ספטמבר 2023: עוזר אחד שאמור "לדעת למה התכוונת"
SAP הציגה את ג'ול (Joule) ב-26 בספטמבר 2023, לפי הודעתה הרשמית, כ"עוזר-AI גנרטיבי, שיחתי וחדש של SAP". מנכ"ל SAP, כריסטיאן קליין, תיאר את השאיפה במשפט שנצטט מאז שוב ושוב: "ג'ול ידע למה התכוונת, לא רק מה שאמרת". הרעיון: משתמש שואל שאלה או מתאר בעיה בשפה טבעית, וג'ול משיב בהתבסס על נתונים שנשאבים ממערכות שונות של SAP וממקורות חיצוניים, תוך שמירת-הקשר בין שאלות עוקבות — כך שאפשר להמשיך לשאול שאלות-המשך בלי לחזור ולתאר את כל ההקשר מחדש בכל פעם.
בהודעה מתואר תרחיש-דוגמה של חברת-ייצור: ג'ול מזהה אזור-מכירות חלש, מקשר אותו לנתוני-שרשרת-אספקה שחושפים את שורש-הבעיה, וממליץ על פתרון — כלומר, לא רק מציג נתון בודד אלא מקשר בין כמה מערכות-מידע שבארגון גדול בדרך-כלל אינן "מדברות" זו עם זו בזמן-אמת. זהו בדיוק סוג-העבודה שבארגונים גדולים נופל בדרך-כלל על אנליסט אנושי שצריך לפתוח כמה מערכות במקביל ולהצליב נתונים ידנית — ולכן הדוגמה נבחרה במכוון כדי להמחיש חיסכון מוחשי, ולא רק שיחה נעימה.
פריסה הדרגתית על פני כל החבילה
לפי הודעת-ההשקה, ג'ול תוכנן להיפרש בהדרגה: SuccessFactors ואתר SAP Start עד סוף 2023, SAP S/4HANA Cloud בתחילת 2024, ובהמשך גם חוויית-לקוח (CX), Ariba ופלטפורמת-הטכנולוגיה-העסקית של SAP (BTP). קליין ציין את פוטנציאל-ההגעה של החברה — כמעט 300 מיליון משתמשים ארגוניים ברחבי-העולם — כהמחשה להיקף הבסיס שאליו ג'ול יכול להגיע, ולא כמספר-משתמשים-פעילים בפועל. פיל קרטר מ-IDC, שצוטט באותה הודעה, אמר ש-SAP "לוקחת את הזמן לבנות קופיילוט עסקי שמתמקד בייצור תשובות המבוססות על תרחישים מהעולם האמיתי" — כלומר, לא רק "תראו כמה זה חכם" אלא הוכחה שהעוזר באמת פועל בהקשר עסקי מוכר.
הבחירה להתחיל דווקא ב-SuccessFactors (משאבי-אנוש) ולא ביישום-הליבה S/4HANA אינה מקרית: זהו תחום שבו שאלות-עובדים חוזרות על עצמן לעיתים קרובות ("כמה ימי-חופשה נשארו לי", "איך מגישים בקשת-החזר"), ולכן מהווה שטח-בדיקה בטוח יחסית לפני שהעוזר מתמודד עם תהליכים כספיים ותפעוליים קריטיים יותר. ההיגיון הזה — להתחיל בתחום-שימוש נמוך-סיכון ולהתרחב בהדרגה לתהליכי-ליבה — חוזר גם אצל מתחרות אחרות בבועה הזו, ומשקף זהירות אמיתית סביב מה שקורה כשסוכן-AI טועה בתוך מערכת פיננסית קריטית.
מ-IDC ועד ללקוח: מדידה חיצונית מול הצהרות-עצמיות
כמו רוב הספקים בבועה הזו, רוב הנתונים המספריים על ג'ול — כולל דוגמת-סוני, אקסנצ'ר וה-ROI המצוין בהודעת-ההשקה — מגיעים מהודעות רשמיות של SAP עצמה או מגורמים שהיא בחרה לצטט (כמו IDC). קורא שרוצה הערכה בלתי-תלויה לגמרי צריך לחפש אותה במקום אחר — בדוחות-אנליסטים עצמאיים או בדיווחי-משתמשים שלא פורסמו דרך ערוצי-SAP. זה לא סימן לאי-אמינות מיוחדת של SAP דווקא, אלא מאפיין כללי של כל התחום: ספקי-סוכנים גדולים נוטים לפרסם הצלחות ולא כישלונות.
היקף וקצב-האימוץ בפועל
SAP לא פרסמה עד כה מספר מדויק של "משתמשי-ג'ול פעילים", אך ריבוי הכרזות-הפריסה שהחברה מוציאה כמעט מדי חודש — מ-Concur ועד Signavio, מ-SuccessFactors ועד SAP for Me — מרמז על כך שהיא רואה בג'ול לא מוצר בודד אלא רכיב סטנדרטי שמוטמע כברירת-מחדל כמעט בכל יישום חדש שהיא משחררת. הדפוס הזה — הטמעת-AI כברירת-מחדל ולא כתוסף אופציונלי — הוא עצמו סימן לאן מגמת-הענף כולו הולכת.
למה דווקא עוזר-שיחה, ולא ישר סוכן-פעולה
כדאי לשים לב לבחירת-הרצף של SAP: ב-2023 היא לא הציגה מיד "סוכן אוטונומי" אלא עוזר-שיחה שמשיב על שאלות — צעד זהיר יחסית. רק בהמשך, עם Joule Studio, היא נתנה לארגונים כלים לבנות בעצמם סוכנים שמבצעים פעולות (מועד-ההשקה הראשון של Joule Studio אינו מתועד במקורות שנבדקו; ההודעה שנבדקה כאן היא ממאי 2026 ומכריזה על גרסה חדשה שלו). הרצף הזה — קודם לענות על שאלות, ורק אחר-כך לתת לתוכנה לבצע פעולות בפועל בתוך מערכת פיננסית קריטית — משקף זהירות אמיתית שכדאי להכיר בה: תוכנה שמשיבה לא-נכון על שאלה מביכה; תוכנה שמבצעת פעולה לא-נכונה במערכת-ERP עלולה לעלות כסף אמיתי.
מ-Joule-כעוזר ל-Joule Studio: בניית סוכנים
ב-13 במאי 2026 השיקה SAP את Joule Studio — פלטפורמה מנוהלת-במלואה לבניית וניהול מחזור-החיים השלם של סוכני-AI, אפליקציות ותהליכי-עבודה, המתוארת כ"היישום המעשי" של SAP Business AI Platform, לפי הודעתה הרשמית. זהו המעבר המהותי בסיפור של ג'ול: מעוזר-שיחה בודד ב-2023, ל-2026 שבה הארגון עצמו יכול לבנות ולנהל צי-שלם של סוכנים משלו, מעוגנים "באופן טבעי בנתונים עסקיים חיים, בתהליכים מקצה-לקצה ובסמנטיקה עסקית עשירה" בתוך סביבות ה-SAP.
הפיתוח מבוסס-כוונה: משתמש מתאר יעד עסקי בשפה טבעית, והמערכת מייצרת סט מלא של תוצרים — מסמכי-דרישות, מפרטים-טכניים, שלד-קוד, חומרי-בדיקה ותצוגה-מקדימה עובדת. כדי להימנע מנעילת-ספק, Joule Studio תומכת במסגרות-פיתוח חיצוניות כמו LangChain, Pydantic AI ו-LlamaIndex, ובסביבות-פיתוח כמו Visual Studio Code ו-Cursor — כלומר, צוות-הנדסי שכבר עובד בכלים האלה לא נדרש לנטוש אותם כדי לבנות סוכן בתוך SAP. SAP שיתפה פעולה גם עם Vercel (לפיתוח-חזית מהיר עם Next.js, עבור ממשקי-משתמש מותאמים-אישית לסוכנים) ועם n8n (לתזמור-זרימות-עבודה רב-סוכני מוטמע וחזותי בקנה-מידה ארגוני).
בזמן-הריצה מציעה הפלטפורמה ניהול-תשתית אפסי, בידוד-סוכנים מאובטח באמצעות NVIDIA OpenShell (סביבת-ארגז-חול ייעודית), וזיכרון מתמשך המבוסס על SAP HANA Cloud שנועד לשמר הקשר-משתמש בין הפעלות. לפי אותה הודעה, סוני (Sony) הפיקה פתרון מקצה-לקצה תוך 10 עד 15 דקות במקום שלושה-ארבעה ימי-פיתוח ידני, ואקסנצ'ר דיווחה על תוצרי-קוד באיכות עקבית לאורך 48 תרחישים שונים ומגוונים. גישת-העיצוב (design-time) ניתנת חינם ללקוחות ולשותפי SAP עד סוף 2026 — מהלך שמעיד על רצון להנמיך את מחסום-הכניסה ולעודד ניסוי מהיר לפני מחויבות-רכש.
תמיכה במסגרות-פיתוח ובידוד-סוכנים
היבט שכדאי להתעכב עליו הוא ניהול-הסיכון סביב הרצת-קוד שנוצר על-ידי AI. NVIDIA OpenShell, שבה משתמשת Joule Studio לבידוד-סוכנים, נועדה להבטיח שקוד שסוכן מייצר או מריץ בפועל לא יכול "לברוח" ולפגוע במערכות אחרות בתוך הארגון — עיקרון דומה לזה של ארגז-חול (sandbox) שמופיע גם בכלי-פיתוח אחרים לסוכני-AI (ראו ערך נפרד). השילוב של פיתוח-בשפה-טבעית עם בידוד-ריצה קפדני משקף איזון מכוון: לתת לסוכן חופש רב ליצור, אבל להגביל את מה שהוא יכול לגעת בו בפועל בזמן שהוא רץ.
מהצ'אט אל תוך תהליכי-הליבה
ב-11 ביוני 2026 הכריזה SAP על "ג'ול בתוך SAP for Me" — שער-AI לתובנות, לתמיכה ולפעולות-מונחות בתוך פורטל-הלקוחות של החברה, שהודעתה הרשמית מתארת כמעבר "מפורטל של קליק-וחיפוש למערכת-אקולוגית ארגונית שיחתית ומונעת-סוכנים". במילים אחרות: הפורטל שדרכו לקוחות SAP פותחים קריאות-שירות ומחפשים תיעוד הופך בעצמו לממשק-שיחה שמבצע פעולות, ולא רק מציג תוצאות-חיפוש.
השימושים בג'ול חצו גם לתחומים לא-משרדיים: אצל Martur Fompak International, יצרנית מושבים לרכב, משמש ג'ול יחד עם AI מגולם (embodied AI) להפעלת רובוטיקת-לוגיסטיקה-פנימית ולשיפור תפוקה ויעילות, לפי הודעה רשמית ממאי 2026 — דוגמה לכך שסוכן-AI ארגוני אינו מוגבל רק לעבודת-משרד, אלא יכול לתאם ישירות ציוד פיזי במפעל. זהו סימן לכך שהמסגרת שסביב ג'ול לא תוכננה רק לתהליכי-משרד קלאסיים, אלא מיועדת מלכתחילה גם לסביבות-ייצור פיזיות שבהן טעות עולה הרבה יותר מהודעת-שגיאה על המסך.
המשמעות בתוך שוק ה-ERP
היתרון התחרותי המוצהר של Joule אינו המודל עצמו, אלא ההצמדה שלו לתהליכים ולסמנטיקה העסקית שכבר קיימים בתוך S/4HANA ובשאר מוצרי SAP — בדיוק כפי שאג'נטפורס נשענת על נתוני-CRM של סיילספורס, וסוכני Glean נשענים על גרף-הידע הארגוני של Glean (ראו ערכים נפרדים). זהו דפוס חוזר בכל הבועה הזו: היתרון של הספק הוותיק אינו איכות-המודל אלא עומק-הנתון הקנייני שהמודל מקבל גישה אליו — ומכיוון ש-SAP מריצה את הליבה הכספית והתפעולית אצל חלק גדול מהתאגידים הגדולים בעולם, "הסמנטיקה העסקית" שהיא מדברת עליה כוללת בפועל מיליוני תהליכים מתועדים שאף ספק-AI חיצוני אינו יכול לשכפל בקלות.
התחרות עם Joule Studio אינה רק מול מיקרוסופט, גוגל, IBM וסיילספורס כמותגי-סוכנים כלליים, אלא בעיקר מול הרעיון שסוכני-AI ייבנו מחוץ ל-ERP ורק "יתחברו" אליו מבחוץ. הימור SAP הוא שארגון שרוצה סוכן שבאמת מבין תהליך רכש מורכב עדיף לו לבנות אותו בתוך הסביבה שכבר מכירה את התהליך הזה לעומק, ולא לחבר כלי חיצוני שצריך "ללמד" אותו מאפס.