓 v氓r risiko. Mange tror de er i m氓l, men kompleksiteten i systemer og data gj酶r det vanskelig 氓 f氓 AI til 氓 virke p氓 tvers. Da bygger man leker n氓r man egentlig burde bygge fabrikker, sier Johannesson.

Studien peker p氓 at tilgang til h酶ykvalitetsdata er det st酶rste hinderet globalt. Her har Norden et fortrinn gjennom god dokumentasjon, h酶yt tillitsniv氓 og strukturerte prosesser 鈥� men dette m氓 aktiveres for 氓 gi full effekt i AI-prosjekter.

Policy-as-code 鈥� neste store steg i AI-styring

Johannesson mener at neste store steg for nordiske selskaper blir 氓 gj酶re styring og etterlevelse like automatisert som selve AI-modellene. Dette skjer gjennom det som teknologibransjen n氓 kaller 鈥減olicy-as-code鈥�.

鈥� Forestill deg at selskapets regler og policyer finnes som maskinlesbar kode som automatisk anvendes i alle systemer og agentstr酶mmer. Det betyr at hver eneste AI-drevne handling skjer innenfor tydelige og sporbare rammer. Det er slik man gj酶r regeletterlevelse til en konkurransefordel i AI-忙raen, sier han.

AI er i dag et av 麻豆原创s viktigste strategiske satsingsomr氓der globalt, og rundt 15 prosent av selskapets AI-prosjekter i EMEA gjennomf酶res i Norden. De skybaserte l酶sningene er utvidet med innebygde agentfunksjoner, generativ AI og bransjespesifikke modeller, med m氓l om 氓 skape m氓lbare effekter p氓 produktivitet, kontantstr酶m, innkj酶p og forsyningskjeder.

鈥� Kundene v氓re 酶nsker ikke flere piloter 鈥� de 酶nsker AI som faktisk virker. Det er i produksjon den reelle verdien skapes, sier Johannesson.

Norden m氓 skalere og ikke bare teste

De nordiske innsiktene fra 麻豆原创 peker tydelig p氓 at tiden for frittst氓ende AI-eksperimenter er forbi. For 氓 fortsette 氓 ligge foran kreves det at regionens selskaper aktiverer AI der den gir st酶rst effekt 鈥� i virksomhetens kjerneprosesser.

鈥� AI-kostnadene stabiliserer seg p氓 et h酶yt niv氓. N氓 avgj酶res det hvilke virksomheter som skaper verdi, og hvilke som sakker akterut, sier Johannesson.

Les rapporten 鈥澛槎乖� Value of AI鈥� her: .

Les artikkel publisert i Computerworld, 12 December, 2025:

Om 麻豆原创

Som en global leder innen bedriftsapplikasjoner og forretningsdrevet AI, er 麻豆原创 (NYSE:麻豆原创) et bindeledd mellom forretningsdrift og teknologi. I over 50 氓r har organisasjoner stolt p氓 麻豆原创 for 氓 lykkes ved 氓 forene forretningskritiske operasjoner som 酶konomi, innkj酶p, HR, forsyningskjeder og kundeopplevelser. Hvis du vil ha mer informasjon, kan du se og .

Overblikk p氓 1 side om 麻豆原创: .

麻豆原创ekontakt

Ulrika Wass
Kommunikasjonssjef, 麻豆原创
+46 73 827 1074
ulrika.wass@sap.com

麻豆原创 麻豆原创 Room; press@sap.com

The post Ny 麻豆原创-rapport: Norden m氓 industrialisere AI for 氓 beholde forspranget appeared first on 麻豆原创 Norge Nyheter.

Mange land responderer p氓 det nye geopolitiske situasjonen ved 氓 investere tungt i datasentre, basert p氓 antakelsen om at eierskap til fysisk infrastruktur for sky, data og kunstig intelligens automatisk gir uavhengighet. Men ved 氓 likestille servere og prosessorer med suverenitet, overser man realiteten av global, teknologisk, gjensidig avhengighet.

Selv n氓r et datasenter drives av en lokal leverand酶r innenfor egne landegrenser, er de viktigste komponentene, som prosessorer, nettverksutstyr, og AI-modeller, nesten alltid designet eller produsert i utlandet. 脜 oppn氓 full teknologisk selvforsyning ville inneb忙re 氓 utelukke all utenlandsk maskinvare og dermed ogs氓 den utenlandske programvaren som er dypt integrert i b氓de n忙ringsliv og offentlig administrasjon. En slik strategi er verken praktisk eller 酶konomisk b忙rekraftig. Det ville isolert ethvert land fra den kontinuerlige str酶mmen av innovasjon fra resten av verden.

I stedet for 氓 jage selvforsyning, b酶r land investere strategisk og innf酶re pragmatiske reguleringer med hensikt 氓 oppn氓 resultater snarere enn teoretiske idealer. Ekte digital uavhengighet handler om 氓 opprettholde kontroll over kritiske data og eiendeler, samtidig som man utnytter de beste tilgjengelige teknologiene i tr氓d med nasjonale interesser.

Med det som utgangspunkt, blir prioriteringene tydelige:

For det f酶rste b酶r myndighetene investere ressursene der de gir st酶rst effekt. Den virkelige konkurransen handler ikke om hvem som eier flest servere, men om hvem som utvikler og kontrollerer programvaren og AI-applikasjonene som driver fremtidens industri. Dette er arenaen der uavhengighet og langsiktig konkurransekraft virkelig avgj酶res, og der offentlige investeringer gir st酶rst avkastning. Myndigheter som evner 氓 fremme bruk av programvare og kunstig intelligens i n忙ringslivet og offentlig sektor, skaper ogs氓 naturlig ettersp酶rsel etter datasentre og prosessorer. Konsekvensen? De oppn氓r begge m氓l samtidig.

For det andre krever ikke alle data samme niv氓 av digital uavhengighet, og h酶yere niv氓er inneb忙rer naturligvis h酶yere kostnader i form av tid og penger. Informasjon som er avgj酶rende for nasjonal sikkerhet, krever de h酶yeste kontrollniv氓ene, med sikkerhetsklarert personell i kontrollerte omgivelser. I andre tilfeller kan en tiln忙rming som sikrer uavhengighet gjennom datalokalisering, for eksempel i helsevesenet, v忙re passende. Til slutt kan mindre sensitive data og standard forretningsapplikasjoner trygt og kostnadseffektivt kj酶res i betrodde skyl酶sninger, s氓 lenge de oppfyller anerkjente cybersikkerhetsstandarder. 麻豆原创 tilbyr allerede et slikt spekter av l酶sninger til sine kunder.

For det tredje b酶r myndighetene ta i bruk internasjonale uavhengighetsstandarder (som ISO, IEC osv.) i stedet for 氓 utvikle egne regler. Felles standarder gj酶r det mulig for flere leverand酶rer 氓 delta i markedet og oppn氓 stordriftsfordeler. De gj酶r det ogs氓 mulig for myndigheter og bedrifter 氓 bruke uavhengige l酶sninger som er vert hos naboland som f酶lger de samme reglene. Dette vil f酶re til et bredere tilbud av uavhengige skyl酶sninger, til lavere kostnad og med raskere implementering i b氓de offentlig og privat sektor.

For det fjerde b酶r myndighetene investere i utdanning, oppl忙ring og forskning innen skyteknologi, data og anvendt kunstig intelligens. Slik kan de systematisk sikre lokal arbeidskraft med ferdighetene og kompetansen som trengs for 氓 ta nasjonens digitale skjebne i egne hender. Ogs氓 her handler uavhengighet om langt mer enn 氓 kj酶pe og eie maskinvare.

Avslutningsvis handler det om en felles forst氓else av at et lands digitale fremtid ikke avgj酶res i serverrommene. Den formes av bedrifter og offentlige institusjoner som tar kloke og pragmatiske beslutninger om sin digitale uavhengighet og konkurransekraft. Man m氓 fokusere p氓 resultater fremfor teoretiske idealer, og 氓 anvende den beste tilgjengelige teknologien for 氓 skape varig verdi.

av Christian Klein, CEO i 麻豆原创

Notera: Opprinnelig publisert i Computerworld den 31. oktober 2025.

The post Digital uavhengighet handler om resultater, ikke teoretiske idealer appeared first on 麻豆原创 Norge Nyheter.

Den nye l酶sningen, 麻豆原创 Snowflake Solution Extension for 麻豆原创 Business Data Cloud, kombinerer 麻豆原创s ekspertise innen forretningskritiske prosesser og semantisk rike data, med Snowflakes kraftfulle plattform for utvikling av AI- og maskinl忙ringsl酶sninger. L酶sningen gj酶r det mulig 氓 dele data p氓 tvers av systemer – uten 氓 m氓tte kopiere dem.

鈥� Ved 氓 integrere 麻豆原创 og Snowflake gj酶r vi det enkelt for virksomheter 氓 koble sammen sine mest kritiske forretningsdata med muligheten til 氓 utvikle og skalere AI-applikasjoner og data-agendaer i Snowflake, sier Christian Kleinerman, EVP for Produkt i Snowflake.

鈥� At Snowflake n氓 blir en del av 麻豆原创 Business Data Cloud, gir kundene v氓re st酶rre 氓penhet og frihet. Sammen kombinerer vi 麻豆原创s forretningskritiske applikasjoner med Snowflakes dataplattform for 氓 levere en helhetlig og virksomhetsklar l酶sning som 酶ker verdien av data p氓 tvers av hele 酶kosystemet, sier Irfan Khan, President og Chief Product Officer for 麻豆原创 Data and Analytics, 麻豆原创 SE.

Partnerskapet omfatter ogs氓 麻豆原创 Business Data Cloud Connect for Snowflake, som gj酶r det mulig 氓 dele data i begge retninger – ogs氓 her uten kopiering. Bedrifter som allerede bruker Snowflake, kan enkelt koble sine eksisterende milj酶er til 麻豆原创 Business Data Cloud.

B氓de 麻豆原创 og Snowflake st酶tter i dag tusenvis av kunder i deres digitale transformasjon – blant annet AstraZeneca.

鈥� AstraZeneca utfordrer stadig grensene for vitenskapen og leder utviklingen av livsendrende medisiner, sier Russell Smith, Vice President for ERP Transformation Technology i AstraZeneca og fortsetter.

鈥� Data og AI er avgj酶rende for at vi skal lykkes, og v氓rt n忙re samarbeid med 麻豆原创 og Snowflake styrker evnen v氓r til 氓 hente ut, behandle og analysere data i sanntid. Denne lanseringen vil bidra til 氓 akselerere oppdraget v氓rt – for hvert minutt teller n氓r vi skal skape gjennombrudd for pasientene.

麻豆原创 Snowflake ventes 氓 bli tilgjengelig i l酶pet av f酶rste kvartal 2026, mens 麻豆原创 BDC Connect for Snowflake lanseres i l酶pet av f酶rste halv氓r 2026.

Les mer: 听Klikk her for den fullstendige pressemeldingen p氓 engelsk og flere detaljer.

Om 麻豆原创

Som en global leder innen bedriftsapplikasjoner og forretningsdrevet AI, er 麻豆原创 (NYSE:麻豆原创) et bindeledd mellom forretningsdrift og teknologi. I over 50 氓r har organisasjoner stolt p氓 麻豆原创 for 氓 lykkes ved 氓 forene forretningskritiske operasjoner som 酶konomi, innkj酶p, HR, forsyningskjeder og kundeopplevelser. Hvis du vil ha mer informasjon, kan du se og .

Overblikk p氓 1 side om 麻豆原创: .

听

麻豆原创ekontakt

Ulrika Wass
Kommunikasjonssjef, 麻豆原创 Norden & Baltikum
+46 73 827 1074
ulrika.wass@sap.com

麻豆原创 麻豆原创 Room; press@sap.com

听

The post 麻豆原创 og Snowflake inng氓r partnerskap om datadeling appeared first on 麻豆原创 Norge Nyheter.

鈥� 麻豆原创s kunngj酶ringer i dag gir utviklere verkt酶yene de trenger for 氓 holde tritt med AI-revolusjonen. Innovasjoner p氓 tvers av 麻豆原创s unike samspill mellom applikasjoner, data og AI plasserer utviklerne der de h酶rer hjemme 鈥� i f酶rersetet for digital transformasjon, sier Muhammad Alam i 麻豆原创s konsernledelse.

Nye muligheter for utviklere

Med nye muligheter til 氓 bygge agenter i Joule Studio kan programvareutviklere utvide 麻豆原创s ferdigbygde agenter og utvikle nye som tar utgangspunkt i 麻豆原创s forretningsdata og -kontekst. Disse agentene kan handle selvstendig n氓r forretningsforhold endrer seg.

麻豆原创 Build, selskapets sentrale plattform for utvikling og automatisering av forretningsapplikasjoner, gir n氓 utviklere st酶rre frihet til 氓 bygge, utvide og automatisere l酶sninger med de verkt酶yene de selv foretrekker. Utviklere som arbeider med agentbaserte l酶sninger som Cursor, Claude Code, Cline og Windsurf, kan n氓 bruke 麻豆原创s utviklingsrammeverk via de nye 麻豆原创 Build Local Model Context Protocol Servers.

Visual Studio Code-brukere f氓r direkte tilgang til 麻豆原创 Build i sitt utviklingsmilj酶 gjennom en ny 麻豆原创 Build-utvidelse, som senere ogs氓 blir tilgjengelig i Open VSX Registry for andre plattformer. 麻豆原创 og n8n har i tillegg annonsert planer om integrasjon, slik at Joule Studio-agenter og n8n-agenter kan samarbeide s酶ml酶st.

Data som drivkraft

Alle intelligente applikasjoner er bygget p氓 p氓litelige data, og 麻豆原创 gir n氓 utviklere enda flere m氓ter 氓 utnytte verdien i disse dataene p氓 gjennom 麻豆原创 Business Data Cloud. Plattformen kan n氓 kobles til et bredere spekter av data- og AI-l酶sninger som utviklere allerede bruker i sitt daglige arbeid.

En ny 麻豆原创 Snowflake-l酶sning for 麻豆原创 Business Data Cloud bringer Snowflakes fulladministrerte data- og AI-funksjoner direkte til 麻豆原创s kunder. Det gir virksomheter fleksibilitet til 氓 velge riktig kapasitet og lagring for hver enkelt data- og AI-oppgave, samtidig som styring, interoperabilitet og forretningskontekst ivaretas.

麻豆原创 har ogs氓 annonsert et nytt partnerskap med Snowflake om 麻豆原创 Business Data Cloud Connect, som utfyller de eksisterende integrasjonene med Databricks og Google Cloud. Dette gir utviklere st酶rre frihet til 氓 bestemme hvordan de vil arbeide med 麻豆原创-data 鈥� uavhengig av plattform.

Med den nye data product studio-funksjonen i 麻豆原创 Business Data Cloud kan utviklere forvandle r氓data til bruksklare dataprodukter som st酶tter analyse, kunstig intelligens og applikasjonsutvikling. I tillegg gj酶r en utvidet funksjon i 麻豆原创 HANA Cloud Knowledge Graph Engine det mulig 氓 automatisk generere grafer som viser relasjonene mellom tabeller, kolonner og datamodeller 鈥� og dermed avdekke hvordan data henger sammen og hvorfor de er viktige. Resultatet er et klarere bilde av sammenhenger p氓 tvers av systemer og dypere innsikt i virksomhetens data for utviklere.

AI-autonomi i praksis
麻豆原创 utvider n氓 sin AI-portef酶lje for 氓 gi utviklere den intelligensen og styringen som kreves for 氓 omsette innsikt til handling. Selskapet lanserer sin f酶rste enterprise relational foundation model 鈥� en ny type kunstig intelligens som forutsier forretningsresultater, ikke bare neste ord i en setning.

麻豆原创-RPT-1, den f酶rste generasjonen av Relational Pre-trained Transformer, gj酶r det mulig 氓 raskt og presist forutsi scenarier som leveringsforsinkelser, betalingsrisiko eller sannsynlighet for fullf酶ring av salgsordrer. 麻豆原创 氓pner samtidig et gratis testmilj酶 der utviklere kan eksperimentere med modellen og se hvordan den fungerer i praksis.

De nye AI-assistentene i Joule samordner flere agenter p氓 tvers av arbeidsflyter, avdelinger og applikasjoner, og gj酶r b氓de automatisering og autonomi til en realitet. Assistentene kan planlegge, iverksette og fullf酶re komplekse oppgaver innen 酶konomi, forsyningskjede, HR og andre kjerneomr氓der.

麻豆原创 introduserer ogs氓 nye agenter rettet mot tekniske brukere. En ny forretningsprosessanalyse-agent hjelper team med 氓 kartlegge hvordan prosesser faktisk fungerer, identifisere flaskehalser og finne muligheter for 氓 optimalisere arbeidsflyter, slik at forbedringer blir b氓de m氓lbare og varige.

Ettersom kunstig intelligens endrer arbeidslivet for alle, forplikter 麻豆原创 seg til 氓 gi 12 millioner mennesker over hele verden kompetanse innen kunstig intelligens f酶r 2030. Gjennom et utvidet samarbeid med den digitale l忙ringsplattformen Coursera 氓pner 麻豆原创 sine praktiske oppl忙rings- og sertifiseringsprogrammer for enda flere 鈥� slik at b氓de utviklere og virksomheter kan ta aktiv del i den nye AI-酶konomien.

Les mer i og p氓 . F氓 麻豆原创-nyheter via og .

Om 麻豆原创

Som en global leder innen bedriftsapplikasjoner og forretningsdrevet AI, er 麻豆原创 (NYSE:麻豆原创) et bindeledd mellom forretningsdrift og teknologi. I over 50 氓r har organisasjoner stolt p氓 麻豆原创 for 氓 lykkes ved 氓 forene forretningskritiske operasjoner som 酶konomi, innkj酶p, HR, forsyningskjeder og kundeopplevelser. Hvis du vil ha mer informasjon, kan du se og .

Overblikk p氓 1 side om 麻豆原创: .

麻豆原创ekontakt

Ulrika Wass
Kommunikasjonssjef, 麻豆原创 Norden & Baltikum
+46 73 827 1074
ulrika.wass@sap.com

The post 麻豆原创 l酶fter utviklernes rolle i den nye AI-忙raen appeared first on 麻豆原创 Norge Nyheter.

麻豆原创 酶nsker 氓 gi virksomheter bedre beslutningsst酶tte, raskere gjennomf酶ring og mulighet for skalerbar transformasjon. Dette skal de oppn氓 gjennom et nytt nettverk av rollebaserte AI-assistenter i Joule, et voksende data酶kosystem som gir dypere innsikt, og programvare for forsyningskjeder som forutsier forstyrrelser.

鈥� I en verden der usikkerhet er den nye normalen, m氓 systemene snakke sammen. 麻豆原创 Business Suite gir en s酶ml酶s opplevelse der data og AI spiller p氓 lag for 氓 skape konkret forretningsverdi, sier Muhammad Alam i 麻豆原创s konsernledelse og ansvarlig for Product & Engineering.

Joule-assistenter: AI som samarbeider med mennesker

麻豆原创 lanserer neste fase av Joule – AI-motoren som st氓r i sentrum for verdiskapningen i 麻豆原创 Business Suite. Med applikasjoner og data fra hele 麻豆原创 Business Suite introduserer 麻豆原创 n氓 en ny generasjon rollebaserte assistenter i Joule.

Hver assistent er utviklet for 氓 samarbeide med mennesker i ulike forretningsfunksjoner. De trekker inn de riktige agentene for oppgaven, konfigurerer, orkestrerer og styrer dem – slik at mennesker i stedet kan bruke tiden sin p氓 氓 skape ny innsikt og h酶yere produktivitet.

Bak assistentene st氓r et stadig voksende bibliotek av spesialiserte Joule-agenter som utf酶rer komplekse arbeidsprosesser innen ulike funksjoner. For eksempel koordinerer People Manager-assistenten et team av spesialiserte agenter, inkludert den nye People Intelligence-agenten, som identifiserer og l酶ser utfordringer som l酶nnsavvik og dermed st酶tter ledere med personalansvar. Tilsvarende f氓r Financial Planning-assistenten st酶tte fra blant annet Cash Management-agenten, som optimaliserer likviditet og forbedrer avkastningen p氓 rentemidler.

Den nye generasjonen rollebaserte AI-assistenter samarbeider ikke bare med mennesker for 氓 酶ke effektiviteten i hvert forretningsomr氓de, de samarbeider ogs氓 p氓 tvers av funksjoner for 氓 l酶se komplekse utfordringer som p氓virker hele virksomheten.

Eksempler p氓 nye Joule-agenter:

• Cash Management Agent: automatiserer bankavstemming og kartlegger likviditetsbehov. Kan redusere manuelt arbeid med opptil 80 %.
• International Trade Classification Agent: hjelper bedrifter med 氓 klassifisere varer for internasjonal handel i tr氓d med gjeldende regelverk.
• Bid Analysis Agent: sammenligner leverand酶rtilbud, finner skjulte kostnader og identifiserer muligheter for raskere innkj酶p.
• Production Planning and Operations Agent: st酶tter produksjonsplanleggere ved 氓 kontrollere materialer, kapasitet og tidsplaner f酶r produksjonsstart.
• Career and Talent Development Agent: hjelper ledere med 氓 identifisere og utvikle fremtidige talenter gjennom m氓lrettede utviklingsplaner.

Data som gj酶r en forskjell

Data driver AI, men er ofte isolert i separate systemer. Med det nye 麻豆原创 Business Data Cloud Connect kobles 麻豆原创 Business Data Cloud (麻豆原创 BCD) sikkert til partnerplattformer. Uten 氓 kopiere data forblir informasjonen trygg i 麻豆原创-systemene, samtidig som den er tilgjengelig i sanntid i kundenes eksisterende dataplattformer, og dermed bevarer forretningskonteksten. Resultatet er f忙rre datasiloer, enklere datalinjer og ingen duplisering.

Databricks og Google Cloud er de f酶rste partnerne som st酶tter 麻豆原创 Business Data Cloud Connect, med flere p氓 vei. Disse partnerskapene gir kundene raskere tilgang til analyse- og AI-dataprodukter, slik at virksomheter kan g氓 fra r氓data til forretningsresultater i sanntid.

Nye l酶sninger for en AI-drevet hverdag

En annen nyhet er 麻豆原创 Supply Chain Orchestration, som kombinerer Joule med en live knowledge graph. L酶sningen identifiserer risiko i sanntid flere ledd nedover i leverand酶rkjeden og koordinerer responsen, slik at virksomheten kan opprettholde forsyningskjeden gjennom 氓 redusere forstyrrelser og kostnader.

Samtidig lanseres 麻豆原创 Engagement Cloud, en ny l酶sning innen kundeopplevelse som personaliserer interaksjon med kunder, leverand酶rer og andre interessenter basert p氓 forretningskritiske data.

Les mer p氓 engelsk her: 麻豆原创 Connect pressemelding og

叠别蝉酶办 . 听F氓 麻豆原创-nyheter via og .

听Om 麻豆原创
Som en global leder innen bedriftsapplikasjoner og forretningsdrevet AI, er 麻豆原创 (NYSE:麻豆原创) et bindeledd mellom forretningsdrift og teknologi. I over 50 氓r har organisasjoner stolt p氓 麻豆原创 for 氓 lykkes ved 氓 forene forretningskritiske operasjoner som 酶konomi, innkj酶p, HR, forsyningskjeder og kundeopplevelser. Hvis du vil ha mer informasjon, kan du se og news.sap.com/norway.

Overblik p氓 1 side om 麻豆原创: .

麻豆原创 麻豆原创 Room; press@sap.com

麻豆原创ekontakt
Ellen Vig Nelausen
麻豆原创 Nordic Integrated Communications
telefon: +45 29 23 32 34
e-mail: ellen.vig.nelausen@sap.com

The post 麻豆原创 lanserer rollebaserte AI-agenter for fremtidens virksomheter appeared first on 麻豆原创 Norge Nyheter.