SAP 雲端業務增長勝預期，AI 支持企業軟件需求
SAP 於 10 月 21 日公布的雲端需求強於預期，挑戰了人工智能會削弱成熟企業軟件業務的憂慮。按固定匯率計算，即撇除匯率影響，SAP 雲端業務增長達 25%。現時雲端積壓訂單亦按此基準增長 26%，高於路透社引述 UBS 預測的 24% 至 25%。
當中的矛盾很直接：AI 有望改變員工使用商業軟件的方式，但 SAP 表示，這個機遇正推動雲端採用。這兩種結果可以同時存在。一個助理可取代熟悉的操作畫面，但背後的會計、採購及營運系統仍然不可或缺。
Microsoft 提供了一個有用的比較，因為它同時銷售商業應用程式及 AI 服務。核心問題不僅是哪家公司提供能力最強的助理。企業買家必須判斷，AI 會否令既有軟件基礎更有價值，還是創造機會將其取代。
SAP 雲端業務增長鞏固需求前景
SAP 的業績顯示其雲端產品持續有需求，但 AI 的確切貢獻仍有待解讀。
SAP 公布截至 2026 年 9 月 30 日止期間的第三季業績。其季度雲端業績顯示，按報告口徑計，雲端收入增長 26%。經匯率調整後的數字略低，說明這兩項衡量方式應分開看待。
在將 SAP 與其他國際軟件企業比較時，這個分別相當重要。按報告口徑的增長包含匯率變動，而經調整的數字有助讀者評估業務的基本表現。在描述業績是否加速或超出預期時，兩項數據都不應被默默地互相替代。
與預測比較時亦需要準確。路透社指出，現時雲端積壓訂單帶來上行驚喜，而非將 UBS 的估計視為已確認雲端收入的預測。積壓訂單衡量已簽訂但尚待於未來確認收入的業務，為已錄得的銷售提供互補的需求視角。
SAP 的 Cloud ERP Suite 按固定匯率計增長 28%。ERP，即企業資源規劃，連接財務及採購等業務職能。這項表現將焦點置於營運軟件，而非暗示全部業績都來自獨立的 AI 產品。
公司亦將全年雲端收入預期調向原有區間的較高端。這代表在先前公布的範圍內提高信心，讀者應將這項調整與全新的預測，或對下一年的保證區分開來。
綜合而言，這些指標提供證據，反駁 SAP 雲端產品組合需求即時崩潰的說法。客戶持續承諾訂閱，而公司亦在已交付的服務中錄得增長。這個組合比單一產品公布傳遞更多資訊。
然而，需求強勁與產品成因回答的是不同問題。財務業績可證明客戶購買了更多雲端軟件；要確定他們購買的確切原因，則需要更多有關採購決策、合約組成及部署後實際使用情況的證據。
一名買家可能因現有系統需要更換而批准現代化；另一名買家則可能優先考慮使用 AI 功能。即使兩者的商業理據大有不同，均可帶來雲端業務增長。
因此，這份業績值得關注，但不應成為對軟件未來的一概而論。SAP 提供了一個具體反例，反映其業務未有即時被取代；但這並未解決 AI 是否會隨時間改變軟件預算、採購結構或供應商關係。
有用的起點因而既狹窄又重要：企業客戶持續投資 SAP 的雲端業務。下一個問題是，這些承諾反映新 AI 功能與成熟商業應用程式之間存在甚麼關係。
AI 採用令「取代論」承受壓力
本季業績挑戰了一項假設：更強的 AI 必然意味着成熟商業應用程式的需求減弱。
根據路透社對雲端需求前景的報道，行政總裁 Christian Klein 指出，AI 是雲端遷移的主要推動力。這是管理層對客戶行為的解釋，而非獨立量化的財務貢獻。
路透社亦報道，SAP 維持營運利潤預測。財務總監 Dominik Asam 強調經濟不確定性及第四季的重要性。這些保留因素應與利好的需求數字一併考慮，因為更強勁的訂單並不會消除開支限制。
這場策略衝突涉及商業價值最終將在哪裏累積的不同預期。一種觀點認為，AI 會令傳統介面及工作流程不再那麼必要，從而削弱應用程式供應商；另一種觀點則認為，有用的 AI 會增加對儲存商業記錄及營運規則的系統之需求。
SAP 的業績支持後一種解讀，惟有一項重要界線：結果顯示，該公司可在 AI 採用擴大的期間增長；但並未證明每一家既有供應商都會受惠，或每件既有產品都理應保有目前的位置。
即時壓力落在任何將應用程式取代視為模型能力提升必然結果的人身上。一個能產生可信文字的系統，仍需可靠地存取商業資訊。完成一項營運任務，亦需要權限、驗證，以及記錄已發生的事情。
設想一個助理被要求更改採購決定。理解要求只是工作的一部分。機構必須確定誰可批准更改、哪些記錄需要更新，以及其他部門如何承受相關後果。
這些是架構考量，而非對某一 SAP 部署的主張。它們解釋了更強的 AI 與持續的應用程式支出為何可以並存。新的互動方式可以提升既有營運系統的實用性。
相同的推理亦為 SAP 帶來壓力。既有地位並不保證客戶會接受每項 AI 產品。公司必須把軟件基礎與買家在實施後可辨識的實際成果連結起來。
對企業買家而言，決策比在舊軟件與新 AI 之間二選一更具體。他們必須評估哪些功能依賴既有系統、哪些可獨立運作，以及哪些會造成不必要的重複。
知識工作者亦要面對一個相關分別：擷取資訊與授權行動並不相同。一個可搜尋的知識庫可幫助團隊理解文件；交易系統則須在員工根據相關資訊採取行動時，額外執行商業規則。
更廣泛的含意是有條件的：AI 提供重新考慮軟件架構的理由，但並不預先決定取代的決策。SAP 本季業績令這項分別更難被忽視。
商業脈絡為成熟應用程式帶來角色
當 AI 有助在規管機構運作的規則之內完成工作時，才具備商業相關性。
SAP 在 10 月 6 日拉斯維加斯的活動上展示最新方向。其商業 AI 策略以 Joule Work、Joule Assistants 及其 Business AI Platform 為核心。SAP 將這些產品定位為圍繞互連的商業職能及營運成果。
這個定位解釋了公司如何回應被取代的憂慮。SAP 希望客戶視其應用程式及數據基礎為實用 AI 的先決條件。產品訊息把現代化與跨部門協調工作的能力連結起來。
這仍然是公司的策略，而非普遍客戶成功的證明。產品示範可展示在選定條件下的預期行為，卻無法證明同樣功能在不同機構、數據質素水平及審批架構下的表現是否一致。
不過，背後的商業問題很具體。公司不能將每個營運問題都視為一段孤立的對話。供應、人手、開支或交付的決策，往往會影響提出問題的員工以外的記錄及責任。
因此，AI 代理，即為實現目標而執行任務的軟件，需要明確限制。這些限制決定它可存取哪些資訊，以及哪些行動需要審批。缺乏限制時，表面上的便利可能製造額外的覆核工作。
應用程式供應商的潛在優勢，在於理解這些關係。有用的建議必須符合機構的實際情況，包括流程的狀態、記錄的含義，以及提出行動要求者的權限。
這是對相關機遇的分析解釋，而非 SAP 收入的量化來源。業績數字未有揭示客戶為這些關係本身支付了多少，也未有區分預期的未來效用與已實現的價值。
同一架構亦為競爭者創造空間。能可靠連接既有系統的供應商，可提供不同介面或專門功能。擁有底層應用程式，並不自動代表擁有未來每一次員工互動。
因此，SAP 有誘因令其商業脈絡可在自身 AI 體驗中存取並發揮作用；客戶則有誘因在評估替代方案時保留彈性。兩方利益均會影響合約及實施如何發展。
開發者應從這個實際角度理解本季業績。機遇不止於為應用程式加入對話介面，還包括將意圖連接至已授權行動、處理不完整資訊，以及令相關工作可由人理解。
對買家而言，最相關的問題是完成質素。一個能產生看似合理答案的助理，與一個能安全解決商業例外情況的助理，代表兩種不同成就。商業理據取決於機構實際需要哪一種結果。
SAP 雲端業務增長符合客戶正在投資這個基礎的情況。由此產生的 AI 體驗能否獲得持久使用，仍是另一個問題。
Microsoft 提供比較，而非直接計分表
Microsoft 的業績展示了另一條將成熟軟件與 AI 結合的路徑，但其業務組合令簡單排名並不可行。
Microsoft 的季度業績涵蓋截至 2026 年 6 月 30 日止的期間。Dynamics 365 收入增長 13%，按固定匯率計則增長 12%。Azure 及其他雲端服務收入增長 43%。
公司亦表示，Microsoft 365 Copilot 的付費席位已超過 3,000 萬。Copilot 是 Microsoft 橫跨工作場所產品的 AI 助理。這些披露合起來顯示，應用程式訂閱、AI 採用及雲端基建均在同一供應商體系內擴展。
這些數字提供的是背景，而非與 SAP 直接進行表現較量。兩者的報告期不同，涵蓋的產品及活動亦不相同。Azure 的雲端服務類別不能作為企業應用程式需求的替代衡量指標。
較有用的比較在於商業路徑。Microsoft 可將 AI 配合用戶熟悉的工作場所軟件及雲端服務推出。SAP 則著重營運應用程式及業務流程。兩種做法均旨在把新的 AI 能力連接至客戶已在使用的產品。
對買家而言，這帶來互相重疊的決策。一間機構可評估工作場所助理，同時另行現代化其財務或供應鏈環境。購買其中一項，本身並不能判定另一項投資是否屬於重複。
這種重疊亦令供應商的敘事更為複雜。供應商都有理由將自己的產品描述為進行 AI 活動的自然所在。客戶則必須判斷，哪一個位置能為員工提供完成特定任務所需的資訊及權限。
一般的工作場所要求與受監管的營運操作，所帶來的要求並不相同。總結內部文件不需要與修改業務紀錄相同的控制措施。將這些活動視為可互換，可能掩蓋真正的採購決策。
因此，這項比較強化了一個有限的結論：既有軟件供應商有多種方式參與 AI 支出。它並不能證明其策略等同，亦不能證明客戶應把所有 AI 活動整合至現有合約之內。
競爭亦可在毋須全面取代應用程式的情況下轉移。一間公司可能保留其營運系統，卻改變員工開始工作的地方。這將保留原有供應商角色的一部分，同時就用戶關係產生競爭。
相反，若供應商能將 AI 直接連接至受信任的業務流程，便可令其既有產品更具吸引力。這種結果將支持以下觀點：即使互動層正在改變，應用程式基礎仍保留價值。
這些是策略上的可能性，而非季度數字已證實的結果。SAP 的業績提供了需求的當前證據。Microsoft 的披露顯示，SAP 正處於一場更廣泛的競爭之中，爭奪如何把 AI 採用與既有企業支出連結起來。
兩家供應商面對的壓力都很實際：說服客戶，整合後的方案足以改善工作，以證明持續投入合理。單靠更龐大的 AI 功能目錄，無法自行回答這個問題。
雲端承諾不代表已證實 AI 回報
強勁需求支持 SAP 的商業地位，但無法證明客戶從每項 AI 部署中獲得的回報。
這是對本季度最核心的審慎解讀。訂閱承諾記錄的是採購決定，並不會自動顯示員工是否使用新能力、任務是否改善，或機構是否減少了可避免的工作。
SAP 的供應鏈助理提供了一個具體例子，說明兩者的分別。公司在 10 月 8 日的說明中，介紹了橫跨規劃、製造、物流及資產營運的計劃功能。新功能原定於第四季全面推出。
SAP 亦描述了 Doehler 如何利用 AI 處理物流問題。Doehler 的技術主管表示，原先用於排查問題的時間大約有三分之一得以節省。這是由 SAP 發布、歸因於客戶的說法，而非獨立基準測試。
這項說法為讀者提供了一個具體業務情境：識別物流問題並建議回應方案。它比一般性的生產力承諾更具資訊價值。不過，在評估相若結果能否轉移至其他地方時，其證據限制仍然重要。
單一客戶案例不能證明平均體驗。各機構在流程設計、資訊質素、員工職責及實施範圍方面均有差異。成功案例可以展示一種合理用途，卻不能證明每位買家都能得到可重複的結果。
推出時間表亦引入另一個界線。計劃在第四季推出的功能，不能自動解釋截至 9 月的季度表現。客戶可基於未來計劃作出決定，但預期能力與已部署能力仍屬不同類別。
財務解讀亦需要同樣的紀律。雲端承諾增長，可能反映對平台的信心、現代化需要，或對 AI 的興趣。公開的整體數字不會為每項動機分配精確比重。
這種不確定性不會抹去已報告的增長，而是界定證據能支持甚麼結論。本季度證實商業需求持續，但對採用質素及個別能力貢獻的問題仍未有答案。
在一項任務中節省時間，與改善完整流程之間亦有差異。更快的建議仍可能需要審核。若員工需花額外時間檢查輸出結果或修正下游問題，淨結果便更難評估。
因此，可信的評估應考慮完整活動，包括例外情況及人手介入。這是用來判斷公司敘事的分析標準，並非聲稱 SAP 的產品未能通過此類評估。
供應商依賴亦值得注意。將 AI 連接至業務數據可提升實用性，同時令未來的架構選擇更具影響。買家在擴大自動化操作範圍前，需要了解權限、紀錄及整合如何運作。
SAP 的季度業績為管理層提供證據，顯示其方向正在吸引支出。客戶則會透過日常表現來判斷同一方向。兩種視角有所重疊，但不是可互換的成功衡量標準。
最能站得住腳的解讀應同時保留兩點：雲端需求維持穩健，而 AI 回報的更廣泛論據仍需要營運證據支持。
留意需求轉化、產品交付及客戶使用情況
下一輪證據應把客戶承諾與已交付能力及可重複的業務成果連結起來。
第一個訊號，是 SAP 能否維持已簽約需求與已確認雲端收入之間的關係。未來披露應使用一致的匯率衡量方式及清楚界定的期間閱讀。把積壓訂單增長與收入增長混為一談，會模糊基本趨勢是否正在加強。
兩項指標均持續增長，將支持客戶仍然致力於 SAP 雲端方向的解讀。承諾減弱則會挑戰該需求的持久性。若兩者不一致，便需要更仔細留意時間及合約組成。
這個訊號重要，因為本季度同時包含採購證據，以及已交付服務的證據。維持這種連結，將強化有關韌性的論點。任何一項指標單獨出現利好標題，只會提供較狹窄的判斷基礎。
第二個訊號，是 SAP 原定於第四季交付的供應鏈能力。產品可用性將讓更多客戶在自身環境中評估已公布的功能。延遲或範圍縮減將削弱即時的營運論據。
可用性亦應與部署區分。一項已推出的功能仍可能需要實施、設定權限、改變流程及培訓員工。讀者應尋找承諾能力已進入日常工作的證據，而非假定推出即代表採用完成。
第三個訊號，是超越個別成功故事的客戶證據。有用的案例應說明原本的任務、AI 的貢獻、餘下的人手工作及結果。這種細節程度將令相關說法更容易在不同機構之間評估。
可重複的改善將加強 SAP 的論點，即 AI 能提升其應用程式基礎的價值。使用有限或結果不清晰，則會令客戶為何持續購買留下更多不確定性。兩種結果均不應只根據 AI 產品的存在而推斷。
這些訊號遵循與商業主張相同的順序：客戶作出承諾、供應商交付、員工使用所產生的能力。每個階段回答不同問題。將它們分開看，能令整體情況更容易評估。
對企業買家而言，實際的回應是檢視建議投資與特定營運需要之間的連結。詢問哪些事情會變得更容易、哪個系統仍負責，以及機構如何在部署後辨識改善。
開發人員應令這些成果可供檢視，包括所使用的資訊、所需審批及已完成的操作。知識工作者應分辨改善資訊存取的協助功能，與會改變業務紀錄的自動化。兩者都可有用，但需要不同證據。
SAP 雲端增長為軟件韌性論點提供了一項具體結果可供檢視。請隨後續披露一併留意產品可用性及客戶案例。在評估一項 AI 建議時，要求供應商把其承諾連結至真實工作流程，然後指出團隊會在推出後檢視的證據。該系統是否有助人員更可靠地完成工作，並清楚界定下一步由誰負責？即使這項業績標題早已淡出，這個問題仍會有用。
