如果你在一家大中型企业工作，几乎逃不开SAP的身影。它是全球企业软件市场的巨擘，服务着40万家企业客户，贯穿财务、人力、供应链、制造到销售、采购等端到端流程，堪称「企业的操作系统」。但在AI浪潮下，关于「传统ERP会不会被AI替代」的讨论层出不穷。SAP CTO Philipp Herzig在No Priors播客中，给出了一个反常识的答案：不是ERP会被AI替代，而是不会拥抱AI的ERP厂商会被能用好AI的竞争对手取代。
Herzig以SAP半个世纪的变革史为例，讲述了一场关于企业软件、AI和组织未来的深度思考。这不仅仅是产品功能的堆砌，而是一次面向AI时代的系统性重构——在这一进化过程中，SAP既是变革的推动者，也是行业「被动者」中的幸存者。下面，我带你走进SAP的AI进化论，看它如何重塑全球企业的底层「操作系统」。
SAP：企业的「操作系统」是怎样炼成的
Herzig首先回溯了SAP的市场定位——很多人只知道它是ERP鼻祖，却未必了解其深度。SAP不仅为40万家企业提供财务、人力、采购、供应链、制造、销售等全流程管理，更被客户视为「企业的操作系统」。在Herzig眼中，SAP的使命是让企业从「订单到收款」（order to cash）、从「采购到支付」（source to pay）的每一个环节都实现自动化和透明化。
这家公司1972年由一批IBM前员工创立。当年，企业信息化高度依赖定制开发，成本高、维护难、无法规模化。SAP的创新在于提出「标准化软件」理念，让企业买来就能用、跨行业可复用，极大提升了IT投资回报率。这个理念穿越了大型机、客户端服务器、互联网、移动到AI等多轮技术浪潮，始终没有被颠覆。
Herzig强调，只有能适应周期性技术变革的企业软件，才能真正成为企业不可替代的「操作系统」。SAP之所以能持续领先，关键在于每次技术升级都不是「简单迁移」，而是主动重构架构以适应新范式。比如在云计算时代，SAP并没有仅仅将原有系统搬上云，而是针对CI/CD、多租户、弹性扩展等云原生需求做了深度改造。正是这样的战略，让SAP成为今天市值最高的企业软件厂商之一。
AI驱动下的「三大重构」：不只是加点智能而已
进入AI时代，SAP要解决的问题绝不仅是「在原有流程上加点AI」这么简单。Herzig用「三大重构维度」总结了SAP的AI战略：
第一，用户界面（UI）的重塑。传统企业软件UI的本质，是「教会人怎么操作系统」。但AI出现后，这一逻辑被颠覆了——聪明的软件应该主动洞察业务、推送建议，把人从重复点选中解放出来。比如，面对供应链风险，AI能基于全球新闻推送预警，动态生成分析界面，让决策者一目了然。
第二，业务流程的智能化。过去，流程刚性死板，环环相扣，任何变动都要IT大改。AI引入后，业务流程可以由智能代理（Agent）驱动，既能融合结构化数据（如财务表格），也能理解非结构化信息（如邮件、会议纪要）。例如，差旅报销流程可由智能Agent全程处理，自动识别异常、合规性，极大减轻人力负担。
第三，数据层的语义统一。AI的潜力离不开数据，但现实中企业数据分散在不同系统、格式各异。SAP提出用语义统一的数据模型，结合知识图谱，将结构化与非结构化数据连通，让AI能真正理解业务含义。用户甚至可以直接用自然语言查询系统，背后自动转为SQL，大幅降低门槛。
Herzig坦言：「你无法靠只做一个小demo来证明AI的企业级价值。企业级AI的难度，在于如何处理几千份文档、数万个API、跨国差异化政策，还要保证安全合规。」
AI落地的「硬功夫」：不是炫技，而是实实在在降本增效
AI时代，概念demo和真实落地之间有着巨大的鸿沟。Herzig特别提到SAP在AI产品上的两个代表性成果：
其一是「Jewel for Consulting」——这是一个帮助SAP咨询顾问进行系统迁移、流程优化的AI产品，能让顾问的工作量降低30％。这不仅意味着成本下降，更大大加快了云转型和AI部署进程。Herzig直言，这款工具已经成为SAP增长最快的AI产品之一。
其二是「Agentic Coding」。很多人以为AI只能帮外部客户，其实在SAP内部，AI也已深度参与到多语言编程、自动单元测试等开发流程中，大幅提升工程师的生产力和代码质量。
这些都不是炫技，而是在客户实战场景下带来直接的业务成果。这也正是Herzig最看重的——AI不只是创新的「竞赛」，更是业务成果的「竞赛」。
LLM不是万能钥匙，预测分析还得靠专用Transformer
当前AI圈最火的话题莫过于大模型（LLM），但Herzig泼了一盆冷水：「LLM擅长处理文本和图片，但在预测分析、表格数据处理等结构化任务上，表现并不理想。」原因很直观：LLM本质上是做序列生成，对回归、分类等数值密集型任务力不从心。
SAP的应对方案是自研关系预训练Transformer（RPT1），让AI在结构化数据分析、预测场景中发挥优势。例如，某跨国药企用RPT1对90个国家的支付延迟做预测，结果显著优于传统LLM。这种专用模型不仅支持小样本学习，还能更好地适应企业级数据安全与合规要求。
数据碎片化和安全合规：AI大规模商用的拦路虎
Herzig指出，AI在企业落地的最大障碍有三：
第一，数据碎片化。企业历史上由于并购、IT割据，数据散落在不同系统，AI很难发挥全力。只有那些花时间做好数据整合的企业，才能真正享受AI带来的红利。
第二，规模化难题。小范围demo很容易做，但要在复杂的企业环境中实现统一体验、调度成千上万个API和文档，难度呈指数级上升。
第三，安全与合规。开源AI工具虽然灵活，但存在密钥泄露等严重隐患，难以满足CIO、CISO的企业级安全要求。SAP的做法是对AI底层进行企业级加固，确保多租户、跨国合规、敏感数据隔离等需求都能被满足。
Herzig特别强调，SAP不会依赖单一大模型供应商，而是始终坚持自有安全可控、差异化集成能力。技术的终极目标，是让「技术消失」，用户只需关注业务本身。
AI如何改变企业组织和商业模式
AI并不只是一场技术革命，更会深刻重塑企业的组织角色和商业模式。
首先是角色升级。Herzig认为，财务、HR、供应链等团队将逐步摆脱「收集数据、做PPT」这类机械性工作，转型为「决策加速器」和「场景分析师」。AI代理提供实时洞察和多场景模拟，支持更快、更精准的业务决策。这就像初级开发者依赖AI生成代码，自己则专注于代码审查和架构设计，整体效率跃升一个量级。
其次是商业模式的变化。传统企业软件按席位付费，但AI带来的弹性和成果驱动，正推动行业向「消费型」甚至「按业务成果付费」转变。Herzig透露，SAP目前采用混合定价模式，既满足客户对成本可预测性的需求，也为AI驱动的弹性扩展留足空间。
让「数据飞轮」转起来，企业AI才能持续进化
Herzig还特别提到「Agent Mining」的概念。通过记录用户和AI代理的每一次交互轨迹（输入、决策、反馈），SAP为客户打造了一套「数据飞轮」机制。这不仅能持续优化AI行为，还能帮助企业发现流程异常和改进机会。长远来看，这种「交互数据」的积累将成为企业AI的核心资产，也可能孕育出全新的业务洞察能力。
结语：AI不替代ERP，但会淘汰不会用AI的ERP厂商
Herzig的核心观点很鲜明：AI不会让ERP本身消亡，但ERP厂商如果不主动拥抱AI、重构架构、吞下数据碎片化与安全的「硬骨头」，终将被懂AI、敢重构的新一代企业软件所取代。
企业软件的未来，不是「加点AI」就能高枕无忧，也不是「大模型无所不能」的乌托邦。真正的变革，发生在企业操作系统的底层——流程、数据、用户体验、甚至商业模式都要重塑。SAP的这场AI转型，既是对自身50年技术积淀的再造，也是对40万家企业命运的深刻影响。
你所在的企业，是被动等着AI「升级」ERP，还是主动用AI重塑自己的操作系统？决定权，已悄悄转移到每个企业决策者和IT团队手中。
关键金句（5条）：
金句1：「ERP不会被AI替换，但ERP公司如果不改变，会被使用AI的竞争对手替换。」
金句2：「过去是软件教人怎么操作系统，AI时代则是系统主动为人推送洞察和决策建议。」
金句3：「你无法靠只做一个小demo来证明AI的企业级价值。企业级AI的难度，在于如何处理几千份文档、数万个API、跨国差异化政策，还要保证安全合规。」
金句4：「LLM不是万能钥匙，企业级预测分析和结构化数据处理更需要专用的AI模型。」
金句5：「企业AI的真正变革，不只是加点智能，而是从流程、数据到商业模式的系统性重构。」