Steven's blog-- IT 個人分享

Semiconductor Companies Use SAS Software Support Engineers for Data Analysis (EDA)

noreply@blogger.com (steven) — Mon, 12 Aug 2024 14:47:00 +0000

Semiconductor manufacturing is a highly complex process that generates vast amounts of data. From equipment performance to product yield, every aspect of the production process is meticulously tracked and analyzed. To extract valuable insights from this data, semiconductor companies rely on specialized tools and expertise.

The Role of SAS Software and Support Engineers

Data Management and Integration: SAS software is renowned for its data management capabilities. Semiconductor companies generate data from various sources (equipment, sensors, databases, etc.). SAS helps integrate this data into a unified platform for analysis.
Statistical Analysis: The manufacturing process involves numerous variables that affect product quality and yield. SAS provides advanced statistical tools to identify correlations, trends, and patterns in the data, helping engineers optimize processes and reduce defects.
Predictive Modeling: By analyzing historical data, SAS can help create predictive models to forecast equipment failures, identify potential quality issues, and optimize resource allocation.
Process Optimization: SAS can be used to simulate different process parameters and identify the optimal settings to maximize yield and minimize costs.
Quality Control: By analyzing data on product defects, SAS can help identify root causes and implement corrective actions to improve product quality.
Yield Improvement: SAS can be used to analyze yield data and identify factors affecting product yield, leading to process improvements and increased profitability.

The Value of Support Engineers

Domain Expertise: Support engineers have a deep understanding of SAS software and its applications in the semiconductor industry. They can provide guidance on data preparation, analysis techniques, and model development.
Problem Solving: Engineers can assist in troubleshooting data-related issues, ensuring data accuracy and reliability.
Technical Support: They offer technical assistance with SAS software, helping users maximize its potential.
Customization: Support engineers can help customize SAS solutions to meet specific business requirements.

AI 轉型下，企業應打造的公司架構：Revops

noreply@blogger.com (steven) — Sun, 26 Nov 2023 06:58:00 +0000

隨著 AI 服務在新科技驅使下，企業大幅度採用 DevOps, DataOps, MLOps 等各職能的協作架構，希望能透過各職能的精進改善下，強化企業永續經營的理念。

台灣產業長期偏重以製造業各職能別區別，但隨著台灣產業企業跨足通路，品牌，客服，逐漸轉型為以製造與品牌服務並行的製造服務架構體系，佳世達集團 Epic cloud 聚上雲副總經理朱驛清建議控股集團與各產業企業建立一個控管營銷，銷售，客戶服務，IT，財務的『Revops』流程組織

RevOps 是將營銷、銷售和客戶成功這 3 個業務職能整合併到一個框架中。

RevOps 檢查公司/業務收入周期和銷售運營的各個方面，並發現優化其工作流程或流程的方法，以產生更有效的銷售或更大的整體回報。

因為RevOps涉及整個客戶生命週期的所有範圍，旨在打破部門之間的孤島，因此真正成功的 RevOps 組織需要重新思考如何構建整個組織。

打造RevOps 的 3 個支柱：流程自動化、協作平台和數據驅動制度

1. 數據驅動制度

RevOps 強調數據驅動的決策，通過收集、分析和利用數據，來了解客戶需求和行為，從而制定更有效的收入策略。

2. 協作平台

RevOps 要求銷售、營銷、客戶服務等部門進行協作，共同制定和執行收入策略。

3. 流程自動化

RevOps 利用自動化工具來提高收入流程的效率和準確性。

企業如何實施 RevOps？

任何偉大的努力一樣，在您的公司實施 RevOps 並不像說說那樣簡單。任何偉大的發明，都會有第一次的嘗試

1. 先走第一步

2. 不斷修正

3. 運用新科技

使用 Google 雲端磁碟快照進行 SAP ASE 資料庫備份和還原

noreply@blogger.com (steven) — Thu, 23 Nov 2023 06:56:00 +0000

轉貼自：https://www.googlecloudcommunity.com/gc/Community-Blogs/SAP-ASE-Database-Backup-and-Restore-using-Google-Cloud-Disk/ba-p/665868

在當今數據驅動的世界中，確保關鍵業務資訊的完整性和可用性至關重要。SAP ASE 資料庫是許多 SAP 系統的基石，具有巨大的價值，需要強大的備份和復原策略來防止資料遺失或系統中斷。Google Cloud 磁碟快照可用於執行無縫 SAP ASE 資料庫備份和還原。

使用 Google Cloud 磁碟快照的 SAP ASE 資料庫備份可以提供以下優勢：

利用雲端原生功能磁碟快照來簡化 SAP ASE 資料庫備份
加快大型 SAP 資料庫的備份操作
在 HADR 環境中重新實作資料庫

在 Google Cloud 上執行 SAP ASE 資料庫備份和復原的高階執行步驟

備份

在取得儲存快照副本之前，透過靜默使用者資料庫和主資料庫將資料庫置於一致狀態。以下步驟顯示如何使用磁碟快照執行資料庫備份。

1. 將資料庫置於靜止模式

指令 QUIESCE DATABASE 只是將資料庫置於允許資料庫設備檔案的外部備份的狀態。

QUIESCE DATABASE 命令阻止對資料庫的所有寫入訪問，並將資料快取的內容與磁碟上的資料庫裝置同步。連接到資料庫的使用者保持在線並且可以執行讀取操作。寫入操作將被阻止，直到 DBA 釋放資料庫。或者，可以使用 PREPARE DATABASE命令來避免寫入操作的阻塞。

以使用者 sapsa 登入 SAP ASE 並靜默所有非臨時資料庫。

quiesce database <tag-name> hold master, model, <DBSID>, saptools, , sybsystemprocs, sybmgmtdb for external dump
go

將上述命令中的 <DBSID> 和 <tag-name> 分別替換為 SAP 資料庫的名稱和一些用於備份的識別碼作為標記名稱。

2. 觸發Google Cloud Storage快照

執行持久性磁碟區的磁碟快照以在靜默模式下備份所有資料庫。對所有資料和日誌設備執行磁碟快照。

可以從磁碟建立快照，即使它們附加到正在執行的實例也是如此。快照是全域資源，因此可用於將資料還原到新磁碟。

請參閱此處連結中拍攝快照的說明。

gcloud compute snapshots create <snapshot-name> \
    --source-disk  <source-disk-name> \
    --snapshot-type  <snapshot-type> \
    --source-disk-zone <source-zone>

3. 確認快照並釋放資料庫的寫入權限

外部備份命令完成後，執行下列 SQL 命令以釋放停頓的資料庫以進行讀取/寫入存取。

quiesce database <tag_name> release
go

根據SAP 說明 - 1588316安排自動日誌備份到磁碟或 FileStore Enterprise

恢復

如下所示，使用磁碟快照執行 SAP ASE 資料庫的還原。

1. 從 Google Cloud Storage 快照建立永久磁碟

從 Google Cloud 儲存快照建立永久磁碟。

有關如何從快照創建磁碟的更多信息，請參閱此處的連結。

2. 準備系統恢復

確保 ASE 資料庫已停止
卸載現有資料庫磁碟區（資料和日誌）
刪除目標磁碟區對應的 fstab 條目
停用邏輯捲和卷組
從 VM 中分離卷
將新建立的磁碟附加到虛擬機
啟動邏輯捲和卷組（如果未啟動）
使用新磁碟的詳細資訊更新目標磁碟區的 fstab 條目
在虛擬機器上安裝已配置的捲
驗證檔案系統的權限和所有權

3.恢復資料庫

使用命令列選項「-q」以靜默模式啟動 SAP ASE，並套用資料庫靜默後儲存的交易日誌轉儲。

例子：

cd $SYBASE/$SYBASE_ASE/install
echo "-q \" >> RUN_<SERVER>

重新啟動伺服器

startserver -f  RUN_<SERVER>
startserver -f RUN_<SERVER>_BS

如果適用，請使用指令 LOAD TRANSACTION 將交易日誌轉儲載入到 SAP 資料庫。

使用 isql 登入 SAP ASE 資料庫並執行以下命令

load transaction <DBNAME> from "/path"

最後使用 SQL 命令將所有資料庫設定為線上：

online database <DBNAME>
go

從 RUN_<SERVER> 檔案中刪除 -q 選項後重新啟動 SAP ASE 伺服器。

複製流程 – SAP Datasphere 和 Google Big Query

noreply@blogger.com (steven) — Thu, 23 Nov 2023 06:30:00 +0000

轉貼自：https://blogs.sap.com/2023/11/16/replication-flows-sap-datasphere-and-google-big-query/

背景

SAP Datasphere 從 SAP Datasphere 版本 2021.03 開始發布了複製流。這項新功能允許人們以快速、無縫的方式將多個表從來源複製到目標。有關複製流程的更多信息，請參閱此處。

本部落格將示範如何將資料從 SAP 來源複製到 Google BigQuery。

腳步

首先，您需要在 SAP Datasphere 中建立與 Google Big Query 的連線。請參閱本部落格中的步驟 4.「建立 Google BigQuery 連線」來建立連線。
確保您在 Google BigQuery 中有一個要將資料表複製到其中的資料集。
確保您有源連接。在本例中，我們將使用 S4 Hana Cloud。您需要在 SAP Datasphere 的「連線」標籤中建立此連線。
導覽至 SAP Datasphere，然後按一下左側面板上的「資料產生器」。找到並點選“新複製流”磁貼。
點選選擇來源連接
選擇您想要的來源連線。我們將選擇 SAP S4 Hana Cloud
點選選擇來源容器。
選擇“CDS 提取 - 啟用 CDS 視圖提取”，然後按一下“選擇”。
按一下“新增來源物件”並選擇要複製的視圖。如果需要，您可以選擇多個。完成物件後，按一下「新增選擇」。
現在，我們選擇目標連線。我們將選擇 Google Big Query 作為我們的目標。如果您在此步驟中遇到任何錯誤，請參閱本部落格末尾的註釋。
接下來我們選擇目標容器。回想一下您之前在步驟 2 中在 Big Query 中建立的資料集。這是您將在此處選擇的容器。
在中間選擇器中，按一下“設定”並設定您的負載類型。初始僅意味著載入所有選定的資料一次。初始和增量意味著在初始載入後，您希望系統每 60 分鐘檢查一次是否有任何變更（增量），並將變更複製到目標。
完成後，點擊頂部工具列上的編輯投影圖示以設定任何過濾器和映射。有關過濾器和映射的更多信息，請參閱此處和此處。
您也可以透過目標連線名稱和容器旁的設定圖示來變更目標的寫入設定。
最後，將複製流重新命名為您在右側詳細資料面板中選擇的名稱。然後，透過頂部工具列圖示儲存、部署、執行複製流程。您可以在 SAP Datasphere 左側面板的「資料整合監視器」標籤中監控運作情況。
複製流程完成後，您應該會在 BigQuery 中看到目標表。應該注意的是，每個表都會從複製流中添加 3 列，以允許捕獲增量。這些欄位是 operation_flag、recordstamp 和 is_deleted。

注意：您可能必須在租用戶中包含進階出站整合區塊才能部署複製流。

在 SAP Datasphere (DWC) 中建立 Google Big Query 連接

noreply@blogger.com (steven) — Thu, 23 Nov 2023 06:22:00 +0000

轉帖自：https://blogs.sap.com/2023/05/25/creating-a-google-big-query-connection-in-sap-datasphere-dwc/

場景：我們想要展示如何將 csv 檔案上傳到 Google 雲端存儲，然後在 Big Query 中基於該檔案建立一個表，然後透過匯入遠端表將該表匯入到 SAP Datasphere 中

1）在GCP雲端儲存中我們需要建立一個bucket

給它取個名字

接下來新增標籤（這是可選的）

選擇您想要儲存該儲存桶的位置，我將其保留為預設值

為您的資料選擇儲存類別（熱、冷、近線）我將其保留為標準

選擇如何控制對此儲存桶的存取（例如，如果您不想將其公開）

我取消選中上面突出顯示的內容，因為我只是想嘗試是否有人可以訪問此存儲桶。

接下來是該儲存桶的安全性

我保留它為預設值。下一步點擊“建立”

當您單擊儲存桶時，您會看到儲存桶已建立。

接下來，我們將上傳一個 .csv 檔案到此儲存桶。（我們可以加載任何格式文件，然後我們需要編寫一個腳本來轉換任何傳入的文件格式，將其轉換為 csv），我將在後面的部分中介紹這一點。

我上傳了一個簡單的 .csv 文件

現在我們將從此雲端儲存存取此 csv 檔案到 Big Query 中

在資源管理器下的 Big Query 中，我將建立一個資料集（這就像一個架構，您將在其中儲存所有表）點擊 Project

下一步建立資料集並給出適當的企業名稱

建立資料集（模式）。現在我們將透過雲端儲存 csv 檔案建立一個表格。

選擇從 Google 雲端儲存建立表，接下來選擇儲存桶，然後選擇文件

給表起一個名字

表已創建，我們可以預覽數據

現在我們將在 SAP Datasphere for Big Query 中建立連線。

在 SAP Datasphere 中的“連接”下，按一下“建立”並選擇“Google BigQuery”

我們需要提供專案名稱和金鑰（我們需要透過 API 產生的存取金鑰）

當您點擊「我的第一個項目」時，您將獲得項目 ID

接下來，對於 Key，我們將從導航選單轉到 API 和服務

接下來點擊啟用的 API 和服務，向下捲動並點擊 BigQuery Connection API

接下來點擊憑證

現在您需要有一個服務帳戶。

讓我們建立一個服務帳戶

從導覽功能表前往 Google 控制台中的 IAM 和管理，然後按一下服務帳戶

在頂部點擊建立服務帳戶

提供相關的服務帳號名稱

點擊創建，彈出服務帳戶已創建

現在我們將在 BigQuery 連接 API 中看到此服務帳戶

單擊它並轉到“按鍵”

現在點擊「新增金鑰」（建議使用 JSON）

點擊“建立”，將下載金鑰檔案。安全地儲存它，因為我們將在連接中使用它

現在，在 SAP Datasphere (DWC) 中建立連線下，輸入項目 ID 並選擇關鍵文件。

按一下下一步並提供技術名稱

驗證連接

現在前往 Datasphere 中的 Data Builder，然後按一下“匯入遠端表”

選擇連接，然後瀏覽您的項目並選擇表

然後點擊“導入並部署”，表就被導入了。

最後，該表已成功匯入 Datasphere 中。此外，您可以建立圖形視圖、實體關係、分析模型等。

Duet AI 可協助您在 Google Cloud 控制台中快速完成工作的 3 種新方法

noreply@blogger.com (steven) — Fri, 10 Nov 2023 16:28:00 +0000

轉貼自：https://cloud.google.com/blog/products/ai-machine-learning/how-duet-ai-speeds-up-development-and-operations

在快速發展的組織中，工程師經常從事大型項目，這些項目使用數百種雲端產品和服務，跨越多個團隊和職能。但企業雲端環境的複雜性使得工程師很難追蹤一切、了解系統如何協同工作、解決問題以及編寫高效的程式碼。這可能會導致時間和資源的浪費、安全性的降低以及管理工作的增加。

Duet AI 是 Google Cloud 的全新AI 協作工具，可透過為各種常見任務提供協助來幫助您降低複雜性並克服障礙。如果您是雲端工程師、開發人員、操作員、資料從業者或使用 Google Cloud 作為日常工作一部分的人員，Duet AI 可以幫助您透過 Google Cloud 中的自然語言介面快速完成工作安慰。讓我們看看它是如何做到這一點的。

控制台中的 Duet AI 聊天

1. 更快開始並加入 Google Cloud

Duet AI 可以回答您在開始使用 Google Cloud 時可能遇到的常見問題。例如，它可以告訴您有關不同產品和服務的更多信息，解釋選項和設置，並提供完成常見任務的分步說明。

詳細了解 Google Cloud 產品

如果您剛開始，您可能想了解更多有關不同產品的資訊。例如，您可以要求 Duet AI 解釋Google Kubernetes Engine和Google App Engine之間的差異。Duet AI 可以提供全面的比較，突出每個的主要功能和優點。

專業提示：請 Due AI 以表格形式解釋比較，以獲得直覺概覽

獲取常見任務的逐步指導

隨著您獲得更多使用 Google Cloud 的經驗，Duet AI 可以幫助您完成特定任務，例如如何將資料從本地遷移到 Google Cloud。Duet AI 可以提供逐步說明。

專業提示：您可以向 Duet AI 詢問“逐步說明”，以獲得有關如何完成任務的明確指導。

了解選項和設定

Duet AI 還可以幫助您了解特定 Google Cloud 產品或服務可用的不同選項和參數。例如，用於建立新 Cloud Storage 儲存桶的不同選項，或可在 Cloud Functions 觸發器中使用的不同參數。

對於依賴生成式人工智慧模型的系統來說，「幻覺」是一個眾所周知的問題，它們可能會產生看似合理但實際上不正確的輸出。為了幫助您在使用之前驗證其輸出的準確性，Duet AI 可以包含與您的問題相關的文件、教學課程和其他資料的連結。

包含相關內容連結的 Duet AI 回應範例

2. 產生腳本、gcloud 指令、查詢和程式碼

Duet AI 可以幫助您產生各種程式語言、SQL 查詢、gcloud 命令和腳本的程式碼，以便與 Google Cloud 產品互動。

使用多種程式語言產生程式碼，包括 Python、Java 和 Go

無論您是編碼新手，只是需要自動化重複任務的幫助，還是經驗豐富的開發人員試圖弄清楚如何整合兩種不同的雲端服務，Duet AI 都可以幫助您快速輕鬆地產生程式碼。

專業提示：透過 Duet AI輔助開發（提供程式碼自動完成等功能），在 Cloud Code或您最喜歡的其他 IDE 中獲得程式碼的專家協助。

產生 gcloud 命令、設定和策略文件

命令列語法和設定檔語法可能很難記住，因此 Duet AI 還可以幫助您弄清楚 gcloud 命令，例如如何獲取空閒虛擬機列表或建立設定文件，例如向組織中的某些使用者授予權限的策略。

專業提示：請注意，產生的命令和其他片段可能包含通用變量，例如 PROJECT_ID 或 LOCATION，需要將其替換為特定於您的環境的實際值，然後才能運行它們。

產生查詢以幫助從資料中提取見解

編寫 SQL 查詢可能既耗時又具有挑戰性，特別是如果您不是專家或有一段時間沒有編寫 SQL 查詢的話。Duet AI 可以根據您的自然語言描述產生查詢，或更新現有查詢以滿足您的需求。例如，您可以要求 Duet AI 選擇符合特定條件（例如收入閾值）並且在給定時間內處於活躍狀態的客戶。您也可以提出後續問題或將現有查詢貼到聊天視窗中，並要求 Duet AI 進行解釋或進行更新。

專業提示：使用BigQuery 中的 Duet AI直接在控制台中取得上下文 SQL 補全和其他進階資料分析功能 。

如果產生的片段直接引用特定來源的詳細內容，Duet AI 可以提供引用來幫助您了解許可證要求並遵守它們。

範例：Duet AI 回復中包含的引用

3. 了解您的 Google Cloud 環境中發生的情況

Duet AI 還可以透過總結和解釋程式碼、查詢、模擬結果、日誌和系統錯誤來幫助您了解您的 Google Cloud 環境。請注意，除了您在提示中提供的資料之外，Duet AI 尚無法存取特定於您的環境的資料。例如，如果您詢問節省成本的機會，Duet AI 可以提供不適合您的特定環境的通用指導。然而，Duet AI 仍在開發中，我們正在努力提高其能力，使其更加有用。

了解日誌、模擬結果、JSON 負載等

有時要理解和理解大量資料可能很困難，尤其是當資料以複雜的格式呈現時。為了提供協助，您可以嘗試將其貼上到 Duet AI 聊天中並要求自然語言摘要，而不是嘗試解析機器可讀的 API 輸出（例如Recommender、Security Command Center ）。

了解常見錯誤的根本原因

Duet AI 可以就如何解決身份驗證、配額和計費錯誤等常見問題提供建議。例如，如果您在嘗試連線到 Cloud SQL 資料庫時看到存取被拒絕錯誤，您可以將錯誤代碼以及任何相關上下文貼到 Duet AI 聊天中，以詳細了解潛在的根本原因和故障排除步驟。

了解程式碼、Terraform 腳本、查詢等

弄清楚發生了什麼可能非常耗時，尤其是當您繼承了其他人編寫的程式碼時，或者當您不將編碼或自動化任務作為日常工作的一部分而只需要處理時對現有腳本進行小的更改。Duet AI 可以幫助您解釋用各種程式語言（例如Google Cloud 範例）編寫的自動化腳本、查詢和程式碼。例如，您可以使用 Duet AI 來幫助您了解用於部署基礎架構的 Terraform 腳本，或偵錯未傳回預期結果的查詢。

專業提示：直接在 IDE 中取得自動完成、透過註解產生程式碼以及其他高階程式碼輔助功能，例如 在 Cloud Code 中使用 Duet AI 的Visual Studio Code 。

我們正在努力將 Duet AI 功能整合到 Cloud 控制台的更多地方。例如，在 Cloud Logging 中，您可以使用 Duet AI 來匯總日誌條目，並提出有關特定事件發生原因以及如何解決問題的後續問題。您還可以檢查傳遞給 Duet AI 的提示的詳細資訊（包括說明），並透過建立自己的提示並手動提供上下文來在其他上下文中應用類似的原則。

Duet AI 上下文整合範例：Cloud Logging 中的“解釋此日誌條目”

充分利用 Duet AI 聊天的提示和技巧

在使用 Duet AI 輸出之前驗證它們。如前所述，幻覺是產生人工智慧系統的常見問題，產生看似合理但事實上不正確的輸出。我們不斷努力改進 Duet AI，以確保它提供準確且有用的信息，但在使用之前驗證其輸出非常重要。您可以透過檢查 Duet AI 提供的文件和引文的鏈接，或使用您自己的知識和專業知識來評估其回應來完成此操作。
在提示中要具體並提供上下文。您的提示越具體，Duet AI 就越能理解您的要求。例如，不要問“我如何使用 Cloud Functions？” 問“如何部署 Cloud Function 以在新檔案上傳到 Cloud Storage 時觸發工作流程？” 透過在提示中提供具體內容並提供額外的上下文，您可以幫助 Duet AI 產生更準確、更有用的輸出。
提出後續問題以獲得更好、更切題的答案。例如，您可以說「您能更詳細地解釋一下嗎？」「您能建議另一種方法嗎？」或「每種方法的優點和缺點是什麼？」來要求澄清、替代方案或更多資訊.
透過提供回饋幫助我們改進 Duet AI。如果 Duet AI 無法提供您所需的協助，或者您對我們如何改進 Duet AI 有任何建議，請告訴我們。Duet AI 仍在開發中，我們一直在尋找改進它的方法。您可以透過使用「拇指向上/向下」對提示的答案進行評分來提供回饋，也可以選擇分享您的提示和您收到的答案。您也可以填寫問卷（約 5 分鐘）。

範例：Duet AI 內建回饋表（「大拇指朝下」）

立即開始在控制台中使用 Duet AI 聊天

您可以在我們的網站上了解有關 Google Cloud 中 Duet AI 的更多資訊。如果您有興趣在控制台中嘗試 Duet AI 聊天，您可以要求存取Duet AI Preview程式。獲得存取權限後，您可以透過點擊控制台工具列中的「開啟 Duet AI」按鈕開始使用 Duet AI 聊天。

要了解有關 Duet AI 聊天的更多信息，您可以閱讀文件。您還可以觀看最近舉行的 Next '23 會議的以下演講：概述、幕後花絮、開發人員生產力。

我們希望您喜歡使用 Duet AI 聊天來獲取有關 Google Cloud 任務的協助！

Google Cloud 加入 Catena-X，協助汽車產業打造主權數據生態系統

noreply@blogger.com (steven) — Sun, 05 Nov 2023 15:31:00 +0000

轉貼自：https://cloud.google.com/blog/topics/manufacturing/google-cloud-joins-catena-x-to-build-sovereign-data-ecosystem

汽車產業長期以來在許多領域（無論是數位設計還是數位車間）都處於自動化和數位化的前沿。同時，汽車製造商在其生態系統內建立了廣泛的合作夥伴關係，特別關注價值鏈中的供應商。

將整個價值鏈上的合作夥伴相互協作的方式數位化和自動化，並建立基於數位主權和開放標準的更先進的數據交換方式，是該行業的明顯演變。這是 Catena-X 推動的開創性努力。

Catena-X 正在建立一個值得信賴、協作、開放和安全的資料生態系統，為核心汽車業務流程提供端到端資料鏈。整個汽車價值鏈——從原材料供應商到原始設備製造商（OEM）以及回收商等報廢合作夥伴——首次在全球範圍內與軟體和解決方案提供商合作，創建共享服務生態系統。

在這個獨特的資料空間中，每個合作夥伴都對其資料擁有主權控制權，並可以透過開放且可互通的解決方案組合與各自的市場參與者進行協作。其結果將是更具彈性和靈活性的價值鏈，以及原材料來源和二氧化碳足跡等項目的更好可見性，為合作夥伴公司創造其價值鏈脫碳的機會。此資料空間基於開源，將為整個產業的開放創新和協作方法提供獨特的溫床。

Google Cloud 很榮幸能加入 Catena-X 汽車網路協會。我們為社群帶來一流的安全和主權資料管理、資料分析和先進人工智慧技術的本地整合以及開源工作。所有這些都將幫助 Catena-X 成功完成其使命，並幫助我們的行業盟友踏上成為數據驅動型企業的旅程。

Catena-X 汽車網路董事會主席 Oliver Ganser 表示：“Google Cloud 加入 Catena-X 將支持全球採用，並將增強我們協作構建基於開源的數據空間的能力。”

Google Cloud 如何提供協助？這裡有一些例子：

端對端汽車供應鏈：Google Cloud 技術透過連接和加入私人、社群和公共資料的資料來源，幫助企業改善需求和容量管理。這可以提高即時洞察力、獲得更好的結果、大幅提高效率、預測和緩解風險以及降低成本。這也使企業能夠將其供應鏈數位化，並建立營運更永續的端到端供應鏈的能力。
數位主權：2021年9月，Google雲端推出「Cloud. 根據歐洲的條款”，這是一項雄心勃勃的承諾，旨在提供可提供最高水平數位主權的雲端服務。資料主權是 IDSA 和 Catena-X 的關鍵設計標準，Catena-X 是 Gaia-X 聯合且安全的資料空間的第一個真正實現。我們不僅提供獨特的資料主權功能，而且還繼續推進增強營運和軟體主權的選項。Google Cloud 與當地值得信賴的供應商（包括德國的 T-Systems 和法國的 S3NS）合作將其推向市場。
Eclipse 資料空間連接器 ( EDC )：Catena-X 連接整個產業合作夥伴的一個關鍵成功因素是資料空間連接器的可用性。Google Cloud 身為國際資料空間協會 (IDSA)的成員，正積極為開源資料空間連接器做出貢獻。
內建永續性：自 2017 年以來，Google Cloud 很自豪能夠提供業界最乾淨的雲，將我們的能源消耗與100% 再生能源（不僅是碳信用額，而且還有實際電力）相匹配。我們也幫助客戶利用這些努力與 Catena-X 的關鍵優先事項和用例密切相關。

「透過將資料、隱私和主權置於其生態系統的中心，Catena-X 幫助其貢獻者最大化其資料的價值。數據通常已經存在，但並不總是可訪問，因此無法輕易用於改善業務成果，」Google雲端安全和主權工程副總裁兼區域首席技術官 Wieland Holfelder 博士表示。

谷歌雲端是汽車產業值得信賴的合作夥伴，致力於建立和營運開放資料生態系統，在該生態系統中，現代資料產品可以透過「數位線程」以安全的方式無縫共享。這種端到端的資料整合能夠打破孤島並實現資料民主化的策略。Catena-X 透過其合作夥伴的生態系統擴展了單一公司可用的資料池，從而產生了數據驅動的價值鏈的獨特實施。

製造商開始使用生成式人工智慧的五個用例

noreply@blogger.com (steven) — Sun, 05 Nov 2023 15:29:00 +0000

轉貼自：https://cloud.google.com/blog/topics/manufacturing/five-generative-ai-use-cases-for-manufacturing

從第一條裝配線到機器人革命，製造業不斷努力尋找新的方法來提高生產力，同時降低成本。如今，主要趨勢正在推動進一步轉型的需求，而生成式人工智慧正在幫助鋪平這條道路。

供應鏈中斷等因素對利潤造成了嚴重破壞，預計未來十年公司將損失 45% 的平均年收益。言歸正傳，企業正在努力填補關鍵的勞動力缺口，超過一半（54%）的製造商面臨工人短缺。

諸如此類的挑戰需要新的解決方案。而新一代人工智慧有潛力實現這些目標。它可以改變維護工作流程並即時解決問題。它可以推薦提高生產線效率或減少浪費的方法。它甚至可以設計新的零件或產品，將製造業務提升到一個新的水平。

透過增強製造流程，gen AI 可以減少停機時間、提高產量、實現成本節約並提高最終用戶滿意度。難怪 82% 正在考慮或正在使用 gen AI 的組織相信它將顯著改變或改變他們的行業（Google Cloud Gen AI 基準研究，2023 年 7 月）。

如何將人工智慧應用於製造業

憑藉其處理和理解大量數據的獨特能力，gen AI 可用於廣泛的應用程序，而不僅僅是提高生產力或效率。以下是讓人工智慧在製造業轉型中發揮作用的五個用例。

1. 機器產生事件監控

預測性維護是最佳實踐策略，可以在可能的設備故障發生之前識別並修正它們。據德勤稱，它使生產力提高了 25%，故障率減少了 70%，維護成本降低了 25%。

Gen AI 在轉變維護工作流程和在預測性維護方面保持領先地位方面發揮關鍵作用。它透過解釋設備和機器的遙測數據來幫助製造商優化運營，以減少計劃外停機、提高運營效率並最大限度地提高利用率。如果發現問題，gen AI 還可以推薦潛在的解決方案和服務計劃，以幫助維護團隊糾正問題。製造工程師可以使用自然語言和常見查詢與該技術進行交互，使其對現有員工來說更容易使用，並對新員工有吸引力。

觀看此視頻，了解 gen AI 如何幫助運輸公司解決機車故障問題。

2. 客戶服務自動化

製造業售後服務的門檻越來越高。據 Salesforce 稱，80% 的企業買家希望公司能夠即時回應並與他們互動，82% 的企業買家表示個人化關懷會影響他們的忠誠度。

為了實現這些期望，製造商越來越多地轉向 gen AI，它提供了有用的增值客戶服務體驗，可以自動化並加快常見互動的解決時間，例如產品故障排除、訂購替換零件、調度服務、產品信息，以及產品運作。

觀看此視頻，了解 gen AI 如何改善汽車製造商的客戶服務，為看到意外警告燈的車主提供即時支援。

3. 文獻檢索與綜合

在製造業中，產品和服務手冊可能非常複雜，這使得服務技術人員難以找到修復損壞零件所需的關鍵資訊。訂購和報價也可能非常複雜，銷售團隊在創建客戶報價之前通常必須破解大量資訊。

Gen AI 可以快速篩選整個產品生命週期中的幾代文檔，提取並總結銷售團隊和技術人員所需的資訊。例如，它可以以易於理解的逐步格式提供維修說明，以便技術人員可以直接開始工作。它可以綜合採購訂單並快速為客戶提供報價，從而無需銷售團隊手動交叉引用電子郵件與庫存可用性。

4. 產品/內容目錄發現

使用 gen AI，製造商可以獲得一種有效的方法來將需求與他們購買的產品規格相匹配，並向客戶提供相同的服務。

支援Gen AI的銷售應用程式可以根據歷史銷售數據、庫存數據、主數據等提供銷售建議。可以使用配備連續或即時回饋功能的特殊機器學習演算法來產生銷售建議，以優化建議結果。結果可以與銷售數據的更具描述性的統計數據以及銷售代理上傳的元資訊相結合，從而清晰地了解購買過程。

5.供應鏈顧問

如上所述，供應鏈中斷對製造商產生重大影響。除了應對這些長期幹擾之外，製造商也越來越需要以更負責任、更道德、更永續的方式採購材料。為了實現這一目標，整個供應鏈的可見性是供應鏈主管的首要任務。

Gen AI 可以充當供應鏈顧問，在複雜的網路中提供更大的可視性，並根據相關標準（例如物料清單規格、原材料可用性和交付計劃或可持續性指標）為最合適的供應商提供建議。它擅長使用自然語言處理從法律和合約文件中提取條款，可以提供對供應鏈績效的即時洞察，以幫助改善決策。

準備好開始了嗎？

領先的製造商正在利用新一代人工智慧展開行動。

全球航空公司供應商GA Telesis整合了 Google Cloud 的 gen AI 技術，徹底改變了銷售流程。執行長 Abdol Moabery 表示：“在航空航太領域，GA Telesis 將部署 Google Cloud 的生成式 AI 技術，徹底改變該公司向全球主要客運和貨運航空公司供應的零件的銷售和服務流程。”

美國鋼鐵公司正在使用 Google Cloud 的生成式人工智慧技術建立應用程序，以提高北美最大鐵礦的效率並改善員工體驗。

「透過與 Google Cloud 的合作，我們有意義地加速了 US Steel 的數位化進程。更快的修復時間、更少的停機時間以及讓我們的技術人員更滿意的工作只是我們期望生成式人工智慧帶來的眾多好處中的一部分。」美國鋼鐵公司總裁兼執行長 David Burritt 說。“我很高興美國鋼鐵團隊成為這項工作的製造領導者。”

GE Appliances透過 gen AI 幫助消費者根據廚房中的食物創建個人化食譜，以增強和個人化消費者體驗。GE Appliances 的 SmartHQ 消費者應用程式將使用 Google Cloud 的 gen AI 平台 Vertex AI，透過其名為 Flavorly™ AI 的新功能，讓用戶能夠根據廚房中的食物生成自訂食譜。SmartHQ Assistant 是一個對話式 AI 介面，它還將使用 Google Cloud 的 gen AI 來回答有關家庭中連網裝置的使用和維護的問題。

您也可以實現新一代人工智慧的變革性優勢。下載我們最新的電子書《Gen AI 高管指南》，以了解有關快速啟動您的旅程的更多詳細資訊。

Looker Studio Pro 現已支援 Android 和 iOS

noreply@blogger.com (steven) — Sun, 05 Nov 2023 15:28:00 +0000

轉貼自：https://cloud.google.com/blog/products/business-intelligence/get-looker-studio-pro-for-android-and-ios

Looker Studio使數百萬用戶能夠透過富有洞察力的儀表板和視覺化，連接到1,000 多個資料來源和大量來自社群的報告模板，將他們的資料變為現實。Looker Studio Pro 在此自助式商業智慧平台上擴展了企業功能，包括團隊內容管理和 Google Cloud 支援。今天，我們透過Google Play上的 Android 版和App Store上的 iOS 版新應用程式將 Looker Studio Pro 引入您的行動設備，讓您隨時隨地查看報告並獲取有關您業務的即時數據。

Looker Studio Pro 行動應用程式功能

動態報告佈局：以您的方式視覺化您的數據

無需為現有或新報告建立新的行動特定佈局。如果您選擇適合行動裝置的視圖，報告將呈現為適合您的行動螢幕。這意味著您可以以專為在行動螢幕上查看而優化的格式存取所有相同的資訊和功能。

報表的行動友善視圖可實現：

改進的可用性：即使在小螢幕上，行動友善的視圖也使您可以更輕鬆地導航報告並與報告互動。
增強的可讀性：適合行動裝置的報告採用更大的字體和更多的空白，以便在小螢幕上輕鬆閱讀。

在應用程式中，您可以選擇在以下位置查看報告：

原始視圖 - 針對桌面進行了最佳化
適合行動裝置的視圖 - 針對您的行動螢幕進行了最佳化

您可以透過「選項」輕鬆在應用程式中的兩個視圖之間切換。

輕鬆存取您的所有報告

鑑於需要篩選大量報告，我們試圖透過將 Looker Studio Pro 的類別整合到應用程式中來簡化和加快資料搜尋。

在應用程式中，您的報告被分類：

我的工作區 -訪問您在此處建立的所有報告。
團隊工作區 -存取您所屬團隊的所有報告。
最近 -一個方便的選項，可以快速找到和存取您最近查看的報告。
與我分享 -查看與您分享的報告並進行協作。

此外，您可以按「我上次開啟」、「我上次修改」和「上次修改和建立」對報告進行排序，以輕鬆找到您要尋找的報告。

只需輕輕一按即可分享您的報告

我們知道與您的團隊合作和分享見解非常重要。行動協作變得簡單，因為您現在只需單擊即可在您選擇的應用程式上與您的團隊共用報告。將生成報告的鏈接，其他人可以在任何設備上輕鬆訪問。

此外，您可以存取「團隊工作區」和「與我共用」資料夾中與您共用的所有報告。

從您預定的電子郵件或聊天中無縫存取互動式報告

Looker Studio Pro Mobile 讓您可以輕鬆地透過預定的電子郵件和聊天存取報告。當您在電子郵件/聊天中收到預定報告時，點擊連結即可在應用程式中即時查看數據並與之互動。不再有靜態 PDF！

SAP 效能基準測試的最佳實踐

noreply@blogger.com (steven) — Sun, 05 Nov 2023 15:19:00 +0000

轉貼自：https://cloud.google.com/blog/products/sap-google-cloud/benchmarking-performance-of-your-sap-system-on-google-cloud

效能基準測試是實施任何 SAP 系統的重要組成部分。透過在實施過程的不同階段對系統進行基準測試，您可以儘早識別並解決任何效能瓶頸。這可以幫助您確保 SAP 系統能夠滿足業務成長的需求，而不會對效能產生任何影響。

效能基準測試在專案的不同階段意味著不同的事情。

預實施：在此階段，您應該在本機環境中對 SAP 系統的效能進行基準測試。這將為您提供如何調整雲端資源大小的指示，並提供將 SAP 系統遷移到雲端後進行比較的基準。
實作：將 SAP 系統部署到 Google Cloud 後，您應該再次對系統效能進行基準測試。這將幫助您識別在實施過程中可能引入的任何效能瓶頸。在此階段，執行不同類型的測試，例如負載測試和效能測試，以識別任何潛在的效能瓶頸。可以使用多種工具和方法來執行負載測試。常見的做法是使用Load Runner或Jmeter等第三方工具來模擬大量使用者存取系統。合成事務也可用於模擬特定業務流程的執行。定義負載測試腳本時，考慮使用者類型、業務流程以及系統預期經歷的尖峰負載非常重要。
營運：將系統遷移到 Google Cloud 後，確保其滿足您的效能需求非常重要。這將幫助您識別隨著時間的推移可能發生的任何效能下降，並將幫助您識別系統效能不佳的任何區域，以便您可以進行必要的改進。

在將 SAP 系統遷移到雲端之前，請考慮以下事項以提高效能：

1.網路

網路層

Google Cloud 提供兩個網路服務等級：標準和進階。使用網路服務層可以讓客戶提升網路效能。讓 Google Cloud 脫穎而出的關鍵組件是其優質網路骨幹網，可提供高網路效能和低延遲。

在高階層中，VPC 網路中的互聯網和虛擬機器執行個體之間的流量透過盡可能將其保留在 Google 網路內進行路由，從而提供最高的效能和低延遲。在標準層中，Internet 與 VPC 網路中的虛擬機器實例之間的流量通常會透過 Internet 路由。

從本地到主要區域和災難復原區域的延遲

為 SAP 系統選擇區域時，請考慮本地環境與雲端中的目標主區域和災難復原區域之間的延遲。在 Google Cloud 中，您可以使用效能資訊中心來檢查不同 Google Cloud 區域之間的延遲。

以下是延遲可能產生影響的不同場景：

應用程式和資料庫之間的高延遲可能會導致回應時間緩慢、交易時間增加和逾時錯誤。
區域間低延遲對於高可用性非常重要，因為 SAP 系統可以配置為跨區域複製資料。但是，如果區域間延遲太高，可能會影響資料庫複製，進而對 SAP 系統造成效能影響。
區域間低延遲對於實現災難復原復原點目標 (RPO) 非常重要。

互連和雲端 VPN

Google Cloud 提供多種互連選項，包括專用互連、雲端互連和雲端 VPN。

最適合您的 SAP 系統的互連選項將取決於您的特定需求。對於高頻寬和低延遲要求，專用互連或合作夥伴連接是不錯的選擇。如果您已經有與其他雲端供應商的合作夥伴連接，而該合作夥伴支援的話，您可以重複使用它來連接到 Google Cloud。如果您需要更具成本效益的解決方案，Cloud HA-VPN可能是更好的選擇，它足以滿足大多數 SAP 應用程式的需求。然而，延遲可能會有所不同，因為最後一英里的流量是透過網路路由的。

2.可用區

為 SAP 系統選擇區域時，考慮以下因素非常重要：

延遲：多區域架構中不同區域之間的延遲
可用性：所選區域中機器類型的可用性

您可以使用 Google Cloud 的效能資訊中心來檢查不同區域之間的延遲。

3.磁碟選擇

選擇區域後，您需要根據用例以及所需的 IOPS 和吞吐量選擇磁碟類型和大小。

Compute Engine 提供基於固態硬碟 (SSD)或標準硬碟 (HDD)技術的不同類型的永久磁碟和超級磁碟。每種類型都有不同的性能特徵。Google Cloud 管理磁碟的底層硬件，以確保資料冗餘並優化效能。

磁碟吞吐量是每秒可以從磁碟讀取或寫入磁碟的資料量。確保您的磁碟吞吐量和 IOPS 足以滿足 SAP 系統的需求非常重要。

您可以參閱SAP 註釋 - 2456406，以了解有關不同 SAP 產品支援的磁碟類型的更多資訊。為了實現所需的 IOPS 和吞吐量，請根據文件調整所選磁碟的大小以滿足所需的效能。

若要對磁碟效能進行基準測試，您可以使用靈活 I/O 測試器 (FIO)工具。
您可以在本文檔中了解更多。

若要測量正在執行的實例上使用的磁碟的 IOPS 和吞吐量，請使用其預期配置對檔案系統進行基準測試。使用此選項可以測試實際工作負載，而不會遺失現有磁碟的內容。請注意，當您在現有磁碟上對檔案系統進行基準測試時，有許多特定於您的開發環境的因素可能會影響基準測試結果，並且您可能無法達到磁碟效能限制。

若要測量永久磁碟的原始效能，請直接對區塊裝置進行基準測試。使用此選項可以將原始磁碟效能與磁碟效能限制進行比較。

4.虛擬機器實例選擇

在 Google Cloud 中，您可以在經過認證的預先定義機器類型或SAPS評級大於或等於 SAP 執行個體的 SAPS 評級的自訂機器類型上部署 SAP 系統。您還應確保 VM 執行個體有足夠的 vCPU 和記憶體以滿足 SAP 執行個體的要求。請參閱SAP 說明 - 2456432和Google Cloud 文檔，以了解 SAP 認證的機器類型清單。

持久性磁碟效能隨著磁碟大小和虛擬機器實例上的 vCPU 數量而變化。效能會不斷擴展，直到達到磁碟的限製或磁碟所連接的虛擬機器的限制。VM 上的機器類型和 vCPU 數量決定了 VM 限制。

例子

考慮連接到具有 N2 機器類型和 4 個 vCPU 的虛擬機器的 1,000 GB 區域 SSD 永久磁碟。僅基於磁碟大小的讀取限制為 36,000 IOPS（6,000 基準 IOP +（每 GB 30 IOPS * 1,000 GB））。但是，VM 有 8 個 vCPU，因此讀取限制限制為 15,000 IOPS。

5.共享檔案系統

共享檔案系統是許多 SAP 系統的關鍵元件。它們可用於為 SAP 應用程式檔案、介面檔案和設定檔提供儲存。

對共享磁碟區進行基準測試非常重要，以確保它們滿足 SAP 工作負載所需的效能。SAP 工作負載的要求可能非常高，且效能不佳的共用磁碟區可能會導致整個 SAP 系統出現效能瓶頸。

有許多因素會影響共享檔案系統的效能，包括：

網路頻寬：將共享檔案系統連接到 SAP 伺服器的網路頻寬會對效能產生重大影響。
儲存效能：用於共享檔案系統的儲存設備的效能也會對效能產生重大影響。

概括

在實施的不同階段對 SAP 系統進行基準測試，以便在系統生命週期的早期和整個生命週期中識別和解決效能瓶頸。這將確保您的 SAP 系統能夠滿足您的業務不斷增長的效能需求。

在進行基準測試時，請考慮底層基礎架構的所有方面，包括網路層、互連選項、延遲、可用區、磁碟選擇、虛擬機器實例和共用檔案系統。要了解更多信息，請訪問Google Cloud 上的 SAP。

CELSA Group 透過 SAP 災難復原遷移到 Google Cloud 確保業務連續性

noreply@blogger.com (steven) — Sun, 05 Nov 2023 15:17:00 +0000

轉貼自：https://cloud.google.com/blog/products/sap-google-cloud/strengthening-dr-with-google-cloud

在當今快速發展的商業環境中，安全可靠的災難復原解決方案至關重要。對於鋼鐵和鋼鐵產品製造領域的領導者 CELSA 集團來說，確保不間斷地存取關鍵系統不僅是首要任務，而且是必要條件。因此，CELSA Group 做出了將用於災難復原的 SAP S/4HANA 遷移到 Google Cloud 的策略決策，此舉讓您高枕無憂，並提供了強大的冗餘層。

CELSA Group 先前的架構無法跟上他們的安全性和可靠性標準。CELSA Group 技術長Manuel Parra López 意識到與任何停機相關的潛在風險，他表示：「這項基於Google Cloud 在安全性和可靠性方面領先地位的關鍵決定標誌著CELSA Group 與Google Cloud 之間值得信賴的合作夥伴關係的開始。” Google Cloud 讓 CELSA Group 能夠不間斷地工作，並增強其整體安全性和彈性。

無論是計劃內還是計劃外，在生產和災難復原環境之間無縫切換且幾乎不會丟失資料的能力使 CELSA Group 能夠不間斷地繼續運作。由兩個獨立的雲端供應商託管的生產和災難復原環境為 CELSA Group 的基礎設施增加了關鍵的冗餘層，確保對關鍵系統的近 24x7 存取。系統修補挑戰或網路威脅等問題導致的任何停機都可能導致重大的財務損失和營運延遲。由於 CELSA Group 的彈性策略來防範這種情況，他們可以在一小時內完全過渡業務應用程序，從而使 CELSA Group 能夠將時間花在重要的事情上。

CELSA 集團的技術策略不僅優先考慮冗餘，而且還提供改進的效能和安全性。Celsa 定期針對現實場景進行壓力測試，在保持相同水平的服務的同時，透過從單一雲端供應商轉向多雲災難復原模型來提高安全性，並且可以在一小時內完全恢復到輔助系統。

「安全性和系統性能必須始終處於最佳狀態，這次遷移顯然幫助我們在這兩個領域實現了更高的標準，」López 說。

更好的可靠性和安全性所實現的價值是不可估量的，特別是考慮到成本控制和規劃確保不會產生更高的成本。對於 CELSA 集團來說，知道其關鍵系統受到保護以免受任何干擾而感到安心是無價的。這次成功遷移到 Google Cloud 進一步加深了他們對合作關係的承諾。

事實證明，CELSA Group 將其 SAP 災難復原環境策略遷移到 Google Cloud 帶來了改變。它不僅增強了業務連續性，還增強了效能、安全性和整體彈性。在當今的數位環境中，停機可能會導致營運癱瘓，CELSA Group 自信地透過 Google Cloud 提供可靠、安全的基礎設施來定位自己。

使用 Google Manufacturing Data Engine 和適用於 Google Cloud 的SAP ABAP SDK 實現工廠維護自動化

noreply@blogger.com (steven) — Sun, 05 Nov 2023 15:15:00 +0000

轉貼自：https://cloud.google.com/blog/products/sap-google-cloud/using-manufacturing-data-engine-and-abap-sdk-for-manufacturing

許多 Google Cloud 客戶經營多個製造工廠，並不斷尋找透過主動維護機器和減少生產停機時間來降低成本和提高效率的方法。

到目前為止，監控和維護車間資產主要是一個手動、被動且繁瑣的過程。Google Cloud 可以利用其人工智慧 (AI) 和機器學習 (ML) 功能組合提供協助。如今，感測器從機器收集操作數據並將其傳輸到 Google Cloud。一旦資料被引入 Google Cloud，客戶就可以使用機器學習或統計計算來識別模式，並在維護問題發生之前進行預測和解決。這種解決方案模式稱為預測性維護。工廠經理現在可以利用基於預測性維護的技術解決方案，在任何機器或設備故障之前檢測到異常情況。預測性維護還允許工廠經理在方便的時候而不是在實際生產時間內安排維護，從而節省大量時間和成本。

大規模分析海量資料集的生產資料始終是一項挑戰，尤其是當資料來自多個生產設施，涉及生產管道中的數千個資產時。為了幫助解決這項挑戰，我們的製造數據引擎旨在幫助製造商管理終端車間業務流程。

製造數據引擎

製造資料引擎 (MDE) 是一種可擴展的解決方案，可加速、簡化和增強用於監控、分析和機器學習用例的製造資料的攝取、處理、情境化、儲存和使用。這套組件可以幫助製造商利用 Google Cloud 的分析和 AI 功能加速轉型。

上面的架構包括：

Manufacturing Connect是一款工廠連接產品，支援邊緣工作負載並將裝置與 Google Cloud 整合。它擁有包含 250 多個機器協議的廣泛庫，可以快速連接幾乎任何製造資產。
製造資料引擎，用於處理、關聯和儲存工廠資料。憑藉內建的資料規範化和上下文豐富功能，它提供了通用資料模型，以及用於儲存的工廠最佳化的資料湖庫。
可自訂的預定義分析，為業務洞察和自助分析提供可自訂的儀表板和「元模型」。
AI 驅動的營運優化，一系列 AI 用例，可大規模釋放價值並與 Vertex AI 等 Google Cloud 工具整合。

面向製造業客戶的 SAP

領先的企業資源規劃 (ERP) 軟體供應商 SAP 和 Google Cloud 多年來一直是合作夥伴，幫助客戶利用 Google 的跨業務領域服務（例如 BigQuery、Vertex AI、Cloud Pub/Sub等）實現業務轉型。在製造領域，SAP 提供 SAP Plant Maintenance，協助工業公司管理維修活動，例如設備檢查、通知、矯正性和預防性維護以及維修。

適用於 Google Cloud 的 ABAP SDK

適用於 Google Cloud 的 ABAP SDK提供 SAP 和 Google Cloud 服務之間的雙向即時整合。SAP 開發人員可以使用適用於 Google Cloud 的 ABAP SDK 將其 SAP 應用程式與 Vertex AI、Document AI、Translation AI、Pub/Sub 等 Google Cloud 服務整合。借助ABAP SDK，客戶可以加速數位轉型並更快地實現業務目標。

結合兩種解決方案的優點

工廠維護業務流程位於 SAP 上的製造客戶可以透過結合 Google Cloud 的 MDE 和適用於 Google Cloud 的 ABAP SDK 的功能，為其車間資產實施預測性維護。讓我們以一家汽車製造商為例，該製造商在將金屬部件送去進行噴漆和組裝之前使用噴砂機對其進行清潔。想像一下，汽車製造商想要監控噴砂機中馬達的運作狀況，以發現任何可能導致裝配線中斷的異常情況：

MDE 可以從安裝在馬達上的振動感測器接收軸振動形式的感測器資料流，並且 MDE 可以具有機器學習模型來檢測振動流模式中的任何異常。
如果 ML 模型偵測到異常，則會在 MDE 中觸發事件，並將包含裝置資訊的通知發佈到 Cloud Pub/Sub 主題。
SAP 自動化程式可以定期在背景運行，並使用適用於 Google Cloud 的 ABAP SDK 從 Cloud Pub/Sub 本地提取設備信息，並在 SAP 中建立工廠維護訂單。
SAP 業務使用者開始處理訂單。可以編寫 ABAP 邏輯，以利用適用於 Google Cloud 的 ABAP SDK 將當前訂單狀態發佈到另一個 Cloud Pub/Sub 主題。然後，可以使用該主題將資訊來源到 BigQuery 資料集。
可根據 BigQuery 資料集為工廠經理設計儀表板，可用於追蹤以下指標：
- 即時維護訂單狀態
- 延遲訂單可見性
- 一個月的總延誤時間

結論及價值展望

透過將製造數據整合到 SAP 等企業軟體中，客戶可以獲得前所未有的車間營運可視性，並且可以：

透過規劃和優化維護計劃來減少停機時間，否則公司可能會損失約 11% 的年營業額（連結）
避免災難性故障，否則可能導致裝配線中斷和昂貴的維修
在生產線中實現高效率的循環時間

MDE 讓您有機會有效率地簡化和收集車間數據，而適用於 Google Cloud 的 ABAP SDK 則提供了將製造洞察引入 SAP 系統的可能性。客戶可以遵循類似的解決方案模式，在其 SAP 系統中本地使用其他 Google Cloud 解決方案和服務，並且適用於 Google Cloud 的 ABAP SDK 可以實現整合。此外，合作夥伴還可以使用 SDK 將這些整合模式轉換為打包解決方案。

Google Workspace 證明它可以為 SAP Cloud ERP 客戶提供企業級支持

noreply@blogger.com (steven) — Tue, 10 Oct 2023 08:07:00 +0000

轉貼自：https://workspace.google.com/blog/product-announcements/google-workspace-proves-its-enterprise-ready-for-sap-cloud-erp-customers

SAP 與 Google Workspace 的整合使企業能夠在共享且安全的環境中提高任何類型的協作任務或流程的效率。

Google Workspace 擁有超過 30 億用戶，其中包括具有最嚴格安全性和可用性需求的公司。企業選擇 Workspace 來保持聯繫、分享想法、共同完成更多工作、隨時隨地安全工作。現在，隨著 Google Workspace 與全球最知名的 ERP 系統 SAP S/4HANA ERP 的集成，企業協作已邁向新的高度，而這只是開始。

SAP 是一家領先的科技公司，在企業軟體市場擁有 50 年的經驗。如今，它在 140 個國家/地區擁有 460,000 名客戶，創造了全球總貿易額的 87%。對於 SAP S/4HANA客戶來說，Google Workspace 合作夥伴關係提供了及時、真實的企業資料與他們用於完成工作的日常生產力應用程式之間的無縫整合。他們可以從安全的 SAP S/4HANA Cloud ERP 中存取Google Workspace應用程式：不再需要從電子郵件和磁碟機收集文件、下載檔案、處理文件，然後在 ERP 中輸入資訊。同樣，來自 ERP 系統的資料可以使用 Google 試算表、文件、投影片和其他工作區應用程式輕鬆共享和編輯，所有這些都在安全的雲端中。

這種突破性的協作程度體現了 Google 如何繼續擴展企業整合和功能，讓我們的客戶能夠從 Google Workspace 以及多年來為其組織提供支援的長期系統中獲得更多收益。

更有效率工作的新方法

由於 Google Workspace 的靈活性，這種整合的有益用例幾乎是無限的。收集或使用企業資料的任何類型的協作任務或流程的效率都會提高，因為所有步驟都發生在共享且安全的環境中。使用者現在可以直接從 SAP 評論和編輯文檔，從而消除了必須簽入和簽出文件以進行修改所帶來的風險和混亂。

共享 Google 檔案的這些協作優勢也與整個 SAP S/4HANA 團隊的協作方式相關。例如，想想人們傳統上是如何進行和解的。填充有 ERP 資料的電子表格文件透過電子郵件發送給一組人員，然後他們必須下載該文件，添加他們的評論和更正，然後將文件發送回。透過整合 Google Workspace，負責對帳的人員現在可以將資料無縫匯出到 Google Sheet，其他人可以直接查看和評論相關資料。這可以同時發生，無需任何人使用電子郵件或下載任何軟體。他們的所有工作都使用經過驗證的數據在一個協作且安全的空間中進行追蹤。在這裡。

這些工作流程反映了 Google Workspace 為整個企業帶來的實際好處。Forrester 的一份關於 Google Workspace 經濟影響的報告顯示，其資料控制功能可將企業面臨的資料外洩風險降低 95%。同一份報告估計，Google Workspace 每年為公司每位員工節省 171 小時的工作時間。這幾乎是整個月生產力的提高，並導致收入年增 1.5%。

能力分階段推出

三個強大的功能正在推出，並計劃在 2023 年發布更多版本。如上面的範例所述，第一個功能是：

將資料從 SAP S/4HANA 匯出到 Google Workspace 應用程序，例如 Google 表格
從 Google Workspace 應用程式（例如透過 Google 試算表）將資料匯入 SAP S/4HANA
透過無縫、安全地編輯、評論並向 Google 檔案添加內容，與其他人即時即時協作，使其可匯入 SAP S/4HANA 環境（計劃於 2023 年在 SAP S/4HANA 中直接編輯）

推出適用於 Google Workspace 的 Duet AI

noreply@blogger.com (steven) — Sun, 08 Oct 2023 13:46:00 +0000

轉貼自：https://workspace.google.com/blog/product-announcements/duet-ai

從一開始，Google Workspace 就是為了讓您能夠與其他人即時協作而建立的。現在，您可以與人工智慧協作。我們一直在所有 Workspace 應用程式中嵌入生成式 AI 的力量。這些功能可協助您寫作、組織、視覺化、加速工作流程、召開更豐富的會議等等。這種強大的新工作方式就是我們所謂的Google Workspace Duet AI。

這是建立在我們三月分享的 Workspace願景以及在 Gmail 和 Google Docs 中向值得信賴的測試人員推出生成式 AI 功能的基礎上的。我們很高興看到人們如何開始使用這些工具來幫助他們在工作和個人生活中完成工作，包括客戶外展電子郵件、工作申請、專案計畫等等。幫助人們寫得更好是我們多年來一直致力於的事情——光是去年，我們的人工智慧語法、拼字檢查、智慧撰寫和回覆就幫助人們寫作了超過 1800 億次。

幫助您寫作，即使在旅途中

Duet AI 已經在 Workspace 的幕後幫助您寫作——無論是改進現有工作還是幫助您開始使用 Gmail 和 Docs。現在，我們將這種體驗引入 Gmail 行動版 — 想像一下，您在手機上只需幾句話作為提示即可起草完整的回應。我們最初推出行動裝置後，很快就會提供上下文協助——讓您能夠建立自動填寫姓名和其他相關資訊的專業回應。

直接在 Google 幻燈片中從文字建立原始圖像

一張圖片勝過一千個文字，但到目前為止，為簡報創建獨特且引人注目的視覺效果一直是一個手動且耗時的過程。我們將 Duet AI 嵌入到幻燈片中，這樣您就可以輕鬆地用幾句話生成圖像 - 這些圖像模型的真正力量在於它們可以可視化從未存在過的東西。也許您是一名行銷人員，正在與您的創意機構進行早期概念集思廣益，開展一場輕鬆的活動，讓巴黎人去旅行，並希望在此過程的早期提供清晰的視覺輸入，以防止以後浪費工作。現在，您可以透過簡單的提示產生表達您獨特藝術視野的原創視覺效果。

現在，您可以使用 Duet AI 為幻燈片簡報產生客製化影像。

使用 Google 試算表將想法轉化為行動，將數據轉化為見解

Duet AI 透過自動資料分類和建立自訂計劃來幫助您比以往更快地分析表格中的資料並採取行動。

分類工具了解單元格中資料的上下文，並可以為其分配標籤，幫助消除手動資料輸入的負擔。無論您是分析使用者回饋情緒的產品開發團隊，還是總結面試輸入的人力資源招募人員，這都可以節省開發清晰且具有視覺吸引力的分析的時間和精力。

我們在表格中新增的「幫助我組織」功能會自動為任務、專案或您想要追蹤或管理的任何活動建立自訂計畫- 只需描述您想要完成的任務，表格就會產生一個幫助您組織的計劃。無論您是規劃年度銷售會議的活動團隊，還是協調異地團隊的經理，Duet AI 都可以幫助您使用工具創建井然有序的計劃，為您提供良好的開端。

您可以為任務、專案或您想要追蹤或管理的任何活動建立自訂計劃。

在 Google Meet 培養更有意義的聯繫

我們將 Duet AI 融入 Meet 中，並引入為視訊通話產生獨特背景的功能。這有助於用戶在視訊通話期間表達自己並加深聯繫，同時保護周圍環境的隱私。想像一下，一位經理在公司市政廳會議上用他們最喜歡的東西的視覺混搭來慶祝本月的最佳員工，或者一位銷售主管與潛在客戶進行通話，並使用自定義背景來反映客戶的行業或市場。這是一種微妙的個人風格，表明您關心與您聯繫的人以及對他們來說重要的事情。您只需點擊幾下即可將視覺效果更改為同樣令人驚嘆的原始視覺效果。

使用 Docs 中的 AI 構建塊讓您保持專案流程

使用者告訴我們，他們喜歡智慧畫布，因為簡單的@提及可以讓團隊保持專注並在他們已經工作的文件中進行協作，從而節省他們的工作時間。現在，我們正在將這些功能整合到文件中新的輔助寫作體驗中。如果您正在撰寫職位描述，Duet AI 不僅會幫助您編寫內容，還會包括用於提供位置和狀態等資訊的智慧晶片，以及用於您想要自訂的詳細資訊（例如公司名稱）的變數—幫助您無需離開文檔，即可更快地從概念到完成。

只需輸入您想要撰寫的主題，就會立即在文件中為您產生草稿，其中包括用於獲取位置和狀態等資訊的智慧晶片。

我們新升級的文法神經模型幫助人們產生專業級的寫作——不僅是英語，還包括西班牙語、法語、日語等。現在，我們帶來了更強大的功能來幫助人們校對、調整寫作語氣和風格。您將看到一個新的校對建議窗格，其中提供了有關簡潔寫作、避免重複以及利用更正式或更主動的語氣的建議。此外，它還讓您可以完全控制何時看到校對建議以及如何執行這些建議。

幫助用戶釋放創造力，同時提高生產力

自三月以來，我們迎來了數十萬值得信賴的測試人員加入 Workspace Labs。這些測試人員來自企業組織和教育機構以及在個人生活中使用 Workspace 的人。他們的回饋給我們帶來了鼓勵和啟發。

「Adore Me 以鼓勵跨職能、多學科專案的方式建立了我們的組織，而寫作能力往往會成為障礙，尤其是對於高度國際化的團隊來說。利用 Docs 和 Gmail 中的生成式 AI 功能快速創建具有生產價值的副本的能力一直在加速項目和流程，其方式甚至讓我們感到驚訝！”
— Adore Me 營運長 Romain Liot

“Instacart 一直在尋找機會採用最新的技術創新，透過加入該計劃，我們可以使用新功能，並可以發現生成式 AI 將如何對我們使用 Google Workspace 的團隊產生影響。” —莊俊傑，Instacart 首席架構師

「我們很高興能在 Lyft 測試新的生成式 AI 工作空間體驗。無論是啟動新活動計劃，還是起草向司機社群發送的電子郵件更新，我們都對這些新工具如何提供幫助充滿熱情我們的團隊行動更快，工作效率更高。” — 來福車

讓客戶處於掌控之中

我們知道人工智慧無法取代人類的聰明才智、創造力和智慧。我們根據Google 的 AI 原則設計我們的產品，讓使用者保持控制，讓 AI 提出您能夠接受、編輯和更改的建議。我們還將提供相應的管理控制，以便 IT 部門能夠為其組織制定正確的策略。

供應鏈組織如何使用數據和人工智慧來提高效率和優化

noreply@blogger.com (steven) — Sun, 08 Oct 2023 12:36:00 +0000

轉貼自：https://cloud.google.com/blog/topics/supply-chain-logistics/drive-supply-chain-efficiency-and-optimization-using-data-and-ai?utm_campaign=602489017b278b000115685a&utm_content=64f12ace2947ff00012f4c0b&utm_medium=smarpshare&utm_source=linkedin

數據和人工智慧正在改變每個行業，為許多行業提供動力的供應鏈也是如此。近年來，供應鏈對企業和消費者的可見度和影響力不斷提高。同時，在平衡地緣政治和金融挑戰的同時，堅持永續發展預期的挑戰使得運作高效和永續的供應鏈變得比以往任何時候都更加困難。在Google Cloud，我們透過數據和人工智慧為供應鏈客戶提供了出色的成果，使他們能夠更好地了解自己的供應鏈、確定需要改進的領域、實現永續發展目標並做出更明智的決策。

今天，我們很自豪能夠透過供應鏈數據和人工智慧雲端將我們的專業知識帶給更多客戶。與我們的合作夥伴和客戶一起，我們對許多行業有了深入的了解，我們的客戶透過我們的技術和價值加速器建立數據驅動的供應鏈獲得了巨大的價值。透過供應鏈數據和人工智慧雲，您可以享受以下好處：

透過使用數據和人工智慧來獲得更深入的了解、提高供應鏈的效率和彈性，從而提供卓越的客戶體驗。準確預測何時需要產品以及如何以最有效的方式獲得產品。
降低成本和碳足跡：透過提高可見度來識別瓶頸、低效率和風險，使組織能夠釋放資源、盡可能自動化並提高效率。這不僅透過降低成本，而且透過提高客戶和員工滿意度來體現。
加速部署人工智慧用例的平台：準備好利用最新的生成式人工智慧技術進行公司間搜索，例如，透過一個簡單的問題深入了解供應鏈的遠端；或根據即時庫存可用性為您的客戶提供個人化體驗。

為我們的客戶創造價值

創新公司多年來一直在使用 Google 的數據和人工智慧雲，並取得了令人難以置信的成果。

Coop透過使用 Google 數據和人工智慧技術進行預測來減少食物浪費，與專門建立的內部解決方案相比，效能提高了 43%。
雷諾提高了供應鏈視覺性，降低了庫存成本，了解庫存零件的使用壽命，降低了成本，並更有效地管理物流，從而提高了客戶滿意度。

Google 的供應鏈資料與人工智慧雲端功能

Google 的供應鏈資料和人工智慧雲端包括各種解決方案和價值加速器，可協助企業優化供應鏈。一些關鍵解決方案和價值加速器包括：

AI 優化的規劃和預測：Google Cloud 的產品和我們的合作夥伴使企業能夠使用機器學習來幫助優化其規劃、預測流程和貨架可用性。這可以幫助他們減少浪費、改善客戶服務並增加利潤。
供應商績效可見度：此解決方案可協助企業追蹤其供應商的績效。此資訊可用於識別和解決潛在問題，例如交貨延遲或產品品質不佳。
跨公司數據共享：企業可以更輕鬆地與合作夥伴、供應商和客戶共享供應鏈中的數據，改善協作和協調，並幫助他們做出更明智的決策。透過連接來自我們廣泛的提供者生態系統的各種數據來源並與貿易夥伴安全地共享數據，企業可以改善協作和協調並做出更明智的決策。
複雜的合作夥伴生態系統：我們在供應鏈和永續發展方面與各種獨立軟體供應商 (ISV) 合作。Kinaxis、Dematic、Atlas AI、ESG Book、NGIS、Project44和Geotab等 ISV整合到 Google Cloud 的資料和 AI 功能中，並為我們的客戶提供關鍵工作流程支援。組織可以透過利用 Google Cloud 最新的行業價值網絡進一步加速其開發之旅，該網絡與精選合作夥伴一起提供加速器和可重用 IP/資產，以解決跨行業的多個高價值用例。

Google Cloud 與 SAP 合作變革汽車產業

noreply@blogger.com (steven) — Sun, 08 Oct 2023 12:30:00 +0000

繼 SAP 和 Google Cloud在今年稍早和上週的Google Next大會上宣布擴大合作夥伴關係之後，兩家公司現在聯手為汽車產業提供強大的解決方案。SAP 和 Google Cloud 正在進行新的合作，將利用 SAP Integration Suite、SAP Datasphere 和 Google Cloud 的功能，特別著重於促進跨資料平台的互通性和安全資料交換。

在技術進步和不斷變化的客戶期望的推動下，汽車行業正在經歷重大轉型。為了在這個快速發展的環境中保持競爭力，汽車公司越來越多地轉向基於雲端的解決方案來簡化營運、增強客戶體驗並推動創新。

SAP 和 Google Cloud 深化合作夥伴關係旨在促進跨資料平台的互通性和安全資料交換。新的合作旨在為汽車產業帶來多項好處，包括：

● 簡化營運：連接和整合來自不同來源的數據，打破數據孤島並實現無縫數據交換。

● 增強的客戶體驗：利用即時數據個人化客戶體驗、提高客戶滿意度並提高品牌忠誠度。

● 加強協作和創新：此夥伴關係提供了汽車生態系統的統一視圖，將有助於在製造商、供應商和其他利害關係人之間實現直接、透明的協作。

● 全產業標準化：透過參與汽車產業首個協作式開放資料生態系統Catena-X ，為全產業標準和框架的製定做出貢獻，實現整個汽車價值鏈的互通性和協作。

加強汽車產業內的資料交換

由於資料在汽車價值鏈中發揮關鍵作用，因此確保不同利害關係人之間的無縫連接和安全資料交換變得至關重要。認識到這一需求，SAP 和 Google Cloud上週剛在 Google Cloud Next 大會上宣布，兩家公司將倡導 Catena-X 內的互通性，這是一項促進標準化和跨行業協作的關鍵舉措。

Catena-X 是汽車行業第一個協作、開放的數據生態系統，公司可以在整個價值鏈上有效地交換數據，重點關注可追溯性、品質管理或永續性等用例。Catena-X旨在為汽車產業建立標準化、安全的資料交換平台，實現製造商、供應商和其他利害關係人之間的無縫協作。此生態系統有助於即時存取相關訊息，從而優化生產流程、縮短交貨時間並全面提高整個價值鏈的生產力。

SAP for Automotive 和 Google Cloud 合作的關鍵領域之一是 Catena-X 計畫：

透過利用SAP Integration Suite和 Google Cloud 的人工智慧和機器學習產品、資料處理和智慧分析功能以及設計安全的基礎設施和平台服務，Catena-X 可以為汽車公司提供堅實的基礎，以產生見解並分享無縫、安全、有效率地傳輸資料。這些技術的使用進一步可以簡化和管理複雜的供應鏈流程，這是整個汽車產業的核心。
由於Eclipse Dataspace Components (EDC)是Catena-X 內指定的資料交換框架，Google Cloud 和SAP 將共同評估哪些額外的雲端服務可以為更廣泛的生態系統帶來高價值，並將致力於向EDC 提供這些服務。這將為 Catena-X 網路帶來新的、有趣的機會。
Catena-X 的主要主題之一是永續性。SAP 和 Google Cloud 正在探索如何將SAP Datasphere與 Google Cloud 提供支援的更廣泛的 ESG 資料集和見解相結合，以透過可行的見解加速永續發展之旅。
資料交換至關重要的另一個 Catena-X 用例是品質管理。該用例透過為整個汽車行業的公司和網路提供有針對性的精確錯誤檢測和根本原因分析，使汽車製造商能夠更快地識別和解決品質問題。透過將SAP Datasphere與 Google Cloud BigQuery 集成，可以豐富品質數據，並且可以透過 Google Cloud Timeseries Insights API 更早偵測到異常。

智慧客戶體驗

此次合作體現了 SAP 和 Google Cloud 對全產業進步的承諾，並凸顯了數據驅動協作在汽車產業變革中的巨大潛力。

SAP 和 Google Cloud 的汽車產品將使客戶能夠：

為個人化互動奠定 720° 基礎：為了增強未來商業模式（直銷、訂閱、附加服務）的客戶體驗，SAP Automotive 和 Google Cloud 計畫讓我們的共同客戶能夠整合有關客戶偏好和行為的資料包含720° 視圖的交易和車輛使用數據（360° 客戶+ 360° 車輛數據）。在 Google Cloud BigQuery以及SAP 客戶資料平台和SAP Digital Vehicle Hub的支援下，Google Cloud 和 SAP 的聯合客戶群將能夠做出即時決策並採取相關行動，以增加收入並降低成本。
重塑數位購買體驗：SAP 的客戶體驗產品組合計劃與 Google Cloud 的沉浸式體驗（例如Immersive Stream for XR）和對話式 AI（例如Vertex AI 搜尋和對話）解決方案集成，這將使汽車製造商能夠重塑購買體驗。

Google雲端全球汽車解決方案總監 Matthias Breunig 表示：「在這個數位轉型時代，公司之間的合作和互通性對於改善整個汽車價值鏈至關重要。我們與 SAP Automotive 的合作表明我們致力於釋放安全數據交換的潛力，最終推動創新並使我們的客戶能夠為消費者提供卓越的產品和服務。”

SAP 副總裁、汽車產業業務部負責人 Hagen Heubach 表示：「透過與 Google Cloud 合作，我們正在朝著更互聯、高效的汽車產業邁出重要一步。安全的數據交換和互操作性構成了成功的數位生態系統的基礎，我們很高興能為這一計劃貢獻我們的專業知識。”

使用 ABAP SDK 在 SAP 中由 Google AI 支援的自動訂單/出貨

noreply@blogger.com (steven) — Sun, 08 Oct 2023 12:15:00 +0000

轉貼自：https://blogs.sap.com/2023/09/19/google-ai-powered-automated-order-shipment-routing-in-sap-using-abap-sdk/

Google Cloud Platform (GCP) 提供廣泛的人工智慧 (AI) 和機器學習 (ML) 產品，可協助企業自動化任務、改善決策和個人化體驗。其中一種 GCP 產品是 BigQuery 機器學習 (ML) 模型，它支援各種用例，例如運行預測和需求預測。在這篇文章中，我們將探討客戶如何使用適用於 Google Cloud 的 ABAP SDK（Google Cloud SDK的新增功能）從其 SAP 環境中本地使用 BigQuery ML 模型的預測。

問題陳述

一家新的線上零售商使用 SAP 來輸入和處理客戶訂單。零售商希望優化和簡化訂單履行流程。具體來說，零售商希望在以下選項中選擇最具成本效益的「訂單路由」選項：

從自己的倉庫履行
轉寄給 3PL 合作夥伴
OEM 製造商/供應商直接出貨

該決定取決於多種因素，例如：

該商品是否在自有倉庫有庫存
訂單的交貨日期是哪一天
與每個選項相關的運輸距離和成本
客戶類別－企業、小型企業等。

想像一下，訂單處理專家篩選多個資料集並執行複雜的查詢來決定最佳訂單路由。這將是一個繁瑣的過程，通常會導致錯誤、營運成本增加以及客戶不滿意。

在下面的部分中，我們將探討零售商如何使用 BigQuery ML 和 Google Cloud 的 ABAP SDK來解決此問題。

商業衝擊

透過使用適用於 Google Cloud 的 ABAP SDK 實施以下解決方案，零售商可以實現以下效率。

由於 BigQuery ML 模型，手動審核過程將減少，該模型將完成預測訂單路由的繁重工作。
經過持續訓練的模型將提供更準確且更具成本效益的預測，從而降低營運成本。
透過考慮交貨日期，該模型將確保訂單按時交貨，從而提高客戶滿意度。

設定 BigQuery ML

如果您是 BigQuery 新手，請花點時間熟悉一下：

BigQuery 產品特性與功能
將資料載入到 BigQuery 的各種方法

建立資料集並準備就緒後，即可將資料載入到 BigQuery。然後，只需 2 個 SQL 命令，零售商就可以建立和訓練 ML 模型，並在其資料集上執行「訂單路由預測」。隨著新資料載入到 BigQuery，模型會不斷接受訓練以提供更好的預測。

解決方案概述

在 GCP 中設定 BigQuery ML 模型後，零售商的 ABAP 開發人員可以使用適用於 Google Cloud 的 ABAP SDK 來：

使用 Pub/Sub 將資料載入到 BigQuery，以及
使用 BigQuery ML 模型讀取預測，

所有這些都來自 SAP 環境並使用他們熟悉的程式語言 — SAP ABAP。

解決方案組成和流程

詳細步驟

在下面的部分中，我們將深入探討 GCP 和 SAP 中的各個步驟。

為 Google Cloud 和雲端資源設定 ABAP SDK

讓我們來看看GCP和SAP上需要完成的一些關鍵設定。

第一步，零售商管理員將在 SAP Landscape 上安裝和設定ABAP SDK。
然後，他們的雲端管理員/開發人員將在 GCP 上建立以下資源。

大查詢

建立表來保存來自 SAP 的數據

建立並運行 BigQuery ML 模型來預測路由。

CREATE OR REPLACE MODEL `bqml.zorder_routing`
OPTIONS (model_type='linear_reg',
         input_label_cols=['delivery']) AS
SELECT * FROM `ORDER_ROUTING_DEMO.zrouting_sap_data`
WHERE delivery IS NOT NULL

SELECT * FROM
ML.PREDICT (
 MODEL`bqml.zorder_routing`,
    (SELECT *      FROM`ORDER_ROUTING_DEMO.zrouting_sap_data`
    WHERE delivery IS NOT NULL))

注意：以上是範例命令。請參閱文檔，以了解有關如何根據您的需求實施 BigQuery ML 模型的詳細說明。

發布/訂閱

為來自 SAP 的訂單資料建立 Avro 架構。

使用上述架構建立主題

為該主題建立訂閱，寫入 BigQuery 表

ABAP開發

現在設定步驟已完成，ABAP 開發人員可以使用適用於 Google Cloud 的 ABAP SDK 在 SAP 中實作解決方案。

首先，透過在 SAP Outbound Delivery BADI LE_SHP_DELIVERY_PROC 的實作中使用 ABAP SDK Pub/Sub API 用戶端存根類別 /GOOG/CL_PUBSUB_V1 ，將 SAP Outbound Delivery 資料發佈到 Pub/Sub 主題。由於GCP 中設定了訂閱，發佈到 Pub/Sub 的資料會即時複製到 BigQuery 。

    DATA:
      ls_input_sap     TYPE /goog/cl_pubsub_v1=>ty_023.

    LOOP AT it_xlips REFERENCE INTO DATA(ls_lips).

      DATA(lv_json_obj_sap) =
       /ui2/cl_json=>serialize(
          data     = VALUE t_payload_sap(
                       delivery = ls_lips->vbeln
*                      ......... other attributes
                       item = ls_lips->posnr )

         pretty_name = /ui2/cl_json=>pretty_mode-low_case  ).


      APPEND VALUE #(
        data = cl_http_utility=>encode_base64( lv_json_obj_sap ) )
      TO ls_input_sap-messages.
    ENDLOOP.

    TRY.

        DATA: lo_client TYPE REF TO /goog/cl_pubsub_v1.

        CREATE OBJECT lo_client
          EXPORTING
            iv_key_name = 'DEMO_PUBSUB'.

        CALL METHOD lo_client->publish_topics
          EXPORTING
            iv_p_projects_id = CONV #( lo_client->gv_project_id )
            iv_p_topics_id   = 'DEMO_ORDER_DATA_SAP'
            is_input         = ls_input_sap
          IMPORTING
            ev_ret_code      = DATA(lv_ret_code)
            ev_err_text      = DATA(lv_err_text).

      CATCH /goog/cx_sdk INTO DATA(lo_exception).
        "Appropriate Error Handling
    ENDTRY.

範例示範流程

下面的流程顯示了來自 SAP 應用程式的資料如何到達 BigQuery 表中。

然後，BigQuery ML 模型會以一定的精度預測路由，該路由是使用 ABAP SDK 直接從 SAP 讀取的。

ML 模型的路由預測

下面的 UI5 應用程式提供了 BigQuery ML 模型的路由預測的更好視覺化。

對 UI5 應用程式上呈現的多個文件的預測

SAP 銷售文件中已儲存的製程路線

該 UI5 應用程式可用於「人機互動」場景，例如 ML 結果的臨時驗證或當預測準確度百分比低於某個閾值時。使用者可以根據自己的判斷覆蓋路由，保存後，路由值將透過 Pub/Sub 發送回 BigQuery。此過程將持續訓練 BigQuery ML 模型，以便為未來資料集提供更準確的預測。

這些 BigQuery ML 模型也可以直接在 Google Vertex AI Platform 中管理，而且可以使用 Vertex AI API 用戶端存根類別 /GOOG/CL_VERTEXAI_V1 從 SAP 讀取 Vertex AI 模型的推論。

結論和後續步驟

如本案例所示，適用於 Google Cloud 的 ABAP SDK 提供了直接從 SAP 環境使用即時推理和持續調整模型的功能。

準備好開始使用 Google Cloud 的 ABAP SDK 了嗎？

為適用於 Google Cloud 的 ABAP SDK 的新增功能新增書籤以取得最新公告，並遵循安裝和設定說明。

查看這些部落格文章，開始使用 Google Cloud 的 ABAP SDK

在此部落格中，Ameya Suvarna說明如何在 Google Cloud Platform 上使用 ABAP Platform Trial 1909 評估適用於 Google Cloud 的 ABAP SDK。
閱讀Devesh Singh 撰寫的這篇部落格文章，了解如何使用適用於 Google Cloud 的 ABAP SDK 自動執行 SAP 中的銷售訂單輸入等業務流程。
請同時查看有關 ABAP SDK程式碼嚮導的Kriti Sugandha部落格文章，這是作為 ABAP SDK 的一部分提供的眾多卓越工程之一。

SAP S/4HANA 與 Google Workspace 之間的無縫集成

noreply@blogger.com (steven) — Sun, 08 Oct 2023 12:10:00 +0000

轉貼自：https://blogs.sap.com/2022/10/18/seamless-integration-between-sap-s-4hana-google-workspace/

今年 5 月，SAP 和 Google Cloud 在此新聞稿中宣佈建立合作夥伴關係，以擴大 Google Workspace 和 SAP S/4HANA 之間的原生整合。「一切都與協作有關」是當今廣泛使用且普遍認同的說法，我們希望透過合作夥伴關係促進基於整合到 SAP S/4HANA 的 Google Workspace 的協作。

SAP 的許多客戶正在遷移到 Google Workspace，並且正在努力以 Google 格式匯出資料、轉換檔案、將資料從 Google Sheets 匯入 SAP 等。為了避免所有這些手動步驟和翻譯錯誤，SAP S 之間的無縫整合/ 4HANA 和Google Workspace 正在實施。

將 SAP 軟體流程與 Google Workspace 強大的協作功能連結起來，將創新整個企業的工作方式。

高層架構

客戶的利益是顯而易見的：

就緒整合的效率，使客戶能夠快速採用此解決方案
能夠在 SAP 軟體與 Google Docs 和 Google Sheets 之間匯出和匯入數據，以便即時存取這些文件和電子表格的即時編輯和同步協作參與
一步式整合讓您有信心擁有乾淨的資料來源，從而實現版本控制並在共享應用程式資料和文件時消除潛在的翻譯層

我們很高興地報告，我們整合之旅的第一步已經成為現實。

SAP S/4HANA Cloud 公用版 2208、SAP S/4HANA Cloud 私有版 2022 和 SAP S/4HANA 2022 已提供初始功能集，利用 SAP業務技術平台服務實現緊密整合和一致的使用者體驗（需要額外授權：SAP文件管理服務、整合選項）。

SAP 表和 Google Sheets 之間的集成

在這個新的部落格系列中，我們希望讓您了解所提供的整合功能的最新信息，為您提供可用文件的中心入口點並回答常見問題。

通用整合架構

首先讓我們來看看整合架構以及啟用稍後描述的整合功能的先決條件。

建築學

Google Workspace 帳號由客戶擁有和管理。
SAP 文件管理服務（整合選項）在客戶擁有的業務技術平台租戶上運行，是 SAP S/4HANA 與 Google Workspace 之間整合的核心部分。

訂閱服務後，需要設定 SAP Document Management Service 與 G Suite 之間的整合。

在 S/4HANA 端，透過通訊場景 SAP_COM_0190 設定與 SAP Document Management Service 的集成，並且驗證基於 oAuth2SAMLBearerAssertion 流。
使用者必須在所有 3 個系統中維護相同的電子郵件地址並獲得相應的授權才能使用整合。
介面整合基於網址導航，使用者需要登入 Google Workspace 才能存取 Google Workspace 應用程式。
透過將 SAP S/4HANA 和 Google Workspace 連接到中央 IdP 基礎架構來支援單一登入

有關上述配置步驟的詳細信息，請參閱help.sap.com部分。

SAP S/4HANA Cloud 2208和 OnPremise S/4HANA 2022提供的功能

配置通用整合架構後，這兩個功能立即可用。

匯出至本機 Google 表格

對於所有重要的 UI 表格，標準表格匯出已增強，以便表格資料可以匯出到 Google Sheets。「文件瀏覽器」對話方塊可用於瀏覽 Google 儲存庫並決定表格匯出的首選位置。匯出後，Google Sheets 將直接開啟以進行進一步處理。

透過這種針對廣泛執行的匯出資料表資料任務的 Google 原生集成，我們希望在首次交付時能夠大幅改善 Google Workspace 使用者的使用者體驗。

將資料從 Google Sheets 導入 SAP S/4HANA Upload General Journal Entries應用程式

要將常規日記帳分錄從 Google Workspace 上傳到 SAP S/4HANA，需要將範本從 SAP S/4HANA 常規日記帳分錄應用程式匯出到 Google Sheets，並在其中直接開啟該範本。使用者輸入所有相關資料後，Google 表格即可上傳並發佈到 SAP S/4HANA 中。

這是我們將資料從 Google Sheets 匯入 SAP S/4HANA 的領先用例。

示範

讓我們透過 SAP 系統中的表格匯出和表格上傳場景的簡短演示來獲得更具體的資訊。

下一步

我們正在與 Google Cloud 密切合作，以提供最佳的整合。請參閱Google Cloud 部落格文章，以了解更多有關 Google 內容的見解。

到 2023 年，計劃

透過 Google Workspace 整合增強 S/4HANA 文件管理。能夠將 SAP 業務物件與 Google Workspace 文件關聯起來，並直接從 SAP S/4HANA 處理文件。
為從 Google Sheets 上傳提供更廣泛的應用程式採用，並為匯出至 Google Sheets 提供更多功能。

這是計劃的當前狀態，SAP 可能隨時更改，恕不另行通知！

我們的客戶確實在推動這種集成，而這只是 SAP 和 Google Cloud 之間的開始。一旦發布更多 SAP 版本的功能或提供其他整合功能，我們將及時通知您最新情況。將根據客戶回饋添加常見問題解答部分。

請查看其他資源，並隨時發表評論或與我聯繫以獲取更多資訊。

其他資源

推動高效供應鏈：SAP Datasphere 與 Google Cloud 架構的集成

noreply@blogger.com (steven) — Sun, 08 Oct 2023 12:03:00 +0000

轉貼自：https://blogs.sap.com/2023/06/29/powering-efficient-supply-chains-sap-dataspheres-integration-with-google-clouds-architecture/

對於高效的供應鏈網絡，組織合併所有關鍵資料來源以維持對其供應鏈和製造營運的控制至關重要。孤立的第一方資料存放在各種 SAP 和非 SAP 系統中，與第二方資料沒有任何集成，與宏觀和微觀經濟市場因素沒有任何關聯，必然會導致供應鏈運作不理想。這種分散化往往最終導致供應鏈和製造成本高、供需樞紐失衡以及供應鏈中斷的抵禦能力下降。

多年來，許多組織在其 SAP 和各種其他孤立系統中產生了大量高品質數據。然而，這些數據主要用於報告目的，忽略了其真正價值。

這些數據對於企業來說除了報告之外還具有不可思議的價值。它有助於做出即時決策，以預測需求、管理庫存、及時履行客戶訂單以及優化生產營運。

透過將第一方資料（來自SAP 和其他ERP 系統）與第二方資料（供應商和合作夥伴資料）以及第三方資料（產業資料、競爭對手資料、來自產業、市場、政府、分析師的付費/未付費數據）混合在一起等），企業可以獲得大量可操作的數據見解。這些見解使企業能夠做出明智的、數據驅動的決策。

然而，許多組織儘管有最好的意圖，卻未能優化其運營，進而優化其獲利能力。這主要是由於缺乏強大的數據基礎，無法整合可能影響業務的所有潛在來源的數據。

堅實的資料基礎對於實現完整的 AI/ML 功能至關重要，例如複雜的預測分析演算法或產生深度學習功能。這些功能釋放了傳統技術無法實現的洞察力和能力。

SAP 和 Google Cloud 最近在 Sapphire 上發布的聲明代表了朝這個方向邁出的重大一步。企業現在可以透過 BTP 本機整合功能輕鬆引入 SAP ECC/SAP S/4HANA 和其他 SAP LoB 資料。

這樣就不需要花費數月時間來弄清楚整合架構和整合產品。SAP 和 Google Cloud 宣佈建立合作夥伴關係，SAP Datasphere 和 Google BiQuery 之間的整合
將促進客戶的數位供應鏈轉型。

利用 SAP Datasphere 和 Google Cloud 服務的高階架構

Datasphere 和 Google BigQuery 架構的結合將允許企業從 SAP 生態系統中本地獲取所有數據，例如 ECC、S/4HANA、IBP、Ariba、SuccessFactors 和其他 SAP 業務線產品。它還將透過 Google BigQuery 整合幾乎所有第二和第三方資料。這種方法可確保企業專注於識別影響其業務營運的關鍵資料來源，而不是擔心如何攝取和建模它們。

該架構受益於 SAP 和 Google Cloud 引入的多項領先業界的尖端工程功能，例如：

SAP Datasphere 的資料聯合功能提供了與 Google BigQuery 的簡化整合。這種整合可以實現跨不同資料節點的共享學習，同時維護嚴格的資料隱私和安全標準。這種方法繞過了傳統的資料複製或移動流程，從而大大減少了資料延遲並保留了資料的語義和業務上下文。其影響令人印象深刻：提高效能、減少對額外運算資源的需求、更快的處理速度和成本效益。

SAP Datasphere 和 Google BigQuery 可以託管 PB 級數據，並提供在幾秒鐘內處理這些數據的能力。

Google Cloud 最先進的 Vertex AI 平台託管由 Google 設計的複雜且強大的預測和生成 AI 演算法。這些演算法可以根據組織的需求進一步客製化和微調。

SAP 和 Google 建構的本機整合可即時或大量從幾乎任何資料來源引入資料。

FedML Python 程式庫有助於透過 SAP Datasphere 的統一資料模型即時存取即時數據，以進行 VertexAI 中的模型訓練和 ML 流程，並將結果帶回 SAP 應用程式。

Google BigQuery、Google Trends 或 Google Ad Tech 資料中的 250 多個公共資料集可用於改善需求預測、商品規劃和其他供應鏈流程。

能夠輕鬆混合SAP Datasphere、Google BigQuery 或兩者中的多個資料來源。

強大且安全的 ML Ops 功能可確保模型始終保持最新狀態、經過訓練並透過無縫資料流從最新資料中學習。

在企業選擇的使用者介面中視覺化和規劃基於 ML 的預測的能力不僅為企業提供了即時可操作的智能，而且還可以在許多組織已經在其中運行的舒適且熟悉的 SAP 生態系統中實現這一點。

由 Glassbox 方法提供支援的靈活平台功能，企業可以完全了解和存取 ML/AI 程式碼。這是與各種基於 SAS 的架構的明顯轉變，這些架構無法或有限地存取 AI 演算法和程式碼。

資料治理、資料品質、主資料管理、資料合規性等 強大的平台能力。

透過 SAP BTP/Datasphere 和 Google Cloud 架構的結合，解決了一個關鍵的業務需求：建立一個可擴展、穩健的流程，將外部洞察整合到 SAP 系統中。它推動企業更接近商業智慧的未來，來自多個來源的數據可以無縫集成，先進的 Gen AI、LLM 和 AI/ML 模型可以提供即時見解

使用 Google Cloud 的 ABAP SDK 進行資料遺失防護去識別

noreply@blogger.com (steven) — Sat, 07 Oct 2023 13:51:00 +0000

轉貼自：https://medium.com/google-cloud/data-loss-prevention-deidentification-with-abap-sdk-for-google-cloud-5a261879141a

什麼是資料遺失防護 API

Google Cloud Platform 提供的資料遺失防護 (DLP) API提供以下三種操作來保護敏感資料：

密文：密文是從文字、圖像或其他類型的內容中模糊或刪除敏感資料的過程。當您編輯敏感資料時，某人將很難或不可能識別資料中的個人。DLP API 支援多種編輯技術，包括屏蔽、標記化和加密。
去識別化：去識別化是修改敏感資料以使其不再可識別個人身份的過程。這可以透過用假名或概括替換姓名、日期或其他識別資訊來完成。去身分化使得資料很難與特定個人連結起來，但它並不能保證資料是匿名的。DLP API 支援多種去識別技術，包括假名化、泛化和抑制。
匿名化：匿名化是轉換敏感資料的過程，以便不再能夠識別資料中的個人。這可以透過使用 k-匿名、差分隱私或同態加密等技術來完成。匿名化是最強而有力的隱私保護形式，但也可能是最難實現的。DLP API 不直接支援匿名化，但您可以使用它來實現自己的匿名化邏輯。

在 DLP API 的上下文中，下表總結了編輯、去識別和匿名化之間的主要區別：

選擇使用哪種操作取決於特定的業務需求。如果您需要保護敏感資料免遭未經授權的訪問，編輯可能就足夠了。但是，如果您需要遵守 GDPR 或 HIPAA 等隱私法規，則可能需要對資料進行去識別化或匿名化處理。

DLP API 提供了多種功能來幫助您選擇適合您需求的操作。您可以使用 DLP API 來：

識別敏感資料：DLP API 可以幫助您識別資料集中的敏感資料。該 API 包括一個內建偵測器庫，用於偵測常見類型的敏感數據，例如信用卡號、社會安全號碼和個人識別資訊 (PII)。您也可以為特定類型的敏感資料建立自己的自訂偵測器。
對敏感資料進行分類：識別出敏感資料後，您可以根據其敏感度等級進行分類。這將幫助您確定要應用的適當的隱私保護措施。
保護敏感資料：DLP API 提供了多種保護敏感資料的技術，包括編輯、去識別化和匿名化。您可以根據資料的敏感程度和應用程式的隱私要求選擇適合您需求的技術。
監控和審核敏感資料：DLP API 可以幫助您監控和審核敏感資料。這將幫助您確保資料得到正確保護。

DLP API 是保護敏感資料的強大工具。透過使用 DLP API，您可以遵守隱私法規、保護客戶的隱私並降低資料外洩的風險。請參閱程式碼範例以取得一些快速參考。

以下是使用適用於 Google Cloud 的 ABAP SDK 來使用 DLP API 來執行電子郵件 ID去識別場景的快速入門。

本快速入門指南中的設定步驟假設 SAP 系統託管在 Google 雲端平台上。

若要詳細了解 Google Cloud Platform 外部託管的 SAP 系統的身份驗證步驟，請參閱文件“使用 Google Cloud 外部託管的 SAP 的令牌進行身份驗證”

在你開始之前

在執行此快速入門之前，請確保您或您的管理員已完成以下先決條件：

您有一個 Google Cloud 帳戶和項目。請隨身攜帶項目 ID，該 ID 可在 Google Cloud Dashboard中找到。
您的項目已啟用計費。了解如何確認您的項目已啟用計費。

啟用所需的服務

點擊Google Cloud 控制台頂部的啟動 Cloud Shell以開啟 Cloud Shell。我們將使用 Cloud Shell 來運行所有命令。
啟用 ABAP SDK 存取 Google 服務（將字串替換PROJECT_ID為您的 Google Cloud 專案 ID）

gcloud 驗證登入
gcloud 設定集專案 PROJECT_ID 
gcloud 服務啟用iamcredentials.googleapis.com 
gcloud 服務啟用dlp.googleapis.com

配置 DLP 存取的客戶端金鑰

ABAP SDK 將使用下列設定來連接到秘密管理器 API。

前往 SPRO > ABAP SDK for Google Cloud > 基本設定 > 配置客戶端金鑰並新增下列新項目。（將該字串替換PROJECT_ID為您的 Google Cloud 項目 ID）

Google Cloud 金鑰名稱： DEMO_DLP
Google 雲端服務帳號名稱： abap-sdk-qs@ PROJECT_ID.iam.gserviceaccount.com
Google雲端範圍： https: //www.googleapis.com/auth/cloud-platform
谷歌雲端專案標識符：PROJECT_ID
授權類： /GOOG/CL_AUTH_GOOGLE

注意將其他欄位留空

使用 SPRO > ABAP SDK for Google Cloud > 公用工具 > 驗證驗證配置來驗證設定「DEMO_DLP」。

為範例去識別場景建立一個程式。

在 SE38 中建立程式並貼上以下程式碼 ( Github Repo )，該程式碼從文字中移除電子郵件 ID，並將其替換為通用字串。
注意：以下程式中使用的客戶端金鑰將由DEMO_DLPSDK 用於連接到 API。

報告 zr_qs_dlp_deidentify。
" 資料宣告
DATA: 
  lv_p_projects_id TYPE string, 
  ls_input TYPE /goog/cl_dlp_v2=>ty_055, ls_transformations TYPE /goog/cl_dlp_v2=>ty_100. TRY。客戶端化 api
  值/cl_Dlp_v2=>ty_100. 
TRY。    客戶端化。 _key_name = ' DLP_V2'）。" 傳遞用於去識別的範例文字    lv_p_projects_id = lo_dlp->gv_project_id。    將 VALUE #( name = 'EMAIL_ADDRESS' ) INTO TABLE ls_input-inspect_config-     info_types。ls_transformations-primitive_transformation-profal_al- info_types。ls_transformations-primitive_transformation.







    ls_input-item-value = 'Foo 先生的電子郵件 ID 是 foobar@example.com'. 
" 呼叫 api 方法進行去識別
    CALL METHOD lo_dlp->deidentify_content 
      EXPORTING 
        iv_p_projects_id = lv_p_projects_id 
        is_input = ls_input 
      IMPORTING es_output =         DATA 
        (ls_output)         everrev_Dmput)( p = DATA         (ls_err_ resp).     IF lo_dlp- > is_success( lv_ret_code ).       WRITE: / '去辨識成功'.       WRITE: / '被取代的文字是: ', ls_output-item-value.     ELSE.       MESSAGE lv_err_text TYPE 'E'.









" 關閉 http 連接
    lo_dlp->close( ). 
  CATCH /goog/cx_sdk INTO DATA(lo_exception)。
" 在此編寫程式碼來處理異常
    MESSAGE lo_exception->get_text( ) 類型 'E'。
ENDTRY.銷售訂單標題文字範例

讓我們看看 DLP 的實際應用！以下是一個範例，其中 DLP API 用於從銷售訂單標題文字中移除個人識別資訊 (PII)，以防使用者輸入相同資訊。

清理

為了清理，請停用該服務以避免任何使用。

gcloud 服務停用dlp.googleapis.com --force

結論和後續步驟

希望這篇文章能讓您快速了解如何將資料遺失防護 API 與適用於 Google Cloud 的 ABAP SDK 結合使用。

準備好開始使用 Google Cloud 的 ABAP SDK 了嗎？

為適用於 Google Cloud 的 ABAP SDK 的新增功能新增書籤以取得最新公告，並遵循安裝和設定說明。

查看這些部落格文章，開始使用 Google Cloud 的 ABAP SDK

此部落格介紹如何在 Google Cloud Platform 上使用 ABAP Platform Trial 1909 評估適用於 Google Cloud 的 ABAP SDK。
閱讀這篇部落格文章，搶先了解如何使用適用於 Google Cloud 的 ABAP SDK 自動執行 SAP 中的銷售訂單輸入等業務流程。
這篇部落格是了解 BigQuery ML 的一個很好的開始，BigQuery ML 是一項功能強大的機器學習服務，可讓您使用 SQL 查詢建立和部署模型。現在可以使用適用於 Google Cloud 的 ABAP SDK 進行存取。
閱讀這篇博文，了解如何將 Secret Manager 與 ABAP SDK 結合使用。
請同時查看有關 ABAP SDK程式碼精靈和應用程式日誌記錄的部落格文章，這是作為 ABAP SDK 的一部分提供的眾多工程卓越成果之一。

利用 Google Cloud Cortex 框架加速 SAP 創新

noreply@blogger.com (steven) — Fri, 06 Oct 2023 15:57:00 +0000

轉貼自: https://cloud.google.com/blog/products/sap-google-cloud/faster-time-to-value-with-the-google-cloud-cortex-framework

數位轉型的目的是提高速度、敏捷性和效率。您的組織在現代雲端平台上運作得越快、越輕鬆，就能越早體驗到好處。

今天，我們很高興推出 Google Cloud Cortex Framework，這是經過認可的解決方案參考範本和內容的基礎，可供客戶以更低的風險、複雜性和成本加速業務成果。Google Cloud Cortex Framework 讓您透過參考架構、打包服務和部署加速器來啟動洞察並縮短價值實現時間，引導您從規劃到交付，以便您可以快速啟動和運行。您可以以更快、更具成本效益的方式針對特定用例和業務場景部署來自 Google Cloud 和我們值得信賴的合作夥伴的模板化解決方案。

我們的數據基礎版本

在我們的第一個版本中，客戶可以利用 SAP 環境的構建塊和模板的豐富資料基礎。客戶可以利用我們的：

可擴展的資料雲基礎，結合 SAP 和非 SAP 資料的優點來推動新的見解；
預先定義的 BigQuery 作業資料市集和變更資料擷取 (CDC) 處理腳本，以消除建模和資料處理中的猜測；和
BigQuery ML 模板，為產品推薦和客戶細分等常見業務場景提供進階機器學習功能。

請參閱下面的 BigQuery 中部分範本的範例。

結合即插即用的 Looker 儀表板模板，客戶可以快速了解銷售、訂單、產品、客戶等資訊。但這只是開始。我們將 Google Cloud Cortex Framework 視為一個“內容工廠”，它將擴展以解決新的用例、整合最佳實踐、行業場景，並以我們在企業環境中累積的經驗為基礎。

「在 Google Cloud，我們的目標是讓 SAP 客戶盡可能輕鬆地在雲端中實現現代化，」Google Cloud 解決方案工程、技術解決方案和策略副總裁 Abdul Razack 說。「Google Cloud Cortex 框架是我們為此目的的最新創新。借助現成的參考架構和其他工具，SAP 客戶現在擁有設計、建置和部署高級雲端解決方案並加速實現業務成果所需的一切。”

快速啟動並運行

Google Cloud Cortex 框架幫助我們回答客戶的一個常見問題：“我該如何開始？” Google Cloud Cortex Framework 可以幫助客戶提供現成的打包方法，他們可以根據自己的規範實施和自訂該方法，並提供多種優勢：

透過易於利用、場景驅動的參考架構和內容來加速業務成果，消除部署中的猜測。透過 Google Cloud 及合作夥伴提供的業務線和產業範例解決方案以及打包服務，加速實現價值。
利用經過驗證的部署模板降低風險、複雜性和成本。部署業界最先進的雲端原生功能，所需時間和成本僅為從頭開始的內部工作的一小部分。透過準確且相關的見解支援業務流程改進，以快速為您的客戶提供差異化功能。
透過標準化可重複使用資料和分析架構，利用可擴展的技術策略實現未來創新。輕鬆識別和支援提供當前和未來全方位場景所需的創新技術。提供您為未來做好準備所需的建置模組和藍圖，並提高您的團隊的技能，以便他們能夠部署您所需的技術來支援您當前和未來的業務目標。

我們的合作夥伴生態系統使 Google Cloud Cortex 框架成為可能

今天推出的 Google Cloud Cortex 框架得到了眾多合作夥伴生態系統的支持，例如Accenture、Infosys、Palantir、C3.AI、Informatica、HVR、Qlik、Pluto7、ATOS、CapGemini、Cognizant、Deloitte、HCL、Lemong、NIM PwC、SpringML和TCS他們將提供解決方案和服務來加速客戶創新。這些合作夥伴正在採用和增強 Google Cloud Cortex Framework，使客戶能夠更快速地部署並為其組織創造價值。鑑於廣大客戶和合作夥伴對利用 Google Cloud 推進資料環境的興趣，我們將持續開發 Google Cloud Cortex Framework 合作夥伴的生態系統。

作為基礎合作夥伴，埃森哲和印孚瑟斯利用他們在數據和分析領域的優勢，在我們的解決方案工程工作中發揮了重要作用。

「當今的組織依靠不斷增加的數據來快速反應和應對變化。為了處理來自不同來源的大量且多樣化的數據，我們的客戶需要一個能夠快速回應這些不斷增長的需求的現代化數據基礎。Google 的 Cortex 使我們能夠將我們的資產和行業解決方案模型整合到一致的架構中，為我們的客戶提供業務敏捷性、客戶親密度和即時決策。” – Tom Stuermer，埃森哲埃森哲谷歌業務集團全球負責人。

「Infosys 很高興與Google Cloud 合作，推動Google Cloud Cortex 框架的採用，釋放SAP 和非SAP 資料的價值，並在我們龐大的SAP 客戶群中跨多個行業領域實現洞察驅動的數位企業。Google Cloud Cortex框架Infosys Cobalt 是對 Infosys Cobalt 的補充，匯集了我們廣泛的 SAP、數據分析和 Google Cloud 功能，可幫助客戶快速追蹤雲端採用情況並加速業務轉型。” – Sunil Senan，Infosys 資料與分析資深副總裁兼業務主管

以 Google Cloud Cortex 框架數十年的創新為基礎

為了說明 Google Cloud Cortex Framework 將為我們的客戶帶來的機會，我們開發了一個將多個 Google 資料集與 SAP 企業資料結合的初始版本。透過利用機器學習和其他 Google 技術，公司可以提供新的分析並獲得新的見解。需求塑造就是一個例子。

需求塑造將使業務線高管和供應鏈專業人士受益，他們可以利用 Google Cloud Cortex Framework 參考架構，透過改進業務流程或加快分析洞察時間來改善供應鏈營運。首席資料長（或任何負責資料和分析的高階主管）也將受益於節省時間、建立可重複使用元件以及遵循最佳實踐，以盡可能快速、有效和高效地啟動和運行創新的雲端解決方案。現今的企業可以使用 Google Cloud Cortex Framework 創建可重複使用的架構，該架構可以適應並擴展到新場景，從而更好地了解影響需求預測的訊號。

當然，Google Cloud 客戶不僅對適用於資料和分析領域的場景感興趣。未來的Google Cloud Cortex 框架產品將有助於提供推薦方法，以便更好地在面向消費者的行業中實施用例，包括消費品和供應鏈以及提供改進的客戶體驗，以及基礎設施和應用程式工作負載管理集成，所有這些都是為了推動對執行和提高業務流程自動化的見解。共同點始終是不僅能夠減少部署和管理每個解決方案的時間和精力，而且能夠開發能夠超越單一場景或用例的技術策略。

使用 Google Cloud Cortex 框架加速SAP ERP 採購到付款洞察

noreply@blogger.com (steven) — Fri, 06 Oct 2023 15:49:00 +0000

轉貼自：https://cloud.google.com/blog/products/sap-google-cloud/google-cloud-cortex-framework-for-procure-to-pay

運行SAP 進行採購和應付帳款的企業始終希望透過組合這些資料集來監控供應商績效的品質和可靠性、分析整個組織的全球支出並優化營運資金的使用，從而提高效率，從而及時向供應商付款，從而贏得最高折扣。

但在當今的通貨膨脹環境下，分析採購到付款流程的數據比以往任何時候都更加重要，因為價格上漲可能會降低購買力並侵蝕實際收入。其中許多企業正在尋找加速方法，將其企業採購到付款資料與周圍的非 SAP 資料集和來源連結起來，以獲得更有意義的見解和業務成果。考慮到管理和整合這些數據的複雜性和規模，更快實現這一目標可能是一個昂貴且具有挑戰性的提議。

為了踏上這趟旅程，許多公司選擇 Google資料雲，透過雲端優先資料平台方法和BigQuery來整合、加速和增強業務洞察，從而大規模推動資料驅動的創新。接下來，他們利用Google Cloud Cortex Framework提供的最佳實踐和加速器內容來建立開放、可擴展的資料基礎，從而能夠跨各種用例實現互聯洞察。今天，我們很高興地宣布推出下一款加速器，可擴展Cortex Data Foundation，以包含新的打包分析解決方案範本和採購到付款流程的內容。

引入新的採購到付款分析內容

Google Cloud Cortex Framework 4.2 版包括新的資料集市、語意視圖和範本 Looker 儀表板，以支援三個採購到付款主題以及每個主題的相關指標的營運分析。

利用我們新的應付帳款內容中提供的指標來確定與尚未付款的債權人和供應商的短期義務有關的潛在問題和優化領域：

應付帳款到期餘額
應付帳款天數
應付帳款賬齡
應付帳款週轉率
頂級供應商的應付帳款
即將支付的款項和罰款
現金折扣利用
凍結和停放的發票

分析整個組織的商品和服務採購支出，並利用我們新的支出分析內容中提供的以下指標來確定降低成本和提高效率的機會：

總支出
頂級供應商的支出
按採購組織劃分的支出
按採購組別劃分的支出
按供應商國家/地區劃分的支出
按材料類型劃分的支出
活躍供應商

使用我們新的供應商績效內容中包含的指標，透過全面分析供應商的交付績效、品質、準確性和單位成本來提高效率和利潤，然後採取戰術決策，透過以最可靠和最低的價格增加業務來提高您的利潤成本供應商：

準時交貨表現
全面交付績效
拒絕率
發票準確性
採購價格差異
供應商交貨時間
未結採購訂單

下一步是什麼

此版本擴展了SAP 和其他資料來源的先前內容版本，以進一步增強 Cortex Data Foundation 在私有、公有和社群資料來源的價值。Google Cloud Cortex Framework 不斷擴展內容，以幫助更好地滿足客戶對資料分析轉型之旅的需求。請繼續關注即將推出的更多公告！

要了解有關 Google Cloud Cortex Framework 的更多信息，請訪問我們的解決方案頁面，並立即嘗試Cortex Data Foundation以發現無限可能！

適用於 Google Cloud 的 ABAP SDK 現在支援 40 多個 API

noreply@blogger.com (steven) — Fri, 06 Oct 2023 15:46:00 +0000

轉貼自：https://cloud.google.com/blog/products/sap-google-cloud/abap-sdk-for-google-cloud-gets-enhancements-and-new-features

多年來，高級業務應用程式程式設計 (ABAP) 開發人員透過建立 SAP 應用程式擴展，在業務流程轉型中發揮了關鍵作用。今年早些時候，我們發布了適用於 Google Cloud 的 ABAP SDK的第一個版本，可協助 ABAP 開發人員輕鬆將 SAP 應用程式與 Google Cloud 連接和整合。自發布以來，我們的客戶和合作夥伴已經為其關鍵 SAP 業務流程建立了創新擴展。一些範例包括使用Pub/Sub在 SAP 中實現業務交易自動化、使用Secret Manager保護操作以及使用Document AI進行非結構化資料處理。

雖然我們的客戶已經看到了 ABAP SDK 帶來的商業優勢，但他們也要求我們支援更多 Google Cloud 服務並改進工具，以快速加入、開發和部署基於 ABAP SDK 的解決方案。根據此回饋，我們發布了適用於 Google Cloud 的 ABAP SDK 的下一版本 (V1.5) 。該版本在三個主要領域提供了附加功能：

支援更多API
額外的身份驗證機制
提高 ABAP 開發人員的生產力

支援更多API

ABAP SDK 的第一個版本發布，支援九個 Google Cloud API。在這個新版本中，我們支援 Google Workspace、Google 地圖和 Google Enterprise API 領域的 40 多個附加 API。一些值得注意的包括：

Google Cloud Vertex AI：您現在可以使用 ABAP SDK 輕鬆地將 Vertex AI 中提供的生成式 AI 模型直接使用到您的 ABAP 程式中。例如，石油和天然氣公司可以使用 Vertex AI 上部署的大型語言模型 (LLM) 在 SAP 中自動建立新工單的安全程序清單。
Google 地圖平台：您現在可以輕鬆使用地圖平台中提供的各種 API，透過 Google 的位置解決方案增強您的 SAP 資料。例如，貨運處理人員可以使用距離矩陣 API在 SAP 中建立有效的交貨路線，或使用地理編碼 API擷取準確的地址資料。
Google Workspace：您可以使用 ABAP SDK 將Google Docs、 Google Sheets和Google Drive直接整合到您的 SAP 應用程式中。例如，您可以輕鬆地允許 SAP 使用者從其 Google Drive 資料夾上傳和下載文件，或直接從 ABAP 程式將表格資料匯出到 Google Sheets 或從 Google Sheets 匯入表格資料。
Google Cloud 資料遺失防護：您可以發現、分類、編輯、匿名化和保護您最敏感的資料。例如，您可以使用內建的資訊類型偵測器來識別和編輯個人識別訊息，例如電子郵件地址、社會安全號碼、護照號碼等。

新的身份驗證機制

ABAP SDK 的第一個版本已經支援多種身份驗證機制，包括基於令牌和基於 API 金鑰的身份驗證。在此新版本中，我們也支援經過 OAuth 同意的基於OAuth 2.0 用戶端憑證的驗證。當使用需要基於 OAuth 的身份驗證來傳播使用者上下文的 Google Workspace API 時，這尤其有用。

提高 ABAP 開發人員的生產力

在 ABAP SDK 的第一個版本中，我們發布了程式碼範例作為技術文件的一部分。雖然 ABAP 開發人員發現這很有用，但他們也告訴我們可以更輕鬆地將範例程式碼匯入到他們的開發實例中。為了支援這項需求，我們在 GitHub 上發布了公共程式碼範例儲存庫。所有程式碼範例均以abapGit格式發布，讓開發人員可以輕鬆將範例程式碼和快速入門複製到他們的 ABAP 開發環境中。

雖然 ABAP SDK 得到 Google Cloud 的全面支持，但我們也讓 ABAP 開發人員可以使用帶有「ABAP SDK」標籤的 Google Cloud開發者社群論壇輕鬆協作并快速獲得問題解答。有關如何參與此論壇並進行協作的更多詳細信息，請參閱歡迎來到適用於 Google Cloud 的 ABAP SDK 社區帖子。

我們的客戶正在透過將 SAP 應用程式遷移到 Google Cloud 並將其與 Google Cloud 服務整合來實現業務轉型。我們的目標是讓客戶更輕鬆地整合 SAP 應用程式和 Google Cloud 服務。適用於 Google Cloud 的 ABAP SDK 是可供 ABAP 開發人員使用的眾多解決方案之一。在這個新版本中，我們增加了 API 覆蓋範圍，增加了新的身份驗證機制並改善了開發人員體驗。繼續將新版本的 ABAP SDK安裝到您的開發環境中並使用快速入門和程式碼範例快速嘗試新功能。我們才剛開始，我們迫不及待地想看看您使用 Google Cloud 的 ABAP SDK 建立了哪些創新解決方案。

由 Google Cloud Cortex 框架提供支援的 DIFF Treasury 解決方案

noreply@blogger.com (steven) — Sun, 01 Oct 2023 04:51:00 +0000

https://cloud.google.com/blog/products/sap-google-cloud/diff-treasury-solutions-powered-google-cloud-cortex-framework

運行 SAP Finance and Controlling 的企業始終希望透過將這些資料集與其他平台的財務資料結合來監控日內資產分配和對沖，從而提高效率。為了踏上這趟旅程，許多公司選擇 Google資料雲，透過雲端優先資料平台方法和BigQuery來整合、加速和增強業務洞察，從而大規模推動資料驅動的創新。

接下來，他們利用Google Cloud Cortex Framework提供的最佳實踐和加速器內容來建立開放、可擴展的資料基礎，從而能夠跨各種用例實現互聯洞察。今天，Google Cloud 很高興地宣布我們與DIFF Consulting 建立合作夥伴關係，DIFF Consulting 在SAP Finance 方面擁有深厚的專業知識、眾多成功的實施案例，並且能夠幫助您的組織在Google Cloud Cortex Framework 上部署財務解決方案。請繼續閱讀最近的範例。

隨著企業財務職能從傳統的現金管理演變為更廣泛的角色，其中還包括流動性策略和預測，財務主管正在尋求更好的報告功能，以便他們能夠預測流動性並建立現金流模型。作為該領域的專家，DIFF Consulting與主要財務利害關係人經常互動，並體驗到他們對更好的報告功能的需求，這些功能可以：

整合來自 ERP 系統（例如 SAP S/4HANA）以及非 SAP 系統和第三方應用程式（例如開放銀行 API）的財務數據
即時監控所有來源的關鍵指標
利用雲端大規模可用的 AI/ML 功能，以及
在這些集成數據集上提供更好的可視化

但如果基礎數據不準確，更好的報告也無濟於事，因此財務利益相關者還需要加強控制以確保數據完整性。在當今由多個應用程式、系統和互連業務組成的複雜全球環境中，對高效控制機制的需求至關重要。例如，管理連結到業務合作夥伴的銀行資料是一個複雜且耗時的過程，其中包括識別供應商主資料中過時的銀行金鑰、檢測重複項以及識別不再活躍的供應商等活動。由於涉及大量系統和大量數據，這些任務通常需要大量的手動工作。

去年，當 DIFF Consulting 開始與Google Cloud Cortex Framework合作時，他們很快就意識到了其加速業務創新的潛力。這就是為什麼他們決定在 Cortex 框架之上建立財務分析預建解決方案和銀行資料驗證應用程式。

這些應用程式只是利用 Google Cloud 的最佳功能和 Cortex Framework 的快速部署功能可以實現的可能性的範例。

為什麼選擇 Google Cloud 和 Cortex Framework？

從一開始，DIFF Consulting 就將 Google Cloud 視為超大規模市場的顛覆者，並決定圍繞 Google 技術發展我們的實踐，並成為 Google Cloud 合作夥伴。Cortex Framework 發布後，DIFF 立即發現了該技術堆疊的優勢並希望利用它們：

Google Cloud Cortex Framework 的資料基礎和應用層都是快速開發 DIFF Consulting 等解決方案的推動者，
Cortex Framework 利用 Google Cloud 的無伺服器 BigQuery 平台非常有效率地大規模處理大量數據
Cortex Framework 與整合工具無關，並且與 BigQuery 的開放性一致，可連接到第三方資料視覺化工具
Google Cloud 是一個成熟穩定的平台，可在其上建立解決方案並將其與 SAP 和非 SAP 資料來源（例如透過 REST API 的銀行和財務系統）集成

將 Cortex Framework 的技術優勢與 DIFF Consulting 在 SAP Treasury Management 方面的強大專業知識相結合，使 DIFF 能夠快速推出解決方案，幫助解決財務主管日常面臨的一些挑戰：

DIFF 資金分析預先建置解決方案

DIFF 財務分析預建解決方案專注於解決單一平台中財務關鍵指標缺乏適當可見性的問題，即時更新，具有集中資訊和增強的視覺化功能。

這個預先建構的分析解決方案是在管理階層和執行層的財務主管的考慮下創建的。該解決方案從不同來源收集數據，計算關鍵財務指標，並透過各種儀表板以易於使用的方式將這些指標視覺化。

利用 Cortex Framework 和 BigQuery，DIFF 能夠從不同來源加載訊息，對其進行建模，然後以直觀的方式將其視覺化。從財務角度載入到 BigQuery 的資料包括但不限於：

現金流
預定應付帳款和應收帳款
付款訂單和銷售訂單
國庫合約
業務合作夥伴、銀行帳戶、銀行金鑰（和其他主資料）
透過 REST API 取得貴公司的銀行數據

注意：其中一些資料可以在 Google Cloud Cortex Framework Data Foundation 中輕鬆取得，例如業務合作夥伴、銷售訂單、應付帳款和應收帳款。

根據這些數據，DIFF 針對財務部門的需求準備了不同類型的報告：

現金頭寸
預測
債務和投資頭寸
暴露分析
流動性和支出分析

在開發此解決方案的過程中，DIFF 體驗了利用 BigQuery 和 Cortex Framework 的多項優勢。他們能夠：

輕鬆整合來自不同系統或不同來源的資訊：財務主管總是尋求財務主題的集中視覺化和處理，當涉及多個 SAP 和非 SAP 系統時，這尤其具有挑戰性。
透過將客戶首選的視覺化工具（例如 Tableau）連接到 BigQuery，提供增強的資料視覺化選項
確保出色的效能，因為 BigQuery 可以以驚人的速度處理查詢
簡化實施以降低客戶成本並加速部署，使公司不必啟動漫長的項目

如今，技術解決方案的一個重要面向是能夠從資訊分析轉向行動。借助 Google Cloud Cortex Framework，可以開發應用程式以利用 BigQuery 中的現有資料以及 BigQuery 可存取的公共和第三方資料集，而這正是 DIFF Consulting 所做的事情。部署該解決方案的客戶將受益於更短的實施時間和更快地獲取可操作的情報。

DIFF 銀行資料驗證應用程式

DIFF 銀行資料驗證應用程式專注於透過改善 SAP S/4HANA Treasury Management 主資料中對銀行金鑰、供應商修改和過時供應商的控制來確保系統中銀行資訊的完整性和品質。此解決方案利用 Google Cloud Cortex 應用層和 SAP Fiori 為 DIFF 銀行資料驗證應用程式賦予生命。

該應用程式的目標是提供一個工具來簡化對主資料的某些控制，並允許使用者在 SAP 中採取行動：

驗證銀行金鑰；識別重複項和其他不一致之處
監控供應商 BP 和財務 BP 中過時銀行金鑰的使用情況
監控和審查供應商帳戶的更改
識別過去 24 個月內沒有發票或付款的過時供應商

DIFF Treasury Analytics 預建解決方案和 DIFF 銀行資料驗證應用程式代表了利用 Google Cloud Cortex Framework 增強的每個平台的優點所實現的可能性。

TCS SAP Cloudify 為 Google Cloud 上的 SAP 部署實現single touch automation

noreply@blogger.com (steven) — Sun, 01 Oct 2023 04:48:00 +0000

轉貼自：https://cloud.google.com/blog/products/sap-google-cloud/understanding-tcs-sap-cloudify-for-google-cloud

企業正在著手進行雲端轉型，以實現可擴展和安全的基礎設施、更好的資源可用性、更大的投資回報以及改善的用戶體驗。根據他們的需求，他們採用不同的雲端採用策略，例如多雲或混合雲環境。對於那些希望採用 SAP on Cloud 的企業來說，他們正在探索能夠實現無縫轉型的機會。但缺乏自動化、持續整合和持續部署 (CI/CD) 管道以及 DevOps 是企業在轉型過程中面臨的一些挑戰。

在不確定且不斷變化的市場條件下，運行本地SAP 環境的企業面臨許多挑戰，包括導致資本支出增加的可擴展性問題、無法滿足創新需求、不斷變化的基礎設施需求和成本超支、耗時且容易出錯手動任務，安全性差。

Tata Consultancy Services (TCS) 開發了 SAP Cloudify，這是一個自動化框架，可以解決這些本地挑戰並加速向雲端的遷移。該框架補充了 Google Cloud 在靈活且可自訂的 SAP 部署、自動化和營運工具（包括Workload Manager for SAP Solutions）方面的深度投資。TCS SAP Cloudify 基於以下原則：

自動化
最佳化
減少和重複使用

此解決方案的主要特點是：

透過受監督的自動化建立安全基礎設施
用於配置虛擬機器、雲端資源和 SAP 應用程式的單一整合管道
自動產生關鍵角色的密碼並安全存儲
可自訂腳本，適應多種場景
Google Cloud 上以自動化為主導的從評估到執行的遷移。
用於高效實施、遷移和操作 SAP 應用程式的工具、最佳實務和自動化腳本。

TCS SAP Cloudify 與現有Google Cloud 遷移服務合作，在 Google Cloud 上提供從評估到執行的自動化主導遷移。該解決方案由工具、最佳實踐和自動化腳本組成，使企業能夠透過以下方式高效實施、遷移和操作 SAP 應用程式：

提高生產力
提高系統品質
增強敏捷性和安全性
降低整體擁有成本
停機時間最小化
提高流程自動化程度
即時業務洞察
縮短上市時間

讓我們仔細看看 TCS SAP Cloudify。

雲端之旅從發現階段開始：TCS 使用預定義文件分析客戶環境，這有助於了解環境、挑戰、陷阱、遷移組決策以及 SAP 系統的適當規模。此階段也有助於確定網路頻寬需求和其他雲端資源需求。

在決定 SAP 容量規劃和行動群組的評估階段之後，我們進入遷移階段，該階段從配置虛擬機器、安裝作業系統和 SAP 應用程式開始。TCS SAP Cloudify 在 Google Cloud 上內建了一組可重複使用的自動化資產，可根據客戶需求自訂 SAP 應用程序，以實現綠地和棕地 SAP 遷移。

TCS SAP Cloudify 使用由 Terraform 和 Ansible 腳本支援的預先建置 CI/CD 管道可協助評估、規劃和自動化主導的遷移執行，以將 SAP 應用程式遷移到 Google Cloud。

下圖說明了三種自動化場景：

安裝/實施：在新建實施中，自動化腳本有助於根據規模和環境要求（開發、品質保證、生產和災難復原）更快建立 SAP 應用程式。SAP Cloudify 框架補充了現有的Google Cloud 自動化腳本，針對複雜的分散式 SAP 安裝或具有多區域需求的更大環境進行客製化。

TCS SAP Cloudify 的自動化腳本為多個 SAP 應用程式提供了豐富的選項。這些腳本提供了輕鬆自訂的靈活性，並且可以適應多種場景，例如獨立、分散式、自訂SAP 應用程式、資料庫安裝等。這些自動化腳本的輸入是使用.csv 檔案提供的，並使用Google Cloud CLI 進行部署。

可在 Google Cloud 上新建實作的場景包括：

虛擬機構建
HANA 資料庫安裝
SAP S/4HANA
HANA 上的 SAP ECC
SAP BW/4HANA
後製處理
HANA 上的 SAP BW
解決方案經理
SAP BODS、BOBJ
網路調度程式
HANA 插件 – FL/PAL

這些自動化腳本強大、動態且安全，有助於滿足客戶需求。此外，SPAU 和 SPDD 等安裝後活動也是自動化的，包括自動化大量運輸請求。

遷移：在不同的遷移場景中，企業根據自身的需求、重要性和停機容忍度來選擇相應的遷移選項。TCS SAP Cloudify 框架包括選擇正確的 SAP 認證虛擬機器、新增所需的磁碟空間和其他網路元件，以及安裝 SAP 應用程式（包括用於 HANA 複製的輔助系統）。這有助於減少建置和遷移 SAP 應用程式的總時間，同時最大限度地減少停機時間。可用於使用 TCS SAP Cloudify 進行遷移的場景包括 SAP 系統的高可用性 (HA) 和故障轉移設定、匯出和匯入、備份和還原、改造傳輸移動以及系統複製或系統刷新。

TCS SAP Cloudify 旨在透過自動化所需步驟來簡化遷移步驟（匯出/匯入、備份/復原和 HANA 系統複製）。TCS SAP Cloudify 與 Google Cloud 合作，有助於實現無錯誤恢復，同時降低複雜性，比常規手動恢復快 30%。

應用程式託管服務 (AMS) 支援：TCS SAP Cloudify 協助組織有效管理 Google Cloud 上的 SAP 應用程式。SAP Cloudify 為最常見的操作活動提供自動化腳本，例如 SAP 應用程式的停止/啟動、核心升級、HANA HSR、用戶端複製和備份/復原。

TCS 的解決方案提高了資源效率並減少了與活動停機相關的問題，使企業的資源專注於應用程式支援中的其他關鍵活動。

二十多年來，TCS 與 SAP 的合作幫助企業實現業務成長和數位轉型。TCS 以 SAP 為主導的業務轉型經驗植根於深厚的產業和技術專業知識以及值得信賴的背景知識，使企業能夠重建數位核心、重塑業務流程並應對業務挑戰[MJ1] [RS2]。我們提供一流的產品、諮詢和交付專業知識，幫助企業實現技術驅動的業務轉型和投資回報。此外，TCS 的 Google 業務部門在 Google Cloud 上提供端到端服務，用於雲端遷移、應用程式和資料現代化、託管服務、人工智慧 (AI)、雲端 SAP、數位轉型和特定行業的業務創新。