SAP发布平台发展战略,高度关注云计算、物联网、AI与用户体验

简介:

根据本月的一系列战略性沟通与对话,事实证明SAP公司不仅对云计算抱有严肃态度,同时亦开始将其业务的未来命运押在其中,即致力于构建最为现代化、最具吸引力且功能最强的企业云平台。

随着各类组织机构在过去一年中不断尝试数字化转型举措,亦有相当一部分管理者在同时寻求最理想的实践方案以确保在一切就绪后能够快速完成具体调整。也正因为数字化转换的趋势性影响,今年大多数企业开始将云迁移作为其最为优先的工作之一,这意味着将有相当一部分IT资产迅速开始移动。

不过对于大型企业而言,转向公有云则是一个相当微妙且可能带来大量问题的过程,这意味着相关企业需要面对文化、控制、运营以及核心平台转换等关键性挑战。

正因为如此,以微软、IBM以及SAP为代表(三者目前仍然在销售较为保守的旧有产品,而Salesforce则开始发布各类云原生方案)的大型企业级解决方案供应商开始积极投资构建下一代IT技术,而这些技术很可能帮助客户更顺畅地完成转型并最终决定客户的下一步投资方向。更重要的是,考虑到IT工作负载在这一过程中的重要地位,各供应商必须在其主要云平台方案的设计当中提供新型技术替代方案,而非继续使用传统内部部署软件。

到这里,结论已然非常明确:云计算已经成为通往企业技术未来的关键性通路。

而在新型技术方面,这一年的核心重点则表现在企业级物联网、人工智能、下一代分析技术以及更出色的集成化商务应用等层面,毫无疑问云环境正越来越多地在创造更具内聚及连接性质IT系统当中充当最理想的承载平台。

SAP发布平台发展战略,高度关注云计算、物联网、AI与用户体验

然而,作为一家数十年来一直负责支持世界上各大巨头级企业业务后台且产品当中深埋商业DNA的解决方案供应商,SAP公司在聚合视野、战略与产品组合方面拥有着无可比拟的优势。与甲骨文公司类似,SAP同样经历了几年前数字化转型的雏形阶段,并在稳步保障传统企业业务的同时尝试交付一整套更为先进且具备时效性的IT发展思路。

这一发展思路毫无疑问具备云至上、以应用为核心、移动友好性、愈发开放甚至民主化等特性,同时不会放弃SAP公司所具有的任何既有差异化及核心体制优势——即可观的经验积累、深厚的行业知识储备以及多年来帮助全球各大型企业像钟表般精确保持运转的强大能力。

SAP的云愿景:2017年正式发力

本月初,我有幸与SAP公司首席执行官Bill McDermott及其他多位公司领导者在纽约证券交易所进行了面谈,共同借由SAP资本市场日这一活动探讨该公司当前设定的产品发展愿景。

另外值得一提的是,就在日前的移动世界大会(简称MWC)上,SAP公司通过一系列发布消息与产品公告表明了自身立场:考虑到HANA已经成为该公司内部使用范围最广的内存内数据库技术,并作为其平台的基础性元素,因此到目前为止其云组合仍然被定名为SAP HANA云平台。

不过随着SAP云计算发展目标的逐步成熟与明确,该公司宣布“HANA”部分将于本月正式被撤销。如今其方案已经更名为SAP云平台(SAP Cloud Platform),并将为每位SAP客户提供意义深远的功能组合。

因此,SAP的云平台已经不仅仅将HANA运行在云环境当中。SAP公司云平台技术布道者Matthias Steiner在日前的公开文章当中对此作出了说明:

“可以肯定的是,SAP云平台的角色定位将远不限于提供SAP HANA,而是具备更加细致且更加广泛的战略意义。正是因为考虑到其在方案集成与扩展层面的战略性意义与旧有名称不符,因此我们对项目进行了正式更名。”

Matthias所提到的种种扩展性场景在我看来代表着SAP云平台能够在丰富性、深度与长期性等层面带来助益。其中不仅包含在云环境下继续提供各类SAP商业应用(例如Concur、Ariba、Hybris、SuccessFactors以及Jam等等),同时亦涵盖此前提到的各类战略性新兴技术成果,具体包括物联网、人工智能/机器学习以及持续增长且愈发专业化的大数据分析方案——而这一切都将以平台即服务(简称PaaS)的方式交付。

SAP云平台将在2017年年内全面成型

在具体产品方面,今年2月将成为SAP云平台高度活跃的月份。在此次资本市场日活动中,我们了解到该公司将推出其机器学习方案中的关键性组成部分CLEA。根据目前公布的消息,这套曾由SAP于去年10月的TechEd中公布的基于平台的机器学习方案将在今年2月正式以产品形式出现,这意味着SAP的云平台将迎来其首款官方机器学习方案。

近来,技术乃至其它各个行业对于人工智能与机器学习技术给予了高度关注。SAP公司则一直在努力确保CLEA不仅只作为那种“看起来很美”的噱头性人工智能方案,而真正能够以高度可编程方式解决实际业务问题——具体包括自动支付、大规模简历排序以找到合适的应聘人员乃至提供预测性客户服务等。正如SAP公司首席创新官Juergen Mueller所言,“SAP对于机器学习的预期在于专注于解决能够给企业业务带来深刻影响的商业难题。”

事实证明,本月发布的CLEA只是SAP云平台一系列更新与功能添加举措中的先锋部队。在日前于巴塞罗那召开的MWC大会上,SAP公司还发布以下内容以进一步强化其云功能:

SAP云平台物联网服务(SAP Cloud Platform IoT service)。 目前尚处于beta测试阶段且能够对接超过40种设备协议的此项设备管理服务负责协助企业客户快速实现物联网发展策略与服务。此项服务的一大核心目标在于将物联网服务同该平台的流式分析服务加以结合,从而协同处理由物联网设备生成的大量数据。

SAP API Business Hub。这一方案旨在将SAP云平台打造成一套真正开放的平台与生态系统,允许客户及第三方以此为基础构建自己的解决方案。其为SAP各项云服务提供一套集中开发接口(简称API)目录。在我看来,这种具备高度战略性的能力将使得SAP云平台成为企业与供应商开发及/或数字化转型的真正基础。如此 一类,SAP云将在市场竞争当中获得更理想的开放水平、吸引力以及客户实用性。

SAP云平台iOS SDK(SAP Cloud Platform SDK for iOS)。对于云平台而言,用户体验是决定其成败的关键性因素之一。因此我们很高兴地看到SAP公司密切关注移动设备层面的数字化使用体验。此SDK将为各类组织机构提供基于SAP云平台,且面向iPhone与iPad的企业级应用程序构建工具。该SDK基于苹果公司最新发布的Swift编程语言,这意味着用户能够更为轻松地立足iOS系统开发移动应用程序。

SAP Cloud Platform Workflow。即将在下个月推出的这项SAP云平台服务旨在帮助商务分析师快速立足业务流程建立新的组合式工作流,从而支持企业业务流程自动化能力。

SAP云平台虚拟机服务(SAP Cloud Platform Virtual Machine Service)。作为一项已经在大部分其它市场上推出的服务,此服务将于本季度正式登陆北美市场。我将其称为SAP云平台的“逃生舱”,因为其能够帮助客户根据当前内部软件、语言或者运行时条件对现有工作负载进行迁移,从而确保其能够直接运行在SAP云平台之上。在TechEd演讲中,SAP公司宣布将在HANA中引入自带语言开发(简称BYOL)能力,这意味着企业客户的整个公有云迁移过程将变得更加轻松、快捷且成本低廉。

SAP云平台大数据服务(SAP Cloud Platform Big Data Services)。需要在云环境下运行Hadoop?SAP云平台现在能够满足您的需求,且无需承担传统Hadoop农场带来的大规模前期投资即可实现大数据应用运行。这意味着客户将能够顺利回避内部IT硬件投资的最后一大显著增长区域。

用户体验:企业云中尚未得到重视的关键性因素

纵观SAP的云方案,其最为有趣的特性也许正好在于其不像Amazon那样直接提供50多种公有云服务选项,而更倾向于将云平台作为整体使用体验交付至客户与用户。考虑到目前云计算的发展仍然未对用户体验给予应有的重视,因此我认为这一特性对于现代企业云的交付以及端到端价值的实现至关重要。

另外我还注意到,SAP在自家平台上为用户体验设定了一项明确战略,其中涵盖从会议室到内部网络再到个别应用的全部使用方式,同时利用从触控到语音等多种途径以确保用户能够通过出色的体验快速将日常工作扩展至SAP云服务当中。

SAP云平台提供的用户体验类功能选项强大且极具前沿性:SAP Copilot能够为云服务提供与Siri类似的语音操作界面,而SAP Fiori则是一套与该平台相匹配的当代用户界面设计模板与工具集合。另外,SAP云平台Build与SAP云平台Portal的结合允许云应用程序实现快速构建,并可提供连续而顺畅的企业数字化体验。再有,SAP的数字化会议室(Digital Boardroom)产品同样拥有出色的用户体验,甚至能够在用户并非身处实际会议室环境的情况下提供虚拟现实选项。

SAP公司希望在企业云领域占据领导地位

尽管SAP公司可能永远无法像Amazon或者Azure那样在原始计算工作负载领域取得可观的市场份额,但其同样拥有自己不同且极具战略意义的游戏参与方式。

很明显,SAP云平台的定位高于普通商用型公有云。相较于为每位用户提供服务,SAP云平台专门面向各类自身业务具备高度复杂性与多样性的全球巨头级企业。这类客户拥有多种深层需求,需要将自身大部分甚至全部技术开发与运营负载迁移至公有云以实现IT现代化转型。

在与多位CIO及IT领导者的交谈当中,我发现他们大多有意寻找新的战略合作伙伴,并要求对方具备契合自身需求、容量可观、愿景明确且能够适应未来挑战的平台方案。而正如前文所提到,SAP的云平台虽然只属于公有云中的一小部分参与者,但其完全能够满足几乎任何规模及类型的企业的实际需求,特别是适合作为数字化转型的目标平台。

更重要的是,这一切围绕开放性、定位明确性以及新型服务设计所开展的举措正是SAP公司发展野心的必要基石,这一点也已经在其资本市场日活动当中得到确切体现。这套平台的出现证明SAP公司对于目前其面对的客观状况拥有清晰认知,特别是考虑到其传统内部部署软件近年来一直遭遇到稳定的许可营收逐年下降困扰。根据SAP公司的规划,到2020年其云业务营收将占企业整体营收的三分之一。考虑到其云业务每年31%的认购递增比例,相信这一目标似乎完全有可能实现。

总而言之,云业务亦将成为SAP公司通往未来的门户。虽然他们在2017年年内还有很多工作要做,但如今我们已经可以基本肯定,其将坚定且活跃地不断迈向高端企业IT这一业务彼岸。


原文发布时间为:2017年3月1日

本文作者:孙斌 

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
29天前
|
云安全 人工智能 安全
Dify平台集成阿里云AI安全护栏,构建AI Runtime安全防线
阿里云 AI 安全护栏加入Dify平台,打造可信赖的 AI
|
1月前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
2763 41
|
1月前
|
人工智能 供应链 搜索推荐
拔俗AI 智能就业咨询服务平台:求职者的导航,企业的招聘滤网
AI智能就业平台破解求职招聘困局:精准匹配求职者、企业与高校,打破信息壁垒。简历诊断、岗位推荐、技能提升一站式服务,让就业更高效。
|
1月前
|
人工智能 搜索推荐 大数据
拔俗AI一体化数字销售服务平台:让企业销售更智能、更高效
AI一体化数字销售服务平台融合AI与大数据,集成客户管理、智能推荐、自动化跟进等功能,实现销售全流程智能化。打破传统模式困局,提升转化率与效率,助力企业降本增效,抢占数字化转型先机。(238字)
|
1月前
|
存储 人工智能 搜索推荐
拔俗AI大模型教学平台:开启智能教育新时代
在AI与教育深度融合背景下,本文基于阿里云技术构建大模型教学平台,破解个性化不足、反馈滞后等难题。通过“大模型+知识图谱+场景应用”三层架构,实现智能答疑、精准学情分析与个性化学习路径推荐,助力教学质量与效率双提升,推动教育智能化升级。
|
1月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
|
1月前
|
人工智能 运维 NoSQL
拔俗AI大模型知识管理平台:让技术团队的“隐性知识”不再沉睡
技术团队常困于知识“存得住却用不好”。AI大模型知识管理平台如同为团队知识装上“智能大脑”,打通文档、代码、日志等碎片信息,实现智能检索、自动归集、动态更新与安全共享。它让新人快速上手、老手高效排障,把散落的经验变成可复用的智慧。知识不再沉睡,经验永不流失。
|
1月前
|
人工智能 自然语言处理 搜索推荐
营销智能体 AI 平台:技术人告别营销需求返工的实战手册
技术人常陷营销琐事:改文案、调接口、算数据。营销智能体AI平台并非“营销玩具”,而是为技术减负的利器。它将内容生成、投放优化、数据复盘自动化,无缝对接现有系统,提升效率2倍以上。落地需避三坑:勿贪全、勿求完美、紧扣业务需求。让技术专注核心,告别重复搬运。
|
1月前
|
人工智能 供应链 算法
AI 产业服务平台:打造产业智能化的“加速器”与“连接器”
AI产业服务平台整合技术、数据、算力与人才,为中小企业提供低门槛、一站式AI赋能服务,覆盖研发、生产、营销、管理全链条,助力产业智能化转型。
|
1月前
|
机器学习/深度学习 人工智能 监控
Java与AI模型部署:构建企业级模型服务与生命周期管理平台
随着企业AI模型数量的快速增长,模型部署与生命周期管理成为确保AI应用稳定运行的关键。本文深入探讨如何使用Java生态构建一个企业级的模型服务平台,实现模型的版本控制、A/B测试、灰度发布、监控与回滚。通过集成Spring Boot、Kubernetes、MLflow和监控工具,我们将展示如何构建一个高可用、可扩展的模型服务架构,为大规模AI应用提供坚实的运维基础。
220 0

相关产品

  • 物联网平台