至顶网软件频道消息: 有持续的迹象表明,SAP最近的处境不太好。
德国企业应用领导厂商SAP正在进行大裁员,云计算业务黯然失色,产品线让客户感到困惑。原本有望拯救SAP的HANA内存数据库,也因为市场中新进的、更加云有好的厂商而变得有些暗淡。
随着不少云原生的ERP厂商剑指SAP,SAP发现自己需要一场能够改变游戏规则的创新——看起来,SAP将赌注全部压在了人工智能领域。
SAP的核心人工智能产品Leonardo能否拯救SAP仍然是一个悬而未决的问题。是在冗长的SKU列表中再增加一个新的项目?Leonardo能否与IBM Watson或者Salesforce Einstein、或者其他任何一款以名人命名的人工智能产品展开竞争?
今年对于企业软件提供商来说不可避免地要经历一场人工智能带来的市场洗牌。SAP是随大流,还是进行真正的创新以挽救自己?
正如许多大厂商一样,SAP近年来进行了多次收购,这让产品线变得复杂且混乱。例如,SAP在售的有SAP HANA、C4/HANA、S4/HANA和HANA Cloud Platform——就是SAP自己的HANA产品。
SAP联合创始人Hasso Plattner很坦然地面对这一问题。去年他曾经表示:“制定一套能够让大多数人理解的战略,有一个至少和S/4HANA一样好看的品牌,能起到一定的帮助作用。但要是Hybris、Hybris for Marketing ......这种变化太快无法让人印象深刻的名字,是起不到任何帮助作用的。”
HANA业务的负责人对Plattner的观点表示认同。SAP S/4HANA孵化和联合创新副总裁Matthias Haendly上个月曾表示:“人们对HANA存在困惑,我们自己也经常要解释到底每个产品能给用户带来什么价值。”
然而SAP最近一轮裁员似乎并没有考虑到这个问题,因为SAP裁掉了一些老员工而把注意力转移到人工智能和分析领域。然而,人们担心SAP抛弃掉的部分可能包含了很多SAP作为关键软件领导者推动创新所需要的元素。
SAP公司欧洲、中东和非洲首席分析师布道师Andreas Bitterer上个月在欧洲IRM英国商业变革与转型大会上发言称,人工智能是业务转型的关键——不仅是对SAP的客户来说,更重要的是对SAP本身来说。
而转型的起点就是数据。Bitterer解释说:“业务数字化意味着要智能地连接人、事物和企业,这些都与数据有关。”
SAP一直是以数据为中心的企业。“SAP以交易数据而闻名——交易、客户、产品、POS、结构化数据,人们认为商业智能就是各种报告,但实际上这只是开始。”
这些数据构成了SAP称之为“智能企业”(Intelligent Enterprise)的基础。SAP称:“企业需要利用不断增加的数据,创造生产力的阶段性变化,不懈地进行创新。换句话说,他们需要加速价值创造,这是智能企业的核心。”
事实上,SAP提出的“智能企业”不止是一个营销口号,它还代表了SAP在投资人工智能方面的一个重大转变。
SAP并没有集中精力把Leonardo打造成一款独立的产品,而是将人工智能集成到了整个产品线中。2018年6月SAP曾经对外宣布:“SAP Analytics Cloud扩展了对150多个云数据源的访问。SAP Analytics Cloud的增强功能中包含对20多种SAP产品——包括SAP SuccessFactors、SAP Ariba和SAP Hybris以及SAP S/4HANA——的预构建内容和业务逻辑。”
SAP将人工智能集成到如此众多的产品中,表明了SAP是很务实的。Bitterer表示:“关于人工智能是针对新事物的说法是一种误解。人们使用人工智能所针对的和使用商业智能是完全相同的,都是借助更多的数据,实现更快的速度、更低成本、更高的可靠性。”
恰当地利用技术——也就是有足够的质量和功能来满足当前客户,并吸引新的客户——是很困难的,同时SAP还要面临着更大的组织性挑战。
重组总是令人痛苦的,因为SAP将失去一部分出色的人才,通过聘请AI专家来取代他们。SAP的产品线仍然太多,仍然存在官僚作风和组织惰性等问题。
沿着客户线转型业务,而不是杂乱无章地将孤岛汇集到一起,这对于SAP来说毫无疑问是最大的挑战,SAP非常清楚地意识到了这个事实。Bitterer说:“业务变化和转型正在发生,如果企业组织不重视的话,就很难生存下来,如果想要做出一些改变,就需要做出一些艰难的战略决策。”
SAP正在通过投资人工智能走向正确的轨道,但能否成功转型以充分利用人工智能还有待观察。在这一点上SAP不能动摇,因为它的竞争对手肯定会坚定这一点。
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。