SAP 點解要由 CEO 親自管 AI？真正考驗係交付速度

SAP 推 AI，已經唔係單純加幾項新功能，而係一場關乎公司未來定位的交付戰。它能否把自己在財務、供應鏈、採購及人力資源流程中的深厚位置，轉化成「代理式 AI」（agentic AI）的長期優勢，正受市場嚴密注視。

呢個亦解釋咗 SAP 在 2026 年 7 月調整管理層的急切性。公司提出了 SAP Business AI Platform、Joule 及 Autonomous Suite 的架構，但在競爭加劇、交付進度受質疑之下，SAP 要盡快交出客戶實績。12

董事會點解咁急？

彭博報道指，SAP 監事會有成員認為，公司要在未來幾個月取得 AI 突破，否則可能明顯落後同業；較樂觀的董事則認為，時間窗口約有兩年。2

問題唔係 SAP 缺少大客戶基礎或雲端業務，而係投資者的標準已經變咗：企業軟件公司不能只講 AI 願景，必須證明 AI 可以在實際業務流程中帶來可靠自動化。

2026 年 1 月公布的業績凸顯壓力。SAP 2025 全年雲端收入按固定匯率計升 26%，整體雲端訂單儲備升 30%；不過，2026 年雲端業務展望低過市場預期，股價在 1 月 29 日急跌 15%，是 2020 年 10 月以來最大單日跌幅。 第四季當期雲端訂單儲備按報告貨幣計升 16%，按固定匯率計升 25%，至 211 億歐元。

呢啲數字並不代表 SAP 的雲端轉型失敗，但令市場更在意其增長能否持續、AI 能否帶動下一輪商業動力。UBS 在 8 月把 SAP 評級降至「中性」，理由包括代理式 AI 推出偏慢，以及雲端訂單儲備增長可能再減速。

Klein 的答案：AI 直接向 CEO 問責

7 月 1 日的重組，核心是把 AI 產品開發的責任集中起來。原本主管產品及工程的執行董事 Muhammad Alam 表明合約於 2027 年 3 月屆滿後不續約，SAP 沒有即時找人接替，而是重新分配其職責。9

據報道，CEO Christian Klein 接管 Alam 原有團隊中、工業 AI 以外的部分；工業 AI 則轉由營運總監 Sebastian Steinhäuser 負責。49 訊息相當直接：AI 平台、產品和落地的成敗，會更直接由最高管理層承擔，減少「人人有份、無人負責」的空間。

這次改組對應 SAP 的「Autonomous Enterprise」架構：

• Joule：使用者互動層；
• SAP Autonomous Suite：執行業務工作的營運層，包括 Industry AI；
• SAP Business AI Platform：統一底座。1

單靠改組當然造不出有用的 AI 產品，但可減少跨團隊協調成本。企業 AI agent 要獲得信任，數據、權限、管治、平台功能和工作流程應用，必須一齊運作。

SAP 最值錢的籌碼：有管治的業務脈絡

SAP 的目標不應該是同通用型前沿模型公司硬碰硬。它真正可能形成護城河的，是嵌入企業流程中的業務脈絡。

SAP 在 5 月 Sapphire 大會推出 Business AI Platform，將 SAP Business Technology Platform、SAP Business Data Cloud 和 SAP Business AI 整合為統一環境。SAP 將它定位為一個受管治的基礎，用來建立及部署以業務脈絡為依據的企業 AI。12

對於月結、採購審批、處理供應鏈異常或管理人事事務等高影響流程，AI 要有價值，唔只靠模型「識答問題」。它還要理解業務實體和流程狀態、遵守使用權限、保留稽核紀錄，並在既定控制下執行操作。

SAP 又表示，平台旨在連接 SAP 與非 SAP 的數據，毋須客戶重建整個數據架構。3 如果這一點在真實部署中做得到而且夠穩定，對使用混合 IT 環境的大型企業會很有吸引力。

最大難題：宣布了的 agents，還是客戶真正用緊的 agents？

SAP 的產品藍圖很進取。公司曾提到逾 50 個 Joule Assistants，以及逾 200 個專門 agents，覆蓋財務、支出管理、供應鏈、人力資本管理和客戶體驗等範疇。1920

但董事會和投資者需要的，是路線圖變成可廣泛使用軟件的證據。UBS 8 月指出，SAP 當時只交付 17 個開箱即用的 AI agents，另有 15 個正在推進，並認為公司在年底前做到 200 個 agents 的目標具挑戰。

這個落差未必代表產品方向錯誤：供應商公布的功能、開發中的 agents、分階段推出的 agents，以及已在客戶正式環境運作的 agents，本來就是不同指標。不過，單看「agent 數量」不足以證明執行力。

更值得留意的，是客戶能否：

1. 在有身份驗證、存取權限及稽核控制下，把 agents 投入正式環境；
2. 讓 agents 跨 SAP 和非 SAP 系統完成多步驟工作；
3. 在處理時間、成本、服務水平或風險管理上，量度到實際改善；
4. 擴大使用規模，從而帶動雲端訂單、續約和經常性收入。

Klein 9 月表示，SAP 正準備在當月推出 400 個 agents，秋季再有另一輪推出。這是前瞻性的產品說法，未等同已證明客戶價值可以持續複製。3

面對 Microsoft、Google、Salesforce 與 AI 初創，SAP 應點打？

Microsoft 和 Google 擁有龐大的雲端、模型與開發者生態；Salesforce 掌握重要的面向客戶工作流程；AI 原生初創則通常可以用更窄、更聚焦的產品快速迭代。

SAP 較可信的路線，是成為高價值企業營運的可信協調及執行層——尤其是那些本身已在 SAP 系統內運行的流程。當 AI 不只需要對話介面，而是需要經核實的業務數據、流程邏輯、權限和人手監督時，SAP 的主張最有力。

但這個優勢要落地才算數。客戶會看互通性、可靠性、管治能力和商業成果，不會因為 SAP 宣布最多 agents 就自動買單。

怎樣才算策略奏效？

SAP 不需要贏得通用 AI 的競賽，仍可建立穩固的企業 AI 位置；但它必須證明，在自己最熟悉的企業流程中，受控自動化能夠大規模運作。

短期的關鍵訊號包括：核心流程中有 agents 正式上線、對重大操作有可信控制、能在混合數據環境中運行，以及 AI 確實改善商業動力。監事會據報設定的時間壓力，正反映最大風險：若競爭對手先成為企業系統之上的預設 AI 層，SAP 對數據和工作流程的接觸優勢，未必如今日看來般決定性。2

SAP 的企業 AI 基礎不弱；真正問題是，新管理架構和平台設計能否夠快地轉化為可重複、可量度的客戶成果，趕上耐性愈來愈少的市場。