SAP正通过Skill架构重塑企业AI的未来，将传统功能从“僵化流程”升级为“智能资产”。本文深度拆解Joule Agent背后的四层架构，揭示如何通过Skill消除AI幻觉并大幅降低集成成本。对于传统软件公司而言，这不仅是技术升级，更是将遗留系统变为核心护城河的绝佳机遇。

最近深入研究了SAP的AI体系，发现Skill已经成为SAP最核心的能力。

随着模型能力的不断增强，我相信Skill将会成为软件公司的标配，同时也成为软件公司AI转型最重要的抓手之一。

要理解这件事情，大家首先要理解什么是Skill。

假设你有三个功能：生成调拨单、查询供应商、生成采购单。

在没有Skill以前，AI就像个被套上枷锁的劳工。你必须通过Workflow（工作流）规定死：第一步干啥，第二步干啥。这实际上是把AI降级成了传统软件。

这样做的坏处，一是AI集成软件功能的成本非常高。比如，为了防止用户少报信息，程序员得写大量硬编码去判空。如下图：   

 # 处理缺失参数（硬编码追问
）    if not erp_params
[“WORKS”]: 
      return “对不起，请提供具体的工厂编号。”

而另一个更大的坏处就是体验很差，比如用户突然问：“先别调拨了，帮我查查哪家供应商采购最快？”由于Workflow没有定义这个分支，AI就会像传统软件一样报错。

现在有了Skill，这种“AI降智”的僵局被彻底打破。

Skill相当于给每一个软件功能插上了一个“AI芯片”，可以大大降低了AI集成软件功能的成本。

比如，在Skill架构下，你不再需要写if not erp_params[“WORKS”] 的判空逻辑。你只需要在Skill的元数据配置里勾选WORKS（工厂）为 “必填”，判空逻辑就会自动生成。

这样，当用户没有给WORKS（工厂）信息，AI就会自发追问：李总，库存查到了，但您想调拨到哪个工厂？

更牛的地方在于“智能调度”。

比如，当用户突然问：“先别调拨了，帮我查查哪家供应商采购最快？”

AI就会意识到“调拨任务”被用户暂停了，它会自发调用“供应商查询Skill”，然后回复你：“某某供应商最快，我们要切换到‘生成采购单’技能吗？”

这意味着SaaS公司不用重写传统软件功能，只需要给这些功能穿上Skill的外衣，就能让他们快速变成AI时代的宝贵资产——这真是一个“变废为宝”的妙招。

实际上，SAP的AI体系也完全遵循Skill架构，只不过，基于企业场景的复杂性，SAP为Skill配置了强大的工具，以满足统一用户体验、业务上下文调用、权限管理等企业需求。

SAP Agent（Joule）运行架构图

比如，通过上图我们可以看到：当用户通过统一的UX界面给SAP Agent（Joule）提出要求，Agent就会动态调用相应的Skill（图片下方）来完成任务。

在这个过程中，Agent会同步调用企业挂载的Knowledge（RAG知识库，比如供应商管理制度），以及用户的Context（上下文，比如当前用户的操作页面：提取用户想要采购的商品ID）。

我们可以把SAP的Skill架构分为4层，分别是：

1、Capability层（领域层）

可以把简单的把Capability理解为Skill的分类，比如“采购Capability”就包含了所有采购相关的Skill。

这样，如果用户只拥有采购模块的权限，那么他就只能调用“采购Capability”下面的Skill；而对于AI来说，将Skill进行分类，也可以减少AI跨领域的语义混乱。

比如，用户说“我想查询合同”，AI首先就可以根据上下文（Context）判断用户是问的采购合同，还是HR合同，从而匹配到合适的Skill分类。

2、Scenario层（场景层）

Scenario层可以简单的理解为具体的Skill，比如“生成采购订单Skill”。当然了，也可以把多个Scenario组合成一个复杂的Skill。

在SAP中定义一个Scenario需要5个步骤，分别是：

1）定义触发短语 (Define Trigger Phrases)

输入用户可能用来启动这个Scenario的各种说法，比如“我想请假”、“申请年假”、“下周我不来上班”，这样AI就能精准的将用户请求导向“休假申请Scenario”。

2）配置槽位与实体提取 (Configure Slots & Entity Extraction)

定义执行任务必须收集的“关键信息”，比如AI会自动提取出“申请日期”填入槽位。如果用户没说请几天假，AI也会根据配置自动“追问”

3）编排对话流与逻辑分支 (Design Dialog Flow & Logic Branching)

定义任务的处理流程。

比如：如果是“病假”，跳转到“上传医生证明”节点；如果是“年假”，直接进入“余额检查”节点。

4）关联Function执行动作 (Bind Functions for Actions)

关联传统软件功能。

比如：关联API“fn_SubmitLeaveRequest”，从而在HR系统提交请假申请。

5）配置回复与交互卡片 (Define Responses & Interactive Cards)

配置AI如何把结果告诉用户。

比如：通过卡片形式，让用户核对请假申请信息并一键确认。

3、Functions 层：动作执行 (The Hands)

Functions其实就是Api，包含了输入、输出以及对应的传统软件功能。比如Scenario给“库存查询Function”一个商品ID，它就会在ERP后台把某个商品的库存数字抓回来。

如果要在Scenario（场景）中使用一个Function，首先需要在Capability层声明有哪些Functions可以使用。这种“先授权、再入场”的模式，保证了系统的严谨性。

4、Security & Governance 层：安全与治理 (The Guardrails)

这个层级其实嵌入到了Agent的各个层级，比如在Functions层，当员工A和经理B同时问Agent：请列出本部门所有人的工资。

Agent会识别出A只能看自己的数据。同时识别出B是经理，可以查看全组数据。

值得一提的是：在这个案例中，SAP Agent本身并不存储权限，它只是诚实的遵守SAP HR系统定义的权限。

为什么我说Skill是传统软件公司AI时代最大的机会？

以前我们总说企业AI找不到合适的落地场景，主要原因是两点：

1、AI存在幻觉

不敢把严谨的工作交给AI，这就大大缩减了AI落地的场景选择。

2、ROI不够

AI落地的成本很高，比如要让AI调用一个软件功能，不管是API配置还是Workflow编排都是很大的工作量，而且非常不灵活。这就导致很多场景“不值得”用AI去改造。

现在通过“AI+Skill+传统软件”的组合，以上2个问题都能够得到大幅度的改善。

比如，把执行任务全部交给软件功能，同时加上必要的校验，就可以防止AI幻觉。

再比如，通过Skill大幅度降低AI调用软件功能的成本，真正实现用户日常工作的自动化和智能化。

也就是说，有了Skill，传统软件公司不需要推倒重来，他们只需要给软件功能披上一层Skill的外衣，就能“变废为宝”：

把原本被视为“遗留系统”的传统软件变成AI时代的宝贵资产，也成为抵御通用AI公司的护城河，从而大大提升AI转型的成功率。