Databricks 與 SAP 擴大合作：企業資料如何接到 Genie、代理與應用？
Databricks 與 SAP 擴大資料及AI合作，透過Application Data Foundation與BDC Connect保留業務語意。解析Genie、Lakeflow、Unity Gateway、Lakebase分工、既有GA與新增計畫及客戶5倍分析案例。
Databricks 與 SAP 這次擴大合作，核心是讓企業 AI 更容易讀懂訂單、庫存與財務資料原本代表什麼。資料可以被查到，和模型知道該怎麼解讀，是兩項不同能力。
雙方在 2026 年 10 月 30 日介紹下一階段整合，讓 SAP 應用資料接到資料工程、自然語言查詢與代理應用，並保留企業原有的業務關係。
兩家公司早已合作推出 SAP Databricks，新消息聚焦更廣的資料來源和更多能力。因此不能把它寫成兩家公司第一次合作，也不能忽略現有產品與新增計畫的差別。
這對仍有地端系統的企業特別重要。多年訂單資料如果只被搬成一堆欄位，原本的訂單狀態、客戶關係與計算規則就可能在分析時失去意義。
但新增能力與 Genie、Joule 的雙向整合，包含後續計畫，公告沒有給出所有項目的完整上線日期。企業仍需按自己的架構與資格確認可用範圍。
理解這次變化，先從業務資料為何不能只複製欄位開始，才能看清資料入口、分析工具與代理應用如何分工。
Databricks 與 SAP 新一階段合作解決什麼？
要讓 AI 理解營運，資料必須保留它在業務流程中的意思，否則模型即使寫出能執行的查詢，也可能回答另一個問題。
依 Databricks 正式公告，SAP Application Data Foundation 將讓雲端與地端的 SAP 應用資料，可由 SAP Business Data Cloud 中選擇的引擎使用。
這裡的 Business Data Cloud 是 SAP 的業務資料雲，以下簡稱 BDC。Application Data Foundation 則是接入 SAP 應用資料的基礎，目的是讓資料更容易被分析與 AI 工作使用。
業務語意比欄位名稱多了什麼？
業務語意，就是一份資料在公司裡代表的意思，以及它和其他資料的關係。例如一筆訂單除了金額，還有是否取消、何時交貨與屬於哪個客戶等條件。
如果資料處理只保留金額欄位，卻沒有帶上狀態，後續統計就可能把原本不應列入的項目算進去。這是說明語意為何重要的假設情境，不是公告披露的客戶錯誤。
SAP 在同週官方介紹中，也把重點放在資料、業務關係、流程與政策如何相接。代理需要理解的，是這些資料如何形成可以採取行動的脈絡。
因此，合作解決的問題超過把表格移到另一個平台。資料工程師還需要讓模型能使用企業已定義的關係，而不是在每一次提問時重新猜測。
當語意能保留，接著就是資料如何分享，因為各自建立抽取管線與副本，也會影響維護成本與治理方式。
零複製分享如何影響地端到雲端的路徑？
合作把資料產品分享和雲端、地端資料入口接在一起，讓企業減少各自重建抽取管線的需要。
資料產品在這裡可以理解為經過整理、帶有定義與治理的可用資料集合。它讓使用者不必每次從零拼湊，才能知道資料適合拿來回答什麼問題。
公告表示，資料產品可透過 SAP BDC Connect 進行零複製分享，避免額外的管線、資料副本與各自分離的資料環境。
零複製省下的是哪段工程？
傳統做法若由各團隊自行抽取資料，就需要維護搬運規則，也要追蹤原系統改變後，哪一份副本需要更新。不同副本一旦各自加工，定義也可能逐漸不一致。
零複製分享的價值，是減少為了讓另一個平台存取，就再維護一份資料的需求。但資料仍然會被讀取與處理，因此它不代表分析不用算力，也不代表所有使用者都有存取權限。
官方舉出一個製造業情境：企業仍在地端使用 SAP ECC 處理財務與供應鏈，規劃移往雲端時，可先把多年訂單歷史接到分析環境，再和外部資料結合做需求預測。
這是一個用途說明，不是公布新的實測客戶。它要表達的是，分析工作可以利用既有資料起步，不必把所有業務先搬完才開始做模型。
當企業往雲端遷移，保留先前建立的資料工作，也就比只完成一次資料匯出更重要。能持續使用的語意與資料產品，才比較接近這次合作想改善的路徑。
取得資料之後，還需要把它變成可問、可治理與可執行的應用，這是新增平台能力各自負責的部分。
Genie與資料工程如何各自分工？
自然語言查詢與資料管線處理同一流程的不同階段，前者幫人提出問題，後者讓資料能持續被整理與使用。
公告列出 Genie、Lakeflow、Unity Gateway 與 Lakebase 的擴展方向。這些能力不是四個相同的聊天工具，而是把資料接到應用的不同環節。
| 能力 | 公告中的角色 |
|---|---|
| Genie | 讓團隊與代理使用有治理、帶企業脈絡的資料與 AI |
| Lakeflow | 擷取、轉換與安排資料工程流程 |
| Unity Gateway | 管理多種 AI、模型、工具與支出控制 |
| Lakebase | 支援營運應用與代理的 Postgres 資料庫 |
表格中的角色要放在一起看。能問問題的入口，需要背後有可信資料，代理若要繼續做工作，還需要治理與應用資料服務支援。
讓人提問，和替資料安排工作不同
Genie 的方向是把 SAP 核心資料的企業脈絡，交給團隊與代理使用。答案若能回到原本的工作畫面，才方便被使用，所以公告也提出和 SAP 助手 Joule 的雙向整合計畫，讓答案與動作進入 SAP 使用情境。
「計畫」是這段的重要限定。它描述兩邊希望如何接合，不能直接當成每個客戶現在都能在同一畫面完成所有雙向動作。
但對話入口需要能持續更新的資料，因此還需要 Lakeflow 處理資料工程，將 SAP 資料和設備訊號、客戶管理或其他第三方來源結合。它負責擷取、轉換和安排流程，讓資料不是只在某一天被人工整理一次。
對企業讀者，兩者的分工意味著不能只看聊天答案。答案來自哪一輪資料、是否接上該用的來源，也會影響工作能否持續運作。
當答案要進入代理行動，治理與支出就需要跟著資料一起走，也需要有地方承接應用本身的資料需求。
治理與應用資料庫為何需要一起出現？
新增能力把模型、工具的控制，和營運應用保存與使用資料的需求接起來，因為代理工作不會只停在查一個數字。
Unity Gateway 在公告中被定位為多 AI 的治理與成本控制，範圍包含代理、模型、工具，以及讓代理連接工具的 MCP 介面。
這對同時使用多種模型和工具的企業有意義。若只管理原始資料表，卻沒有看見模型和工具如何使用它，就很難把權限與支出放在同一條工作路徑上理解。
管理目錄與執行入口各有作用
公告也把 Unity Catalog 和 Unity Gateway 並列，用來治理跨 SAP 與非 SAP 的資料、模型和代理。這裡的重點是讓資料資產與 AI 工作有可共同管理的範圍。
但產品角色不能直接推成所有使用條件都自動符合。實際需要開放哪些資料、選擇哪些模型與工具，仍是企業架構和部署的一部分。
Lakebase 則是面向應用與代理的資料庫服務，採用 Postgres。它負責應用資料的使用需求，和只提供一張分析報表的工作不同。
所謂無伺服器，指平台管理底層運行資源，並不代表沒有機器或不會產生用量費用。公告沒有提供這次整合的一套統一價格，不能從架構名稱直接算出總帳單。
因此，企業評估時需要把資料整理、查詢、模型與應用放在同一範圍，才知道哪個工具接走原來的哪段工作。工具角色不同，也意味正式可用狀態不能一概而論。
哪些已存在，哪些仍是整合計畫？
既有 SAP Databricks 服務和這次擴展的路線圖，具有不同完成狀態，公告最後也刻意保留這個區別。
兩家公司在 2025 年已推出 SAP Databricks，將資料與 AI 平台整合進 BDC。本次官文寫明，SAP Databricks 和 SAP BDC Connect for Databricks 已可用，再邀請客戶和團隊討論新增能力。
因此，既有服務正式開放，不足以證明表格裡所有新增整合都已在每個環境完成。企業需要的是逐項資格與時間，而非把整篇公告當成同一個上線開關。
具名客戶案例可以說明什麼？
官文提到，底盤零件製造商 SAF-Holland 已使用 SAP BDC 與 SAP Databricks，整合超過一億筆客戶、交付與物料紀錄，並用機器學習預測客戶交付排程的可靠程度。
公司引用的案例表示，分析速度比傳統報表方式快五倍，複雜資料可在數分鐘轉成規劃及供應鏈洞見，而非數週。這是既有具名客戶的成績，沒有表示所有新擴展功能都共同做過相同測試。
案例中的一億多筆，指客戶、交付與物料的資料紀錄，不能改讀成一億名不同客戶。同一個業務對象可能對應多筆紀錄，所以重點在能否把它們的關係整理出來，而不只是資料列數很多。
這個例子有用的地方，是把資料關係接到具體問題。客戶、交付與物料分開看，只能得到各自的紀錄；連在一起，才有機會分析排程和實際履約之間的關係。
但五倍速度不能直接拿來估算另一家企業的成本或導入期。資料量、原本報表流程和完成標準都會影響比較，公告沒有提供可普遍套用的換算公式。
已有分析環境的團隊，可以怎麼選？
公告保留兩種架構選擇：企業可以在 SAP 的業務資料雲內使用整合服務，也可以把受治理的 SAP 資料或相關資料產品，帶到既有的 Databricks 環境。這讓資料的可用性，不只取決於先把所有工具搬到同一處。
因此，已經有分析團隊的公司，可先看既有工作要保留在哪裡。若需求在原本的業務資料雲內，整合服務提供一條路；若已有模型和資料工程流程，則應比較沿用原環境的方式，哪些資料與治理條件能直接銜接。
這兩條路徑的重點，是避免為了取得同一份業務脈絡，又從頭建立所有規則。它仍需要確認組織能使用的來源、模型與雲端條件，並沒有把不同環境的授權和費用變成完全相同。
雙方也表示會擴大共同市場與前線團隊合作，協助客戶規劃導入。對企業而言，諮詢時就需要把自己選擇的路徑說清楚，才能取得對應的資料入口、功能資格與交付安排，而非只問是否支援 AI。
把既有案例和新路線圖分清，企業才能從自己的資料瓶頸開始，而不是先假設所有工具上線後自然會有同樣成果。
Databricks 常見問題與採用判斷
必須把所有SAP系統先搬上雲端嗎？
公告明確討論雲端與地端應用資料，也以仍在地端使用舊系統的製造商作例子。這提供分階段使用資料的方向，但具體來源、部署與資格仍要按自己的系統確認。
零複製是否代表資料完全不會被處理？
不是。它處理的是分享時減少另建副本和抽取管線的需求，後續查詢、分析與模型仍需要讀取及處理資料。治理與使用成本也沒有因此消失。
所有客戶都能立刻使用Genie與Joule雙向整合嗎？
官文將這項整合寫為計畫，沒有公布所有環境的完整開放時程。應先確認既有服務，再把需要的新能力逐項和帳戶團隊對齊。
先保留業務意思，再決定代理怎麼使用
這次合作較適合已有 SAP 資料、分析需求與治理責任的企業評估。它提供的方向，是讓既有資料關係更容易被重用，再逐步接到查詢與應用。
真正能改變採用判斷的，會是自己的資料路徑是否成立，以及所需能力的資格、時程與完整成本。想持續追蹤企業資料與 AI 代理的新進展，歡迎免費訂閱 AI 郵報。
延伸閱讀：Microsoft 企業合成資料怎麼測 Copilot？三種產業情境與評估邊界
延伸閱讀：Sakana Aquarium 發表：企業 AI 代理如何理解資料、等待核准並留下紀錄？
原始資料來源
