我发现这是一个奇怪的讽刺，正如SAP已经理清了用户与SAP的交互方式（见Fiori设计指南），用户界面开始变得多余的要求！

就像仓库被自动拣货机改造一样，我开始看到一个未来，通过屏幕/设备对用户界面的需求将成为例外，而不是数字核心的规则。这是由t技术：-

实时集成便宜的传感器预测算法机器学习语音识别/普及移动

我认为，将所有这些功能引入数字核心将意味着每天的"登录SAP"将变得多余。相反，人们将对需要解决的特定业务情况的警报做出响应，这将使业务流程尽可能平稳地运行。如果我们能有自动驾驶汽车，为什么不能有一个自动驾驶的数字核心呢？

如果您将来有SAP登录，它可能会显示这是：-这个自动化的"数字核心"的关键基础是数据和事务的实时集成，使得现实世界和数字世界尽可能地对齐，我们不需要任何人"关键"。"交易"进入SAP。这需要三个主要的建筑块：-

高质量数据源系统和目标系统之间定义良好的映射一个健壮且容错的集成环境

只有具备了这些，我们才能开始构建智能解决方案，对正在发生的事情做出实时反应。你不会想要一辆根据5分钟前的数据做出决定的自动驾驶汽车！

所有东西上的传感器

随着传感器/标签的成本下降，可以更紧密地创建现实世界中发生的事情的"数字孪生子"。

它可以与实物（集装箱/手提包等）相关联，但也可以应用于您可以自动从销售人员处收集的信息，在访问/电子邮件等方面，大数据的趋势，针对工程师记录访问/消耗的零件等，并且越来越多地来自客户，例如基于他们的位置和活动。当所有这些数据（通过适当的安全检查和平衡）集成到您的系统中时，立返利，您可以为您的自动化算法提供最好的机会，以便在检测到异常时采取下一个最佳的行动。

预测算法

因此，现在我们有了大量高质量的实时数据，好评返现图片，这就是让预测分析飞起来的秘密酱汁。有了正确的预测，物联网开发，我们就可以开始展望未来，在潜在的问题变成真正的问题之前找出它们。从这里，我们可以提醒合适的人潜在的问题，或将这些知识交给自动补偿流程（例如，加快采购订单，以便我们预测短缺的材料）。

机器学习

如果我们开始将这些业务情况交给能够学习什么的算法，事情会变得更加有趣首选决策类型以及哪些决策产生最佳结果。为此，我们进入了机器学习的世界，计算机可以接管过去只能由人来处理的"模糊"任务（例如模糊现金匹配）。

语音识别/普及移动

当机器学习算法遇到太多问题时，他们可以随时"给朋友打电话"，进行对话/发短信（年轻用户可以使用Instagram/Snapchat），淘客推广平台，从而实现对过程的实时反馈。这个反馈还可以用来"训练"机器学习组件，以便在将来自动做出决定。

如果这一切在你盯着SAPGUI看的时候对你来说有点太遥远了-我建议你开始看看S/4HANA，由于上述所有功能都已融入到解决方案中–欢迎使用下一代自动化ERP。