BANGALORE - Dalam acara SAP TechEd 2023, SAP SE mengumumkan rangkaian kemampuan AI generatif yang terbaru dan komprehensif, ditujukan untuk memberdayakan para developer dari setiap tingkat kemampuan untuk meningkatkan bisnisnya di era kecerdasan buatan atau artificial intelligence (AI).

"Pada masa kini,  teknologi dan bisnis yang dinamis membuat setiap developer perlu menjadi AI developer," kata Juergen Mueller, Chief Technology Officer dan anggota dari Executive Board SAP SE.

"Banyak inovasi yang kami luncurkan di SAP TechEd, mulai dari alat pro-code yang terintegrasi dengan AI hingga one-stop shop untuk membuat ekstensi dan aplikasi AI generatif pada SAP Business Technology Platform. 

Hal ini dilakukan untuk mendukung para developer di masa revolusi AI dan memberi mereka sumber daya yang mereka butuhkan untuk mentransformasi cara menjalankan bisnis."

BACA JUGA:Lion Air Buka Rute Terbaru Banjarmasin - Bali Non-Stop!

Seiring organisasi-organisasi bertujuan mendapatkan nilai bisnis dari AI generatif, kolaborasi yang efektif antara developer profesional dan non-profesional sangatlah penting.

SAP meluncurkan SAP Build Code, solusi untuk penyederhanaan kerjasama antara pakar bisnis yang menggunakan solusi berkode rendah SAP Build yang diluncurkan pada SAP TechEd 2022 lalu. 

Dibangun secara unik untuk aplikasi dan ekosistem SAP, solusi-solusi pada SAP Build Code menawarkan solusi produktivitas berbasis AI bagi para developer yang telah teroptimalisasi untuk perkembangan Java dan JavaScript. 

Selain itu, SAP Build Code juga memanfaatkan kekuatan kopilot AI generatif baru SAP, Joule –kopilot yang benar-benar memahami bisnis– untuk meningkatkan produktivitas, menanamkan kemampuan pembuatan kode untuk model data, application logic, dan test script creation.

BACA JUGA:XL Axiata Perkuat Dukungan ke UMKM Perempuan, Pesantren, dan Komunitas Penyandang Disabilitas  

Data yang bagus merupakan fondasi dari AI yang bagus, dan SAP HANA Cloud terus menjadi pionir dalam inovasi bidang data melalui penambahan fitur-fitur database vektor baru kedalam penawaran multimodel tanpa biaya tambahan. 

Penyimpanan data vektor mengelola data tanpa terstruktur –seperti teks, gambar, atau audio– agar menyediakan memori jangka panjang dan konteks yang lebih baik pada model AI. 

Hal ini dapat mempermudah proses pencarian dan pengambilan objek serupa dengan cepat. 

Contohnya, para pengguna dapat mencari pemasok berdasarkan bahasa di dalam kontrak yang dimiliki untuk memeriksa riwayat pembayaran dan melacak pesanan individual.