Что скрывается за AI-стратегией SAP, Oracle и Palantir: зачем корпоративному ИИ семантическое ядро

Вот важная новость с фронта ИИ: ArgusXII 16 минут назад Что скрывается за AI-стратегией SAP, Oracle и Palantir: зачем корпоративному ИИ семантическое ядро Средний 14 мин 477 Будущее здесь Искусственный интеллект Исследования и прогнозы в IT * Мнение Из песочницы В корпоративном ИИ происходит тихий сдвиг. На поверхности его видно как очередную волну разговоров про агентов, RAG, knowledge graph, ontology, process intelligence, AI‑ready data, business context и agentic platforms. SAP говорит о графе знаний для агентов, Microsoft — о переходе от systems of record к systems of action, Oracle — об агентах внутри корпоративных приложений, Palantir — об Ontology, Celonis — о Process Intelligence Graph, Alibaba и Yonyou — о корпоративных агентных платформах.

Можно воспринимать это как очередной набор вендорских слов. Но, если убрать маркетинговую пену, за разными формулировками видна одна земная инженерная проблема: корпоративному ИИ недостаточно получить доступ к таблицам, документам и API. Ему нужен слой, который объясняет, что эти данные означают в реальности предприятия.

Технические детали

Если в компании слово «заказ» в производстве, снабжении, финансах и продажах означает разные вещи; если статус живёт в комментарии; если справочник считается «данными», но не объясняет предметную область; если Excel спорит с ERP, то LLM получает не предприятие, а набор фрагментов. А потом мы удивляемся, что ответы разные, выводы плавают, а агент уверенно действует в тумане. Попробую разобрать, почему корпоративному ИИ до RAG и агентов нужно семантическое ядро: словарь терминов, различение объектов и экземпляров, домены, источники, мэппинг и правила качества.

Мировые вендоры не верят в голую LLM над хаосомЕсли бы задача корпоративного ИИ сводилась к тому, чтобы подключить языковую модель к базе данных и документам, крупные вендоры на этом бы и остановились. Но они делают другое: строят промежуточные смысловые слои между моделью и реальностью предприятия. SAP развивает граф знаний и бизнес‑облако данных вокруг своих агентов.

Microsoft говорит уже не просто о системах регистрации, а о системах действия. Oracle встраивает AI Agents в корпоративные приложения и развивает тему данных, пригодных для ИИ. Palantir много лет строит линию Ontology как операционного представления предприятия.

Отраслевые последствия

Celonis говорит о Process Intelligence Graph, который связывает события, процессы, KPI и бизнес‑контекст. Alibaba и Yonyou идут к корпоративным агентным платформам, где важны не только модели, но и маршруты, API, права доступа, безопасность и совместная работа агентов. Технологии разные, терминология разная, рынки разные.

Но направление одно: агенту и модели нужен не просто доступ к данным, а объяснённая реальность предприятия.

Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.