企业软件巨头SAP今天比以往提前了12小时发布第三季度财报,并坦言,COVID-19大流行带来影响的持续时间可能比最初预期更长。
因此,SAP下调了2020年全年业务展望,以反映预期的客户支出有所减少。
第三季度并没有想象中那么糟糕,SAP的每股收益为1.32欧元(1.56美元),收入为65.4亿欧元(78亿美元),比去年同期下滑了4%,分析师此前预测的收入为66.8亿欧元。
SAP表示,云业务表现强劲,该季度收入增长至19.8亿欧元,比去年同期增长10%。软件许可证收入受到COVID-19的影响更为明显一些,收入同比下滑23%至7.10亿欧元。此外,云和软件收入为55.4亿欧元,同比下滑2%。
SAP补充说,云业务未交付订单金额(SAP今年早些时候公布的一项新指标)反映了来自新客户的云相关订单和现有客户的增量订单,这部分同比增长10%,达到66亿欧元。
但是,投资者似乎更加关注SAP对预期展望的调整。SAP在今年4月首次发布了全年展望,当时称,这一展望反映了根据COVID-19复苏的时间和进度得出的最好预期。当时SAP认为经济能够重新开放,封锁相对较快地缓解,但是现在,SAP承认当时的预期太乐观了。
由于COVID-19病例激增,很多国家重新开始实施封锁措施,SAP表示,需求恢复比预期慢得多。因此,按不变货币计算,今年全年SAP的云收入预计仅为80亿欧元至82亿欧元,低于此前预测的83亿欧元至87亿欧元。云和软件收入调整为231亿欧元至236亿欧元,低于此前预期的234亿欧元至240亿欧元。
“以前SAP和许多其他企业软件厂商并未受到疫情大流行的影响,此次真是令人惊讶。所以SAP要跟上现实,我们也会在未来几周内关注其他厂商的情况。”Constellation Research分析师Holger Mueller这样表示。
SAP称,调整后的预期意味着,按固定汇率计算,预计2020年总收入将在272亿欧元至278亿欧元之间,低于此前预期的278亿欧元至285亿欧元,预计营业利润将在81亿欧元至85亿欧元之间,低于此前预期的81亿欧元至87亿欧元。
对于投资者而言,更令人担忧的是,COVID-19有可能会对SAP去年4月、也就是疫情爆发几个月前公布的“中期雄心”产生深远影响。
“COVID-19大流行预计至少还会在2021年上半年影响需求环境,尤其是在重灾行业,迫使关键指标的实现——例如非IFRS云收入、总收入和营业利润——延后一到两年,”SAP在一份声明中这样表示。
SAP称,已经放弃了此前的2023年雄心计划,取而代之的是SAP对2025年的新预测:云收入约为220亿欧元,低于360亿欧元。SAP进一步表示,通过加速客户向云的迁移,这将对毛利率造成负面影响进一步降低4%-5%。在得出这一结论时,SAP表示,相信COVID-19的主要影响是将客户会推迟产品投资大约一到两年的时间。
Mueller说,SAP高管现在面临的主要问题是他们的云产品是否准备就绪,以及客户为什么没有采用这些产品。
他说:“令人意外的是云收入不如预期,而企业是有动力上云的,以便将IT成本从资本支出转移到运营支出。对于SAP客户而言,情况似乎并非如此。而好的一面是,传统许可销售甚至能弥补云收入的不足。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。