信息技术软件巨头SAP SE近日表示,它将推出一项新的RISE with SAP 迁移和现代化计划,帮助企业将ERP环境迁移到云端,从更快的创新速度和水平中获益。
新计划旨在解决企业在向云端迁移时面临的两个关键问题,即迁移的范围和成本。SAP表示,该计划的好处之一是消除了流程复杂性,以及对定制代码和数据孤岛的需求。
SAP云计算ERP首席营销官 Eric van Rossum表示,很明显,每个企业都需要采取云优先的业务战略。他表示:“对于客户来说,现在开启迁移和现代化之旅比以往任何时候都更加重要,这样他们才能利用最新的云创新的潜能,包括人工智能和可持续发展解决方案。”
三年前宣布的RISE with SAP计划被描述为“业务转型即服务”会帮助客户从将软件视为必须购买才能拥有的东西过渡到软件即服务模式。
该服务与ERP系统的核心功能关系不大,而与ERP即服务(ERP-as-a-service)的关系更大,它捆绑了各种增值服务和功能。
SAP的旗舰ERP产品S/4HANA Cloud只是拼图中的一块,不过是最重要的一块。其主要卖点之一是单一合同的理念,即对SAP的所有软件、服务和基础架构进行统一计费。
该套餐还包括SAP合作伙伴提供的迁移和实施服务,访问SAP Business Network(包括 Ariba、智能业务流程工程服务等)。可以通过SAP自己的云基础架构使用RISE with SAP,它也可以托管在Amazon Web Services、Google Cloud 或 Microsoft Azure 上。
SAP表示,通过新的Rise with SAP迁移和现代化计划,SAP正在帮助客户“为创新做好准备”。当客户将ERP环境迁移到云端,SAP将承担起管理的重任,以确保更定期的更新、卓越的可靠性、安全性和合规性,并简化对其他服务的访问。
无论客户目前在企业内部使用的是SAP S/4HANA 还是 SAP ERP Central Component,该公司都将提供简化过的RISE with SAP迁移路径,管理迁移中的每一个步骤。该公司表示,客户可以选择自助服务或者全面协助服务。
除了上述 RISE with SAP 的优势外,SAP还提供了一系列激励措施,其中包括一项有时间限制的优惠,承诺将迁移成本最多降低50%,并缩短实现价值的时间。该公司表示,从2024年6月份开始,客户可以通过RISE with SAP或GROW with SAP获得云积分,用以抵消维护、云服务和云订阅的成本。该激励措施涵盖S/4HANA云和其他服务,如SAP的人力资源、供应链、客户关系管理、支出管理和业务转型服务。
该公司表示,迁移和现代化过程将是完全透明的,并对客户进行关键里程碑检查,以确保客户的迁移和现代化进程按计划进行。迁移将由SAP专家提供支持,他们会确保从最初的发现阶段到上线的所有工作都正确无误。
最后,SAP为需要更多时间迁移到RISE with SAP的客户提供了一项新的SAP S/4HANA Cloud Safekeeper服务。通过这项新服务,SAP将在客户做好系统升级准备的同时,为客户现有的 ERP 环境提供针对性的维护服务。该公司还为客户的现有系统提供长达两年的业务连续性更新和补丁。
Deutschsprachige SAP Anwendergruppe e.V.是一个代表德国、奥地利和瑞士中心地区SAP用户的行业组织,其董事会成员Christine Grimm表示,今天的公告表明,SAP理解客户在向云迁移时所面临的复杂性。
Grimm表示:“该计划是SAP战略的一部分,旨在为客户提供量身定制的云计算解决方案,更灵活、更多创新,并通过资金支持来降低过渡的难度。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。