尽管第四季度超出收入预期,但软件巨头SAP仍然宣布四年来首次进行内部重组,预计未来将逐渐转向云并因此做出调整。SAP表示,这次重组将削减大约4400名员工,以及8亿欧元(约合9.135亿美元)-9.5亿欧元(10.8亿美元)的费用,大部分重组将在2019年第一季度完成。
SAP表示,尽管进行了充足,但预计今年总员工人数将高于现有的96500人。SAP首席执行官Bill McDermott向《华尔街日报》表示,削减将主要来自于新任命的、提前退休和离职等不同方式。
McDermott强调,组织性变革不是削减成本的举措,而是资源的再平衡,以追求云中的新机遇。“我们正在优化员工队伍,以提升公司业绩的增长,”McDermott在与分析师的电话会议上这样表示。“你会看到我们更强调重大机会,把技能放在了第二位。”
市场研究公司Forrester副总裁兼首席分析师George Lawrie表示,SAP的重组是调整业务成本的一部分,在目前的环境中,对技能的要求正在快速发生变化。他说:“我认为如今这对所有公司来说都是非常正常的。随着技术的进步,你需要留住你的员工,为那位选择不留在公司的人做好安排。”
Constellation Research分析师Holger Mueller表示认同。他说:“数字化颠覆很难,包括对于那些打造产品实现数字化变革的厂商来说。总体而言,作为一家必须变革和升级其完整产品组合的厂商来说,SAP的表现非常出色。”
云转型加速
以下这些数字表明,SAP向云转型的势头正在加速:第四季度新增云订单费用增长了25%,达到7.36亿欧元(约合8.41亿美元),云订阅和支持收入增长了40%达到14.1亿欧元(约合16.1亿美元)。SAP表示,今年全年未完成交付的云计算业务超过100亿欧元(约合114亿美元),增长了30%。SAP预计2019年云订阅和支持收入将增长39%,以固定汇率计算增长幅度为38%。
SAP的总收入增长了9.2%,达到74.3亿美元,比市场普遍预期的72.2亿美元超出3%左右。然而SAP的盈利表现略有下滑,每股盈利1.51美元,低于预期大约4美分。
从全年来看,按固定汇率计算总收入增长了11%,达到247亿欧元(约合282.2亿美元),云订阅和支持销售额增长了33%达到52亿欧元(约合59.4亿美元)。软件许可证收入持平,符合行业趋势。可预测的收入是云订阅的一个组成部分,现在占总收入的65%,同比增长2%。
在纽约证券交易所开盘前,投资者最初对SAP股票的交易价格上涨约1%,但该股在早盘交易中跌幅超过3.2%。在业绩结果公布前不久给出的一份意见中,DZ Bank AG分析师写道,虽然收入表现“相当不错”,但SAP的利润率正在受到挤压。分析师们对于SAP2019年整体云和软件收入增长10%的指引给出了“保守”的评价,但维持了“买入”的评级。
加码未来
McDermott继续强调他在10月公布第三季度财报时传递的一个信息,那就是SAP不会把利润率看得比增长更重。“这是为规模、增长和弹性而建立的商业模式,我们仍将是大规模云中增长最快的商业软件公司。”
在电话会议上,McDermott多次用“加码”这个词来描述SAP对其增长业务的态度。“想想我们的核心业务更侧重于价值驱动力上,”他提到了S/4HANA企业资源规划系统、Leonardo机器学习平台、以及11月收购Qualtrics International获得的客户体验管理业务。“我们将加码这些业务,我们进入每个可以发力的这些市场。”
SAP表示,所有这些业务都有良好的增长,该季度S/4HANA的采用量达到10500个客户,同比增长33%,该季度C/4HANA客户体验套件的销售额也增长了一倍多。SAP客户体验产品的季度总收入同比增长52%,达到3.49亿欧元(约合3.99亿美元)。
SAP表示,预计到2023年总收入将超过350亿欧元(约合400亿美元),这将比2018年增加40%。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。