德国软件巨头SAP近日宣布为企业提供一项名为“RISE with SAP”的新服务,这个新产品的定位是“业务转型即服务”,旨在引导SAP客户通过数字化转型,发展成为“智能企业”。此外,SAP宣布将收购一家位于德国柏林的业务流程智能公司,名为Signavio。
SAP首席执行官Christian Klein在发布公告时解释说,业务转型不再是企业可有可无的一项选择,而是必不可少的。RISE with SAP计划旨在帮助进行业务转型,以“一次性握手”的方式与SAP展开合作。“转型为智能企业从未如此重要。”
SAP表示,RISE with SAP是一项订阅服务,让客户能够以适合其特定需求和要求的方式构建更智能的企业。该协议下,SAP将承担所有合同、服务水平协议、运营和支持的相关责任,所有都会捆绑到一个合同中。
S/4HANA首席运营官、SAP产品成功负责人Sven Denecken表示,这款新产品将为企业带来一场“改变游戏规则”的变革。他解释说,RISE with SAP旨在整个多个合同,让客户进入一种订阅模型,其中包括的不仅仅是技术,这意味着SAP将接管以前客户会转交给系统集成商和合作伙伴的许多职能。
值得注意的是,RISE with SAP似乎是SAP将其客户群转向云模式和订阅模式迈出明确的第一步。
RISE with SAP包括三个步骤帮助企业实现数字化转型。首先是业务流程的重新设计,其中包括不断分析客户业务流程,根据行业标准对其进行基准测试,并在必要时使其适应新的业务需求。
其次是技术迁移,这涉及利用SAP及其合作伙伴提供的嵌入式服务,转变客户的应用格局,其中涉及消除篡改、自定义代码、协调和管理数据等事项,客户将可以在单个数据层上运行他们的系统,真实数据来源也是单一的。
第三步是构建智能企业,SAP希望客户在这一步把SAP Business Technology Platform作为他们的基础,也就是说,客户运行可以在整个企业组织内共享统一的语义数据模型的集成业务流程。
SAP表示,有多家合作伙伴参与了RISE with SAP计划,包括AWS、Google Cloud、微软Azure、阿里云等公有云基础设施平台。但是RISE with SAP将对这个基础设施进行抽象化,以便客户把精力完全专注于业务上。实际上,SAP将在后台管理所有技术和其他部分,这样就减轻了客户的负担。
Denecken说:“我们将提供新的技术,了解业务运营的新方法,提供数据实现价值。每个客户的业务转型都是不同的,但我们将通过持续不断的转型为他们提供支持。”
SAP表示,到目前为止已经有100多家客户已经在使用RISE with SAP模式运行了。
SAP对Signavio的收购也与RISE with SAP息息相关,因为后者提供的特有功能将有助于业务流程的第一步——重新设计。Signavio售卖的是一款云原生业务流程智能和流程管理工具,SAP表示,将把这款产品与SAP业务流程智能进行集成。
SAP表示,通过收购Signavio,SAP现在可以提供“一整套灵活的流程转型解决方案”,其中包括业务流程设计、基准测试、差距分析、改进和流程变更管理。SAP还表示,该套件让客户可以监控流程变革是否能够取得长期成功。SAP没有透露收购Signavio的价格,但据彭博社在这次交易被证实之前曾报道称,金额可能高达12亿美元。
Constellation Research分析师Holger Mueller表示,SAP试图通过这次收购解决SAP ERP套件、S/4HANA长期存在的使用问题,让企业客户继续选择和SAP合作。他说,业务转型即服务是一个不错的愿景,因为企业渴望更快地转型,变得更加敏捷。
“收购Signavio将增强SAP在流程挖掘方面的能力,此前SAP在这方面是通过与Celonis合作实现的。这很重要,这是企业高管了解他们企业内部真实情况的关键技术。”Mueller说,SAP在构建合作伙伴生态系统方面做得也很不错,因为迁移对于这些合作伙伴来说是一项大业务。
“好消息是,SAP这次终于做对了,因为业务自动化需要在公有云中进行。但是只有未来我们才会知道SAP整合的软件包是否足够吸引人。”
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。