這一次，ERP 巨頭SAP 的 AI 轉型又踩對了點。我很好奇這家成立于 1972 年的公司，經歷了四次轉型，每一次轉型算不上激進，但每次都可以平穩落地，且都會爆發出強勁的增長動力。

文 | 崔強；編輯 | 燕子

于是，我用一周的時間翻閱了大量資料，分析 SAP 財報，發現它之所以每次轉型都能厚積薄發，后來居上，其本質上是技術、生態與商業模式三者協同進化的結果：

通過持續在技術投資保持領先，依托開放生態分散實施風險，以客戶需求為中心迭代產品，最終在多變的商業環境中實現穩健落地。

今年是 SAP 第 53 周年，這期間經歷的四次轉型，都與技術息息相關：

• 第一次轉型是從單一的 ERP 產品轉向互聯網套件；
• 第二次轉型是移動互聯網時代的布局；
• 第三次轉型是全面云化；
• 第四次轉型是正在進行中的 AI 智能化轉型。

簡單梳理，僅供參考。

閱讀目錄
1. SAP 的四次轉型
2. 轉型前的五個痛點
3. 8 年 AI 變局
4. SAP 的 AI 戰略布局
5. SAP Business AI 三大實施路徑

SAP 的四次轉型

每一次技術浪潮的興起，都是對 ToB 軟件廠商的一次重新審視。從互聯網、移動計算、云技術到今天的人工智能，每一波技術都不僅僅是工具革新，更在重構客戶需求、商業模式與軟件形態。

SAP，這家誕生于上世紀的企業軟件巨頭，也在不斷的浪潮中推進自我變革。

從 1999 年應對 .com 沖擊，到 2024 年在生成式 AI 浪潮中推出Business AI，SAP 完成了四次重要轉型。這些轉型，不僅關乎技術選擇，更折射出一個傳統軟件巨頭如何穿越周期、回應時代挑戰的路徑。

先從 “互聯網時代的第一次沖擊” 開始講起。

1. 互聯網時代轉型（1999-2009年）

1999 年，面對互聯網的興起，管理軟件廠商都陷入了一場 “會不會被 .com 經濟顛覆” 的焦慮之中，劉韌在《中國.com》中寫道：“Internet 是一場顛覆性的發明，其力量是 PC 的無數倍，正顛覆著舊有的秩序、規則、榮耀以及尊嚴。它急速而生，讓昔日的巨人一個個倒下，且速度越來越快。對于前 Internet 時代的英雄而言，Internet 不是美好的事物，而是一場噩夢。”

所有的軟件廠商開始思考，互聯網將改變什么？

也正是在這一年（1999 年），Salesforce 橫空出世，當時行業里流行的叫法還不是 SaaS，而是ASP（應用服務提供商，Application Service Provider），但 Salesforce 誕生于互聯網時代，是妥妥的新生代力量。

我記得當時 SAP 推出 mySAP.com 戰略，整合電子商務、供應鏈管理（SCM）和客戶關系管理（CRM）等模塊，支持 XML 協議。

雖然 SAP 的創始人哈索·普拉特納（Hasso Plattner）稱贊 “mySAP.com 是 SAP，以及其合作伙伴和客戶進入新時代的大門”， 這似乎也是 SAP 向外界傳遞其向互聯網轉型的決心。

但是，在外界看來，SAP 向互聯網的轉型并不性感和優雅，甚至只是老軟件上的功能整合和 internet 的疊加。

值得關注的是，在這個階段，SAP 有兩個非常重要的動作來強化B2B市場能力。一是投資了專注于電子商務和 B2B 市場的美國公司 Commerce One，二是收購了以色列一家專注于企業門戶和集成軟件的公司 Top Tier。

通過整合 Commerce One 的 B2B 能力和 Top Tier 的門戶技術，SAP 開始能夠提供更靈活、互聯的企業級應用，滿足客戶互聯網化的需求。

這兩個動作也標志著 SAP 從單一 ERP 供應商向互聯網集成解決方案提供商的轉型。

同時，收購 Top Tier 還幫助 SAP 引入了以色列的技術團隊（如創始人 Shai Agassi），并推動了 SAP 在云計算和平臺化架構上的早期探索。

此外，SAP 還成立三家子公司（SAP Markets、Portals、Systems Integration）布局生態。具體來講，B2B 市場協作（Markets）、企業門戶與知識管理（Portals）、以及跨系統流程整合（Systems Integration），共同構成 SAP 數字化生態的核心能力，幫助企業實現高效協同與數字化轉型。

即便是遭遇了 2000 年互聯網泡沫破裂，SAP 也通過集成化產品套件鞏固了其市場地位。

2. 移動互聯網與云技術布局（2010-2015年）

SAP 第二次轉型的標志性事件是 2010 年以 58 億美元收購數據庫公司 Sybase，增強移動端應用能力。在此之前，SAP 一直在用 Oracle 的數據庫，那一次收購也被外界猜測是 SAP “去 Oralce” 的標志。

我也參加了那場收購事件在北京召開的發布會，我們曾一度認為，SAP 將用 Sybase 數據庫去替換 Oracle 的數據庫，以至于不再受制于人，但 SAP 之意是布局移動互聯網。

早在 2005 年起，Sybase 就開始逐步尋求在企業數據庫領域之外的突破，積極布局移動市場。

從 2005 年之后的多項收購行動也顯示出其在移動技術領域的擴張意圖。SAP 作為以 ERP 和 CRM 等企業管理軟件為核心業務的公司，通過這次并購，順利引入了 Sybase 的移動技術，得以為移動設備提供數據庫接入服務，從而拓展其在移動應用市場的布局。

合并后，SAP 將 NetWeaver Mobile 組件和 SAP BusinessObjects Mobile 軟件與Sybase的無線平臺進行整合，構建了一個集成分析能力的統一移動開發與部署平臺，使用戶能夠靈活訪問 SAP 業務套件，加快了 SAP 應用程序的移動化進程。

2011 年 12 月，SAP 以 34 億美元收購了美國云端人力資源管理（HCM）解決方案提供商 SuccessFactors，被收購后，SuccessFactors 更名為SAP SuccessFactors，成為 SAP 云服務組合的核心部分，支持企業實現人力資源流程的數字化和智能化。

在那之后，2012 年，SAP 以 43 億美元完成對采購管理軟件 Ariba 的收購，Ariba 的采購網絡覆蓋全球 190 多個國家，SAP 將其與自身 ERP 系統深度集成，推出SAP Ariba解決方案，支持企業實現端到端的采購流程自動化，并通過連接買賣雙方的ERP系統提升供應鏈效率。

這兩次收購標志著 SAP 從傳統本地 ERP 廠商向 “云+本地” 雙軌模式轉型的開始。

2013 年 3 月，SAP 推出了基于 HANA 平臺的SAP Business Suite（包括 ERP、CRM、SCM 等模塊），首次將傳統業務套件遷移到 HANA 內存數據庫上。

這一版本支持實時數據處理，并優化了多個業務場景（如快速財務月結、分鐘級 MRP），標志著 SAP 從傳統數據庫向 HANA 架構轉型的重要一步。為其 2015 年推出SAP S/4HANA Cloud 等云 ERP 產品奠定了基礎。

3. 全面云化與平臺化（2015-2020年）

2015 年，SAP 發布S/4HANA，重構 ERP 架構為實時內存計算模式，支持公有云、私有云和混合部署。

2017 年推出SAP Cloud Platform（后更名為BTP），提供低代碼開發和 AI 集成能力，構建企業級 PaaS 生態。

云訂閱收入占比快速提升，2019年云業務收入增速達 39%，成為核心增長引擎。

4. 智能化與生成式 AI 融合（2020年至今）

2021 年，SAP 推出RISE with SAP，整合 S/4HANA Cloud、BTP 等產品，提供“業務轉型即服務”。

2024 年，SAP 聯合亞馬遜云科技發布GROW with SAP解決方案，將 ERP 云與生成式 AI 深度結合，支持企業數據與 AI 服務無縫對接。

同時，SAP 還將早期物聯網平臺 Leonardo 整合至 BTP，強化 AI、大數據分析能力，形成端到端智能企業解決方案。

縱觀 SAP 在 AI 方向的收購，歷史上共四起：

2018年收購 Recast.AI，加速在對話式AI領域的布局；2021年收購Signavio，結合 AI 識別自動化機會，優化 ERP 遷移；2023年收購 LeanIX 提供 IT 環境可視化與AI驅動流程優化；2024年收購WalkMe，通過 AI 優化跨應用工作流。

其中，三起收購發生在第四次轉型期：

• 2021 年，SAP 以約 12 億美元完成對德國流程智能公司 Signavio 的收購；
• 2023 年，SAP 以超 12 億歐元收購德國企業架構管理（EAM）公司 LeanIX；
• 2024 年，SAP 以 15 億美元收購以色列數字采集平臺（DAP）WalkMe。

LeanIX 聚焦后端 IT 架構治理，WalkMe 則強化前端用戶體驗，二者與 Signavio 形成 “流程分析-架構管理-用戶賦能” 的完整鏈條，支撐 SAP “持續業務轉型” 戰略。

通過收購，SAP 加速生成式 AI 技術落地（如 LeanIX 的智能推薦、WalkMe 的自動化引導），同時云業務收入在 2024 年第二季度同比增長 25%，訂單量達 148 億歐元，印證其整合成效。未來，SAP 計劃將 AI 深度嵌入 ERP 系統，優化現金流與環境影響等核心指標。

技術先行、整合生態和商業模式協同進化，這三點才是 SAP 轉型成功的秘密。

每次轉型均提前 3-5 年布局關鍵技術，如 2008 年押注云計算、2015 年內存計算革新；通過收購方式快速補足能力，結合自研構建完整技術棧；從 license 銷售轉向訂閱制，云收入占比從 2015 年的 12% 提升至 2024 年的超 40%。

而這輪向 AI 轉型，SAP 正在做一些什么樣的準備和投入呢？這也是本文想要跟大家討論的核心內容。首先，看幾個面向未來的核心數據：

• 2024 年，SAP 研發費用達 32.7 億元，雖然研發費用率僅 2.57%，但重點投向 AI 與云原生架構
• 2024 年，SAP 裁員 10000 人（占員工總數約 7%），裁員節省的成本（如 31 億歐元重組費用）被用于支持云業務擴張；
• SAP 云合同負債訂單達 630 億歐元，成為未來增長核心。

從“西曼時代”我就開始關注 SAP，可能很多人并不知道西曼（Klaus Zimmer）是誰，他是前 SAP 中國區總裁。

從那時候起，我也見證了 SAP 中國這些年的每一次轉型動作。牛透社翻閱了 SAP 2017 年到 2024 年這八年的財報，查閱了大量與 SAP 向 AI 轉型過程的資料，試圖拆解 SAP 的 AI 轉型。

先看一張 SAP 的五年財報總結，感受一下 SAP 的強大。

SAP近五年財報（2020～2024）

SAP 的 AI 演變過程總體可分為三個階段

• 技術演進側來看：2017 年開始從垂直領域開始測試，發展到2023年 AI 全流程嵌入，最終 2024 年提出 “Business AI” 品牌；
• 使用角度來看：SAP AI 轉型并沒有走激進的路子，早期側重技術潛力，后期強化風險管控，同時也反映行業成熟度提升；
• 自身的市場定位看：SAP 經歷了 AI 的追趕者，AI 標準定義者，以及 SAP 企業智能領域者的角色。

轉型前的五個痛點

事實上，雖然每次技術大行其道之前，SAP 都會提前 3-5 年開始布局，進行技術投入。我們也從其 CEO 的信件中看到 SAP 在 AI 轉型前，面臨的挑戰。且 SAP 的核心增長瓶頸集中在技術落地不成熟（算法適應性、數據質量）和市場拓展效率低（方案適配性、服務響應、客戶信任不足）。

然而，這些問題直接影響了客戶滿意度及新市場的滲透能力。

第一，早期 SAP 的 AI 工具（如Predictive Analytics）技術門檻高、應用場景碎片化，難以覆蓋不同規模企業和行業的差異化需求。AI 能力更多聚集在預測分析雖能提供數據洞察，但實際采用率有限，無法滿足客戶對標準化與個性化解決方案的雙重期待。

此外，SAP 的 AI 產品早期多聚焦于輔助分析，缺乏與核心業務流程（如 ERP、CRM）的深度融合，導致用戶感知價值不足。

第二，早期 AI 算法的動態適應能力較弱，難以應對復雜業務場景的變化。SAP 的預測分析工具在應對供應鏈波動或市場不確定性時表現有限，可能因數據模式偏差或模型過時導致決策失誤。

同時，技術路徑的“斷代”現象（如從傳統 AI 工具到生成式 AI 的跳躍）加劇了技術適配的復雜性。

第三，產品缺陷修復流程未能滿足客戶對時效性和質量的要求，影響了用戶體驗和信任。SAP 早期 AI 工具的更新迭代速度較慢，難以快速響應客戶在復雜業務場景中的問題。

此外，傳統 ERP 系統的“穩定性優先”理念與 AI 技術的“快速迭代”需求存在沖突，進一步拉長了響應周期。

第四，缺乏成熟的客戶案例和市場驗證，導致推廣困難。SAP 的生成式 AI 產品 Joule 在初期功能有限，主要集中于代碼開發輔助等基礎場景，未能在復雜行業定制化需求中建立標桿案例，客戶對其能力持觀望態度。

同時，市場對傳統 ERP 廠商能否有效整合 AI 技術存在疑慮。

第五，轉型前的 AI 模型依賴可能存在偏見、不完整或過度泛化的數據，算法缺陷可能導致輸出錯誤。此外，舊系統與新 AI 技術的兼容性問題（如數據沖突、合規性漏洞）進一步放大了技術風險。

從轉型前的五個痛點來看，既要保障原有商業化的有序進行，又要堅持創新不被淘汰；既要保持系統的“穩態”，又要兼顧 AI 的“敏態”。

SAP八年 AI 變局

如果從 2017 年 SAP 首次在 Hybris 中引入 AI 能力算起，到 2024 年已經是八個年頭。

八年，說長不長，卻足夠見證一項技術從 “試水” 到 “主角”的轉變。

這八年的 AI 探索，SAP 從初步集成、風險控制，到生態成型、強調實用與合規，路線圖清晰又克制。

但這正是 ToB 軟件的真實寫照，比技術突破更重要的，是商業可用；比炫酷功能更關鍵的，是客戶愿意用、能用、用得起。

SAP 的 AI 戰略布局

SAP 完成這輪 AI 轉型后的長期目標是成為全球頭號商業 AI 公司，同時鞏固企業應用市場領導地位。 并且在擴展可觸達市場，通過云轉型推動客戶向 AI 驅動解決方案遷移。

完成這個長期目標，SAP 分別人事組織、技術和產品、生態和風險幾個層面做了布局：

1. 四個任命：任命 Philipp Herzig 在兼任首席 AI 官的基礎上擔任全球 CTO，負責技術戰略、創新及 AI 與可持續發展部門整合，推動 AI 項目的落地。

并且，新設兩位首席營收官（Jan Gilg 和 Emmanuel Raptopoulos）領導客戶成功組織，協調全球資源以支持“AI 優先”戰略。同時，Sebastian Steinhauser 晉升執行董事會，被定位為 AI 戰略的“未來架構師”。

新成立的“擴大執行董事會”作為戰略咨詢機構，專門推動 “AI 優先、套件優先” 戰略實施，確保全球舉措協同。

2. 三大產品：SAP 正在通過其內置于解決方案中的 Joule 生成式 AI 助手，提升用戶效率，力爭到 2025 年底前實現 30% 的效率提升。

作為商業AI的一部分，SAP Business AI 覆蓋了財務、供應鏈、采購、人力資源等核心業務領域，致力于通過自動化、預測分析和自然語言交互，推動這些領域的智能化轉型。技術底座依托 SAP BTP（業務技術云平臺）提供 AI 服務，旨在簡化客戶的集成過程，降低實施的復雜度。

同時，SAP Business Data Cloud（預計2025年發布）將整合來自多源的數據，為 AI Agent 提供上下文支持，從而提升端到端復雜任務執行的能力，進一步推動數字化和智能化業務的深入發展。

3. 十億投資：未來兩年投資近 10 億歐元開發 AI 用例，同時通過收購（如LeanIX、WalkMe）補強業務轉型工具鏈，完善“商業轉型套件”。

SAP 在 2024 年轉型計劃中，將資源向 AI 集中，推出了“ AI 優先”，這其中包括上述提及的組織任命和內部重組，約 8,000 崗位受到影響。

另外針對 SAP 也清晰地認識并明確 AI 如數據偏差、算法缺陷帶來的潛在風險，強調需人工復核關鍵輸出以確保可靠性。

SAP Business AI 三大實施路徑

其實，SAP 的 AI 轉型也處處充滿保守，當然這一現象不至出現在 AI 這輪轉型中，在前三次也同樣出現。

探究其原因在于，SAP 服務著全球最核心的企業的核心業務系統，他們的升級和迭代必須要更加謹慎，戴著鐐銬能跳出如此的華爾茲，已實屬不易。

目前，SAP 的 AI 能力正在深入集成到其核心業務套件中，形成了三種主要的應用模式：嵌入式 AI、擴展式 AI 和定制化 AI，以都滿足不同的企業需求。

首先，嵌入式AI將智能功能直接嵌入到 SAP 的核心業務套件，如 SAP S/4HANA 和 SuccessFactors，用戶無需額外開發即可享受智能化的服務。

這種 AI 的優勢在于能大大簡化業務流程。例如，財務對賬自動化和供應鏈需求預測通過 AI 實現，減少了人工干預，從而提升了工作效率。

SAP 的現金應用利用機器學習優化了訂單到收款的流程，進一步提升了自動化程度。此外，嵌入式 AI 還通過智能助手來提升用戶體驗，比如 Joule 智能副駕能夠嵌入 ERP 系統，支持自然語言交互，自動生成報告或觸發審批流程，使得財務預測的時間從幾周縮短到僅僅兩小時。

對于特定行業，SAP 還提供了開箱即用的行業模型，如零售和制造領域的設備預測性維護或客戶個性化推薦，幫助企業實現更精準的業務決策。

接下來是擴展式 AI，這一模式通過 SAP BTP（業務技術云平臺）提供開放的 AI 服務，支持企業根據自身需求靈活擴展 AI 能力。

企業可以借助 SAP AI Foundation 平臺和 Generative AI Hub 等基礎服務來開發、部署和管理AI模型，同時還可以集成開源模型和第三方模型（如 OpenAI、Hugging Face）。

如果企業希望快速構建 AI 應用，SAP 的低代碼開發工具 SAP Build 也能提供幫助，用戶只需通過拖拽就能輕松實現 AI 應用的構建，尤其是在自動化流程方面，可以與流程機器人（RPA）結合，實現端到端的智能自動化。

為了增強 AI 對數據的理解，SAP 還利用 SAP HANA Cloud 向量引擎和 Datasphere 知識圖譜來處理非結構化數據，使 AI 能夠更好地理解數據的上下文，提升其智能決策的能力。

最后是定制化 AI，這一模式特別適合需要深度定制 AI 解決方案的企業。

基于 SAP 豐富的行業數據集，企業可以訓練行業專屬的 AI 模型，幫助他們應對特定的業務挑戰。例如，漢高（Henkel）就通過定制化的 AI 來優化其供應鏈碳排放管理。

此外，SAP BTP 還支持企業自行開發 AI Agent，企業可以根據自身需求構建財務、采購等領域的 AI Agent，并與 Joule 等原生 Agent 協同工作，提升業務流程的效率。

在部署方面，SAP 提供了云端、本地以及混合架構的支持，確保企業能夠靈活選擇最適合的部署方式，同時滿足數據主權和合規性要求。例如，SAC GPT 就能實現多語言交互和實時數據分析，進一步提升了全球化運營的能力。

寫在最后

SAP 用超半個世紀（ 53 年）、四次轉型揭示了一個殘酷真相：在數字化這場沒有終點的馬拉松中，企業要么成為自我顛覆者，要么淪為時代旁觀者。

相比互聯網原住民，SAP 的轉型軌跡更像老牌制造巨頭的精密改造——沒有壯士斷腕的激進，卻通過技術、生態、商業模式的齒輪咬合，構建起具有自適應能力的生態系統。

這種 “動態穩態” 模式印證了商業演化的核心鐵律：真正的顛覆不在于技術代際的飛躍，而在于建立將技術勢能轉化為商業動能的能力閉環。

在生成式 AI 重構企業軟件的當下，SAP 正上演一場教科書級的平衡術：既保持著 ERP 時代對業務本質的穿透，又展現出創業公司般的敏捷姿態。

這恰似量子計算領域的“疊加態”，企業若想跨越技術鴻溝，必須同時承載傳統系統的重力和新興技術的升力。

而對于困在轉型迷宮里的中國軟件企業，SAP 的啟示早已超越技術層面：當 AI 滲透率突破企業軟件市場 35% 臨界點時（Gartner 2024 預測），決勝關鍵不在大模型參數規模，而在誰能把算法準確嵌進采購員深夜審批訂單的第七步流程，誰的智能體能給生產主管十五秒臺風預警的關鍵決策支撐。

這恰是 SAP 用三代轉型構建的護城河：技術前瞻性背后，是對企業數字軀體的毛細血管級理解。

說明：文章為牛透社原創，未經允許謝絕轉載。