SAP和Google Cloud正在部署代理商务架构，以自动化企业规模的多代理营销和零售运营。
SAP 的研究表明，78% 的企业认为人工智能对于在 2026 年留住客户至关重要。然而，同样的数据显示，只有不到五分之二的公司在客户体验 (37%) 或 CRM (39%) 平台之间共享客户数据。
解决这一结构性数据故障需要直接的基础设施干预。SAP 和 Google Cloud 扩大了合作，旨在构建一个智能体客户体验架构，将数据、人工智能、互动和商务运营连接起来。
该部署依赖于重构人工智能与后端商业平台的交互方式。大多数数字商务基础设施依赖于分散的API。SAP Commerce Cloud采用通用商务协议来标准化零售商、支付网关和自主代理之间的数据交换。该框架使软件能够独立执行完整的零售流程，涵盖初始搜索、交易处理和售后解决。
部署通用商务协议
集成通用商务协议的工程团队能够促进智能代理与商务平台之间的直接交互。这种标准化降低了集成成本，并加快了向人工智能驱动渠道的对接速度。
SAP计划与谷歌合作，确保商家产品能够自然地出现在Gemini应用程序和谷歌搜索结果中，特别是融入AI模式功能。消费者通过这些界面进行互动，而后端架构则负责处理库存检查、购物车管理和支付处理，无需零售商重建现有基础设施。
SAP Commerce Cloud 集成了 Google Gemini 的各项功能，打造了专属的购物助手。品牌可直接向消费者部署该助手，方便他们进行聊天、语音和短信互动。状态保留功能贯穿整个购物周期。该部署方案会实时采集用户行为数据、当前仓库容量以及营销活动数据，从而构建独特的商品组合，包括完整的活动配置。通过不断优化推荐，该应用可确保高度相关性和精准的实物交付能力。
企业系统经常在促销活动引发实体库存无法满足的需求时出现故障。前端界面与后端仓库系统同步失败，导致线上购买频繁中断。用户点击促销邮件、打开相应的移动应用后，却在结账时突然收到缺货提示。订单履行更新严重滞后，使得客服人员无法掌握完整的运营情况。SAP 和 Google Cloud 联合开发了一套解决方案，旨在解决这些特定的系统性客户体验问题。
该架构摒弃了管理分散的联系点的做法，而是将整个流程统一起来。传统的商业模式要求消费者反复输入之前共享的信息。支持人员常常无法访问统一的记录，导致他们无法高效地解决问题。该集成旨在解决这些操作上的难题，确保系统能够在所有数字平台上即时识别用户及其确切的上下文。
双向数据流
营销执行需要高度精确的数据管道。SAP Engagement Cloud 与 Google Cloud 合作构建了一个自主多代理框架。该框架的技术基础基于 SAP Business Data Cloud Connect for Google BigQuery。部署采用双向零拷贝数据链接，并由严格的管理控制措施保障数据安全。保留海量数据存储而非复制数据，可以降低存储成本和网络延迟。
BigQuery 摄取实时变量，例如天气状况、精确位置和活跃广告互动率。SAP 客户体验解决方案提供内部行为上下文，跟踪客户画像、精确的交易历史记录、特定服务互动和已获许可的互动记录。SAP Engagement Cloud 激活这些综合智能，部署自主代理，在客户生命周期中协调个性化互动。
通过业务数据云路由信息，同时由 BigQuery 处理逻辑，可实现即时库存同步。购物助手会在显示任何产品之前主动查询实时仓库记录。软件会将实际库存与消费者需求进行比对，并在提出建议前确认库存情况。
生产环境中的生成式执行
先进的生成模型决定了营销活动的本地化输出。谷歌 Gemini 模型，特别是 Nano Banana 2 版本，具备专业的代理能力。这些模型能够根据双向数据流提供的精确规范，动态生成本地化信息、定制图像和各种营销活动版本。
该部署方案通过谷歌富媒体通信服务将标准短信升级为沉浸式交互式界面。广告创意会根据接收到的互动数据不断更新迭代。系统会处理互动信息，根据用户画像评估用户响应，并指示 Nano Banana 2 模型调整后续沟通内容。
营销部门通过摒弃人工执行方式，显著提升了效率。团队不再需要设置僵化的营销活动参数，而是设定业务目标，并向 SAP Engagement Cloud 提供企业数据访问权限。自主代理会协调必要的步骤，基于 Google BigQuery 分析数据对受众进行细分，并通过 Google Gemini 模型生成特定的内容变体。
评估基础设施的影响
部署该架构将重构标准商业运营模式。消费者通过搜索引擎和对话界面表达购买意向。嵌入式人工智能代理处理这些意向，导航通用商业协议连接，并直接与企业后端完成购买。
尽管交易发生在第三方环境中，零售商仍保留对客户关系的完全控制权。该架构会捕获经用户同意的互动数据，并将交易历史记录反馈到 SAP 客户体验解决方案中。系统会更新本地化的客户档案，在下一个互动周期开始前为 Google Gemini 模型提供最新的客户信息。
该系统无需人工干预即可持续提升营销活动效果。多智能体框架会评估生成的富媒体通信服务 (RCS) 短信的成功率，并在下次自动发送前调整相关变量。
