«SAP sarà ancora una software company in futuro?». Christian Klein, CEO della società, ha scelto di aprire Sapphire Madrid 2026 – la tappa europea del global event con oltre 9mila partecipanti – con una domanda che vale più di molti annunci di prodotto. La risposta è arrivata poco dopo, affidata simbolicamente a Joule: «SAP sta diventando una Business AI company», cioè un’azienda che punta a trasformare il software enterprise in un sistema capace di agire, suggerire, orchestrare e, potenzialmente, eseguire direttamente processi di business.
Indice degli argomenti
SAP Sapphire Madrid 2026 e la svolta verso la Business AI company
Qui c’è il punto centrale emerso a Sapphire Madrid 2026: SAP sta cercando di spostare il valore dall’applicazione come luogo in cui si “registrano dati” al sistema in cui l’intelligenza artificiale opera dentro regole, flussi, permessi e informazioni aziendali affidabili.
«Gli agenti non devono tirare a indovinare; devono fornire risultati accurati, conformi e affidabili». È una frase che chiarisce molto bene dove SAP vuole differenziarsi, soprattutto in un mercato in cui la corsa all’AI generativa ha prodotto finora entusiasmo, sperimentazioni, ma anche molti progetti ancora lontani da un impatto stabile sul business.
Dall’AI generativa all’AI ancorata ai processi
La vera sfida è portare i modelli dentro il cuore operativo dell’impresa, cioè l’ERP, la supply chain, il finance, il procurement, le risorse umane, il customer management. È qui che un errore non pesa come una risposta imperfetta in un motore di ricerca, ma può avere effetti su chiusure finanziarie, ordini, consegne, pagamenti e compliance.
Klein ha insistito su questo punto: «Nel consumer un risultato accurato all’80% può essere tollerabile. Nel business, no. Gli LLM possono essere un acceleratore, ma senza contesto di processo, dati governati e regole di autorizzazione non sono uno strumento affidabile per il business.
Da questa premessa nasce la nuova SAP Business AI Platform, che la casa tedesca descrive come l’infrastruttura abilitante dell’Autonomous Enterprise.
Il rapporto fra i due concetti va chiarito bene: la Business AI Platform è il livello tecnologico e operativo che rende possibile l’Autonomous Enterprise, mentre quest’ultima è la visione di business verso cui SAP vuole portare i clienti. In altri termini, l’Autonomous Enterprise è il risultato atteso, la Business AI Platform è l’insieme di componenti che dovrebbe renderlo realizzabile in ambienti enterprise reali.
La Business AI Platform come nuova architettura enterprise
La piattaforma serve a dare agli agenti ciò che oggi manca a molta AI generativa applicata al business: contesto di processo, accesso governato ai dati, comprensione delle regole applicative, strumenti di orchestrazione e meccanismi di controllo.
La Business AI Platform va a unire più livelli: Context Layer, che collega gli agenti alla logica dei processi; Knowledge Graph, che li aiuta a orientarsi nel patrimonio informativo dell’ERP; Domain Models addestrati sul codice SAP per interpretare meglio regole e logiche applicative; Business Data Cloud, che mette in relazione dati SAP e non SAP e strumenti come Joule Studio e Agent Hub, pensati per costruire, orchestrare, monitorare e governare gli agenti nel tempo
In altre parole, SAP vuole offrire ai clienti un’AI che non ragioni solo su testo e linguaggio naturale, ma anche su strutture aziendali, relazioni tra dati, autorizzazioni e processi codificati. Il valore nasce dalla capacità di agire senza rompere controlli, ruoli, coerenza dei dati e vincoli operativi.
Del resto, Klein, rispondendo a una domanda sul destino delle applicazioni tradizionali, ha voluto chiarire che «l’ERP non scomparirà». Al contrario, resterà il punto in cui risiedono dati, regole e logiche operative indispensabili a far lavorare gli agenti in modo affidabile. La trasformazione immaginata da SAP non cancella quindi il sistema di record, ma prova a costruirgli sopra un nuovo livello di esecuzione “intelligente”.
Philipp Herzig, CTO di SAP, ha aggiunto un elemento importante: «prima di costruire agenti bisogna capire dove il processo si inceppa e dove l’automazione può produrre un ritorno misurabile». In questa direzione va, per esempio, il Process Consulting Agent di Signavio, che in uno use case citato avrebbe individuato 14 milioni di inefficienze legate a ordini incompleti, con impatto diretto sugli SLA.
La Business AI Platform è quindi il luogo in cui si sviluppano agenti, il livello in cui si analizzano processi, si collegano dati e regole e si costruiscono interventi mirati.
Joule Studio 2.0 e l’industrializzazione degli agenti
Sul versante degli strumenti, uno degli annunci più significativi è stato Joule Studio 2.0, descritto come l’ambiente con cui costruire agenti in modo molto più rapido, anche senza scrivere codice.
Se la Business AI Platform è il livello che fornisce contesto, dati, regole e governance, Joule Studio è l’ambiente in cui queste capacità vengono tradotte in agenti concreti, costruiti attorno a un obiettivo di business preciso. Il che dà una forma più tangibile alla relazione fra piattaforma e Autonomous Enterprise: la prima mette a disposizione i componenti abilitanti, il secondo prende corpo quando quegli stessi componenti vengono usati per automatizzare attività, ridurre eccezioni e intervenire sui colli di bottiglia dei processi.
Una dimostrazione effettuata sul palco andava proprio in questa direzione: si descrive a Joule il risultato desiderato, l’assistente fa domande, recupera contesto, verifica se esistono componenti riutilizzabili nel landscape e costruisce un blueprint vicino a un PRD (Product Requirement Document). SAP sostiene che questo approccio possa comprimere tempi che oggi richiedono settimane in una finestra molto più breve: è stato citato anche il caso Sony, con una riduzione di lavoro manuale da quattro giorni a quindici minuti.
Al di là dell’effetto demo, il punto interessante è che SAP sta cercando di costruire una vera catena produttiva degli agenti: dal disegno del caso d’uso alla messa in produzione, fino alla misurazione dei risultati e alla governance. Per le direzioni IT il tema non è marginale: se l’AI entra davvero nei processi, allora servono strumenti per svilupparla, monitorarla, integrarla e correggerla con logiche da piattaforma, non da sperimentazione isolata.
Il vero banco di prova resta il dato
La credibilità dell’AI enterprise, però, si gioca soprattutto qui. Gli agenti non scalano se continuano a lavorare su informazioni sparse, duplicate o scollegate tra ambienti diversi. Per questo Herzig ha definito Business Data Cloud un “fabric di dati multi-cloud”, spiegando che il suo ruolo non è solo aggregare fonti eterogenee, ma costruire un livello semantico comune su cui far lavorare agenti e applicazioni.
In questo quadro si inserisce anche l’annuncio dell’acquisizione di Dremio. Herzig ha detto che l’operazione permetterà a SAP di supportare «al 100% il formato Apache Iceberg», con l’obiettivo di consentire agli agenti di «ragionare sui dati di qualsiasi cloud senza doverli spostare. Tradotto: meno copie, meno ridondanze, meno attriti architetturali in uno dei punti in cui si decide se l’AI può davvero entrare nei processi core.
Governance, Agent Hub e Company Memory
L’altro fronte di interesse è la governance. Qui la novità si chiama l’AI Agent Hub, descritto come il «punto in cui l’azienda può scoprire agenti verificati, monitorarne lo stato operativo e valutarne l’impatto organizzativo».
In termini più concreti, Agent Hub dovrebbe evitare una proliferazione disordinata di agenti costruiti, attivati e gestiti senza supervisione. Se l’obiettivo è portare l’AI dentro finance, supply chain, procurement e HR, allora serve anche un punto in cui vedere quali agenti sono in uso, con quali finalità, con quale stato di salute e con quali effetti sui processi e sui ruoli aziendali.
Accanto all’Agent Hub, SAP ha dato molto rilievo anche alla Company Memory, che affronta un altro problema tipico dei contesti enterprise: una parte rilevante della conoscenza operativa non vive dentro l’ERP o nei workflow formalizzati, ma è dispersa in dati non strutturati: PDF, email, chat, documenti e via dicendo.
Sebastian Steinhaeuser, COO di SAP, ha descritto questo patrimonio come conoscenza “tribale” e ha spiegato che la Company Memory nasce proprio per colmare questo vuoto. L’obiettivo, ha detto, è «estrarre atomi di processo» e permettere all’agente di «imparare dalle decisioni umane».
Questo passaggio è importante perché sposta il discorso oltre il semplice retrieval documentale. Company Memory, nella visione raccontata da SAP, non serve solo a far trovare all’agente un’informazione già scritta, ma a trasformare una parte della conoscenza informale dell’organizzazione in memoria operativa riutilizzabile. La demo mostrata durante il keynote è utile proprio per capire la direzione. Quando un ordine ad alto valore rischia un ritardo, Joule propone una spedizione più costosa. A quel punto interviene il giudizio umano, che autorizza l’eccezione perché il cliente è top tier e la penale SLA sarebbe più onerosa. La promessa, in sostanza, è che il sistema possa ricordare quella decisione, impararne la logica e non riproporre ogni volta lo stesso passaggio.
È anche per questo che Herzig ha insistito su un modello graduale: human in the loop all’inizio, autonomia crescente solo quando cresce la fiducia nel sistema. L’Autonomous Enterprise, nella visione SAP, non prende forma perché gli agenti fanno semplicemente “più cose”, ma perché le fanno in un perimetro più leggibile, tracciabile e aderente alla realtà dell’organizzazione.
Sovereign AI e sensibilità europea
A Madrid è emerso con forza anche un altro asse strategico: la sovranità. Augusta Spinelli, Regional President per l’area EMEA di SAP, ha spiegato «che in Europa il tema non riguarda più solo l’IT, ma sta entrando sempre di più nelle agende dei business leader. La sovranità, del resto, non è una sola. Può voler dire sovranità tecnologica, sovranità dei dati, continuità operativa». E può diventare un criterio concreto di scelta per l’adozione dell’AI nei contesti regolamentati
Da qui la scelta di presentare un’offerta articolata su tre livelli: deployment pubblici sicuri, capacità sovrane gestite da SAP localmente e sovranità totale per workload sensibili. L’adozione dell’AI, soprattutto nei contesti regolamentati, non dipenderà solo da performance e costo, ma anche dalla possibilità di controllare dove girano modelli, dati e workload.
Non a caso, SAP ha annunciato la disponibilità generale di Mistral AI e Cohere sulla Business AI Platform in ambienti sovrani. «Molti clienti in settori regolamentati sono preoccupati per la situazione geopolitica – ha spiegato Klein -.Cresce la preoccupazione per possibili restrizioni, sanzioni o limiti nell’estrazione dei dati».
SAP non promette un’autonomia assoluta, perché lo stesso Klein ha precisato che «non avremo mai l’indipendenza totale dall’hardware». Il punto è piuttosto che il gruppo tedesco prova a portare la sovranità dentro la discussione sull’AI enterprise come fattore concreto di architettura e procurement, non come cornice politica.
Il ponte verso l’ibrido
Fra i molti annunci del Sapphire, uno dei più importanti per il mercato installato SAP è il richiamo esplicito agli ambienti ibridi, a S/4HANA on-premise e persino a ECC considerando che la base clienti non si muove tutta con gli stessi tempi verso il cloud ERP e che la proposta AI deve fare i conti con landscape stratificati, personalizzazioni storiche e percorsi di migrazione ancora incompleti.
SAP ha promesso che una parte consistente di assistenti e agenti potrà lavorare anche in questi contesti. Allo stesso tempo, ha collegato la nuova fase AI alle offerte Rise e Grow with SAP e a una piattaforma di migrazione ERP potenziata dall’AI, che secondo quanto dichiarato dovrebbe ridurre in misura significativa lo sforzo di migrazione.
È qui, però, che si gioca il vero esame di realtà. Per ottenere valore da agenti, automazione e orchestrazione non basta attivare Joule. Servono processi standardizzati, dati sufficientemente puliti, ruoli chiari, integrazione solida e una governance applicativa meno frammentata.
In questo senso, l’AI non cancella il debito organizzativo e tecnologico accumulato negli anni. Semmai lo rende più visibile. E proprio su questo terreno, più che sulla quantità di annunci, SAP misurerà la credibilità della propria Autonomous Enterprise.
