SAP将以全新的执行董事会开启2025财年。这家德国软件公司宣布,39岁的Sebastian Steinhauser将晋升为执行董事会成员。未来,Steinhauser将领导新设立的战略与运营董事会组,在这一职位上继续推动SAP战略的实施并简化公司流程。
SAP在一份声明中表示,由新任首席营销官Ada Agrait领导的战略与运营部门与全球营销部门的整合,旨在改善协作并加强客户和合作伙伴的数字化体验。
Steinhauser于2020年加入SAP,曾担任多个职务,包括首席战略官。在这一角色中,他领导了业务转型管理、业务网络和可持续发展等增长领域。2024年,他被任命为首席战略和运营官。他的职责范围扩大到包括业务运营、流程和IT,以及合作伙伴网络和商业职能。在加入SAP之前,Steinhauser曾在波士顿咨询公司工作。
就在六个月前,SAP刚刚调整了其管理层,2024年8月,销售主管Scott Russell和营销主管Julia White突然离开SAP。
Steinhauser:SAP的未来架构师 SAP SE监事会主席Pekka Ala-Pietila表示:"自2020年以来,Sebastian Steinhauser在SAP的企业战略中发挥了关键作用。我们将他视为SAP未来的重要领导者和架构师。"
SAP监事会还将负责客户服务和交付的执行董事会成员Thomas Saueressig的合同延长了三年至2028年。Ala-Pietila评论说:"他的贡献对确保越来越多的SAP客户选择云计算之路至关重要。"
这家总部位于德国沃尔多夫的公司在第二管理层也有变动。SAP引入了新的CTO和两位新的首席营收官。
Philipp Herzig将在现有首席AI官职务的基础上,担任SAP全球CTO。在新职位上,Herzig将负责监督SAP的技术战略、创新、研究和企业发展。他的工作还包括确保SAP商业AI和可持续发展部门的成功,并继续推动SAP客户和合作伙伴的创新。自2024年9月前任首席技术官Jürgen Müller因"不当行为"而离职后,SAP的CTO职位一直空缺。
Jan Gilg和Emmanuel (Manos) Raptopoulos将作为首席营收官共同领导SAP客户成功组织。目前担任云ERP总裁兼首席产品官的Gilg将负责SAP美洲和全球SAP业务套件。目前担任SAP EMEA区域总裁的Raptopoulos将同时领导SAP MEE和SAP APAC地区。
SAP战略:AI优先,套件优先 Herzig、Gilg和Raptopoulos将向SAP首席执行官Christian Klein汇报,并将成为SAP新成立的扩大执行董事会成员,该董事会将作为战略咨询机构推动公司"AI优先,套件优先"战略的实施。
公司表示:"这将在全球层面协调重要举措,确保它们在整个公司顺利实施。"SAP执行董事会将继续作为SAP SE的最高管理机构。
除Herzig、Gilg和Raptopoulos外,扩大管理董事会还包括Ada Agrait (CMO)、Michael Ameling (BTP总经理)、Sebastian Behrendt (全球财务主管)、Thomas Pfiester (全球客户参与主管) 和Monika Schaller (首席传播官)。
扩大管理团队中的业务套件部门总经理职位仍有待任命。
在SAP 15人的管理层中,有Agrait、Schaller和首席人力官Gina Vargiu-Breuer三位女性管理者,仅占20%。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。