SAP e Google Cloud rafforzano la loro collaborazione puntando su un obiettivo preciso: portare l’intelligenza artificiale agentica dentro i processi aziendali, a partire dal marketing. Il risultato è un’integrazione che va oltre la connessione tra piattaforme e introduce un modello operativo basato su agenti capaci di lavorare in modo coordinato su dati e applicazioni distribuite.
Al centro di questa evoluzione c’è l’idea di superare la frammentazione tra sistemi e trasformare i dati in azioni concrete. In un contesto in cui molte organizzazioni faticano ancora a collegare insight e execution, la promessa è quella di automatizzare interi flussi operativi, riducendo l’intervento manuale e accelerando il time-to-market.
Dall’integrazione dei dati all’orchestrazione multi-agente
La collaborazione tra SAP e Google Cloud introduce una base unificata su cui far operare agenti AI in modo interoperabile. Gemini Enterprise assume il ruolo di hub centrale, coordinando l’accesso ai dati e l’interazione tra agenti distribuiti tra le due piattaforme.
Non si tratta semplicemente di rendere i dati disponibili, ma di permettere agli agenti di utilizzarli in modo attivo. L’integrazione con SAP Business Data Cloud Connect e BigQuery consente infatti un accesso bidirezionale alle informazioni senza necessità di duplicazione, mantenendo sicurezza e governance di livello enterprise.
“Non si tratta solo di un’integrazione dei dati; questo è un salto in avanti per gli agenti AI che possono collaborare naturalmente ed eseguire le attività in maniera più fluida” spiega Balaji Balasubramanian, Chief Product Officer di SAP Customer Experience. “Offriamo alle organizzazioni un percorso che va dalla sperimentazione dell’AI a un’esperienza cliente scalabile basata sull’AI”.
Il punto chiave è proprio questo passaggio: dall’AI come strumento di supporto all’AI come sistema operativo distribuito, in grado di coordinare attività su più ambienti.
Marketing automatizzato end-to-end con SAP e Google Cloud
Il primo ambito applicativo è il marketing, dove l’integrazione consente di assegnare a un agente un obiettivo di alto livello e lasciare che sia il sistema a gestire l’intero processo.
In pratica, un marketer può definire un target o un KPI – ad esempio l’aumento degli acquisti ripetuti o l’ottimizzazione del ciclo di vita del cliente – e l’agente si occupa di eseguire tutte le fasi necessarie: dalla personalizzazione dei contenuti alla distribuzione, fino all’interazione con l’utente finale.
Questo approccio elimina la necessità di orchestrare manualmente strumenti diversi e consente di passare direttamente dalla strategia all’esecuzione. Le campagne non vengono più costruite passo dopo passo, ma generate, ottimizzate e adattate in modo continuo.
“Per realizzare appieno il potenziale dell’AI agentica, le aziende hanno bisogno che i loro sistemi parlino la stessa lingua” sottolinea Kevin Ichhpurani di Google Cloud. “Permettiamo ai marketer di andare oltre la semplice automazione e di passare all’orchestrazione multi-agente”.
Il nodo dei dati: da limite a leva strategica
Uno degli ostacoli principali all’adozione dell’AI nei processi aziendali resta la frammentazione dei dati. Secondo SAP, oltre la metà dei marketer indica proprio in questo fattore una delle principali cause di inefficienza.
La nuova integrazione prova a risolvere questo problema alla radice, unificando i dati e rendendoli accessibili agli agenti in modo coerente e governato. In questo scenario, il valore non sta solo nella disponibilità delle informazioni, ma nella loro capacità di attivare processi in tempo reale.
L’utilizzo combinato di Joule e SAP Engagement Cloud consente alle campagne di passare automaticamente dalla pianificazione all’attivazione, senza interruzioni tra strumenti diversi. È un cambio di approccio significativo: l’AI non supporta più il processo, ma lo esegue.
Verso una piattaforma AI distribuita
Il marketing rappresenta solo il primo caso d’uso, ma il modello è pensato per estendersi all’intero portafoglio SAP Customer Experience e, più in generale, ai processi aziendali ad alto valore.
L’elemento distintivo è l’orchestrazione multi-agente: un sistema in cui diversi agenti collaborano, condividono contesto e attivano azioni su più piattaforme. Questo apre la strada a un’AI capace non solo di analizzare e suggerire, ma di operare direttamente sui sistemi aziendali.
In prospettiva, la direzione è chiara. Le piattaforme enterprise stanno evolvendo verso ambienti in cui dati, applicazioni e AI convergono in un unico layer operativo. E in questo scenario, la differenza non la farà solo la qualità dei modelli, ma la capacità di integrarli nei processi reali.
SAP e Google Cloud stanno cercando di posizionarsi esattamente su questo livello. Non più strumenti separati, ma un’infrastruttura condivisa in cui l’AI diventa parte integrante dell’esecuzione.
