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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。