他们不敢否定ABAP构建起来的近一个世纪的封闭的堡垒,所以他们的AI版本,就像是给一辆重型蒸汽机车装上了一个智能中控屏。
完美,安全,但毫无生机。
就在场内气氛即将被SAP的稳重所征服时,Carrie举起了手。
“很稳妥的方案。”Carrie的语气听不出褒贬,“但我有一个非常具体的问题。麦格纳正在夏国和全球,整合1800家供应商的产能。他们不在我们的系统里,他们甚至连自己的ERP都没有。在你们的‘智能版S4HANA’中,麦格纳该如何与这1800个游离在体系外的全球供应商,进行实时的交易协同、图纸协作、工艺变更和产能锁定?”
SAP副总裁的眉头微微皱了一下,他显然没有预料到这种极度微观且具有全球特色的供应链整合场景,SAP一直的企业管理理念是对内,对企业内部各部门的协同。
但他毕竟是身经百战的老将,迅速给出了标准答案:“这是供应链边缘节点的问题。我们可以通过开放API接口,由麦格纳的IT团队或者我们的实施伙伴,开发定制化的门户或者使用我们的Ariba,将他们的数据接入主系统。开发周期预计在6到12个月……”
Carrie没有再追问,她只是默默地在笔记本上写下了一行字,并在上面画了一个重重的叉:
“他们根本不在同一张网里。”
SAP的软肋暴露无遗:他们能管理好一堵高墙内的庞大帝国,却对墙外那个生机勃勃、瞬息万变的新生态,束手无策。
如果说SAP的演讲是一场重金属交响乐,那么接下来Google和OpenAI团队,则带来了一场仿佛来自未来的科幻秀。
上台的是一位穿着深色T恤的顶级AI科学家。
“各位,忘掉那些沉重的表单,忘掉那些需要培训三个月才能学会的繁琐系统吧。”AI科学家神采飞扬,身后的屏幕上展示着极度简洁的交互界面,只有一个对话框。
“我们的理念是:让每一个员工,拥有自己的超级AI助理。不要去适应软件,让AI去为你生成软件。”
现场演示惊艳全场。
采购员只需要对着屏幕说:“帮我对比一下过去三个月北美三家轴承供应商的良品率,并生成一份下半年的采购预测报告,直接发给审批人。”
这章没有结束,请点击下一页继续阅读!
屏幕上的AI只用了三秒钟,就完成了一切。
不仅如此,它甚至根据业务员的个人习惯,自动用一段极简的代码生成了一个监控小插件。
“看,这就是未来!”科学家张开双臂,“我们不需要庞大的IT团队,AI模型能帮你们省掉80%的流程性工作。每个人都在用AI给自己开发工具,这就是极致的效率!”
台下的副董事长眼睛亮了,这种充满硅谷极客精神的颠覆感,正是他想要的。
然而,就在气氛最热烈的时候,Mike冷冷地开口了。
“太棒了,简直像魔法。”Mike的声音里带着明显的嘲弄,“但请问,刚才这个采购员让AI自动生成的那个监控小插件,它的数据是从哪里抓取的?如果财务部的另一个员工,也用AI写了一个逻辑不同的插件,这两个人的数据对不上,谁听谁的?”
科学家愣了一下:“AI会自动进行语义对齐和……”
“我不管语义对齐!”Mike毫不客气地打断,“麦格纳不是车库里的创业公司!我们有几十年沉淀下来的主数据,有跑在工厂里的MES(制造执行系统),有研发部门的PLM(产品生命周期管理)。
你让十几个部门、几万名员工按照自己的喜好搞出几万个不同的个人小程序……请问,企业的统一管理从何谈起?企业的合并报表从何谈起?”
这是一个一针见血的拷问。
这也是Google、OpenAI这些C端霸主在进军ToB市场时,永远无法回避的基因缺陷。
他们的思维,是ToC的思维,他们服务的是“具体的某个人”,他们的逻辑永远是让某个人变成超人,而不是一个组织,变成超级组织。
但在ToB的哲学里,第一优先级是“具体的企业”作为一个整体生命体的生存与秩序;第二优先级,是这个企业内部“岗位”的设定与传承;第三优先级,才是坐在这个岗位上的“某个人”。