De overstap naar een cloud- en AI-gedreven model is voor SAP veel meer dan een technologische update. Het forceert een complete omwenteling in de bedrijfsfilosofie: van het verkopen van licenties naar het garanderen van klantresultaten.
De boodschap die tijdens SAP Connect in Las Vegas het meest bleef hangen, was er geen van bits en bytes, maar van een fundamenteel ander businessmodel. De tijd dat een softwaregigant als SAP zijn succes kon meten aan het aantal verkochte licenties, is voorbij. In de nieuwe cloudrealiteit is er maar één graadmeter die telt: het succes van de klant.
Chief Revenue Officer Manos Raptopoulos vatte de essentie van deze transformatie treffend samen in een gesprek met Data News: ‘We zitten niet in de verkoopbusiness, maar in de ‘customer outcomes’-business. In de cloudwereld, als een klant het voordeel en het resultaat niet ziet, en de oplossing die je hen voorspiegelt niet adopteert, zullen ze niet verlengen. Dan stort het hele model in.’
Die uitspraak legt een enorme druk op SAP. Het bedrijf kan het zich niet langer permitteren om bij wijze van spreken software over de schutting te gooien en te hopen dat de klant er maar het beste van maakt. Het succes van SAP is nu onlosmakelijk verbonden met de meetbare, concrete resultaten die de klant behaalt.
Het vliegwiel als motor
Om die belofte van resultaten waar te maken, zet SAP vol in op wat het intern het ‘flywheel’ noemt: een strategisch bedrijfsmodel dat tijdens de keynotes en onze interviews meermaals terugkwam. ‘We geloven dat een combinatie van applicaties, data en AI in een vliegwiel de hoogst mogelijke waarde creëert’, stelde Muhammed Alam, hoofd van SAP Product & Engineering, tijdens zijn openingskeynote op SAP Connect.
Noem het zowat de motor of de blauwdruk van wat vernieuwde SAP. Bedrijfsapplicaties (apps) genereren een constante stroom aan data. Die data, die de kernprocessen van een onderneming weerspiegelen, vormen de brandstof voor artificiële intelligentie (AI). De AI levert op zijn beurt inzichten en automatiseringen die de applicaties slimmer en efficiënter maken, wat uiteindelijk leidt tot betere bedrijfsresultaten. ‘Alleen met dit vliegwiel kunnen we het potentieel ontsluiten en sneller aan jullie behoeften voldoen’, stelde Sebastian Steinhauser, Chief Strategy Officer, op het podium.
Manos Raptopoulos legt de dynamiek uit: ‘Hoe meer data we hebben, hoe beter we een AI kunnen trainen. Als de AI goed is, zal de klant die adopteren. Dan zullen ze meer data inbrengen, en dat creëert een vliegwieleffect. In deze visie verschuift het gesprek met de klant van een technische discussie over features naar een strategische dialoog over waarde. Door tools als Signavio in te zetten om ‘een x-ray van de processen te maken’, kan SAP veel concreter aantonen waar de efficiëntiewinsten te behalen vallen.
Sebastian Steinhaeuser, Chief Operating Officer SAP (links), naast Muhammad Alam (SAP Product & Engineering) en Joellen Perry (rechts), Head of Global Public Relations bij SAP © SAP
Bedrijfsapplicaties als basis
Bedrijfsapplicaties vormen de basis van het vliegwiel. Dit is waar de processen draaien en waar de data wordt gegenereerd. Maar het gaat niet langer om de applicaties zoals we die kenden. SAP is zijn kernoplossingen, zoals Ariba en de Supply Chain Orchestration, volledig opnieuw aan het opbouwen op het Business Technology Platform (BTP). Michael Ameling, Chief Product Officer voor BTP, noemt dit een ‘bijna AI-native stack’. Deze applicaties worden vanaf de grond af ontworpen om intelligent te zijn. ‘AI wordt naadloos ingebed in de applicaties’, aldus Alam.
SAP wil netwerk van AI-assistenten en -agenten loslaten op bedrijven
De tweede, en misschien wel meest cruciale, peiler is data. Zowel Alam als Ameling benadrukken dat data zonder context waardeloos is. ‘Je kan de beste AI hebben, maar als je geen data hebt, is AI betekenisloos’, stelt Ameling. Het gaat niet om ruwe data, maar om de betekenis erachter. Alam verwoordt het nog wat scherper: ‘AI met de breedste context levert de diepste waarde’.
Hier speelt SAP HANA Cloud volgens Ameling een sleutelrol. Hij noemt het eenvoudigweg ‘de beste database voor AI’, precies omdat het de tools bevat om die cruciale context te leveren, zoals een Knowledge Graph Engine en een Vector Engine. Deze technologieën stellen AI in staat om de relaties en de semantiek achter de data te begrijpen. Een ‘federated data approach’, noemt Ameling dat: ‘data uit verschillende systemen kunnen worden aangesproken en begrepen zonder alles over en weer te moeten kopiëren.’
Governance in het tijdperk van AI-agenten
De derde peiler van het vliegwiel is de AI zelf, die wordt gevoed door de data uit de applicaties. De strategie om klanten te overladen met AI-mogelijkheden brengt echter een nieuw risico met zich mee: een wildgroei aan onbeheersbare en onzichtbare processen. Nu bedrijven met de recent aangekondigde Agent Builder zelf AI-agenten zullen kunnen bouwen en aanpassen, wordt de vraag naar controle en overzicht prangender dan ooit.
SAP lijkt die bezorgdheid van CIO’s te erkennen en anticipeert erop met nieuwe governance-tools. Tijdens Connect werd de SAP AI Agent Hub voorgesteld, die in combinatie met de technologie van het in 2023 overgenomen LeanIX een centraal platform biedt om alle AI-agenten – zowel van SAP als van derden – te ontdekken, beheren en besturen. Daarbovenop komt Agent Mining , een functionaliteit die het gedrag, de beslissingen en de acties van die AI-agenten analyseert. Het is een duidelijke poging om de controle terug in de handen van de IT-afdeling te leggen.
SAP kiest voor symbiose tussen mens en AI, niet voor vervanging
Nuchterheid en verantwoordelijkheid
Ondanks het enthousiasme over de mogelijkheden van AI, is er binnen SAP ook ruimte voor een nuchtere blik. Gevraagd naar een mogelijke AI-bubbel, toonde Raptopoulos zich realistisch: ‘Ik geloof dat AI op een bepaald moment meer een commodity zal worden. Het is geen magische oplossing, maar een technologie die na de hype een functionele plaats in het bedrijfsleven zal innemen.’ Hij ziet ook de risico’s. ‘We moeten ervoor zorgen dat AI transparant blijft’, aldus Raptopoulos. ‘We hebben een verantwoordelijkheid om ervoor te zorgen dat autonome systemen geen ‘black boxes’ worden, want dat wil je niet’.
Het grote migratievraagstuk
De belofte van een agile, AI-gedreven toekomst klinkt aanlokkelijk, maar voor veel gevestigde bedrijven is de weg ernaartoe een strategisch mijnenveld. De kernuitdaging, zo erkent ook SAP, is de erfenis van het verleden. ‘De technische schuld en de legacy, dat is waarschijnlijk de moeilijkste uitdaging voor onze klanten’, geeft Thomas Pfiester, hoofd van Global Customer Engagement, toe. Voor de migratie naar de cloud bestaat er geen universele aanpak; de keuze hangt af van de ambitie, de complexiteit en de veranderingsbereidheid van de organisatie.
Thomas Pfiester
SAP
Optie 1: Greenfield (de schone lei)
De meest radicale aanpak is ‘Greenfield’, waarbij een bedrijf in essentie volledig opnieuw begint. Bestaande processen worden overboord gegooid ten voordele van de standaardprocessen die SAP aanbiedt. Het is een pijnlijke maar grondige oefening die vooral geschikt is voor bedrijven die bereid zijn hun manier van werken fundamenteel te herzien. ‘Als je ziet dat er een grote bereidheid is tot standaardisatie, dan zou je heel vaak voor een greenfield-aanpak gaan’, aldus Pfiester.
Optie 2: Brownfield (het pragmatische pad)
De meerderheid van de bedrijven kiest echter voor een ‘Brownfield’-migratie. Raptopoulos omschrijft dit als een ‘lift-and-shift, waarna ze transformeren binnen het bestaande systeem’. De bestaande omgeving wordt eerst naar de cloud verplaatst, waarna stapsgewijs wordt gewerkt aan modernisering en het wegwerken van maatwerk. Het is een minder disruptieve, maar vaak langzamere route. Pfiester ziet hier vaak een ‘tweefasenaanpak’, waarbij de Brownfield-migratie slechts de eerste stap is.
Optie 3: Bluefield (de berekende middenweg)
Tussen de twee extremen bestaat er een minder bekende hybride route: ‘Bluefield’. ‘Je doet geen volledige greenfield, maar je creëert een nieuw, schoon systeem om naartoe te upgraden en van daaruit uit te rollen’, zegt Manos. Deze methode, die hij ook een ‘getemplatiseerde aanpak’ noemt, laat toe om selectief data en processen te migreren, terwijl de ballast van het verleden wordt achtergelaten. Het biedt een balans tussen een frisse start en het behoud van waardevolle historische data.