英国政府拥有的塞拉菲尔德有限公司正在考虑是否在SAP供应商延长支持截止日期后继续运行其传统SAP软件系统。该公司负责运营位于西坎布里亚的英国最重要核设施。
塞拉菲尔德有限公司已开始市场调研,计划采购价值高达9000万英镑的技术服务,用于支持其应用程序和基础设施。
塞拉菲尔德核设施概况
塞拉菲尔德原名温斯凯尔,自1950年代以来一直是英国核工业的中心。虽然该站点是多家公司和政府核退役管理局(NDA)的所在地,但塞拉菲尔德有限公司是由NDA控制的英国核退役场地许可公司。
根据已发布的招标文件,计划包括应用管理服务,协议价值估计高达4151万英镑,为期五年(2027年4月至2032年4月),并可选择再延长两年。
文件显示,118个应用程序将纳入该安排,包括塞拉菲尔德的SAP ERP系统。虽然被归类为单一业务应用程序,但该系统包含19个产品和组件,以及HANA和Adaptive Server Enterprise数据库。
SAP系统迁移挑战
相关文件指出,SAP ERP系统将占应用管理工作的"重要比例"。塞拉菲尔德表示,它依赖基于ECC6 Business Suite的本地系统,这是SAP于2005年首次推出的传统ERP系统。该组织还使用SAP SaaS服务处理人力资源、学习和费用管理。
该机构表示,由于SAP最新软件的升级"仅对拥有云端SAP合同的客户开放",它计划在2027年至2030年间采用"分阶段过渡方法"迁移到"完全基于云端的ERP解决方案"。
塞拉菲尔德表示:"我们目前尚未确定确切的实施/迁移顺序或精确时间表。我们预计本地SAP解决方案的支持将需要持续到2030年12月。在进行本地解决方案的受控退役期间,2030年后可能仍需要支持。"
支持期限与未来规划
SAP明确表示,ECC的主流支持将在2027年底结束,而延长支持(需额外支付2%的费用)将持续到2030年底。签署SAP特殊商业安排以迁移到云端的用户可能在完成迁移期间获得2030年后的支持延期。
2030年后还有第三方支持的选择,但德语用户组DSAG最近表示,这相当于决定放弃SAP,因为这意味着失去许可折扣。
该组织表示,到2030年12月将完全迁移到基于云端的ERP解决方案,移除本地SAP解决方案和当前对SAP的支持需求。
塞拉菲尔德表示将"并行"启动专门的ERP云实施和支持合作伙伴的单独采购,该合同可能与新的应用支持合同"同时运行"。
文件显示:"2030年后,我们预计在运营完全云能力时,替代ERP解决方案将需要新的支持模式。我们预计将进行自制与购买的评估,以确定潜在未来采购的范围,注意到ERP将提供托管云服务。"
观察人士可能会对塞拉菲尔德的时间表感到担忧。尽管距离SAP停止ECC支持还有五年时间,但该公司尚未开始为寻找应用迁移合作伙伴的采购流程。
今年6月,议会支出监督机构公共账目委员会表示:"塞拉菲尔德有限公司在交付重大项目方面的表现历来非常糟糕,成本大幅增加和延期过于频繁。虽然有改善迹象,但考虑到塞拉菲尔德的历史记录,我们尚未完全相信这不是另一个虚假的曙光。"
Q&A
Q1:塞拉菲尔德有限公司为什么要更换SAP系统?
A:因为SAP将在2027年底停止对ECC系统的主流支持,延长支持也只到2030年底。由于SAP最新软件升级仅对云端合同客户开放,塞拉菲尔德计划在2027年至2030年间分阶段迁移到完全基于云端的ERP解决方案。
Q2:塞拉菲尔德的系统迁移计划面临什么挑战?
A:主要挑战包括时间紧迫和历史记录不佳。距离SAP停止支持还有五年,但公司尚未开始寻找迁移合作伙伴的采购流程。议会监督机构指出,该公司在重大项目交付方面历来表现糟糕,经常出现成本增加和延期问题。
Q3:这次系统升级将花费多少钱?
A:塞拉菲尔德计划采购价值高达9000万英镑的技术服务。其中应用管理服务协议价值估计高达4151万英镑,为期五年(2027年4月至2032年4月),并可选择再延长两年。SAP ERP系统将占应用管理工作的重要比例。
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。