上周SAP和ServiceNOW都出了卓越的财报。市场走到这里，这类“老登”SaaS在AI时代的位置已经很清晰：因为他们“拥有”客户海量的历史业务数据和上下文数据，于是在AI Agent时代会被史诗级加强。 1）老登SaaS的优势：因为老登，活得久，所以客户在长年累月使用他们的服务时，在他们的生态里积累了海量的优质业务数据和上下文数据 2）通用大模型在没有高质量的业务数据，上下文数据，工作流记录等核心要素的情况下，并不具备理解现实业务流程和规范，及执行工作的能力 3）客户在老登SAAS生态内的海量数据，叠加链接的海量外部数据（客户数据往往多云多平台存储），经过处理，结构化，形式化后，构成了统一语义层的基础 4）基于统一语义层和通用大模型等，构建出来的AI AGENT才是真正能执行，能输出高质量成果的AI Agent 5）同时，老登SaaS离客户的“业务，工作流和执行”又天然更近，于是这又赋予了他们做“AI AGENT治理层”的优势：管理，编排，统筹生态内外的多个AI AGENT，保证整个系统合规，隐私，安全。 精选一些SAP和NOW财报会的经典发言 SAP： Q2的另一重要亮点当然是SAP Sapphire大会以及“自治型企业”的发布。它之所以引起强烈共鸣，是因为它直击企业AI落地的核心难点，以及对客户的真正意义。当前许多企业面临的现实是：大语言模型并不理解业务数据、流程和治理要求；AI Token支出与实际业务成果脱节；对单一前沿模型供应商的锁定风险日益上升；同时AI主权也变得更加重要。 Joule Studio与**第二支柱——Context and Reason（上下文与推理）**深度集成。该支柱为代理提供自主运行业务流程所需的上下文与知识。它以我们的数据基础为起点：SAP Business Data Cloud为代理提供广泛的数据访问能力。通过最新收购的Dremio及其原生Apache Iceberg技术，我们将关键的SAP与非SAP数据整合为真正的企业级数据湖屋，实现SAP与非SAP数据的实时联合分析，无需先移动或复制数据。 在数据基础之上，我们构建统一的语义数据层，覆盖SAP与非SAP数据。通过连接数据产品，我们创建以客户、供应商、物料及其他主数据对象为核心的语义数据模型。我们收购的Reltio将端到端治理这些主数据模型，确保高数据质量。这些语义模型进一步与我们为每个业务线（LOB）和行业领域提供的本体层及知识图谱相连，它们是注入到通过Joule Studio开发的代理中的“大脑”。 在为代理提供上下文之后，它们还需要以高信任度和高可扩展性运行业务。这引出了第三支柱——Run and Govern（运行与治理）。该支柱解决了AI采纳的另一关键挑战。我们通过管理与治理嵌入在Autonomous Suite及更广泛场景中的代理，帮助客户卸下复杂性。SAP将管理包括SAP自有、合作伙伴及客户自建在内的完整代理生命周期。 特别是在治理层，我们将确保代理符合客户在超过130个国家的合规框架与数据隐私要求，检查所有身份与授权规则，确保输出不仅准确，而且合规。此外，我们能够在客户的SAP环境内安全、动态地切换不同模型。这意味着我们将在不产生任何登录锁定的情况下运行代理，遵守本地主权要求，并确保最佳的“价格-成果”比率。 为兑现我们的AI愿景，我们自身也在持续转型。我们正全速将SAP打造成自治型企业。在工程与技术领域，我们正将运营模式从传统软件开发转变为规模化构建AI。我们正加倍投入本体开发，由最优秀的领域专家为每个行业和业务线构建知识图谱。我们正加速创新，目标将完整代理交付周期压缩至三周以内。通过应用低代码等工具，整体开发者生产力最高可提升30%。 在代理式AI时代，SAP正引领方向。自治型企业以能够准确、合规、成本高效地运行端到端业务流程的AI代理为核心，并始终保持“人类在环”（human in the loop）。SAP已成功完成向云的转型，我们将再次在AI时代成功转型，以实现加速增长与盈利能力提升。 SAP的优势不在于最先进的基础模型，而在于“业务上下文+治理+数据可信度”。通用LLM不懂财务关闭、供应链合规或主数据规则，而SAP的代理能直接在真实ERP流程中落地，这是其护城河 AI Agent（尤其是自治型企业中的代理）高度依赖干净、准确、带业务上下文的主数据。如果主数据质量差（重复、冲突、不完整），Agent就会做出错误决策。 Reltio的加入，就是为了补齐Business Data Cloud在跨SAP与非SAP主数据治理上的短板，让语义层真正可靠，从而支撑高质量的AI输出。 这一次好的地方在于：当我们考虑成本利润率时，没有任何因素阻止我们灵活切换模型，始终选择“价格-成果”最优的模型。我们已经看到，在许多正在开发的代理（尤其是Joule Work相关的）中，我们并不总是需要使用昂贵的前沿大模型。这将持续帮助我们把成本利润率维持在非常健康的水平。 其次，从公司整体生产力来看：目前在研发端，我们正忙于把积压工作从SaaS功能、UI增强转向AI开发。我们需要的，其实大部分已经在内部具备——我们拥有大量领域知识，以及数据和业务流程方面的深厚积累。我们只需要再招聘少量顶尖数据科学家来构建本体层（ontology layer）。这与当年云转型时需要大规模建设运维能力完全不同，现在不需要那种大规模的运营投入。 在研发端，我们正越来越多地把开发人员转向：不仅在新平台上暴露数据产品，还要连接（joining）数据产品。例如，一个客户流失预测模型可能包含ERP中超过100个数据对象，再加上非SAP世界中经常超过400个数据对象（例如Salesforce系统，有时甚至是社交媒体和网页数据）。我们通过连接这些数据产品来构建语义模块。 而预测能力在财务、销售以及大量行业AI代理中都是刚需。因此，我们希望把Prior Labs的表格AI模块纳入我们的代理式AI层，并通过代理的价值进行变现。 或许再补充最后一点：我们的AI业务现在真正开始规模化。想想我们在市场上可以达到的价格水平。过去50年，这家公司卖的是“记录系统”——先是本地ERP，然后是云ERP。客户已经习惯了一定的折扣水平。过去几年，我们非常成功地维持了健康的价格水平，这一点从SAP的成本利润率发展中就能看到。五年前谁会想到我们能达到这样的成本利润率？ 有了AI，我们可以完全重置价格水平。你去见客户时可以说：“不是你的终端用户，不是你的财务会计团队在做财务关账，而是代理在自主完成。”这是基于成果的定价（outcome-based pricing）。 当你从“记录系统”的定价逻辑出发时，这里没有任何可直接参照的东西。在我看来，这对SAP来说是一个独特的机会，可以真正进行重置，并按成果价值进行定价。这也是我们明确交给销售团队的任务：确保他们不要再回到SaaS的世界，不要再沿用以前给出的价格水平。这是一种全新的销售方式，也是一种全新的解决方案定价方式。 ServiceNOW 第一，如果您评估市场上所有参与者，哪一家同时具备系统记录层（system of record）、深度企业上下文、完全集成的治理与可审计性、经过验证的全球分销渠道，以及包含可预测消费与结果导向选项的灵活定价模型？我直接帮您省去麻烦：只有ServiceNow的完整愿景能够全部满足这些条件。第二大因素则是纯粹的市场契合度。 我们从事的是“控制”业务：一个平台、一个行动系统，支持任意云、任意智能体、任意工作流、任意模型，实现可治理、可安全与可问责。这正是企业领导者如今已认识到的、具有使命关键性的AI控制塔（AI Control Tower）。 企业执行以网络安全为核心，而网络安全业务正快速增长。ServiceNow是企业的规则与轨道。我们从工作流到网络安全，全面掌控代理式企业。我们的定位真实、持久且具有复利效应。这正是ServiceNow重新估值（re-rating）的基础。让我们从今天开始。 IT运营管理（ITOM）正受益于强劲的需求顺风，配置管理数据库（CMDB）作为关键治理与数据基础的作用日益凸显。 你问的第二点是关于我们如何允许访问系统中的上下文。我们的上下文是为了真正为客户带来更好的结果。我们的竞争对手无法获得它，大语言模型也无法获得它。这正是我们的“秘密武器”所在。当我们的平台上运行着7万亿个工作流时，我们正在收集大量智能，这能够从使用和结果两个维度真正改变客户的游戏规则。这就是差异化所在，而目前没有其他任何人拥有这一点。 对现有客户而言，他们希望将工作流“代理化”，并在其他部门发现新用例，因此存在大量交叉销售机会，因为你能够将多个部门和多个系统连接在一起，而不仅仅是针对某一个特定领域。这正是我们成为控制塔以及完整编排引擎的地方，这与市场上其他供应商有所不同。我们正是在这里看到了令人兴奋的采用势头。我们持续从中学习。如果看看我们目前引入的创新周期，过去6到12个月内推出的新能力数量非常庞大，这对客户来说非常兴奋，并且与行业中那些零散的单个技术组件相比具有显著差异化。 ServiceNow在这场人工智能革命中的位置在哪里？我们正处于其核心，因为前沿模型需要在企业中被激活。这就是战场。谁与ServiceNow合作，谁就能获胜。原因正如Gina和Amit所讨论的，我们目前有1000亿个工作流和近8万亿笔交易在平台上运行，有大量业务流程正在ServiceNow平台上执行。我们在公司早期通过配置管理数据库（CMDB）所做的事情，需要追溯到公司创立之初。 我们了解所有的人、所有的地点、所有的事物。随着时间推移，我们与所有系统记录层完成了集成。我们已与一切完全集成——超大规模云服务商、前沿模型、数据湖、系统记录层。 而我们因为工作流自动化平台中的数据，让人工智能能够做它天生该做的事。如果数据不在我们的平台上，我们已经与其他参与者完成了集成，并拥有与所有这些系统的连接器。这些连接让人工智能及其强大力量真正发挥作用。 你们眼前看到的是一家公司正在同时转变为企业软件市场领导者和网络安全市场领导者，并且在这两个领域都是增速最快的。这相当特别。我认为你们应该从中得出的结论是：Mythos对ServiceNow公司来说是一份“礼物”，因为现在所有人都在匆忙修补他们所暴露的各种风险。知道威胁区域在哪里是一回事，真正去狩猎、采取行动并完成闭环又是另一回事，而这正是ServiceNow平台端到端网络安全能力所实现的。我认为目前情况已经变得非常有趣，这在我们的数字中已经体现出来。很多人在问：“席位是不是会消失？”不，实际上活跃席位数量正在上升。 我们认真对待收入端的增长、公司利润率结构的扩展，以及在这场人工智能革命中（尤其是网络安全领域）赢得份额。 我想补充一下我们如何思考使用大语言模型（LLM）的问题。我认为市场已经非常清楚，我们多年来一直在讨论，大语言模型正在商品化。没有理由使用一些最昂贵的模型。我们在如何使用和利用这些新兴技术方面非常明智——在哪里使用开源权重版本、在哪里使用自有模型、在哪里使用领域特定模型、在哪里使用高端前沿模型。这些能力中的许多可以持续互换，我们真正在全范围内进行优化，以确保在保持低成本的同时获得最佳结果。 我们的基因是配置管理数据库（CMDB）平台，它能够追踪企业中的每一种资产——硬件、软件以及其他能力 我们在推出这一产品后的头六个月内，已有超过500家客户正式上线使用AI控制塔，并且这一数字还在持续增长。我们不断添加更多能力，例如Bill提到的“终止开关”——如何发现任何流氓智能体运行中的错误或问题，并阻止它们访问任何信息或数据。借助Veza，我们大幅增强了身份治理能力；借助Armis，我们现在也能够覆盖物理人工智能中的所有设备。我们在这里所拥有的广度与深度，正是我们拥有获胜权的原因。