SAP 正通过两项关键举措推动企业数据生态的开放：一是支持跨企业的双向数据共享，二是将人工智能所需的高级分析与 ERP 升级路径解耦。
拥抱 Apache Iceberg，从封闭存储转向开放湖仓
在上周举行的一场技术会议上，这家德国软件巨头宣布采用对 Apache Iceberg 的原生支持。Gartner 高级总监分析师 Aaron Rosenbaum 指出：“通过与 Iceberg 合作，SAP 正在从一个非常封闭的应用程序存储模型转向一个开放的湖模型。”这一转变旨在融合数据湖与数据仓库的概念。
今年 5 月，SAP 收购了基于 Apache Iceberg 构建的湖仓平台 Dremio。在近期的 TedEd 会议上，SAP 表示其商业数据云（Business Data Cloud, BDC）——作为“SAP 商业 AI 平台的可信数据基础”——现在原生支持 Apache Iceberg 以及由 Apache Polaris 支持的通用目录。这为用户及 AI 代理平台 Joule 提供了开放且受管理的数据消费基础。
打破云地界限，连接传统 ECC 与现代分析
Rosenbaum 强调，打通云端现代分析与现场或托管的传统系统（如全球广泛采用的 SAP ECC）之间的桥梁至关重要。SAP 已采取重大举措，不仅针对最新的 S/4HANA 云系统，也面向 ECC 用户开放数据。“利用 AI 进行生命周期升级是一个挑战，”Rosenbaum 说道，“这种开放性有助于解决这一问题。”
新的技术政策结合 SAP BDC Connect，实现了与 Databricks、Snowflake、Google、AWS 和 Microsoft 等平台的互操作性，支持“零复制数据共享”。此外，该系统将继续支持来自 Databricks 的另一种开放表格格式 Delta Lake。
通过整合 Dremio 的 SQL 查询引擎，BDC 用户还可以访问包括 SQL Server、MongoDB、Oracle 和 PostgreSQL 在内的多种关系数据库。
深化与 Databricks 合作，赋能业务语义建模
在同次会议上，源自 Apache Spark 的湖仓公司 Databricks 扩大了与 SAP 的合作范围。此前双方已宣布将 Databricks Data + AI 平台嵌入 BDC 中。此次“扩展范围”旨在使 SAP 应用程序中的数据在 SAP 商业数据云引擎中可用，涵盖 SAP 数据库。
Databricks 举例说明，一家在 SAP ECC 内部运行财务和供应链的制造商，可以使用 SAP 应用数据基金会将历史订单数据带入 SAP 数据库，并与第三方数据结合。数据工程师无需构建自定义提取管道，即可在 SAP 的业务语义基础上构建需求预测模型。Databricks 建议，用户在迁移至云端时仍可保留这些工作成果。
行业观点：避免供应商锁定，构建一致上下文层
展望 2026 年，两家公司的合作目标不仅是提供商业洞察，更在于实现深度集成。Rosenbaum 认为，日益增加的开放性对用户而言是利好消息。
“有评论称未来会将 Joule 和精灵（此处指代相关 AI 组件或概念）结合在一起，这表明企业和所有供应商都在围绕‘环境层’展开竞争。”Rosenbaum 分析道，“目前并不一定存在唯一的赢家。交易系统和整体业务中存在不同的背景点，这些一直是紧张关系的来源。”
他进一步指出，缺乏单一供应商的锁定非常重要。核心问题在于如何构建这些上下文层并提供一致的答案——无论用户选择在 ERP 供应商的数据平台内使用其语义层，还是在外部使用其他供应商的工具。无论选择哪条路径，仍有许多工作需要完成。
