至顶网软件与服务频道消息: 尽管总体业绩好于预期以及2020年全年预期调高,但SAP在2019年第四季度的新增云业务预订量有所下滑,导致股价下跌。
按固定汇率计算,第四季度SAP新增云预订增加了17%,但低于上一季度的39%,SAP将这10%的增幅归因于某个未透露名称的客户,该客户从本地部署迁移到了云端。
SAP还将增幅减少归咎于最近有关放弃基础设施即服务业务、转而依赖与超大规模数据中心提供商建立合作伙伴关系的决定。SAP联合首席执行官Jennifer Morgan表示:“2019年我们决定专注于[软件即服务]业务,而不是基础设施。”首席财务官Luca Mucic称,业绩增长放缓“是一个季度性的短暂现象”。
在纽约证券交易所早盘交易中,尽管整个市场在经历了本周一冠状病毒导致的下跌之后出现回升,而SAP股价却下跌了约3.5%。
虽然SAP的整体收入较上一季度的37%有所缩减,但云业务收入总体增长了32%。软件许可收入下降了6%,延续了过去几个季度持续缓慢下降的趋势。
SAP表示,预计2020年调整后的云收入在87亿欧元至90亿欧元(约合95.7亿美元至99亿美元)之间,按固定汇率计算,增幅在24%至28%之间,低于2019年的35%。预计收入在292亿欧元至297亿欧元(约合321.2亿美元至326.7亿美元)之间,增长6%至8%,略低于2019年的9%。
Nucleus Research分析师Trevor White表示:“无论该季度业绩如何,我们得到的信息是客户在持续支持SAP。我们希望SAP能够继续在具有优势的细分市场竞争长期表现出色。”
尽管SAP修订了预期,但股价仍在下跌。SAP预期2020年的营业利润在89亿欧元至93亿欧元(约合97.9亿美元至102.3亿美元)之间,高于此前预期的88亿欧元至91亿欧元(约合96.8亿美元至100.1亿美元)。联合首席执行官Christian Klein表示:“我们的本地部署业务持续增长,云业务继续飞速发展。”
有分析师认为,SAP最核心的ERP业务的基本面看起来仍然很稳固。该季度SAP的S/4HANA下一代ERP套件新增了1200个客户,总安装量达到13800个客户。这一声明显然是针对批评者的,有批评者说,许多S/4HANA客户已经购买了该软件但并未使用,SAP表示,目前有65%的HANA许可客户正在使用或者正在迁移到该平台。
SAP高管们还表示,S/4HANA的重点不仅仅是装机量。Klein表示:“40%的HANA客户是新客户,大多数是中型企业,也有很多此前没有实施SAP HANA的大型企业。”
2025年最后期限的明朗化
SAP已经将2025年作为传统ERP平台客户迁移到S/4HANA的最后期限,几乎没有给现有客户留下任何选择的余地,但是这一期限是前首席执行官Bill McDermott在任时设定的。当被问到是否有任何更改计划时,Klein留了一些余地。
他说:“ SAP过去没有抛弃过任何客户,很快我们就将在这个问题上提供更多明确的信息。”
分析师White认为,最后期限似乎对客户流失问题影响不大。他说:“每当有过渡时,客户就有可能转向其他选择。但是,云服务的投资回报率是显而易见的,将ERP从本地迁移到云端是一件容易的事,但这对每个人(不仅是SAP客户)都是一个难题。”
SAP高管们再次强调了2018年80亿美元收购Qualtrics带来的成果。SAP正在将Qualtrics技术与SAP HCM和客户体验产品结合在一起,并将其定位为争取新客户的切入点。
Morgan表示,大多数SAP客户目前尚未使用Qualtrics技术,这家被收购的公司成功地“持续推进了SAP的扩张战略”,在该季度中吸引了11500多家客户,金额超过100万美元的Qualtrics交易数量增加了60%。
Qualtrics将为SAP把业务从基础的ERP扩展到客户体验、人力资源和费用管理这三个领域的战略计划提供支持,这三块业务也被SAP统称为“体验管理”。对于这三块业务来说,目前SAP仅按收入划分出管理业务,该季度增长12%达到8.3亿欧元(约合9.13亿美元)。
White表示:“当客户已经成为SAP生态系统的一部分时,SAP就会有很好的表现。”SAP的新业务领域是“竞争特别激烈、SAP还不够满足、尤其是在传统中型市场厂商开始争夺较小型企业客户的那些领域”。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。