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
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。