这一次，ERP 巨头SAP 的 AI 转型又踩对了点。我很好奇这家成立于 1972 年的公司，经历了四次转型，每一次转型算不上激进，但每次都可以平稳落地，且都会爆发出强劲的增长动力。
于是，我用一周的时间翻阅了大量资料，分析 SAP 财报，发现它之所以每次转型都能厚积薄发，后来居上，其本质上是技术、生态与商业模式三者协同进化的结果：
通过持续在技术投资保持领先，依托开放生态分散实施风险，以客户需求为中心迭代产品，最终在多变的商业环境中实现稳健落地。
今年是 SAP 第 53 周年，这期间经历的四次转型，都与技术息息相关：
第一次转型是从单一的 ERP 产品转向互联网套件；
第二次转型是移动互联网时代的布局；
第三次转型是全面云化；
第四次转型是正在进行中的 AI 智能化转型。
简单梳理，仅供参考。
阅读目录
1. SAP 的四次转型
2. 转型前的五个痛点
3. 8 年 AI 变局
4. SAP 的 AI 战略布局
5. SAP Business AI 三大实施路径
01
SAP 的四次转型
每一次技术浪潮的兴起，都是对 ToB 软件厂商的一次重新审视。从互联网、移动计算、云技术到今天的人工智能，每一波技术都不仅仅是工具革新，更在重构客户需求、商业模式与软件形态。
SAP，这家诞生于上世纪的企业软件巨头，也在不断的浪潮中推进自我变革。
从 1999 年应对 .com 冲击，到 2024 年在生成式 AI 浪潮中推出 Business AI，SAP 完成了四次重要转型。这些转型，不仅关乎技术选择，更折射出一个传统软件巨头如何穿越周期、回应时代挑战的路径。
先从 “互联网时代的第一次冲击” 开始讲起。
1. 互联网时代转型（1999-2009年）
1999 年，面对互联网的兴起，管理软件厂商都陷入了一场 “会不会被 .com 经济颠覆” 的焦虑之中，刘韧在《中国.com》中写道：“Internet 是一场颠覆性的发明，其力量是 PC 的无数倍，正颠覆着旧有的秩序、规则、荣耀以及尊严。它急速而生，让昔日的巨人一个个倒下，且速度越来越快。对于前 Internet 时代的英雄而言，Internet 不是美好的事物，而是一场噩梦。”
所有的软件厂商开始思考，互联网将改变什么？
也正是在这一年（1999 年），Salesforce 横空出世，当时行业里流行的叫法还不是 SaaS，而是 ASP（应用服务提供商，Application Service Provider），但 Salesforce 诞生于互联网时代，是妥妥的新生代力量。
我记得当时 SAP 推出 mySAP.com 战略，整合电子商务、供应链管理（SCM）和客户关系管理（CRM）等模块，支持 XML 协议。
虽然 SAP 的创始人哈索·普拉特纳（Hasso Plattner）称赞 “mySAP.com 是 SAP，以及其合作伙伴和客户进入新时代的大门”， 这似乎也是 SAP 向外界传递其向互联网转型的决心。
但是，在外界看来，SAP 向互联网的转型并不性感和优雅，甚至只是老软件上的功能整合和 internet 的叠加。
值得关注的是，在这个阶段，SAP 有两个非常重要的动作来强化 B2B 市场能力。一是投资了专注于电子商务和 B2B 市场的美国公司 Commerce One，二是收购了以色列一家专注于企业门户和集成软件的公司 Top Tier。
通过整合 Commerce One 的 B2B 能力和 Top Tier 的门户技术，SAP 开始能够提供更灵活、互联的企业级应用，满足客户互联网化的需求。
这两个动作也标志着 SAP 从单一 ERP 供应商向互联网集成解决方案提供商的转型。
同时，收购 Top Tier 还帮助 SAP 引入了以色列的技术团队（如创始人 Shai Agassi），并推动了 SAP 在云计算和平台化架构上的早期探索。
此外，SAP 还成立三家子公司（SAP Markets、Portals、Systems Integration）布局生态。具体来讲，B2B 市场协作（Markets）、企业门户与知识管理（Portals）、以及跨系统流程整合（Systems Integration），共同构成 SAP 数字化生态的核心能力，帮助企业实现高效协同与数字化转型。
即便是遭遇了 2000 年互联网泡沫破裂，SAP 也通过集成化产品套件巩固了其市场地位。
2. 移动互联网与云技术布局（2010-2015年）
SAP 第二次转型的标志性事件是 2010 年以 58 亿美元收购数据库公司 Sybase，增强移动端应用能力。在此之前，SAP 一直在用 Oracle 的数据库，那一次收购也被外界猜测是 SAP “去 Oralce” 的标志。
我也参加了那场收购事件在北京召开的发布会，我们曾一度认为，SAP 将用 Sybase 数据库去替换 Oracle 的数据库，以至于不再受制于人，但 SAP 之意是布局移动互联网。
早在 2005 年起，Sybase 就开始逐步寻求在企业数据库领域之外的突破，积极布局移动市场。
从 2005 年之后的多项收购行动也显示出其在移动技术领域的扩张意图。SAP 作为以 ERP 和 CRM 等企业管理软件为核心业务的公司，通过这次并购，顺利引入了 Sybase 的移动技术，得以为移动设备提供数据库接入服务，从而拓展其在移动应用市场的布局。
合并后，SAP 将 NetWeaver Mobile 组件和 SAP BusinessObjects Mobile 软件与 Sybase 的无线平台进行整合，构建了一个集成分析能力的统一移动开发与部署平台，使用户能够灵活访问 SAP 业务套件，加快了 SAP 应用程序的移动化进程。
2011 年 12 月，SAP 以 34 亿美元收购了美国云端人力资源管理（HCM）解决方案提供商 SuccessFactors，被收购后，SuccessFactors 更名为 SAP SuccessFactors，成为 SAP 云服务组合的核心部分，支持企业实现人力资源流程的数字化和智能化。
在那之后，2012 年，SAP 以 43 亿美元完成对采购管理软件 Ariba 的收购，Ariba 的采购网络覆盖全球 190 多个国家，SAP 将其与自身 ERP 系统深度集成，推出 SAP Ariba 解决方案，支持企业实现端到端的采购流程自动化，并通过连接买卖双方的ERP系统提升供应链效率。
这两次收购标志着 SAP 从传统本地 ERP 厂商向 “云+本地” 双轨模式转型的开始。
2013 年 3 月，SAP 推出了基于 HANA 平台的 SAP Business Suite（包括 ERP、CRM、SCM 等模块），首次将传统业务套件迁移到 HANA 内存数据库上。
这一版本支持实时数据处理，并优化了多个业务场景（如快速财务月结、分钟级 MRP），标志着 SAP 从传统数据库向 HANA 架构转型的重要一步。为其 2015 年推出 SAP S/4HANA Cloud 等云 ERP 产品奠定了基础。
3. 全面云化与平台化（2015-2020年）
2015 年，SAP 发布 S/4HANA，重构 ERP 架构为实时内存计算模式，支持公有云、私有云和混合部署。
2017 年推出 SAP Cloud Platform（后更名为BTP），提供低代码开发和 AI 集成能力，构建企业级 PaaS 生态。
云订阅收入占比快速提升，2019 年云业务收入增速达 39%，成为核心增长引擎。
4. 智能化与生成式 AI 融合（2020年至今）
2021 年，SAP 推出 RISE with SAP，整合 S/4HANA Cloud、BTP 等产品，提供“业务转型即服务”。
2024 年，SAP 联合亚马逊云科技发布 GROW with SAP 解决方案，将 ERP 云与生成式 AI 深度结合，支持企业数据与 AI 服务无缝对接。
同时，SAP 还将早期物联网平台 Leonardo 整合至 BTP，强化 AI、大数据分析能力，形成端到端智能企业解决方案。
纵观 SAP 在 AI 方向的收购，历史上共四起：
2018年收购 Recast.AI，加速在对话式AI领域的布局；2021年收购Signavio，结合 AI 识别自动化机会，优化 ERP 迁移；2023年收购 LeanIX 提供 IT 环境可视化与AI驱动流程优化；2024年收购WalkMe，通过 AI 优化跨应用工作流。
其中，三起收购发生在第四次转型期：
2021 年，SAP 以约 12 亿美元完成对德国流程智能公司 Signavio 的收购；
2023 年，SAP 以超 12 亿欧元收购德国企业架构管理（EAM）公司 LeanIX；
2024 年，SAP 以 15 亿美元收购以色列数字采集平台（DAP）WalkMe。
LeanIX 聚焦后端 IT 架构治理，WalkMe 则强化前端用户体验，二者与 Signavio 形成 “流程分析-架构管理-用户赋能” 的完整链条，支撑 SAP “持续业务转型” 战略。
通过收购，SAP 加速生成式 AI 技术落地（如 LeanIX 的智能推荐、WalkMe 的自动化引导），同时云业务收入在 2024 年第二季度同比增长 25%，订单量达 148 亿欧元，印证其整合成效。未来，SAP 计划将 AI 深度嵌入 ERP 系统，优化现金流与环境影响等核心指标。
技术先行、整合生态和商业模式协同进化，这三点才是 SAP 转型成功的秘密。
每次转型均提前 3-5 年布局关键技术，如 2008 年押注云计算、2015 年内存计算革新；通过收购方式快速补足能力，结合自研构建完整技术栈；从 license 销售转向订阅制，云收入占比从 2015 年的 12% 提升至 2024 年的超 40%。
而这轮向 AI 转型，SAP 正在做一些什么样的准备和投入呢？这也是本文想要跟大家讨论的核心内容。首先，看几个面向未来的核心数据：
2024 年，SAP 研发费用达 32.7 亿元，虽然研发费用率仅 2.57%，但重点投向 AI 与云原生架构；
2024 年，SAP 裁员 10000 人（占员工总数约 7%），裁员节省的成本（如 31 亿欧元重组费用）被用于支持云业务扩张；
SAP 云合同负债订单达 630 亿欧元，成为未来增长核心。
从“西曼时代”我就开始关注 SAP，可能很多人并不知道西曼（Klaus Zimmer）是谁，他是前 SAP 中国区总裁。
从那时候起，我也见证了 SAP 中国这些年的每一次转型动作。牛透社翻阅了 SAP 2017 年到 2024 年这八年的财报，查阅了大量与 SAP 向 AI 转型过程的资料，试图拆解 SAP 的 AI 转型。
先看一张 SAP 的五年财报总结，感受一下 SAP 的强大。
SAP近五年财报（2020～2024）
SAP 的 AI 演变过程总体可分为三个阶段：
从技术演进侧来看：2017 年开始从垂直领域开始测试，发展到2023年 AI 全流程嵌入，最终 2024 年提出 “Business AI” 品牌；
从使用角度来看：SAP AI 转型并没有走激进的路子，早期侧重技术潜力，后期强化风险管控，同时也反映行业成熟度提升；
从自身的市场定位看：SAP 经历了 AI 的追赶者，AI 标准定义者，以及 SAP 企业智能领域者的角色。
02
转型前的五个痛点
事实上，虽然每次技术大行其道之前，SAP 都会提前 3-5 年开始布局，进行技术投入。我们也从其 CEO 的信件中看到 SAP 在 AI 转型前，面临的挑战。且 SAP 的核心增长瓶颈集中在 技术落地不成熟（算法适应性、数据质量）和 市场拓展效率低（方案适配性、服务响应、客户信任不足）。
然而，这些问题直接影响了客户满意度及新市场的渗透能力。
第一，早期 SAP 的 AI 工具（如Predictive Analytics）技术门槛高、应用场景碎片化，难以覆盖不同规模企业和行业的差异化需求。AI 能力更多聚集在预测分析虽能提供数据洞察，但实际采用率有限，无法满足客户对标准化与个性化解决方案的双重期待。
此外，SAP 的 AI 产品早期多聚焦于辅助分析，缺乏与核心业务流程（如 ERP、CRM）的深度融合，导致用户感知价值不足。
第二，早期 AI 算法的动态适应能力较弱，难以应对复杂业务场景的变化。SAP 的预测分析工具在应对供应链波动或市场不确定性时表现有限，可能因数据模式偏差或模型过时导致决策失误。
同时，技术路径的“断代”现象（如从传统 AI 工具到生成式 AI 的跳跃）加剧了技术适配的复杂性。
第三，产品缺陷修复流程未能满足客户对时效性和质量的要求，影响了用户体验和信任。SAP 早期 AI 工具的更新迭代速度较慢，难以快速响应客户在复杂业务场景中的问题。
此外，传统 ERP 系统的“稳定性优先”理念与 AI 技术的“快速迭代”需求存在冲突，进一步拉长了响应周期。
第四，缺乏成熟的客户案例和市场验证，导致推广困难。SAP 的生成式 AI 产品 Joule 在初期功能有限，主要集中于代码开发辅助等基础场景，未能在复杂行业定制化需求中建立标杆案例，客户对其能力持观望态度。
同时，市场对传统 ERP 厂商能否有效整合 AI 技术存在疑虑。
第五，转型前的 AI 模型依赖可能存在偏见、不完整或过度泛化的数据，算法缺陷可能导致输出错误。此外，旧系统与新 AI 技术的兼容性问题（如数据冲突、合规性漏洞）进一步放大了技术风险。
从转型前的五个痛点来看，既要保障原有商业化的有序进行，又要坚持创新不被淘汰；既要保持系统的“稳态”，又要兼顾 AI 的“敏态”。
03
SAP八年 AI 变局
如果从 2017 年 SAP 首次在 Hybris 中引入 AI 能力算起，到 2024 年已经是八个年头。
八年，说长不长，却足够见证一项技术从 “试水” 到 “主角” 的转变。
这八年的 AI 探索，SAP 从初步集成、风险控制，到生态成型、强调实用与合规，路线图清晰又克制。
但这正是 ToB 软件的真实写照，比技术突破更重要的，是商业可用；比炫酷功能更关键的，是客户愿意用、能用、用得起。
04
SAP 的 AI 战略布局
SAP 完成这轮 AI 转型后的长期目标是成为全球头号商业 AI 公司，同时巩固企业应用市场领导地位。 并且在扩展可触达市场，通过云转型推动客户向 AI 驱动解决方案迁移。
完成这个长期目标，SAP 分别人事组织、技术和产品、生态和风险几个层面做了布局：
1. 四个任命：任命 Philipp Herzig 在兼任首席 AI 官的基础上担任全球 CTO，负责技术战略、创新及 AI 与可持续发展部门整合，推动 AI 项目的落地。
并且，新设两位首席营收官（Jan Gilg 和 Emmanuel Raptopoulos）领导客户成功组织，协调全球资源以支持“AI 优先”战略。同时，Sebastian Steinhauser 晋升执行董事会，被定位为 AI 战略的“未来架构师”。
新成立的“扩大执行董事会”作为战略咨询机构，专门推动 “AI 优先、套件优先” 战略实施，确保全球举措协同。
2. 三大产品：SAP 正在通过其内置于解决方案中的 Joule 生成式 AI 助手，提升用户效率，力争到 2025 年底前实现 30% 的效率提升。
作为商业AI的一部分，SAP Business AI 覆盖了财务、供应链、采购、人力资源等核心业务领域，致力于通过自动化、预测分析和自然语言交互，推动这些领域的智能化转型。技术底座依托 SAP BTP（业务技术云平台）提供 AI 服务，旨在简化客户的集成过程，降低实施的复杂度。
同时，SAP Business Data Cloud（预计2025年发布）将整合来自多源的数据，为 AI Agent 提供上下文支持，从而提升端到端复杂任务执行的能力，进一步推动数字化和智能化业务的深入发展。
3. 十亿投资：未来两年投资近 10 亿欧元开发 AI 用例，同时通过收购（如LeanIX、WalkMe）补强业务转型工具链，完善“商业转型套件”。
SAP 在 2024 年转型计划中，将资源向 AI 集中，推出了“ AI 优先”，这其中包括上述提及的组织任命和内部重组，约 8,000 岗位受到影响。
另外针对 SAP 也清晰地认识并明确 AI 如数据偏差、算法缺陷带来的潜在风险，强调需人工复核关键输出以确保可靠性。
05
SAP Business AI 三大实施路径
其实，SAP 的 AI 转型也处处充满保守，当然这一现象不至出现在 AI 这轮转型中，在前三次也同样出现。
探究其原因在于，SAP 服务着全球最核心的企业的核心业务系统，他们的升级和迭代必须要更加谨慎，戴着镣铐能跳出如此的华尔兹，已实属不易。
目前，SAP 的 AI 能力正在深入集成到其核心业务套件中，形成了三种主要的应用模式：嵌入式 AI、扩展式 AI 和定制化 AI，以都满足不同的企业需求。
首先，嵌入式AI 将智能功能直接嵌入到 SAP 的核心业务套件，如 SAP S/4HANA 和 SuccessFactors，用户无需额外开发即可享受智能化的服务。
这种 AI 的优势在于能大大简化业务流程。例如，财务对账自动化和供应链需求预测通过 AI 实现，减少了人工干预，从而提升了工作效率。
SAP 的现金应用利用机器学习优化了订单到收款的流程，进一步提升了自动化程度。此外，嵌入式 AI 还通过智能助手来提升用户体验，比如 Joule 智能副驾能够嵌入 ERP 系统，支持自然语言交互，自动生成报告或触发审批流程，使得财务预测的时间从几周缩短到仅仅两小时。
对于特定行业，SAP 还提供了开箱即用的行业模型，如零售和制造领域的设备预测性维护或客户个性化推荐，帮助企业实现更精准的业务决策。
接下来是扩展式 AI，这一模式通过 SAP BTP（业务技术云平台）提供开放的 AI 服务，支持企业根据自身需求灵活扩展 AI 能力。
企业可以借助 SAP AI Foundation 平台和 Generative AI Hub 等基础服务来开发、部署和管理AI模型，同时还可以集成开源模型和第三方模型（如 OpenAI、Hugging Face）。
如果企业希望快速构建 AI 应用，SAP 的低代码开发工具 SAP Build 也能提供帮助，用户只需通过拖拽就能轻松实现 AI 应用的构建，尤其是在自动化流程方面，可以与流程机器人（RPA）结合，实现端到端的智能自动化。
为了增强 AI 对数据的理解，SAP 还利用 SAP HANA Cloud 向量引擎和 Datasphere 知识图谱来处理非结构化数据，使 AI 能够更好地理解数据的上下文，提升其智能决策的能力。
最后是定制化 AI，这一模式特别适合需要深度定制 AI 解决方案的企业。
基于 SAP 丰富的行业数据集，企业可以训练行业专属的 AI 模型，帮助他们应对特定的业务挑战。例如，汉高（Henkel）就通过定制化的 AI 来优化其供应链碳排放管理。
此外，SAP BTP 还支持企业自行开发 AI Agent，企业可以根据自身需求构建财务、采购等领域的 AI Agent，并与 Joule 等原生 Agent 协同工作，提升业务流程的效率。
在部署方面，SAP 提供了云端、本地以及混合架构的支持，确保企业能够灵活选择最适合的部署方式，同时满足数据主权和合规性要求。例如，SAC GPT 就能实现多语言交互和实时数据分析，进一步提升了全球化运营的能力。
06
写在最后
SAP 用超半个世纪（ 53 年）、四次转型揭示了一个残酷真相：在数字化这场没有终点的马拉松中，企业要么成为自我颠覆者，要么沦为时代旁观者。
相比互联网原住民，SAP 的转型轨迹更像老牌制造巨头的精密改造——没有壮士断腕的激进，却通过技术、生态、商业模式的齿轮咬合，构建起具有自适应能力的生态系统。
这种 “动态稳态” 模式印证了商业演化的核心铁律：真正的颠覆不在于技术代际的飞跃，而在于建立将技术势能转化为商业动能的能力闭环。
在生成式 AI 重构企业软件的当下，SAP 正上演一场教科书级的平衡术：既保持着 ERP 时代对业务本质的穿透，又展现出创业公司般的敏捷姿态。
这恰似量子计算领域的“叠加态”，企业若想跨越技术鸿沟，必须同时承载传统系统的重力和新兴技术的升力。
而对于困在转型迷宫里的中国软件企业，SAP 的启示早已超越技术层面：当 AI 渗透率突破企业软件市场 35% 临界点时（Gartner 2024 预测），决胜关键不在大模型参数规模，而在谁能把算法准确嵌进采购员深夜审批订单的第七步流程，谁的智能体能给生产主管十五秒台风预警的关键决策支撑。
这恰是 SAP 用三代转型构建的护城河：技术前瞻性背后，是对企业数字躯体的毛细血管级理解。
注：文/崔强，文章来源：牛透社(公众号ID：Neuters )，本文为作者独立观点，不代表亿邦动力立场。
文章来源：牛透社
