To nie kolejny duży model językowy. Na tegorocznym SAP TechEd w Berlinie niemiecki gigant oprogramowania zaprezentował SAP-RPT-1 – model AI zaprojektowany po to, by przewidywać konkretne wyniki biznesowe.
W artykule
Od promptów do tabel: czym jest SAP-RPT-1?
Klasyczne modele językowe zostały wyszkolone na tekście. Świetnie dokańczają zdania, tworzą maile, kod i prezentacje. Problem w tym, że realne decyzje biznesowe opierają się przede wszystkim na twardych liczbach, rekordach, tabelach i relacyjnych bazach danych. SAP próbuje to wykorzystać.
RPT-1 (Relational Pre-trained Transformer) został opracowany we współpracy ze Uniwersytetem Stanforda i wytrenowany na 3,1 milionach tabel. Do nauki wykorzystano dane transakcyjne, finansowe, logistyczne czy operacyjne. Model działa bez konieczności żmudnego trenowania od zera pod konkretne zadanie. Zamiast tego wykorzystuje uczenie kontekstowe. Potrafi „zrozumieć” strukturę danych i na tej podstawie przewidywać odpowiedzi binarne, klasyfikacje wieloklasowe czy wartości liczbowe.
Jak tłumaczy SAP, w praktyce oznacza to możliwość podpięcia modelu bezpośrednio do istniejących tabel i procesów, bez budowania stu wąskich modeli dla stu przypadków użycia. To sposób na dobrze znany ból wielu firm – rozproszone, „jednorazowe” modele, które trudno utrzymać i skalować.
Dlaczego to ważne dla dużych firm?
Dla klientów firmy, czyli przede wszystkim średnich i dużych przedsiębiorstw, propozycja jest prosta. Zamiast eksperymentować z LLM-ami oderwanymi od ich danych, mogą dostać model osadzony w świecie ERP, faktur, zamówień i łańcuchów dostaw.
Korzyści są potencjalnie konkretne:
- mniej ręcznej analityki i dashboardów, a więcej automatycznych prognoz „w tle” procesów,
- lepsza jakość ryzyka operacyjnego: wcześniejsze wykrycie problemów z płatnościami, dostawami czy zapasami,
- szybsze wdrożenia: gotowy fundament zamiast wielomiesięcznego projektu budowy modeli od zera.
– Chociaż dostępnych jest wiele znanych modeli językowych, nasze szkolenie koncentrowało się na danych transakcyjnych biznesowych, zasadniczo arkuszach kalkulacyjnych Excel – wyjaśnia Walter Sun, globalny lider AI w SAP.
Przeczytaj także: Globalne rynki pod presją: inwestorzy uciekają z sektora AI
AI wpisana w ekosystem: Joule, Build, Snowflake
SAP-RPT-1 nie pojawia się w próżni. To część szerszej układanki, którą SAP intensywnie buduje. Jego częścią są narzędzia do tworzenia i automatyzacji aplikacji (SAP Build). Dostały one nowe integracje z popularnymi środowiskami developerskimi oraz asystentami programistycznymi.
Ważni są również agenci AI (Joule Agents), którzy mają wykonywać realne zadania w procesach finansowych, HR, logistyce czy analizie procesów, bazując na danych z systemów SAP.
Istotnym elementem strategii jest także partnerstwo ze Snowflake. Jego efektem jest rozszerzenie SAP Business Data Cloud o w pełni zarządzane możliwości danych i wykorzystanie AI Snowflake, przy zachowaniu ładu danych i kontekstu biznesowego.
W tle SAP mocno akcentuje kwestię spójnego data fabric, czyli uporządkowanej warstwy danych, bez której żadna poważna AI w firmie nie ma sensu. Przekaz jest jasny: zanim puścisz agentów AI w procesy, upewnij się, że twoje dane nie są chaosem.
Biznesowe korzyści
Na tle spektakularnych modeli multimodalnych i generatywnego wideo, historia SAP wygląda mniej efektownie, ale bardziej biznesowo. Firma celuje w obszar, w którym LLM-y często zawodzą: stabilne, przewidywalne, audytowalne wyniki oparte na danych tabelarycznych.
Jeśli SAP-RPT-1 dostarczy obiecywaną jakość – wyższą dokładność niż klasyczne modele ML i mniejszy nakład pracy przy wdrożeniach – może stać się domyślnym wyborem dla:
- prognoz należności i zobowiązań,
- optymalizacji zapasów,
- planowania produkcji i logistyki,
- wykrywania anomalii w danych biznesowych.
Z perspektywy CIO i CFO ważne jest coś jeszcze: model fundamentowy wyszkolony na danych przypominających rzeczywiste środowisko korporacyjne, a nie na mieszance treści z internetu. To lepiej wpisuje się w oczekiwania regulacyjne i rosnące standardy odpowiedzialnego wykorzystania AI.
Walka o deweloperów i talenty AI
SAP równolegle gra o lojalność deweloperów. Stąd wspominane integracje (m.in. z VS Code) oraz rozwój Joule Studio, narzędzia pozwalającego na tworzenie własnych agentów. Firma chce w ten sposób pokazać się jako prawdziwa platforma AI dla biznesu.
Co więcej, firma złożyła ważną deklarację wyposażenia 12 milionów osób w kompetencje AI do 2030 roku poprzez rozszerzone programy szkoleniowe i partnerstwa z platformami takimi jak Coursera.
Przeczytaj także: Bruksela pod presją? Unia może opóźnić wdrożenie AI Act po naciskach USA i Big Techów
Co to oznacza dla rynku AI w przedsiębiorstwach?
Premiera modelu SAP-RPT-1 pokazuje, że biznesowa sztuczna inteligencja wchodzi w nowy etap. SAP nie goni OpenAI czy Anthropic w wyścigu na największy model. Zamiast tego próbuje odpowiedzieć na pytanie, które od dawna zadają sobie liderzy firm: jak przełożyć AI na realne wyniki finansowe, lepsze decyzje i mniej błędów w procesach?
Jednocześnie firma konsekwentnie buduje nowy ekosystem, w którym dane, procesy i narzędzia AI mają współpracować, a nie rywalizować o uwagę użytkownika. Partnerstwo ze Snowflake czy integracje z popularnymi środowiskami deweloperskimi sugerują, że SAP stawia na otwartość i interoperacyjność. Dokładnie tego brakowało wielu wcześniejszym korporacyjnym wdrożeniom AI.
Porozmawiaj z nami o sztucznej inteligencji
Dołącz do grupy "AI Business" na Facebooku
Polecamy e-book o AI
AI w marketingu – jak zwiększyć sprzedaż i zaangażowanie klientów?
Test Turinga: Czy AI jest już inteligentniejsze od człowieka?