今天SAP公布第二季度财报,结果超出了收入和利润预期,SAP将其归因于尽管疫情期间客户比较谨慎,但新客户非常活跃。
该季度SAP的收入为79亿美元,超出市场普遍预期的78.5亿美元。其中,云业务收入增长18%,达到23.9亿美元。软件许可收入下滑18%,至9.1亿美元,但仍高于预期。
SAP首席执行官Christian Klein
SAP首席执行官Christian Klein表示:“向云迁移的步伐大大加快了,因为CIO们很担心自己的数据中心运行是否具有弹性。”
该季度SAP的营业利润增长8%,至23亿美元,每股利润增长8%,至1.37美元,高于市场普遍预期的1.34美元。营业利润率增长了5%,达到29.1%,反映出SAP采取了所谓平衡增长和盈利能力的措施。SAP股价在纽约证券交易所早盘交易中上涨了3%多。
SAP再次提到了今年四月时宣布的全年预期调低。当时SAP预测收入在301.6亿美元至309.2亿美元之间,全年订阅收入将减少3.5亿美元,维护收入将减少1亿美元。但是SAP将2020年自由现金流预期从先前的41亿美元上调至47亿美元,理由是资本支出低于预期,“招聘速度放缓,除了自然储蓄外,可自由支配支出减少了。”
Nucleus Research分析师Andrew MacMillen表示:“第一季度结束的时候,我曾认为SAP似乎对复苏情况过于乐观,我很高兴这一点被证明是错误的。SAP证明了,业务复苏的情况是超出人们预期水平的。”
谨慎乐观
SAP高管还是很谨慎的,没有宣称SAP已经恢复到高速增长了。“现在不是狂欢或者开香槟庆祝的时候,大环境仍然有很大的不确定性,”SAP首席财务官Luka Mucic说。他认为,第二波疫情所带来的风险以及企业软件厂商对第四季度交易的严重依赖,都带来了不确定性。他说:“下半年无法保证会取得成功。”
Klein说,该季度客户活动异常活跃,尤其是在亚洲。该季度有超过17000家新老客户恢复生产,“仅仅用了数周而不是数月就恢复了”。
该季度SAP新增了500个S4/HANA ERP旗舰系统的部署,其中40%是新客户。现在S4/HANA有146000家客户,比去年同期增加了20%多。
由于市场对数字供应链、电子商务和Qualtrics的需求特别高,使得SAP云计算业务未交付的订单金额增加了21%,达到78亿美元。昨天SAP表示,计划通过IPO的方式部分剥离Qualtrics。该季度Qualtrics的收入增长了32%。
根据SAP四月调整的收入预期,云业务的收入增长处于预期低位。疫情导致付费即用产品使用减少,影响了收入增长。
除了ERP领域之外,SAP的其他业务在经济形势影响下的表现各不相同。疫情导致差旅减少甚至停滞,使得Concur差旅费用管理产品线收入下滑4%,经济下滑的趋势也使得SAP服务收入下滑6%。
SAP并未公布Ariba电子商务和Fieldglass劳动力管理平台的业绩,但表示,第二季度Fieldglass业务新增了760000名外部新员工,Klein称,Fieldglass电子商务平台的业绩出现“井喷”。
Klein表示,SAP将在下半年宣布推出“用于迁移到云的新产品,且不在ERP范围之内”。 Nucleus Research分析师MacMillen推测称,这其中可能包括针对SAP子业务(例如客户关系管理和供应链管理)客户的云迁移产品。
“这些对于客户来说都是巨大的价值驱动力,也是让SAP对客户变得更为重要的一部分原因。”到目前为止,SAP几乎一直只专注于将ERP客户转移到云上,但是“到了某个时候,其他业务像Spyglass、Ariba和Concur都会获得一些TLC。”
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。