乐于分享
好东西不私藏
当前位置：夜雨聆风 > 技术教程 > 软件教程 > SAP 判断:Agentic AI 将改变企业软件市场

SAP 判断:Agentic AI 将改变企业软件市场

当前时间： 2026-05-04 18:09:36 更新时间： 2026-05-04 分类：软件教程 评论(0)

SAP 判断:Agentic AI 将改变企业软件市场

当大多数人还在讨论 AI 能不能帮程序员写代码时，SAP 已经把问题推进到了更深的一层：AI 能不能帮助企业理解、改造并迁移几十年来积累的核心业务代码？

在 SAP News 最新访谈中，SAP 高级副总裁、SAP ABAP Platform 负责人 Sonja Liénard 明确表示：Agentic AI will change the market。

这句话的重点，不只是“AI 会让开发更快”。它真正指向的是：AI Agent 正在从辅助工具，变成企业软件工程流程中的执行者。尤其是在 SAP 这样的企业级系统里，Agentic AI 可能会深刻影响 ABAP 开发、遗留系统改造、云迁移，以及未来开发者的工作方式。

https://news.sap.com/2026/05/agentic-ai-will-change-the-market/
ABAP不是旧语言，而是企业核心系统的底座

要理解 SAP 为什么重视 Agentic AI，必须先理解 ABAP。ABAP 是 SAP 自己的编程语言，已经有 40 多年历史。它和 Java、C++ 这类通用语言不同，从一开始就是为大型企业业务应用设计的。很多企业每天运行的核心流程，包括财务、供应链、生产、采购、人力等，都和 SAP 系统有关。而在大量 SAP 系统背后，ABAP 仍然是非常重要的技术基础。SAP 在文章中强调，ABAP 不只是一门语言，更是一个平台。它支撑了 SAP ECC、本地部署系统、SAP S/4HANA Cloud Private Edition 和 Public Edition。目前全球大约有 500 万注册 ABAP 开发者，其中约 200 万仍然活跃。这说明 ABAP 并不是一个“被淘汰的旧技术”，而是企业软件世界里仍然非常关键的一层基础设施。

真正的难题：企业有太多遗留代码

很多 SAP 客户今天面临的核心问题，并不是“能不能写新代码”。真正的问题是：过去几十年里，企业围绕 SAP 系统写了大量自定义 ABAP 代码。这些代码可能没有完整文档，原来的开发者可能已经离职，但里面承载着企业真正的业务逻辑。这些代码既是资产，也是负担。它们让企业系统变得高度贴合自身业务，但也让升级、迁移和云化变得复杂。企业想迁移到 SAP 云，不能简单地把老代码丢掉，因为里面可能藏着关键业务规则。所以 SAP 最关心的问题是：

  • 老代码到底做了什么？

  • 哪些逻辑必须保留？

  • 哪些代码已经没有价值？

  • 哪些扩展需要迁移到 ABAP Cloud？

  • 转型成本和风险有多大？

  • 如何在不影响业务连续性的情况下完成改造？

这正是 Agentic AI 可能发挥巨大价值的地方。

Agentic AI 不只是“会写代码的 AI”

过去很多 AI 编程工具，本质上还是助手。它们可以解释代码、补全代码、生成函数、回答开发问题。这当然有价值，但它们主要还是围绕单个开发者工作。Agentic AI 的不同之处在于，它不是一个单一聊天机器人，而是一组可以协作的 AI agents。这些 agents 可以有不同分工：

  • 一个 agent 负责解释自定义代码

  • 一个 agent 负责修改代码

  • 一个 agent 负责评估迁移工作量

  • 一个 agent 负责检查安全和质量

  • 一个 agent 负责生成转型建议

在更复杂的场景中，还可以有一个 `orchestrator`，也就是 `编排者`，负责协调不同 agents，根据任务动态组合能力。这就从“AI 帮我写一段代码”，变成了“AI 代理团队参与软件工程流程”。一句话说：普通 AI 编程助手像助手，Agentic AI 更像一支执行团队。

SAP 的路线：从开发效率到系统转型

SAP 并没有说 AI 明天就能完全自动改造 ERP 系统。它的路线相对稳健。

第一步，是提升开发者效率。比如代码解释、代码建议、ghost texting 等能力，帮助开发者更快理解和编写 ABAP 代码。

第二步，是把 ABAP AI 能力统一成一个独立服务，让不同系统版本的客户都能使用。这对 SAP 客户很重要，因为很多企业运行的 SAP 环境并不完全相同。

第三步，才是把这些能力 agent 化，让多个 AI agents 协作完成更复杂的任务，比如代码理解、迁移评估、代码修改和质量检查。

这条路线很符合企业软件的现实：先增强人，再逐步自动化，最后进入多 agent 协作。

SAP 已经有一些实际进展。2025 年 2 月，ABAP AI 开发效率工具已经可用；2026 年 1 月，SAP 在 generative AI hub 发布了 SAP-ABAP-1；2026 年 2 月，SAP 又在 custom code management app 中加入 AI 功能，帮助开发者理解代码并判断修改需求。其中 SAP-ABAP-1 很值得关注。它是专门用于解释 ABAP 程序代码的模型。这说明 SAP 并不是简单地把通用大模型接入系统，而是在构建懂 ABAP、懂 SAP 语境的专业 AI 能力。

开发者不会消失，但角色会变化

这篇文章里一个很重要的判断是：AI 会改变开发者角色，但不会让开发者消失。未来开发者的价值，可能不再是手写最多代码，而是更懂业务、更会拆解任务、更会审查 AI 输出。开发者会越来越关注：

  • 业务逻辑是否正确

  • 系统目标是否清晰

  • AI 生成的代码是否安全

  • 迁移方案是否可控

  • 结果是否符合企业标准

  • 哪些决策必须由人来做

SAP 特别强调，人类仍然掌握 thought leadership，也就是方向、判断和最终决策。这点非常关键。Agentic AI 可以做更多执行工作，但企业软件不是普通 Demo。ERP 系统牵涉财务、供应链、生产和合规，任何错误都可能影响真实业务。因此，AI 不能未经审查就直接接管核心系统。

未来优秀开发者的能力结构会变化。过去，优秀开发者可能是代码写得最快、框架最熟的人。未来，优秀开发者可能是最懂业务逻辑、最会指挥 AI、最能审查复杂系统结果的人。

企业级 AI 的底线：安全、治理和人类控制

SAP 在文章中也明确回应了安全问题。它的态度很清楚：不会让 AI 单方面接管企业系统。AI 不会未经检查自动生成并集成解决方案。人类会参与每一个步骤，并保留最终决定权。所有代码都必须符合 SAP 的质量和安全标准。这其实是企业级 AI和消费级 AI 最大的区别。消费级 AI 产品可以追求快、炫、体验好。但企业级 AI 必须优先考虑：

  • 可控

  • 可审查

  • 可治理

  • 可回滚

  • 可解释

  • 符合安全和合规要求

企业不是不能接受 AI，而是不能接受不可控的 AI。这也是 SAP 这篇访谈最值得注意的地方。它谈的不是一个新功能，而是一套企业级 AI 落地逻辑：AI 可以越来越强，但必须被治理；Agent 可以越来越主动，但最终责任仍然在人类和企业流程手里。

这对市场意味着什么？

这篇文章虽然围绕 ABAP 和 SAP 展开，但它反映的是整个企业软件市场的大趋势。

  1. 企业级 AI 的主战场不会只是聊天机器人，而是核心业务系统改造。

  2. 遗留系统迁移会成为 Agentic AI 的重要市场。全球大型企业都有大量历史系统、自定义代码和复杂流程。谁能用 AI 安全地理解、评估、迁移这些系统，谁就能创造巨大价值。

  3. 专业模型会越来越重要。SAP-ABAP-1 的出现说明，在企业场景里，通用模型不够。企业需要懂特定语言、特定平台、特定业务逻辑的 AI。

  4. 未来我们可能会看到更多类似模型：面向 ABAP、COBOL、Java 企业系统、财务流程、供应链流程、行业合规的专业 AI 模型。

  5. 开发者会从代码生产者，转向 AI 工程流程的指挥者和审查者。

  6. 企业采用 AI 的前提，不只是模型能力，而是信任、安全和治理。

结语

SAP 这篇访谈传递出的信号很清楚：企业级 AI 的下一阶段，不是让 AI 聊得更像人，而是让 AI 更可靠地参与复杂业务系统的改造。

Agentic AI 的价值，不在于替代开发者，而在于把开发者从大量重复、复杂、低效的技术细节中解放出来，让他们更专注于业务逻辑、系统设计、质量审查和最终决策。

对企业来说，真正值得关注的不是“AI 会不会写代码”，而是“AI 能不能安全、可靠、可治理地改造我们的核心系统”。这也许才是 Agentic AI 改变市场的真正起点。