Intel 10 月 28 日公布與 SAP 合作的實體 AI（Physical AI）概念驗證，試圖打通企業資訊系統與倉儲現場的作業技術。展示以 SAP Extended Warehouse Management（SAP EWM）承接企業端的工作需求、流程規則與任務協調，再交由採用 Intel 邊緣 AI 軟硬體的自主機器人執行實際物料搬運。
在示範流程中，SAP EWM 發起搬運請求後，機器人接收指令、運送材料，並將任務狀態、完成結果及例外情況回報至 SAP EWM。Intel 表示，這種雙向閉環設計不同於獨立運作的機器人自動化，企業能在既有治理流程下掌握實際執行結果。概念驗證觀察到搬運距離縮短、重複性人工搬運減少，但官方沒有公開量化改善幅度。
Intel 提供的技術基礎包含 CPU、GPU 與 NPU 異質運算，支援機器人於現場進行感知、推論、導航、檢查與即時控制；軟體則提及 OpenVINO Physical AI、Physical AI Studio 與 Robotics AI Suite。SAP 端負責企業情境、工作流程與業務規則，雙方強調以開放且不綁定單一機器人廠牌的架構支援多種模型、作業系統，以及雲端或地端部署。
合作目標是將目前的展示轉化為可在不同據點、機器人平台與營運情境重複使用的企業實體 AI 藍圖。不過現階段仍屬概念驗證，尚不能解讀為已在客戶倉庫全面導入或已取得特定效能保證。
SAP 10 月 27 日說明 Physical AI 的企業應用方向，主張讓工廠機器人、自動搬運系統、感測器與維修設備不再只依本地指令運作，而是接受企業系統提供的訂單優先序、庫存狀態、安全規範及合規條件，並將實際結果回寫至業務紀錄。
SAP 指出，傳統企業系統雖能掌握財務、供應鏈與庫存，實體作業卻常在另一套自動化系統中執行，造成資訊延遲與稽核缺口。Physical AI 以業務驅動的實體動作、實體證據回流、企業治理及跨硬體平台為四個設計方向，讓每次任務都可連結到可查核的業務脈絡。
技術架構建立在 SAP Business AI Platform 上，實體觀測資料可作為結構化資料進入 SAP Business Data Cloud，用於後續規劃、預測及營運分析。SAP 表示，硬體與模型選擇不綁定單一供應商，合作夥伴負責實體執行，SAP 提供流程協調與治理。
Foxconn 在官方文章中描述，透過 SAP Extended Warehouse Management 直接協調人形機器人與自主運輸系統的倉儲任務，並由維護計畫觸發機器人檢查，再將驗證結果送回 SAP。這是合作方敘述的應用情境；公告未提供全面量產規模、設備售價、各模組正式供應日與獨立成效驗證數據。
發生了什麼事
Intel 與 SAP 示範 SAP EWM 直接派送物料搬運任務給自主機器人，再把任務狀態與異常回寫企業流程的實體 AI 閉環。
SAP 提出將企業流程與機器人、感測器的實體執行連成閉環，並在 TechEd 展示相關合作情境。
為什麼重要
將企業流程治理與現場機器人執行連結，有助於減少獨立自動化系統的整合斷點，也為跨廠牌、跨據點擴充建立共同架構。
把實體任務與企業政策、稽核紀錄連結，有助於避免自動化系統成為無法追蹤的孤島。
影響哪些人
倉儲與物流營運商、企業 ERP 整合商、機器人供應商，以及導入邊緣 AI 的工業系統開發者，都是主要相關對象。
製造、物流、倉儲、維修及大型企業 ERP 團隊將是主要應用對象。
已確認與未確認
已確認的是概念驗證流程與技術組合；尚未公布量產導入客戶、實際節省百分比、整體成本、部署時程與服務價格。
架構原則與 Foxconn 案例已公布；商用供應範圍、價格及獨立量化效益仍需後續驗證。
