释放企业数据
亚太地区企业如何将人工智能战略转化为成果
执行摘要
随着亚太地区的企业展望2026年，它们的目 标很明确：更快地增长、更智能地运营、更 迅速地适应，但仅有目标是不够的。根据 《2025年亚太地区商业趋势报告》，尽管增 长和流程简化是战略议程的首要任务，但许 多组织仍在执行层面面临现实挑战：系统碎 片化、数据不可靠以及人工智能 adoption 缓慢。 亚太地区领导者面临的主要内部障碍是以数 据为中心的：数据质量不一致、系统碎片化 以及遗留平台问题。集成平台对于连接数据、 系统和流程至关重要，能让人工智能带来切 实的业务成果，然而，近一半的亚太地区企 业表示对企业数据缺乏信心。.
为了加快进展， 40%至48%的亚太地区领 导者将在未来12个月大力投资人工智能、 分析和集成领域。对数据基础设施、嵌入 式人工智能工作流程以及跨职能协作的这 些投资，将确保这些亚太地区的领导者能 更好地适应快速变化的数字环境。
近半数亚太地区企业对自身数据 缺乏信心。但仍有 40%-48% 的 企业在 AI、分析和集成领域投入。 最终的赢家，会是那些先筑牢数 据基础的企业。
理士国际技术有限公司：实施效率提升 10%，手动工作量减少 30%
订单对账耗时缩短至 1 分钟，交易验证速度提升6 倍，汇率维护耗时从 48 小时降至 10 分钟。目前，理士国际正探索AI 驱动的自动化应用场景， 以推进进一步转型。
了解更多
了解更多 →
以数据为中心的障碍 尽管有着明确的增长与流程效率目标，但若干内部挑战拖慢了进展。障碍既包括部门壁垒、系 统过时等结构性问题，也涉及人才与AI 集成方面的能力缺口。值得注意的是，数据相关限制 也成为核心内部阻碍，凸显了强化基础设施与治理的必要性。
数据质量/决策工具
系统集成缺口
遗留系统
企业数据的AI 可 信性与质量 仅 51% 的受访者认 为企业数据（ED） 足够可靠
33% 的受访者将其 列为前三大挑战 （11% 将其列为首 要挑战）
26.6% 的受访者将 其列为前三大挑战 （9.7% 将其列为 首要挑战）
27.5% 的受访者将 其列为前三大挑战 （10.2% 将其列为 首要挑战）
深入探究数据挑战：近半数管理者表示，对其所用数据的可访问性、质量 与可靠性信心不足：
46.1% 不完全信任 决策 所用数据的质量
45.9% 无法充分获取 决策所需数据
47.4% 对“数据完整且及 时”仅有 轻微到中等 程 度的信任
这些差距不仅会减缓战略规划的速度，还会阻碍人工智能的 规模化、流程自动化以及对市场变化的主动响应能力。
被缓慢的报告、手动对 账或不可靠的仪表盘困 扰？ 47% 的亚太地区管理者 表示，无法完全信任决 策所用的数据。这是一 个 IT 问题，也是一个机 遇。
要推进发展，企业必须直面这些内部低效问题，同时在外部 波动中保持敏捷。强化数据基础设施、升级遗留系统、培育 跨职能协作文化至关重要。随着亚太地区管理者将创新与韧 性列为优先事项，能否做出自信的数据驱动型决策，将决定 谁能在快速演变的环境中脱颖而出。
日立将升级周期从 18 个月缩短至 1 个月 将 ERP 定制项从 9000 个缩减至 22 个，并将升级周期从 18 个月压缩到 1 个月。通过使用 SAP BTP 进行集成、自动化与低代码开发，日立构建了98 个用于工作流、报告与子系统集 成的扩展功能。 这一方案实现了更快的升级周期，同时提升了全球连通性。
了解更多
了解更多 →
面向 AI 的数据：价值与风险的交汇点
战略增长愿景为发展指明了方向，但成功的关键在于运营执行。而AI 正是连接愿景与现实的核 心赋能工具。
商业AI 的价值贯穿所有业务环节：从重复性任务的自动化、打造个性化客户体验，到赋能数据 驱动的决策——AI 可提升效率、降低成本并增强可扩展性。
对于已部署AI 的亚太地区企业而言，这些价值已切实体现：
• 61.5% 的企业表示，得益于重复性任务的减少，员工的工作满意度有所提升。
• 53.1% 的企业认为，AI 改善了跨团队的协作与沟通。
• 50% 的企业反馈，更智能的工作流与手动工作量的减少，帮助员工提升了工作与生活的平衡。
感知到的AI 风险
AI 的潜力（自动化、更优决策、更愉悦的团队），取决于 IT 部门能否整合、治理并 激活企业数据。合适的平台能让 IT 从成本中心转变为增长引擎。
数据规模/ 质量不 足 34 .8%
基于错误数据采取 行动 33 %
缺乏透明度
数据隐私管控缺失
32 .3%
29 %
通过投资 SAP 业务数据云（BDC）这类统一数据基础架构，亚太地区企业能够突破这些障碍， 确保AI 与分析举措建立在可靠、可访问且受治理的数据之上，将战略转化为可衡量的成果。
节省超百万全职人力日，同时提升报价准确性
借助 SAP BTP 上的 SAP 文档 AI 与生成式 AI，ABB 实现了大规模的询价（RFQ）流程自动 化：大型招标的响应时间缩短1 天，小型项目缩短4 天。这意味着每年可节省超百万全职人 力日与数百万美元成本，同时还提升了报价准确性与客户体验。
了解更多
了解更多 →
加大对企业数据与 AI 的投入
亚太地区的投资趋势反映出对 AI 日益增长的兴趣，许多亚太企业将AI 列为核心技术 投资方向：
• 17.7% 的管理者重点投入生成式 AI 与 AI 智能体
• 13.1% 的企业计划用 AI 实现流程自动化并优化决策
企业对 “构建强大数据基础与治理” 的需求认知也十分明确。整体而言，亚太地区的 核心技术投资优先级紧密围绕 “激活数据”体系，以此搭建数据基础，为 AI 的稳健 落地提供支撑—— 具体如下：
为支撑 AI 落地，对数据与基础解决方案的投入
生成式AI ：表明企业强烈希望嵌入 AI 驱动的自动化与内容生成能力
47.5%
分析工具 ：凸显对 “可落地洞察” 的需求
38.3%
系统集成 ：体现企业为整合、现代化 企业数据所采取的基础举措
30.4%
28.5%
云迁移
JK Cement 有限公司：将流程耗时缩短 50%
该企业在 SAP BTP 中嵌入 SAP 商业 AI，通过生成式 AI 中心与 ChatGPT-4 模型， 以自然语言输入简化采购申请流程。这一举措将流程耗时缩短 50%，让员工从重复 性任务中解放出来，同时助力业务更快扩张。JK Cement 计划将这种 AI 驱动的简化 模式拓展至发票、销售订单与收货等环节。
了解更多
了解更多 →
SAP 业务技术平台：将潜力转化为绩效
要将AI 从试点阶段推广至实际生产，企业需要一个能有效连接数据、系统与流程的基 础架构。
像 SAP 业务技术平台（BTP）这类企业级平台，可提供跨业务功能的集成、自动化与 AI 部署能力。它们能解决系统碎片化、数据可访问性不足等常见挑战，实现实时洞察、 支持应用开发，并在多云环境中保障合规性。
具体而言，SAP 业务数据云（BDC）可针对性解决亚太地区企业的以下 “痛点”：
• 跨 SAP / 非 SAP 系统的统一数据访问与虚拟化 ：攻克 “访问不足”“数据壁 垒”“系统间集成难” 等问题
• 带治理的业务就绪型数据产品 ：通过数据目录、数据血缘与质量规则，解决数据质 量 / 可信度及 AI 风险问题
• 与 SAP 应用的语义对齐 ：提供财务、供应链、人力资源等领域的数据模型，加速分 析与AI 成果落地
• 多云弹性与安全性 ：支持云迁移，缓解数据隐私担忧
借助 BTP 与 BDC 这类统一平台，企业不仅能简化流程，还能通过预测性洞察与类人 数字体验，为未来增长奠定基础。
分析师如何评价 SAP BTP
SAP 业务数据云（BDC）
Gartner
这是一个受治理的多云数据基础架构，适 用于 SAP 与非 SAP 数据，具备以下能力： • 通过虚拟化与连接器实现统一访问 • 利用 SAP 应用的业务上下文标准化语 义 • 通过目录、血缘、质量与政策工具进行 治理 • 发布可复用的数据产品，支持分析与 AI • 通过隐私 / 个人身份信息（PII）管控与 可审计政策保障数据安全 了解更多 了解更多 →
“ SAP 是该魔力象限的领导者。其 SAP 集成套件是 SAP BTP 的一部分，可在 SAP 应用生态系统内外， 提供应用、数据、流程、AI 与业务集成能力。”” 了解更多
IDC
“SAP BTP 是原生云平台，将数据与分析、AI、应 用开发、自动化及集成整合在统一环境中”
了解更多
2026 年的前行路径
随着亚太地区企业加速数字化转型，本报告的洞察明确了一条前行路径：AI 与数据平 台是衔接战略与执行的核心基础。
以下是企业可借助 SAP 业务技术平台（SAP BTP）、业务数据云（BDC）及 AI 驱动 创新，将愿景转化为可衡量成果的实施路径。
Key Actions
Focus Area
KPI & Outcomes
• -梳理当前数据访问、质量及AI 数据可 信度的基准指标 • 上线 BDC 数据目录与数据血缘功能 • -识别 2-3 个重点领域（如供应商、物料、 人力）的关键数据元素
将数据访问、数据质 量、AI 数据可靠性的 信心提升至“中等” 水平
•
数据可视性和 可信度
• 将 SAP 与非 SAP 数据源接入 BDC • 针对前三大业务优先级（如采购到付款 流程自动化）发布首批数据产品实现跨 职能数据访问
集成系统数量
• •
集成以实现成 果
已发布数据产品数量
将 AI 数据可靠性的信心 提升至“强劲”水平
•
• 在受治理的数据基础上叠加分析与预测模型 • 在高影响职能（IT、供应链管理、人力资源） 中，试点使用 BDC 提供功能的 AI 智能体 • 跟踪成果指标（决策周期时长、成本缩减）
决策周期时长
• •
决策与 AI 应用
自动化带来的成本节约
• 扩展数据质量政策、隐私及访问管控 • 将 BDC 拓展至更多领域与合作伙伴 • 监控并缓解 AI 风险（数据质量、隐私、 透明度）
覆盖的领域数量 已实施的政策数量
• • •
规模化与风险 管控
将数据质量 / 隐私的信 心提升至“强劲”水 平
预订演示
Yulin Wang SAP BTP & DC 专家 SAP China
yulin.wang01@sap.com
报告方法：2025 年 SAP 业务优先级 本报告基于“2025 年 SAP 业务优先级调研”撰写：调研收集了亚太地 区（不含中国）2152 位资深业务管理者的反馈，同时纳入全球 9293 位 受访者作为 “其他地区（RoW）” 样本进行对比。 亚太地区样本覆盖了多元行业与不同规模的企业，多数受访者为总监级及 以上职位，超 60% 承担战略决策职责。这种广泛的调研群体，确保了报 告能全面、有代表性地呈现塑造亚太地区商业格局的结构性挑战与战略优 先级。
阅读完整报告, 点击此处.
Page 1 Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Page 8Made with FlippingBook flipbook maker