SAP如何用AI重塑企业软件?丨机遇、隐忧与范式革命
在科技发展的浩瀚长河中,每一次底层技术的跃迁都会掀起惊涛骇浪。吴军在《浪潮之巅》一书中曾深刻剖析过科技巨头的兴衰更替:全行业正站在一个技术范式革命的门槛上,那些曾经在大型机、个人电脑、互联网和移动互联网时代呼风唤雨的巨头,往往会因为自身庞大的“基因”惯性,在下一次浪潮袭来时显得步履蹒跚甚至被无情吞噬 。如今,大数据与人工智能大模型(AI Large Models)正从单一的辅助工具,演变为驱动企业业务重构的核心引擎,这股颠覆性的浪潮不仅重塑了消费级计算,更以前所未有的烈度席卷了企业级软件(B2B Software)市场 。
作为全球企业资源计划(ERP)领域的绝对霸主与奠基者,SAP(思爱普)的崛起史本身就是一部商业数字化演进的教科书。从早期的R/2、R/3架构,到如今的S/4HANA云时代,SAP用高度严密的标准商业流程,将全球超过八成的大型企业编织进一张精密的数字神经网络中。然而,当生成式AI(Generative AI)与智能体AI(Agentic AI)开始以自主决策的姿态接管业务流时,传统的软件架构、商业模式甚至企业基因都迎来了生与死的考验。面对这一根本性的结构性变革,SAP究竟是能解锁十倍速增长、再次站在浪潮之巅引领未来,还是会被更具敏捷性的AI原生企业所颠覆?本文将穿透财务数据的表象,从历史基因、战略布局、商业模式隐忧、底层技术重构以及中国市场的区域博弈等多个维度,深度解剖SAP在AI时代的狂奔与深思。
历史的隐喻与基因的碰撞:从流程固化到自主智能体的跃迁
理解SAP当前的处境,首先需要理解其赖以成功的“基因”。在过去近半个世纪里,企业级软件的核心逻辑是“记录与流程控制系统”(System of Record)。SAP的德国工程师文化赋予了其产品无与伦比的严谨性与确定性。其核心商业价值在于:通过高度抽象的标准化流程(Best Practices),消除企业内部的信息孤岛,让财务、供应链、人力资源等每一个环节都按照预设的刚性规则精确咬合、高效运转。
然而,AI的本质是概率性的、涌现性的“智能系统”(System of Intelligence)。进入2025年,AI的演进已经跨越了简单的对话机器人(Chatbot)或Copilot辅助阶段,全面迈入“智能体(Agentic AI)”时代。Gartner等权威机构的研究指出,企业IT市场正在经历一场根本性的转变,从基于静态规则的自动化,全面转向基于AI智能体的自主自动化 。例如,Gartner报告显示,在2024年下半年,客户关于智能体自动化的咨询量激增了750%,这表明CIO们不再满足于简单的工具赋能,而是开始积极探索将AI深度嵌入企业核心运营链路 。
这正是SAP面临的典型“创新者的窘境”与基因冲突:一个以消除不确定性、固化规则为核心竞争力的ERP巨头,如何驾驭一个充满不确定性、自主学习与动态决策的AI技术?如果AI可以根据实时数据流自主重组供应链逻辑,那么过去几十年沉淀的“标准化流程”是否还将是企业的核心资产?
面对这一历史性的叩问,SAP并没有选择抗拒。SAP首席执行官Christian Klein在2025年综合报告(Integrated Report)的致辞中给出了明确的战略定调:商业AI(Business AI)已经从一种锦上添花的“可能性”彻底蜕变为企业的“战略必然性” 。在这个新现实中,AI不仅被视为在跨企业生态中提升效率的工具,更是构建财务韧性、运营韧性以及向资源高效型经济转型的关键基石 。这种认知上的觉醒,标志着SAP试图在保持核心流程稳定性的同时,强行将AI的敏捷基因植入其庞大的企业身躯中。
宏观市场的数据印证了这一战略的紧迫性。SAP联合牛津经济研究院(Oxford Economics)发布的最新《AI价值报告》显示,人工智能正在为全球企业带来即时且切实的商业价值。目前,全球企业在AI软件、基础设施、人才和咨询方面的平均年度支出已达到2670万美元 。更关键的是,这种投资并非盲目的泡沫,其当年的预期投资回报率(ROI)高达16%(约470万美元),并且预计在两年后这一回报率将近乎翻倍,达到惊人的31%(约1230万美元) 。在受访的1600名企业领导者中,超过四分之三(79%)的企业预计其AI投资将在不到三年内实现正向回报,97%的企业坚信AI将在2029年成为其业务运营和决策的中枢 。这股不可逆转的技术共识,构成了SAP必须全力以赴的外部推力。
资本的狂飙与财务验证:高昂研发换取的增长飞轮
技术范式的转移从来都是一场极度烧钱的资本游戏。在《浪潮之巅》中,那些成功跨越周期的企业,无一不是在旧业务如日中天时,果断将巨额利润投入到对未来的豪赌中。为了在AI时代重塑护城河,SAP展现出了破釜沉舟的研发决心。
梳理SAP近年来的研发支出轨迹,可以清晰地看到其向云端与AI全面倾斜的战略脉络。在过去的十年中,SAP的研发支出从2015年的31.7亿美元一路攀升。进入AI爆发期后,这一数字更是呈现出加速增长的态势。2025年全年,SAP的研发支出高达75.05亿美元,较2024年的70.49亿美元实现了6.47%的同比增长 。与2022年的64.96亿美元相比,短短三年间研发投入增加了逾10亿美元 。
| 财年 | SAP年度研发支出 (亿美元) | 同比增长率 | 核心战略导向 |
|---|---|---|---|
| 2021 | 61.40 | – | RISE与云端转型初期布局 |
| 2022 | 64.96 | 5.79% | S/4HANA云产品线完善 |
| 2023 | 68.44 | 5.36% | 生成式AI初步探索与基础架构投资 |
| 2024 | 70.49 | 2.99% | 推出Joule助手,全面押注Business AI |
| 2025 | 75.05 | 6.47% | 智能体AI (Agentic AI) 大规模落地与数据重构 |
这逾75亿美元的巨量资金,被精准地导向了AI底层模型对接(GenAI Hub)、SAP商业数据云(Business Data Cloud)的构建以及Joule智能体的全矩阵渗透。资本的狂飙换来了资本市场最看重的增长确信度。2025年第四季度及全年的财务数据,成为SAP AI战略最强有力的验证背书。
在宏观经济逆风的环境下,SAP在2025年创下了有史以来最佳的预订季度纪录。其最重要的前瞻性指标——总云积压订单(Total cloud backlog)飙升至创纪录的770亿欧元,按恒定汇率计算同比暴涨30% 。这表明,全球最庞大的跨国企业群正在将其未来五到十年的核心IT架构托付给SAP。同时,反映近期业绩的当期云积压订单(Current cloud backlog)也达到了210亿欧元,按恒定汇率计算同比增长25% 。
AI在其中扮演了决定性的推手角色。根据SAP的官方披露,在第四季度强劲的云订单预订中,超过三分之二的订单明确包含了AI元素;而在前50大战略交易中,高达90%的订单包含了AI或SAP商业数据云产品 。这意味着,AI已经不再是SAP产品线中一个边缘的附加模块,而是敲开大型企业千万级IT预算大门的绝对核心。在营收端,2025全年总收入达到370亿欧元(同比增长11%),其中云与软件收入达到325.38亿欧元(同比增长12%),云ERP套件收入更是取得了32%的惊人增速 。
同时,SAP在内部也展现出了惊人的AI赋能效率。通过广泛部署内部AI应用,SAP的非国际财务报告准则(Non-IFRS)营业利润实现了高达31%的强劲增长,自由现金流翻番达到82.39亿欧元 。管理层明确表示,Joule等AI智能体每天在内部回答成千上万个从差旅预订到复杂财务报价的问题,这种由内而外的AI采用将使SAP的人员编制增长显著低于收入增长 。长远来看,SAP设定了到2028年通过内部AI使用实现约20亿欧元运转率成本节约的宏伟目标,力图削减15%至20%的可寻址成本 。这种技术红利不仅坚固了其资产负债表,也促使其宣布了高达100亿欧元的股票回购计划,向华尔街传递了无比的自信 。
智能体的崛起:Joule的飞轮效应与诸神之战
在具体的战术落地上,SAP摒弃了早期简单外挂大模型的粗放做法,而是提出了一套极具企业级深度的“AI飞轮(AI Flywheel)”理论。Forrester在2025年的研究报告中精准捕捉到了这一范式转移:SAP正在将AI从单纯的“应用程序赋能”重新定位为“企业的超级操作系统” 。
这个飞轮的运转逻辑极其严密:企业核心应用程序(Apps)在日常运转中生成富含深度商业上下文的数据;这些高质量的数据(统一沉淀在SAP商业数据云中)反过来滋养并驱动嵌入式的AI模型;而变得更聪明的AI则反哺应用程序,实现最高达30%的整体生产力跃升 。在这个飞轮的中央,坐镇的正是SAP的旗舰AI助手——Joule(焦耳)。
与市场上泛泛而谈的生成式AI不同,Joule的独特之处在于其深植于SAP复杂的跨部门系统之中。在2025年,Joule的采用率迎来了爆发式的9倍增长 。以工业巨头西门子(Siemens)为例,其内部部署了为顾问量身定制的Joule版本后,顾问们每周能释放出25%的重复性工作时间,用于战略性的人类思考与高价值交付 。更为核心的突破在于,Joule正在从“回答问题”走向“执行任务”,即演变为Joule智能体(Joule Agents)。
随着2025年12月Joule Studio中Agent Builder(智能体构建器)的全面通用(GA),企业开发者得以打破跨生态系统的孤岛,利用SAP底层的语义网络快速构建定制化的AI智能体 。SAP在各个垂直业务线展示了极具杀伤力的智能体应用:
-
公用事业客户自助服务智能体:面对能源市场放松管制和“产消者(Prosumer)”崛起的行业剧变,该智能体能够深度理解客户的合同、关税、耗电数据,不仅能拟人化地处理复杂交互,还能识别追加销售机会。其直接商业成果是:将AI处理联系人的平均成本暴降了90%,并将整体客服运营成本缩减了60% 。
-
供应链生产计划智能体:在极其复杂的SAP综合业务计划(Integrated Business Planning)中,该智能体能够将复杂的算法优化、库存调整和预测结果翻译成清晰的自然语言,并通过规则自动化主动发现并解决主数据问题,在保持服务水平不变的前提下显著降低企业库存并减少报废率 。
-
销售投标分析智能体(Tender Analysis Agent):针对B2B企业繁琐的招投标流程,该智能体能自动提取长篇RFQ文档中的关键产品需求,并高亮标记潜在风险,极大地缩短了响应周期并提高了中标概率 。
然而,在这个智能体大爆发的时代,SAP并非独行者。企业级软件市场正迎来一场史无前例的“诸神之战”。在这场战役中,SAP最直接的竞争对手是Salesforce及其野心勃勃的Agentforce平台。
| 对比维度 | SAP Joule & AI Agents | Salesforce Agentforce |
|---|---|---|
| 核心基因与阵地 | 聚焦后台与中台(ERP、财务、HR、复杂供应链)。主打跨部门的“协作智能(Collaborative Intelligence)”。 | 聚焦前台(CRM、销售、客服、营销)。主打“基于角色的虚拟员工(Role-based agents)”。 |
| 数据护城河 | 基于SAP商业数据云,掌握企业最底层的财务主数据与交易链路记录。 | 基于Salesforce Data Cloud,掌握海量的前端客户交互与销售漏斗数据。 |
| 代表性用例 | 解决供应链中断预警、自动化季末财务审计、协调跨部门运营。 | 虚拟销售代表自动跟进线索、全自动客户支持工单解决、个性化营销自动化。 |
| 面临的挑战 | 实施周期较长,高度依赖客户底层ERP核心的标准化程度(Clean Core)。 | 容易陷入前台功能过剩,难以触及企业底层的资金流与物流真实状态。 |
除了Salesforce,超大规模云厂商(Hyperscalers)如AWS(Amazon Bedrock)、Google Cloud(Agentspace)以及微软,正试图凭借底层算力优势构建横向的智能体编排中心 。Constellation Research的分析师敏锐地指出,随着每个平台都在推出自己的智能体,企业将面临灾难性的“智能体蔓延(Agent sprawl)”——SAP的Joule在这里处理财务,Salesforce的Agentforce在那里处理销售,Google的智能体还在顶层游荡 。2026年及以后的核心悬念在于:企业最终是会选择各大SaaS厂商内部垂直集成的智能体,还是会选择超大规模云厂商提供的横向编排平台来统一指挥所有的AI动作?对于SAP而言,其与Palantir、Perplexity的战略合作,以及SAP BTP平台的开放性,将是其抵御平台被“边缘化”或“管道化”的关键武器 。
商业模式的生死劫:从订阅制到价值计费的达摩克利斯之剑
如果说技术路线的竞争只是外患,那么Agentic AI带来的商业模式危机,则是直击SAP乃至整个SaaS行业心脏的内忧。在过去二十年中,云计算的繁荣建立在一个极其稳固的基石上:基于坐席(Seat-based)的按用户订阅收费模式。这个模式的潜台词是,软件是赋能人类的工具,企业业务越增长,雇佣的员工就越多,需要购买的软件许可证也就越多。
然而,智能体AI无情地击碎了这个假设。智能体不再是增强人类工作,而是开始以全天候、无疲劳的姿态大规模“替代”整个工作流 。当一个AI智能体能够自动核对发票、完成采购对账并生成财报时,企业根本不再需要维持庞大的财务共享中心。业内将这种现象称为“流失瀑布(The Churn Cascade)”:AI让团队变得极为高效——>企业削减人员编制——>软件坐席被大规模降级或取消 。如果30个人加上SAP的智能体就能完成过去50个人的工作,企业CIO绝不会为了那20个不存在的员工继续支付年度订阅费。
更严峻的是成本结构的倒挂。传统SaaS的边际交付成本极低,但Agentic AI涉及昂贵的模型推理费用(如GPU算力消耗、Token计算)以及海量的数据处理带宽 。如果AI智能体在后台疯狂运转处理数以万计的业务请求,而供应商依然只能收取固定的单用户包月费,那么SaaS厂商的利润率将被彻底压垮 。波士顿咨询(BCG)的研究警告,随着模型成本在未来的长期下降,如果不改变定价模型,SaaS供应商的收入将会随之大幅萎缩,除非客户的使用量出现极其夸张的指数级爆发 。
面对这柄高悬的达摩克利斯之剑,SAP在2025年启动了前所未有的商业策略重构。为了打破历史上极端复杂的SKU蔓延(有时一个财务部署会涉及80多个SKU),SAP转向了更为简化的基于套件的打包模式,并引入了基于消费的“AI单元(AI Units)”计费机制 。对于那些创造了高额增量价值的高级Joule智能体,客户不再按人头买单,而是购买包含特定算力和动作额度的AI池,由企业跨职能共享消耗 。
然而,这仅仅是过渡。Gartner预测,到2030年,至少40%的企业SaaS支出将彻底转向基于使用量(Usage-based)或基于业务成果(Outcome-based)的定价模式 。基于成果的定价是商业软件的“圣杯”:软件供应商不再售卖代码,而是售卖“解决的客诉数量”、“提高的良品率”甚至直接抽取“通过AI节约的供应链资金分成” 。这要求SAP的AI不仅要在Demo中表现出色,更要在错综复杂的真实商业环境中产出绝对可靠、可审计的利润。这种定价模式的根本转变,不仅将重塑SAP的计费系统,更将迫使其销售、客户成功和产品研发团队的组织架构发生地动山摇的重组。
沉重的遗留锚:Clean Core的破釜沉舟与数据断舍离
无论AI的愿景多么恢弘,决定企业能否顺利驶入智能时代的,往往是其脚下那条数字化的跑道。对于拥有数万家传统客户的SAP而言,这条跑道充满了历史遗留的技术泥泞。在ERP发展的几十年里,企业为了追求所谓的“业务特色”,在SAP核心系统中进行了海量的深度定制和二次开发。这些充斥着意大利面条般纠缠的定制代码(Custom Code)和未记录的系统修改,构成了今天企业难以承受的技术债务(Technical Debt) 。
这种技术债务的直接后果是灾难性的:由于核心被严重污染,企业每一次尝试系统升级都需要漫长的测试与停机,导致他们被彻底锁死在旧版本中,无法获取SAP最新的云端创新与AI能力 。如果不解决这个问题,强行在老旧的数字废墟上构建AI智能体,只会导致“Garbage in, garbage out(垃圾进,垃圾出)”,甚至引发系统性的业务灾难。
正因如此,SAP祭出了“Clean Core(保持核心干净)”这一被视为生死攸关的战略。Clean Core的本质是一种架构层面的纪律:最大限度地减少对ERP核心代码的修改,强制企业回归SAP标准化的业务流程(Best Practices) 。当业务确实需要差异化创新时,必须通过SAP商业技术平台(BTP)进行并排扩展(Side-by-side extensibility,构建独立于核心运行的可扩展应用),或者使用ABAP Cloud在系统内进行严格受控的在栈扩展(On-stack extensibility) 。这种“核心坚如磐石,边缘灵活创新”的解耦模式,确保了ERP系统的稳定、安全,并且随时可以无缝升级以接入最新的Joule能力 。
对于2026年的CIO来说,Clean Core的内涵已经从单纯的“消除自定义代码”深化为“数据的断舍离”。长期以来,企业因为害怕审计风险,不敢轻易删除数十年积累的陈旧历史数据。但将这些毫无业务价值的“死数据”强行迁移到昂贵的S/4HANA内存数据库中,或继续维护旧系统,只会产生高昂的硬件与运维利息 。通过引入如Data Migration International的JiVS信息管理平台等创新工具,企业可以将历史数据与旧应用彻底解耦并妥善归档,在满足法律合规的同时,实现核心系统数据的极致精简与高价值化 。
推行Clean Core犹如一场痛苦的外科手术。许多习惯了由着性子乱改系统的业务部门对此充满抵触。为了强力推动这一进程,SAP在“RISE with SAP”框架下打出了极具魄力的商业组合拳:为那些愿意采用标准化流程并迁移到云端的ECC和S/4HANA本地客户,提供极具吸引力的许可转换积分,甚至承担部分典型的迁移成本 。同时,SAP也开始对实施合作伙伴的服务质量进行更严厉的监督,以防止他们在实施过程中为了迎合客户而妥协,再次污染系统核心 。
SAPInsider 2025年的基准报告揭示了这场硬仗的阶段性胜利:传统SAP ECC和Business Suite的使用率历史上首次跌破了50%,而全面过渡到SAP S/4HANA Cloud Private Edition的企业比例则从一年前的19%大幅飙升至30% 。令人瞩目的是,生成式AI(尤其是Joule)正成为加速这一进程的最强催化剂:高达43%的受访企业承认,AI的吸引力直接影响了他们下定决心进行ERP换代决策,这一比例较2023年的14%出现了几何级数的跃升 。可以说,Clean Core是AI扎根的必要土壤,而AI则是企业甘愿忍受翻土之痛的最终信仰。
信任的深渊:直面幻觉风险与负责任的AI治理
企业级AI不同于面向消费者的ChatGPT。在消费端,大模型“一本正经地胡说八道”(AI幻觉,Hallucination)或许只是一个有趣的模因;但在企业级应用中,如果在财务报表汇总、高危供应链调配或合规审计中出现幻觉,其后果将是数以千万计的经济损失甚至是毁灭性的法律诉讼 。大语言模型(LLM)基于统计概率预测下一个词的生成机制,决定了其天生缺乏对真实世界确定性规则的敬畏 。此外,随着多智能体协同(Multi-agent reasoning)复杂度的指数级增加,提示词注入(Prompt Injection)和对抗性攻击的攻击面被急剧放大,给企业带来了严峻的操作风险 。
面对这种根源性的信任赤字,SAP建立了一套极其严密、不容妥协的“负责任的AI(Responsible AI)”框架,将AI道德、安全和合规性深深嵌入到系统架构的底层逻辑中 。
在架构层面,SAP在BTP平台上部署了GenAI Hub作为所有生成式AI请求的中枢神经系统,通过检索增强生成(RAG)技术和强悍的授权边界,构筑了防止幻觉的物理防线 。
| RAG架构层级 | SAP核心安全与治理控制机制 | 业务隐私与防幻觉保障 |
|---|---|---|
| 数据摄取与分块 (A1-A2) | 使用技术用户和受控管道,基于OAuth的强身份认证。 | 数据范围最小化,绝不摄取未授权的企业机密库。 |
| 嵌入与向量存储 (A3-A4) | GenAI Hub强制执行策略,加密静态向量数据,严格的租户逻辑隔离。 | SAP通过铁血契约保证:绝对不使用客户的商业数据来训练基础大模型 。 |
| 权限感知的向量搜索 (B3) | 基于SAP细粒度角色权限(Role-based filtering)的Top-K相关数据检索。 | 即便是AI,也无法读取当前用户权限范围之外的任何财务或人事数据,防止越权暴露。 |
| LLM安全调用与响应 (B5-B6) | 强制实施输入/输出护栏过滤,数据脱敏,请求上下文即用即毁(无数据保留)。 | 模型只能基于提供的真实接地的业务上下文(Grounded context)进行归纳,从机制上掐断了模型凭借训练语料凭空“捏造”数据的可能性。 |
在此基础上,SAP还构建了多层弱点测试体系,确保持续符合《欧盟AI法案(EU AI Act)》等全球最严苛的监管法规 。同时,德勤(Deloitte)等机构的风险管理专家指出,仅仅依靠技术架构是不够的,银行与大型企业必须将AI风险整合到现有的操作风险分类(如ORX体系)中,加强治理与问责制,培养全员的“AI素养”,并坚持“人机协同(Human-in-the-loop)”的底线思维,对智能体的行为空间施加严格的硬性约束 。
东方变局与主权抉择:中国市场的突围与隐忧
如果说全球市场的技术演进是一场明牌的博弈,那么在中国这个极其特殊的战略市场,SAP面临的则是一场交织着地缘政治、国家产业政策以及本土竞争对手强势反扑的立体战役。
中国不仅是全球第二大经济体,更是制造业转型升级的主阵地。2025年,中国AI制造及相关软硬件市场规模预计将达到200亿元人民币(约31亿美元),占据全球近30%的庞大份额 。在过去二十年里,SAP和甲骨文(Oracle)凭借在复杂业务逻辑上的技术代差,牢牢掌控了中国大型中央企业、国有企业以及高端制造业的ERP核心。然而,在全球地缘政治格局的剧变下,“信息技术应用创新产业(简称信创,Xinchuang)”成为中国企业的核心政策导向,本土软件巨头借此东风发起了猛烈的国产替代攻势 。
在这个没有硝烟的战场上,SAP的竞争对手不再仅仅是技术维度的同行,而是裹挟着“主权安全”与“供应链韧性”意志的国家级冠军企业 。
-
用友(Yonyou):作为中国市场的本土霸主,用友不仅牢牢掌控着约30%的中小企业市场,更通过其高端平台YonBIP,将自身精准定位为国有企业“信创”替代的默认首选项,直接将炮火对准了SAP的高端客户盘 。
-
金蝶(Kingdee):以云原生和敏捷性为利器,金蝶在云ERP和高生产力aPaaS领域取得了领先地位。其软件极其贴合中国私营中小企业快速多变的业务需求,且部署成本仅为SAP系统的几分之一,在中端市场构筑了极高的性价比壁垒 。
-
华为(Huawei MetaERP):这是最具颠覆性的“主权挑战者”。遭受极限施压的华为不仅实现了自身庞大ERP体系的完全自主替换,更将其MetaERP推向高科技制造业市场。华为凭借强大的软硬件底层自主能力,从根本上重塑了中国企业对底层信息安全底座的认知 。
面对这股强劲的国产化浪潮,对SAP而言,最大的梦魇并非本土对手在部分功能上的追平,而是潜藏的地缘政治制裁风险。研究指出,如果由于不可抗力导致SAP被限制向中国实体提供服务,对于那些高度依赖SAP系统长达几十年的35%的中国大型企业而言,将是供应链瘫痪级别的灾难 。这种“断供恐慌”,恰恰是用友和华为在销售一线用来攻城略地的最强说辞。
为了在这场极度敏感的市场变局中求生并图谋发展,SAP展现出了极高的战略柔性。一方面,SAP在宏观叙事上极力强调其作为一家欧洲(德国)企业的身份与文化底蕴,试图在中美科技博弈的夹缝中构建一种中立、安全的信任缓冲带 。另一方面,SAP深刻意识到孤军奋战绝无胜算,因此选择与阿里云(Alibaba Cloud)等具有深厚官方与本土商业背景的中国云巨头结成深度生态联盟,以本土云基础设施承载其S/4HANA云服务,从而在数据合规与存储属地化上满足中国监管的严苛要求 。
展望2026年,中国的大型企业CIO们面临着一个前所未有的丰富且复杂的IT架构选择期。未来的中国企业级软件格局,将不再是某一家厂商垄断的“大一统”,而极有可能走向一种具有鲜明中国特色的“后现代混合ERP(Post-Modern ERP)”架构 。在这个架构中,企业为了应对海外合规或维持极度复杂的全球财务盘,可能会在最底层保留一个极其稳定、精简的“Clean Core”(可能是SAP的精简版,也可能是用友/华为的主权底座);而在这个底座之上,则环绕着一个由中国本土创新生态滋养的、充满活力的AI智能体群落,负责前端的高效敏捷迭代 。SAP能否在这个混合生态中继续扮演不可或缺的枢纽角色,不仅取决于其德国品质的坚守,更取决于其向中国本土AI大模型生态开放API接口的胸襟与智慧。
在周期的顶点,向死而生
“时代的灰尘落在每一个企业头上,都是一座大山。”《浪潮之巅》的精髓在于揭示了科技产业冷酷的周期律:没有永远的王者,只有不断顺应乃至自我颠覆的幸存者。
从历史的长镜头来看,SAP交出的2025年答卷无疑是辉煌的:高达75亿美元的巨额研发投入,换来了惊人的770亿欧元总云订单积压,高达30%的爆发式增长,以及AI在大型订单中近乎90%的绝对渗透率 。Joule的九倍增长和针对各类复杂商业场景量身打造的Agentic AI矩阵,向世界证明了这家创立逾半个世纪的德国老店,不仅没有在AI时代掉队,反而正在将其庞大的历史积淀转化为坚不可摧的数据护城河。
然而,站在这场范式革命的浪潮之巅,SAP面前依然横亘着三座险峻的冰山。
其一,是沉重的历史羁绊与Clean Core的攻坚战。如果不能以破釜沉舟的勇气,强推庞大的存量客户群体割除几十年积累的定制化毒瘤与无效历史数据,那么最先进的AI智能体也将在老旧系统的数据泥沼中寸步难行。
其二,是触及灵魂的商业模式自我革命。当自主运行的AI智能体开始成规模地吞噬人类工作岗位时,传统的按坐席计费模式必将走向崩溃。SAP必须在探索基于消耗(AI Units)甚至基于商业成果(Outcome-based)的全新定价机制的阵痛中,找到维持股东利润与客户价值的微妙平衡。这不仅是计费系统的修改,更是整个SaaS行业商业逻辑的重铸。
其三,是在地缘政治大变局下的身份重构。面对中国市场这块占据全球近三分之一体量的AI热土,SAP必须在德国血统的中立性、本土云巨头的结盟以及面对华为、用友等“信创”主权力量的冲击中,艰难地维系其不可替代的战略价值。
从流程固化的System of Record,向充满未知与活力的System of Intelligence跃迁,这不仅是代码的重写,更是基因的跨越。在这场攸关生死的较量中,SAP能否再一次穿越周期,继续书写企业级软件的历史,取决于它在面对自身最引以为傲的传统时,是否拥有向死而生的勇气。真正的浪潮之巅,只属于那些敢于在旧世界废墟上,亲手点燃新世界火种的孤勇者。
夜雨聆风