SAP用大數據,助德國隊贏世足
SAP用大數據,助德國隊贏世足
2014.07.15 | 科技

今年世足贏家德國隊隔了24年再度拿下冠軍獎杯,除了球員的優秀表現,總教練勒夫的秘密武器是「大數據」。歐洲軟體大廠思愛普(SAP)和德國足協合作,透過SAP Match Insights足球解決方案,在SAP HANA平台上運行,協助教練從大量的訓練數據中發現球員的優劣勢,進而擬定最適合球隊的戰略,成功帶領德國隊聰明奪冠。

(圖說:SAP將德國隊球員的即時資訊傳到HANA平台上,助教練掌控球隊狀況進而擬定戰略。圖片來源:吳韻萱攝)

SAP大中華區總裁紀秉盟(Mark Gibbs)說,德國隊球員穿的鞋子有感應器,可以記錄速度、平均步數等,加上有高速攝影機進行拍攝,SAP捕捉到球員的細節動作後,會將即時資訊傳回SAP HANA平台,教練只要拿著平板電腦,就可以在Match Insights的介面上,針對球員的優缺點分析球隊狀態,並隨時調整戰略。「SAP就像德國隊的第12個球員」,紀秉盟說。

據統計,10個足球員若用3個球進行訓練,10分鐘就能產出700萬個可供分析的數據。SAP Match Insights要處理這麼龐大的資訊,需要有極快的處理速度。這不是SAP首次進軍體育界,在世足德國隊之前,SAP還曾幫助NBA球隊及賽車手提供數據,為球員或賽車手制定出最適合的投球位置或最合適的車型。

HANA平台簡化用戶體驗,創新更快

雖然坐擁龐大的數據金礦,但SAP的課題是如何簡化用戶體驗。SAP是全球企業軟體龍頭,為首度提供企業資源規劃(ERP)的領導廠商,但隨著企業所儲存的資料不斷累積,系統也越來越笨重。據統計,全球只有7%的資料被標籤化(歸檔),更只有1%的資料被有效分析。企業所需的IT創新預算也被維持資料存儲的成本壓縮,一般企業將三分之二的IT預算用於維持現有資料,剩下的三分之一才用於創新。

紀秉盟指出,SAP透過HANA平台優化使用者經驗,並簡化企業使用資料的流程。在使用HANA平台後,企業的資料傳輸速度平均提升86%、資料儲存規模從平均7.1TB降至1.8TB等。另外,SAP也基於HANA平台發展SAP Cloud,用單一即時業務平台運行所有SAP應用軟體,並管理海量的大數據。紀秉盟說:「在這個開放系統中,上千合作夥伴與新創者將能帶來更多創新能量。」

Design Thinking量身打造平台,創新更多

因為看到創新的重要,SAP也拋開以往只為企業客戶提供單一軟體服務的模式,用「Design Thinking」概念針對客戶打造最適合的平台。SAP中國創新業務專家于嶸指出,以往SAP是軟體供應商,但現在轉型為客戶的合作夥伴。SAP四年前先從美國開啟「Design Thinking」模式,兩年半前進軍大中華區。

以中國某老牌零售商為例,因受到線上購物風潮衝擊找上SAP,SAP和該品牌舉行為期兩天的Workshop,找到適合品牌客戶的服務模式,包括用App記錄消費者的購物紀錄,App並根據家居情境提供產品資訊或購買連結等。例如用戶刷牙洗臉時可點開App的「浴室」區,會有上次在該超市購買的洗面乳資訊,以免太久沒用過期,還能拍攝每日照片記錄膚色變化,借此得知產品功效。

SAP看準雲端、移動、大數據時代的來臨,儘管步入中年(42歲),仍能從原本的ERP領域,將服務拓展至CRM(客戶關係管理)、財務管理和商業分析,助面臨經營困境的企業客戶產生新的附加價值。

關鍵字: #SAP #大數據
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓