As empresas dependem de dados estruturados. De livros contábeis à logística da cadeia de suprimentos, tabelas e dados relacionais são a espinha dorsal da economia global. E, por anos, aplicamos inteligência artificial (IA) a esses dados, mas com uma limitação fundamental: precisávamos construir um modelo de IA personalizado para cada tarefa de previsão.

Até agora, as organizações precisavam de um modelo para prever a demanda; outro para prever atrasos nos pagamentos; um terceiro para identificar oportunidades de vendas; e assim por diante. Cada modelo exigia um investimento demorado e caro, com equipes dedicadas, longos ciclos de treinamento e manutenção constante. Essa abordagem fragmentada, embora poderosa isoladamente, criou um cenário de IA complexo e lento.

E se pudéssemos mudar isso? E se, em vez de uma enorme quantidade de modelos de IA especializados e específicos, você tivesse um único mecanismo de IA universal que pudesse entender seus dados de negócios relacionais e lidar com praticamente qualquer tarefa preditiva?

Essa é exatamente a lacuna que o SAP-RPT-1 preenche para os clientes e parceiros da SAP. Na SAP TechEd deste ano, lançamos nosso modelo básico nativo para tabelas, pré-treinado para entender seus dados de negócios baseados em tabelas de forma imediata, em uma ampla gama de tarefas preditivas, sem a necessidade de treinamento específico para cada tarefa ou ajustes finos. Ele foi projetado para elevar as previsões nas empresas a um novo patamar. Vamos dar uma olhada mais de perto!

Uma Mudança de Paradigma: Aprendizado Contextual para Dados Empresariais

O conceito de um modelo base, um modelo em larga escala pré-treinado em enormes quantidades de dados, já transformou a maneira como interagimos com textos e imagens. Agora, trazemos esse mesmo paradigma para o domínio único dos dados empresariais relacionais.

A abreviação “rpt” em SAP-RPT-1 significa Relational Pretrained Transformer (Transformador Pré-treinado Relacional). Este modelo é uma evolução natural da liderança de décadas da SAP na gestão dos dados empresariais mais críticos do mundo. Ele é nativo de tabelas, o que significa que, desde sua concepção, foi projetado com uma profunda compreensão dos relacionamentos, estruturas e semântica inerentes aos dados empresariais tabulares.

Mas seu verdadeiro poder reside em uma capacidade chamada aprendizado contextual.

Imagine que você tem um novo consultor brilhante. Em vez de enviá-lo para um curso de treinamento de seis meses para cada novo projeto, você pode simplesmente sentar com ele, mostrar alguns exemplos do que precisa – “Aqui estão alguns clientes que pagaram em dia e aqui estão alguns que pagaram com atraso” – e ele imediatamente reconhece o padrão e consegue prever o resultado para os próximos mil clientes.

É exatamente assim que o SAP-RPT-1 funciona. Ele não exige treinamento específico para a tarefa nem ajustes finos. Você fornece exemplos de linhas de tabela rotuladas da sua tarefa preditiva no contexto, e o modelo entrega uma previsão altamente precisa instantaneamente. Um único modelo, atendendo a uma enorme variedade de tarefas de previsão corporativas, em finanças, cadeia de suprimentos, RH e muito mais, simplesmente por visualizar exemplos de um domínio diferente em seu contexto a cada vez.

O Motor: Da Descoberta Científica à Aplicação no Mundo Real

A ciência por trás do SAP-RPT-1, desenvolvida por nossos pesquisadores de IA de classe mundial, foi recentemente publicada na conferência NeurIPS deste ano, uma das mais prestigiadas conferências de IA. A chave aqui é o design nativo para tabelas. É aqui que o SAP-RPT-1 inova: trata-se de uma arquitetura baseada em transformadores (lembra do T em RPT?), assim como os LLMs; mas enquanto os LLMs são otimizados para lidar com texto que vem em uma sequência linear, nosso modelo nativo para tabelas foi projetado para detectar conexões e dependências entre linhas e colunas em grandes tabelas corporativas, com processamento otimizado para a semântica e os tipos de dados exclusivos encontrados em dados empresariais.

Figura 1: Diagrama esquemático de alto nível da arquitetura do Transformer relacional pré-treinado, incluindo incorporações semânticas, esquema de atenção 2D nativo da tabela e cabeçalhos de classificação/regressão para geração de saída.

Se tudo isso ficou um pouco técnico demais para o seu gosto, o que importa é que observamos um desempenho de ponta. Em benchmarks científicos públicos, a variante de código aberto SAP-RPT-1-oss apresenta desempenho equivalente aos melhores sistemas de IA, mesmo quando estes foram cuidadosamente ajustados para cada tarefa individual. Os resultados são abordados com mais detalhes no artigo.

Ainda mais impressionante, em problemas de benchmark específicos da SAP que refletem a complexidade real dos negócios enfrentados por nossos clientes, as variantes do modelo comercial SAP-RPT-1 superam substancialmente os modelos específicos para cada tarefa, como pode ser visto no seguinte benchmark:

Figura 2: Melhoria relativa (fator de redução de erro) das previsões de IA de SAP-RPT-1-large em relação às previsões de IA restritas, por domínio SAP.

Até duas vezes menos erros de previsão do que modelos de IA otimizados e específicos para tarefas — reduzindo custos subsequentes a cada previsão incorreta. Além disso, oferece muito mais flexibilidade e zero esforço para re-treinar e atualizar o modelo. Simples assim!

A questão crucial: SAP-RPT-1 vs. Modelos de Aprendizado de Liderança (LLMs) de última geração

Agora, a grande pergunta que você pode estar se fazendo é: por que não usar um LLM? Esses modelos são extremamente versáteis, possuem conhecimento integrado e se tornam mais poderosos a cada nova versão. Então, por que não fazer um pouco de engenharia rápida e deixar que um LLM resolva a tarefa de previsão da sua empresa?

Embora geralmente não seja muito difícil fazer um LLM resolver todos os tipos de tarefas preditivas empresariais (nós testamos!), existem duas ressalvas:

Os LLMs são flexíveis, mas nem sempre tão precisos.

Os LLMs precisam processar dados relacionais como strings de texto simples, que são muito mais propensas a erros e ineficazes em comparação com o processamento nativo de tabelas. Por um bom motivo, o processamento de dados tabulares e relacionais se manifestou – provavelmente nenhum ser humano pensaria que fazer um fechamento financeiro para uma corporação multinacional em prosa seria uma boa ideia.

Esse efeito também se mostra ao comparar o SAP-RPT-1 com os principais LLMs em tarefas de previsão tabular do domínio empresarial: descobrimos que a qualidade da previsão do SAP-RPT-1 está substancialmente à frente dos LLMs, com uma taxa de erro muito menor – veja a Figura 3 – e, por sua concepção, um risco muito menor de alucinações.

Figura 3: Melhoria relativa (fator de redução de erro) do SAP-RPT-1-large em relação às previsões LLM de última geração, por domínio SAP

Os modelos LLM não são rápidos nem eficientes

Em comparação com os modelos LLM, que normalmente são muito maiores em tamanho e complexidade computacional devido à sua versatilidade, o SAP-RPT-1 é dramaticamente mais eficiente. Usar um modelo LLM para realizar a mesma tarefa de previsão requer até 100.000 vezes mais operações de ponto flutuante (FLOPs) e leva até 50 vezes mais tempo (apesar de ser executado em hardware substancialmente maior). Esse nível de eficiência não apenas reduz os custos computacionais, mas também torna o SAP-RPT-1 ideal para cenários sensíveis ao tempo e ambientes com grandes volumes de dados contextuais em escala.

Por esses motivos, desenvolvemos o SAP-RPT-1 desde o início como um modelo nativo para tabelas. Acreditamos que ele inaugura um novo capítulo na IA empresarial, ampliando as capacidades dos modelos de base para dados relacionais. Embora os modelos de linguagem natural de propósito geral exemplifiquem a maioria das capacidades versáteis de processamento de linguagem natural, o SAP-RPT-1 se destaca no importante domínio de previsões em dados tabulares empresariais.

O que isso significa para o seu negócio: Obtendo insights em minutos, não em meses

Ao migrar de um modelo fragmentado para um modelo universal, os benefícios são claros:

Agilidade e velocidade radicais: Os clientes podem ir de uma nova pergunta de negócios a uma previsão em tempo real em uma fração do tempo. Não há necessidade de iterar em tarefas de treinamento de modelos que levam horas, e as empresas podem se adaptar às mudanças do mercado com IA que aprende instantaneamente.

Esforço operacional drasticamente reduzido: Em vez de criar, implantar e manter centenas de modelos separados, os clientes e parceiros se beneficiam de um único modelo de base gerenciado centralmente e integrado ao ecossistema SAP em que confiam.

Desempenho superior onde importa: Nossos clientes podem alcançar maior precisão em seus próprios problemas de negócios complexos, levando a melhores decisões e resultados.

Democratização da IA: Especialistas e analistas de negócios são capacitados a gerar suas próprias previsões sem a necessidade de conhecimento profundo em ciência de dados. Os usuários se beneficiam de previsões interativas em vez de semanas de engenharia de recursos e ciclos de desenvolvimento lentos.

Considere as possibilidades:

Finanças: Um contador precisa atribuir centros de custo, contas do razão geral e códigos fiscais às faturas. Em vez de encomendar um novo projeto de IA, o contador pode simplesmente fornecer ao SAP-RPT-1 alguns exemplos do último trimestre, obtendo a previsão em praticamente nenhum tempo.

Cadeia de Suprimentos: Um gerente de logística está enfrentando uma nova interrupção inesperada. Ele pode usar imediatamente o SAP-RPT-1 para prever quais remessas têm maior probabilidade de serem impactadas, usando dados em tempo real e alguns exemplos históricos.

Vendas: Um gerente de vendas deseja identificar quais leads têm maior probabilidade de conversão com base em uma nova campanha de marketing e pode mapear a questão de negócios aos dados da empresa, fornecer exemplos de sucessos e fracassos anteriores ao SAP-RPT-1 e obter a resposta imediatamente.

Isso representa uma mudança dos ciclos de desenvolvimento, muitas vezes de vários meses, para insights de negócios quase instantâneos.

Veja você mesmo: O SAP-RPT Playground

A introdução do SAP-RPT-1 marca um grande passo em nossa missão de incorporar IA poderosa e acessível em toda a empresa. Representa um avanço rumo a uma arquitetura de IA mais unificada e eficiente para aplicações de negócios. O SAP-RPT-1 está previsto para disponibilidade geral no hub de IA generativa da SAP AI Foundation no quarto trimestre de 2025. E, claro, aproveitaremos essa nova tecnologia para turbinar nossas próprias aplicações, oferecendo ainda mais valor e inovação aos nossos clientes.

Não consegue esperar? Experimente agora mesmo uma versão de pré-visualização do SAP-RPT-1 gratuitamente – por meio da interface de usuário sem código ou via API em https://rpt.cloud.sap/.

Não deixe de conferir também a variante de código aberto SAP-RPT-1-oss, disponível no HuggingFace e no GitHub.

Co-autoria: Dr. Janick Zaehringer-Frasch, Dr. Sam Thelin, Dr. Johannes Höhne, Dr. Markus Kohler, Oscar Cediel, Dr. Christiane Kubach, Dr. Johannes Hoffart, Mayank Shrivastava, Walter Sun, PhD, and Dr. Philipp Herzig.