在商业应用巨头 SAP 重新发布 Business Suite 并扩展与 Databricks 合作关系后,SAP 用户要求公司提供透明的折扣和商业安排。
根据"Business Unleashed"战略,SAP 本周宣布将 Business Suite 重新打造为一套"真正模块化、可组合的"云应用程序。通过与分析和机器学习平台提供商 Databricks 的合作,SAP 还推出了一套覆盖财务、采购和人力资源等所有业务流程的托管分析产品,实现了与 SAP 应用程序数据的集成。
德语用户组 DSAG (代表德国、奥地利和瑞士的 SAP 客户) 对 Business Suite 的重新发布表示欢迎,但呼吁根据客户选择购买的模块数量建立透明的折扣体系。
这个名字对长期的 SAP 客户和合作伙伴来说并不陌生。例如,SAP Business Suite 7 于 2006 年推出,包含 ERP 应用程序 ECC6。该供应商计划在 2027 年后终止主流支持,并在 2030 年后终止扩展支持。
美洲首席营收官 Jan Gilg 本周在接受记者采访时表示:"你可能还记得 20 年前我们在本地部署环境中就有 SAP Business Suite。现在我们推出的 SAP Business Suite 是一个真正模块化、可组合的云套件。"
"在过去几年中,我们整合了各种应用程序——其中一些是通过收购获得的——这些应用程序带有不同的技术栈。我们投入了大量精力不仅整合业务流程,还统一了数据模型。现在,例如 S/4HANA (ERP 系统) 中的成本中心与 Concur (费用管理软件) 中的成本中心是相同的。这些解决方案可以无缝对话,并且在用户体验集成、联合配置等技术特性方面也是如此。"
DSAG 销售、生产和物流董事会成员 Thomas Henzler 表示,客户以前并不总能从单一来源购买 SAP 的所有产品中受益,他将此描述为一个主要缺点。
"这往往意味着在招标中也会购买其他制造商的解决方案。客户总是必须与 SAP 就客户体验或采购解决方案等进行单独谈判。"
"客户从 SAP 购买所有产品实际能获得什么商业优势缺乏透明度。此外,过去的购买通常不会在新交易的折扣中被考虑在内。"
他对产品整合的举措表示欢迎,但表示 SAP 也应该解决商业透明度的问题。
"就像保险单一样,客户应该从购买多个 SAP 产品中受益。应该有相应的折扣标准,明确显示购买了多少 SAP 解决方案可以获得什么折扣,"Henzler 说。
在与 Databricks 合作的数据平台(正式名称为 SAP Business Data Cloud)中,SAP 旨在提供"洞察力应用",这些应用使用分析工具和 AI 模型连接应用程序的实时数据,为各种业务活动提供洞察和规划能力。
DSAG 首席技术官 Sebastian Westphal 表示:"实施现在将取决于 SAP 将提供哪些洞察力应用、何时提供以及在什么条件下提供,例如,带来什么附加值,成本如何,有什么要求。合同和运营复杂性目前还无法预见。我们期望能够提供详细信息,并且必须明确系统访问权限——特别是在 SAP 在此承担运营责任的情况下。"
该套件将支持 SAP Business Data Cloud 与第三方数据平台之间的双向数据共享,但"初期交付"仅支持 Databricks 的 Delta Lake 开放表格式。
包括 AWS、Google、Snowflake 和 Cloudera 在内的其他供应商都更倾向于源自 Netflix 的竞争对手表格式 Iceberg,这些供应商都拥有广泛的数据和分析产品组合。
SAP 在一份声明中表示:"随着时间推移,我们计划支持更多的数据平台和表格式。"
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。