Um modelo de fundamento relacional

Na TechEd 2025, a SAP está apresentando seu primeiro modelo relacional empresarial, o SAP-RPT-1. O modelo foi projetado para tornar o aprendizado de máquina tradicional redundante, fazendo previsões com base em dados de negócios sem a necessidade de treinamento prévio. Ele estará disponível por meio da SAP AI Foundation e como um modelo aberto no Hugging Face.

Enquanto a maioria das empresas de IA constrói grandes modelos de linguagem (LLMs) que geram texto, a SAP está adotando uma abordagem diferente. A empresa está lançando o SAP-RPT-1, um modelo de IA que analisa dados e pode fazer previsões com base neles. Pense em perguntas simples como: A entrega atrasará? Existe risco de inadimplência com este cliente? Qual a probabilidade de este pedido de venda ser concluído?

O problema que a SAP está tentando resolver

O interessante sobre este modelo fundamental é que você não precisa gastar semanas treinando-o. Você fornece ao SAP-RPT-1 os dados disponíveis e alguns exemplos, e ele imediatamente prevê novos casos. O problema com o aprendizado de máquina tradicional é que primeiro você precisa treinar um modelo de aprendizado de máquina. Você precisa de muitos dados pré-selecionados e de alta qualidade, precisa treinar e testar um modelo e precisa de especialistas em aprendizado de máquina para isso.

O RPT-1 (Relational Pre-trained Transformer), por outro lado, é um modelo relacional genérico. Ele é pré-treinado em dados tabulares e pode fazer previsões imediatamente. Não são necessários treinamento, ajuste fino ou especialistas em aprendizado de máquina. Você fornece exemplos e o modelo prevê novos casos imediatamente.

Isso é chamado de aprendizado contextual. Em vez de gastar semanas treinando um modelo, o RPT-1 funciona imediatamente. A SAP afirma que isso torna os projetos tradicionais de aprendizado de máquina amplamente desnecessários para previsões de negócios padrão.

O que você pode prever com o SAP-RPT-1?

O modelo pode fazer três tipos de previsões:

Decisões de sim/não: Este cliente vai pagar? Este pedido chegará no prazo? Este negócio será fechado? O modelo fornece uma resposta de sim ou não com base em dados históricos.

Tomar a decisão certa: Qual produto este cliente comprará? Para qual departamento este chamado de suporte deve ser encaminhado? Qual fornecedor é o mais confiável? O modelo escolhe entre várias opções.

Previsão numérica: Quantos dias este pedido atrasará? Qual será o faturamento deste cliente? De quanto estoque precisamos? O modelo fornece uma previsão numérica.

Você não precisa treinar o modelo para todas essas previsões. Basta fornecer exemplos ou dados de eventos passados, e ele prevê o que acontecerá em seguida.

Ambiente de testes gratuito e modelo de código aberto

Além do SAP-RPT-1, a SAP também está lançando um ambiente de testes gratuito baseado na web, onde os usuários podem testar o modelo. O SAP-RPT Playground aceita arquivos CSV com até 2.073 linhas e 50 colunas.

Talvez o mais interessante seja que o modelo é de código aberto. Manoj Swaminathan confirmou isso à Techzine. A SAP já disponibilizou o modelo como um modelo de código aberto no Hugging Face. O código também está disponível como código aberto no GitHub. Portanto, os desenvolvedores podem executar o modelo localmente e personalizá-lo conforme desejarem.

Como funciona?

O modelo aceita entradas na forma de um DataFrame do pandas ou um array NumPy. Nenhum pré-processamento é necessário. Os nomes das colunas e os valores das células são incorporados automaticamente com um LLM (Learning Linear Learning) executado em segundo plano. Os valores ausentes são tratados corretamente.

Para obter o melhor desempenho, você precisará de uma GPU com pelo menos 80 GB de memória. O tamanho do contexto pode ser definido como 8192 para resultados ideais.

A tecnologia subjacente não é nova. O modelo era anteriormente conhecido como ConTextTab e é descrito no artigo científico “ConTextTab: A Semantics-Aware Tabular In-Context Learner”. A SAP agora o renomeou como SAP-RPT-1 e o disponibilizou comercialmente.

Isso substituirá o aprendizado de máquina tradicional?

A grande questão é se o SAP-RPT-1 pode realmente substituir o aprendizado de máquina. A SAP posiciona o RPT-1 como uma alternativa aos projetos tradicionais de aprendizado de máquina sem mencioná-lo explicitamente. Seria uma afirmação bastante ousada, mas é uma tentativa de substituir o aprendizado de máquina.

As vantagens são claras: sem tempo de treinamento, sem necessidade de conhecimento especializado e funciona imediatamente. Para previsões de negócios padrão, o SAP-RPT-1 pode, de fato, tornar o aprendizado de máquina tradicional redundante.

Mas provavelmente não funcionará em todos os casos. O modelo funciona com aprendizado contextual, o que significa que você fornece exemplos. Quão bem isso funciona para cenários de negócios complexos? E se você quiser previsões muito específicas para sua organização?

A SAP afirma que o RPT-1 é adequado para “cenários de negócios comuns”. Isso sugere que ele funciona para previsões padrão, mas talvez não para casos de uso muito específicos. Para esses casos, você provavelmente ainda precisará treinar um modelo personalizado.

O SAP-RPT-1 é um importante passo adiante na IA

A maior parte da atenção em IA se concentra em grandes modelos de linguagem. ChatGPT, GPT-4, Claude e Gemini, mas todos eles se concentram na geração de texto. No entanto, para muitos casos de uso de negócios, isso nem sempre é o que você precisa. Você quer fazer previsões com base em dados estruturados. É isso que o SAP-RPT-1 oferece.

Tradicionalmente, isso é feito com aprendizado de máquina. Esse processo leva semanas ou meses e exige cientistas de dados especializados. Com o RPT-1, a SAP está adotando uma abordagem diferente: um modelo pré-treinado que funciona imediatamente, sem necessidade de treinamento. Se isso realmente funcionar para cenários de negócios padrão, tornará o aprendizado de máquina acessível a muito mais organizações. Não será mais necessário ter uma equipe interna de ciência de dados para previsões simples.

O quão bem isso funciona ficará claro nos próximos meses. A SAP continuará a desenvolver essa tecnologia, então, sem dúvida, ela melhorará no futuro. De qualquer forma, o valor agregado mais importante é que ela representa uma abordagem fundamentalmente diferente para aprendizado de máquina em comparação com o restante do setor.

Isso também se alinha com a mensagem mais ampla que a SAP está apresentando no TechEd: mais abertura para desenvolvedores.