在全球庞大的 ERP 市场中,SAP 最大的威胁并非来自 Oracle 等其他软件巨头,而是其自身由第三方供应商支持的传统软件。
对于大型客户而言,更换供应商的前景令人生畏。如果 SAP 坚持在 2030 年结束传统系统支持的计划,除非再次推迟截止日期,否则可能会失去大量高利润收入。
Gartner 指出,尽管全球最大的 ERP 供应商 SAP 一直试图说服客户从传统的 ECC 系统迁移到 2015 年 2 月推出的 S/4HANA 软件,但到 2030 年扩展支持结束时,约 24% 的 SAP ERP 用户仍将运行旧软件。主流支持 (包括产品更新和补丁) 将在 2027 年结束。
目前约 60% 的 SAP ERP 客户使用 ECC6 (ECC)。Gartner 估计,到 2030 年,这些客户中超过 40% 仍将在关键业务领域使用 ECC。这意味着 SAP 近四分之一的 ERP 用户将在五年内失去支持。
SAP 花了近十年时间试图让用户迁移到其最新的 ERP 平台,称其具有更好的用户界面、更高的灵活性、实时报告和高级分析等优势。但这也意味着完全转向新平台和业务流程,对于那些已经投入多年时间和数百万美元实施并将系统嵌入商业运营的用户来说,这是一项艰巨的任务。
尽管 SAP 做出了努力并取得了一些进展,但仍有相当数量的用户对迁移的必要性持怀疑态度。
Gartner 的采购和供应商管理组织首席分析师 Calum McDonald 告诉 The Register:
"许多客户在 ECC 上运行稳定,而且已经持续多年。他们中的许多人难以接受投入数百万美元的想法 - 当你考虑到除许可之外的所有费用时,实际金额往往更大 - 而他们感受到的唯一时间压力来自 SAP 和支持终止。这不一定是有意的决定。由于支持终止的压力,许多人感觉几乎是被迫这样做,而他们目前还无法为他们认为回报有限的投资找到充分理由。"
Gartner 副总裁兼采购和供应商管理领导者 Bill Ryan 指出,如果用户想要利用内存数据库,他们可以将 ECC 应用程序实例迁移到 HANA,而无需经历业务流程重组来过渡到 S/4HANA。
"缺乏商业案例从一开始就是个问题,现在仍然是个问题,"他告诉我们。
对于 SAP 和其客户来说,大量 ECC 用户在 2030 年后继续使用该平台将带来严重影响。对于用户来说,这意味着需要权衡各种选择。在 2030 年期限到来之前,他们首先必须决定是否接受 SAP 在 2027 年主流支持结束后提供的扩展支持。虽然客户将不会获得产品更新,但他们将获得与 2027 年之前相同的 SLA、错误修复和补丁。
"这与主流维护类似;真正的变化在 2030 年之后,"Ryan 说。
继续使用 SAP 意味着需要面对客户特定支持。"虽然需要支付溢价,但没有修复已知错误的保证或 SLA。这不是大多数客户想要的结果,"McDonald 说。
另一种选择是来自 Rimini Street、Spinnaker Support 或 Support Revolution 等独立供应商的第三方支持。McDonald 表示,越来越多的客户开始探索第三方支持的可能性,尤其是因为它比其他选择更便宜。
"这纯粹是因为 SAP 设定的支持结束日期限制,迫使他们评估所有可用选项,"McDonald 说。"与 SAP 支持相比,第三方支持在技术上确实有一些限制。然而,所涉及的成本以及更改或升级到 S/4HANA 的成本,往往使正在探索第三方支持的客户的理由更加充分。"
当四分之一的 ERP 客户决定在扩展支持结束后继续使用其传统产品时,这会给供应商带来严重的困境,客户应该意识到这一点。
Ryan 指出,SAP 的支持收入利润极高,尤其是因为供应商不再增强 ECC 产品。"他们会在 2030 年放弃或让数千个 ECC 客户的高利润收入面临风险吗?他们能这样做吗?"
SAP 一直坚持 2027 年和 2030 年的截止日期。但是,它表示可能会对允许在 2030 年后进行云迁移的服务做出一些让步,只要用户注册"云订阅过渡选项"。SAP 首席执行官 Christian Klein 告诉投资者:"这不是关于延长本地维护。"
问题在于,许多用户对永久许可感到满意,对转向订阅许可并不热衷。无论用户是否从 ECC 迁移到 S/4HANA,订阅许可就像被要求出售房子然后从 SAP 租回一样。
"对大多数人来说,这是一步太远,"McDonald 说。"对大多数客户来说,他们认为这不是一个令人信服的理由,要放弃他们迄今为止所做的所有投资。"
SAP 拒绝置评。
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。