SAP今天公布第一季度财报,收入符合预期,但利润未达预期,联合首席执行官Jennifer Morgan在上任仅仅不到6个月时间突然宣布辞职。
SAP还宣布下调了全年收入指引,此举也反映出COVID-19大流行而导致的业务放缓,不过SAP预计,第三季度业务将强劲反弹。
Morgan的离职似乎有些突然,因为就在两周前SAP预公布的财报中她还被重点援引。她也是SAP有史以来首位女性执行官,在前首席执行官Bill McDermott同样是突然离职之后接任的。
SAP方面表示:“当前环境要求企业采取迅速且果断的行动,而这要有非常清晰的领导结构才能得到最好的支撑”,选择单一CEO模式的决定“比计划提前了,是为了确保更好地、目标明确地朝前发展。”SAP首席执行官Christian Klein表示,Morgan的离职是双方共同的决定。
Nucleus Research分析师Andrew MacMillen称这一决定的时机有些出乎意料,但他说,将SAP最高控制权集中在一位高管手中“是有很大意义的。优柔寡断或者缺乏敏捷性可能是要避免的最重要的一点。”去年10月出任联席首席执行官之后,Morgan一直在美国办公。
降低预期
在数字方面,该季度SAP的每股收益为92美分,略低于分析师平均普遍的1.02美元。收入比去年同期增长了6.6%,达到70.75亿美元,分析师预期为70.8亿美元。
SAP首席财务官Luka Mucic表示:“在有了一个良好的开局之后,3月最后两周我们看到很多交易明显推迟了。”而这也与IBM昨天宣布撤回全年财务指引时高管给出的评论是一致的。
经济增速放缓促使SAP将全年收入预期调整至301.6亿美元至309.2亿美元之间,略高于分析师的预期,并较2019年的299.7亿美元增长1%至3%。调整后的数字反映出全年订阅收入预计将减少3.5亿美元,维护收入将减少1亿美元。
Klein表示:“没有理由认为我们丢掉了很多生意,但是确实已经推迟了。”他说,SAP将专注于实现有及增长,在这方面“我们看到了巨大的潜力”。
SAP预计全年营业利润在87.9亿美元至92.2亿美元之间,比去年同期略有下降,比SAP在一月预期的89亿美元至93亿美元的价格低了近10%,但按固定汇率计算增长了6%。
调整之后,云收入预计将增长18%至24%,低于该季度的25%。Mucic说:“财务指引假设基本需求将在第二季度有所放缓,但在第三和第四季度会有所改善。”
SAP股价在纽约证券交易所早盘交易中下跌了近4.5%。
听起来还比较乐观
Nucleus Research分析师MacMillen认为,调整之后的预期“基于整体经济放缓的情况来看似乎是比较乐观的”。国际货币基金组织(IMF)当前预计,今年全球经济将下滑3%。
Forrester Research首席分析师Andrew Bartels表示,SAP核心的ERP业务仍然表现强劲,同时某些增长型业务(例如Ariba供应链网络、Fieldglass劳动力管理系统和Concur差旅管理系统)仍有显着优势。
他说:“SAP每个季度能从Ariba业务中获得250到3亿美元收入,从Fieldglass获得6亿美元收入,这两部分业务都是基于交易的。随着对员工的需求缩减,你会看到这些收入来源也会随之缩减。”
但是Bartels指出,SAP很幸运能够在一些受到重创的垂直市场(例如零售和运输业)中地理覆盖广泛而业务布局是有限的。他说:“地区和行业情况都是相对积极的,”他提到了SAP强大的制造业客户基础,以及德国、法国、斯堪的纳维亚半岛和亚洲部分地区在COVID-19大流行后出现复苏的积极信号。
收入方面最大的意外是SAP软件许可收入下滑了31%,至4.9亿美元,比华尔街的预期低18%。Bartels表示,糟糕的时机很可能是其中一个原因,因为该季度末很多软件许可合同都关闭了,这正好是新型冠状病毒爆发之后开始实施锁定措施的时候。他说:“鉴于眼下病毒大流行的情况,很多交易都没有完成并不奇怪。”
云订单积压(Cloud backlog:SAP引入的一项新指标,取代了之前的云预定量)增加了24%,达到72亿美元。第一季度可预测收入份额增长了4个百分点,达到76%。毛利率是SAP最近一直在强调的一项指标,因为这项指标推动了快速增长带来的利润,该指标增长了3个百分点,达到69%。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。