至顶网软件频道消息: SAP公布第一季度财报显示,云业务收入增长48%,收入和盈利均超出分析师预期,同时SAP调高了2019年的盈利预期,使其股价今天上涨超过12%。
软件巨头SAP在该季度的净利润比去年同期增长了25%,达到10.8亿欧元(约合12.1亿美元),收入增长16.3%至61.2亿欧元(约合68.5亿美元),轻松超过市场预期的59.4亿欧元。SAP方面表示,可预测的收入(主要是云订阅收入和维护费用)小幅增长了1%,占到该季度总销售额的72%。
SAP称所有业务正在火力全开,并且信心十足地将全年盈利预测从之前的85亿欧元-90亿欧元上调至88亿欧元-91亿欧元(98.5亿美元-101.9亿美元)。
Forrester首席分析师George Lawrie表示,SAP云业务的总体收入首次在单一季度中突破了15亿欧元(约合16.8亿美元),显示出“S/4 HANA转型和云软件采用率持续增长的势头”。S/4 HANA是SAP旗舰的业务管理软件套件,SAP称,现在S/4 HANA累计拥有10900个客户,高于上一季度的10500个。
SAP首席执行官Bill McDermott表示:“我们对取得这样的成绩感到非常自豪,我们拥有令人难以置信的强大核心业务,以及市场领先的留存率。我们已经实现了多年的持续增长。”
McDermott表示,未来几年SAP将把利润率放在首位,其次是实现增长,他的这一表态标志着SAP在战略上的转变。就在六个月前,McDermott还曾断言SAP不会让利润率引导其战略的制定。
McDermott称,之所以做出这个变化,部分原因是对股东的调查显示,有60%的股东希望看到更高的利润率。他说:“我们将重点关注盈利,我们希望能够在核心业务和云业务上实现显著的利润率增长。”McDermott称,未来的增长将主要是有机的增长,偶尔也会通过收购来填补产品线的空白。
具体来说,SAP已经设定了从现在开始到2023年期间每年运营利润率提高1%的目标。在完成了今年年初开始的重大重组之后,SAP正在对其业务进行精简, McDermott说:“这不是为了降低成本,而是为了让我们更好、更智能、更快速。”
Forrester的Lawrie表示,在增长期间进行重组是明智的决定。他说:“SAP可以看到,成功的投资是包含成本因素的,所有他们并没有让增长幅度与收入保持一致。我们注意到SAP的自由现金流有所改善,这表明,SAP对云部署和新增经常性收入模式的投资正在取得成效。”
SAP的区域业绩结果表现抢眼。SAP在欧洲和美洲的云收入(按固定汇率计算)增长了39%,亚太地区增长了51%。Lawrie表示:“这对SAP来说是个好兆头,有助于SAP在中国市场取得成功,在这个市场中,一些领先的企业过去一直是自主研发软件,而不是购买打包的应用。”
SAP的软件许可业务一直保持增长态势,许可销售额(按固定汇率计算)同比增长了1%,许可和支持综合收入增长了3%。McDermott表示:“核心软件的表现很出色,SAP维护服务的基石是Fort Knox,我们有理由相信我们能够维持这种稳定增长的态势。”
Lawrie表示,软件许可业务的弹性“表明SAP在赢得新客户和扩大现有客户规模方面取得了持续的成功”。
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。