{"id":1265,"date":"2025-12-04T14:34:02","date_gmt":"2025-12-04T17:34:02","guid":{"rendered":"https:\/\/www.tachyonix.io\/br\/?p=1265"},"modified":"2025-12-04T14:34:02","modified_gmt":"2025-12-04T17:34:02","slug":"a-sap-lanca-o-rpt-1-o-fim-do-aprendizado-de-maquina","status":"publish","type":"post","link":"https:\/\/www.tachyonix.io\/br\/a-sap-lanca-o-rpt-1-o-fim-do-aprendizado-de-maquina\/","title":{"rendered":"A SAP lan\u00e7a o RPT-1: o fim do aprendizado de m\u00e1quina?"},"content":{"rendered":"\n<p><em>Um modelo de fundamento relacional<\/em><\/p>\n\n\n\n<p>Na TechEd 2025, a SAP est\u00e1 apresentando seu primeiro modelo relacional empresarial, o SAP-RPT-1. O modelo foi projetado para tornar o aprendizado de m\u00e1quina tradicional redundante, fazendo previs\u00f5es com base em dados de neg\u00f3cios sem a necessidade de treinamento pr\u00e9vio. Ele estar\u00e1 dispon\u00edvel por meio da SAP AI Foundation e como um modelo aberto no Hugging Face.<\/p>\n\n\n\n<p>Enquanto a maioria das empresas de IA constr\u00f3i grandes modelos de linguagem (LLMs) que geram texto, a SAP est\u00e1 adotando uma abordagem diferente. A empresa est\u00e1 lan\u00e7ando o SAP-RPT-1, um modelo de IA que analisa dados e pode fazer previs\u00f5es com base neles. Pense em perguntas simples como: A entrega atrasar\u00e1? Existe risco de inadimpl\u00eancia com este cliente? Qual a probabilidade de este pedido de venda ser conclu\u00eddo?<\/p>\n\n\n\n<p><strong>O problema que a SAP est\u00e1 tentando resolver<\/strong><\/p>\n\n\n\n<p>O interessante sobre este modelo fundamental \u00e9 que voc\u00ea n\u00e3o precisa gastar semanas treinando-o. Voc\u00ea fornece ao SAP-RPT-1 os dados dispon\u00edveis e alguns exemplos, e ele imediatamente prev\u00ea novos casos. O problema com o aprendizado de m\u00e1quina tradicional \u00e9 que primeiro voc\u00ea precisa treinar um modelo de aprendizado de m\u00e1quina. Voc\u00ea precisa de muitos dados pr\u00e9-selecionados e de alta qualidade, precisa treinar e testar um modelo e precisa de especialistas em aprendizado de m\u00e1quina para isso.<\/p>\n\n\n\n<p>O RPT-1 (Relational Pre-trained Transformer), por outro lado, \u00e9 um modelo relacional gen\u00e9rico. Ele \u00e9 pr\u00e9-treinado em dados tabulares e pode fazer previs\u00f5es imediatamente. N\u00e3o s\u00e3o necess\u00e1rios treinamento, ajuste fino ou especialistas em aprendizado de m\u00e1quina. Voc\u00ea fornece exemplos e o modelo prev\u00ea novos casos imediatamente.<\/p>\n\n\n\n<p>Isso \u00e9 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 m\u00e1quina amplamente desnecess\u00e1rios para previs\u00f5es de neg\u00f3cios padr\u00e3o.<\/p>\n\n\n\n<p><strong>O que voc\u00ea pode prever com o SAP-RPT-1?<\/strong><\/p>\n\n\n\n<p>O modelo pode fazer tr\u00eas tipos de previs\u00f5es:<\/p>\n\n\n\n<p>Decis\u00f5es de sim\/n\u00e3o: Este cliente vai pagar? Este pedido chegar\u00e1 no prazo? Este neg\u00f3cio ser\u00e1 fechado? O modelo fornece uma resposta de sim ou n\u00e3o com base em dados hist\u00f3ricos.<\/p>\n\n\n\n<p>Tomar a decis\u00e3o certa: Qual produto este cliente comprar\u00e1? Para qual departamento este chamado de suporte deve ser encaminhado? Qual fornecedor \u00e9 o mais confi\u00e1vel? O modelo escolhe entre v\u00e1rias op\u00e7\u00f5es.<\/p>\n\n\n\n<p>Previs\u00e3o num\u00e9rica: Quantos dias este pedido atrasar\u00e1? Qual ser\u00e1 o faturamento deste cliente? De quanto estoque precisamos? O modelo fornece uma previs\u00e3o num\u00e9rica.<\/p>\n\n\n\n<p>Voc\u00ea n\u00e3o precisa treinar o modelo para todas essas previs\u00f5es. Basta fornecer exemplos ou dados de eventos passados, e ele prev\u00ea o que acontecer\u00e1 em seguida.<\/p>\n\n\n\n<p><strong>Ambiente de testes gratuito e modelo de c\u00f3digo aberto<\/strong><\/p>\n\n\n\n<p>Al\u00e9m do SAP-RPT-1, a SAP tamb\u00e9m est\u00e1 lan\u00e7ando um ambiente de testes gratuito baseado na web, onde os usu\u00e1rios podem testar o modelo. O SAP-RPT Playground aceita arquivos CSV com at\u00e9 2.073 linhas e 50 colunas.<\/p>\n\n\n\n<p>Talvez o mais interessante seja que o modelo \u00e9 de c\u00f3digo aberto. Manoj Swaminathan confirmou isso \u00e0 Techzine. A SAP j\u00e1 disponibilizou o modelo como um modelo de c\u00f3digo aberto no Hugging Face. O c\u00f3digo tamb\u00e9m est\u00e1 dispon\u00edvel como c\u00f3digo aberto no GitHub. Portanto, os desenvolvedores podem executar o modelo localmente e personaliz\u00e1-lo conforme desejarem.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"576\" src=\"https:\/\/www.tachyonix.io\/br\/wp-content\/uploads\/2025\/12\/image-1024x576.png\" alt=\"\" class=\"wp-image-1266\" srcset=\"https:\/\/www.tachyonix.io\/br\/wp-content\/uploads\/2025\/12\/image-1024x576.png 1024w, https:\/\/www.tachyonix.io\/br\/wp-content\/uploads\/2025\/12\/image-300x169.png 300w, https:\/\/www.tachyonix.io\/br\/wp-content\/uploads\/2025\/12\/image-768x432.png 768w, https:\/\/www.tachyonix.io\/br\/wp-content\/uploads\/2025\/12\/image.png 1250w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n<\/div>\n\n\n<p><strong>Como funciona?<\/strong><\/p>\n\n\n\n<p>O modelo aceita entradas na forma de um DataFrame do pandas ou um array NumPy. Nenhum pr\u00e9-processamento \u00e9 necess\u00e1rio. Os nomes das colunas e os valores das c\u00e9lulas s\u00e3o incorporados automaticamente com um LLM (Learning Linear Learning) executado em segundo plano. Os valores ausentes s\u00e3o tratados corretamente.<\/p>\n\n\n\n<p>Para obter o melhor desempenho, voc\u00ea precisar\u00e1 de uma GPU com pelo menos 80 GB de mem\u00f3ria. O tamanho do contexto pode ser definido como 8192 para resultados ideais.<\/p>\n\n\n\n<p>A tecnologia subjacente n\u00e3o \u00e9 nova. O modelo era anteriormente conhecido como ConTextTab e \u00e9 descrito no artigo cient\u00edfico &#8220;ConTextTab: A Semantics-Aware Tabular In-Context Learner&#8221;. A SAP agora o renomeou como SAP-RPT-1 e o disponibilizou comercialmente.<\/p>\n\n\n\n<p><strong>Isso substituir\u00e1 o aprendizado de m\u00e1quina tradicional?<\/strong><\/p>\n\n\n\n<p>A grande quest\u00e3o \u00e9 se o SAP-RPT-1 pode realmente substituir o aprendizado de m\u00e1quina. A SAP posiciona o RPT-1 como uma alternativa aos projetos tradicionais de aprendizado de m\u00e1quina sem mencion\u00e1-lo explicitamente. Seria uma afirma\u00e7\u00e3o bastante ousada, mas \u00e9 uma tentativa de substituir o aprendizado de m\u00e1quina.<\/p>\n\n\n\n<p>As vantagens s\u00e3o claras: sem tempo de treinamento, sem necessidade de conhecimento especializado e funciona imediatamente. Para previs\u00f5es de neg\u00f3cios padr\u00e3o, o SAP-RPT-1 pode, de fato, tornar o aprendizado de m\u00e1quina tradicional redundante.<\/p>\n\n\n\n<p>Mas provavelmente n\u00e3o funcionar\u00e1 em todos os casos. O modelo funciona com aprendizado contextual, o que significa que voc\u00ea fornece exemplos. Qu\u00e3o bem isso funciona para cen\u00e1rios de neg\u00f3cios complexos? E se voc\u00ea quiser previs\u00f5es muito espec\u00edficas para sua organiza\u00e7\u00e3o?<\/p>\n\n\n\n<p>A SAP afirma que o RPT-1 \u00e9 adequado para &#8220;cen\u00e1rios de neg\u00f3cios comuns&#8221;. Isso sugere que ele funciona para previs\u00f5es padr\u00e3o, mas talvez n\u00e3o para casos de uso muito espec\u00edficos. Para esses casos, voc\u00ea provavelmente ainda precisar\u00e1 treinar um modelo personalizado.<\/p>\n\n\n\n<p><strong>O SAP-RPT-1 \u00e9 um importante passo adiante na IA<\/strong><\/p>\n\n\n\n<p>A maior parte da aten\u00e7\u00e3o em IA se concentra em grandes modelos de linguagem. ChatGPT, GPT-4, Claude e Gemini, mas todos eles se concentram na gera\u00e7\u00e3o de texto. No entanto, para muitos casos de uso de neg\u00f3cios, isso nem sempre \u00e9 o que voc\u00ea precisa. Voc\u00ea quer fazer previs\u00f5es com base em dados estruturados. \u00c9 isso que o SAP-RPT-1 oferece.<\/p>\n\n\n\n<p>Tradicionalmente, isso \u00e9 feito com aprendizado de m\u00e1quina. Esse processo leva semanas ou meses e exige cientistas de dados especializados. Com o RPT-1, a SAP est\u00e1 adotando uma abordagem diferente: um modelo pr\u00e9-treinado que funciona imediatamente, sem necessidade de treinamento. Se isso realmente funcionar para cen\u00e1rios de neg\u00f3cios padr\u00e3o, tornar\u00e1 o aprendizado de m\u00e1quina acess\u00edvel a muito mais organiza\u00e7\u00f5es. N\u00e3o ser\u00e1 mais necess\u00e1rio ter uma equipe interna de ci\u00eancia de dados para previs\u00f5es simples.<\/p>\n\n\n\n<p>O qu\u00e3o bem isso funciona ficar\u00e1 claro nos pr\u00f3ximos meses. A SAP continuar\u00e1 a desenvolver essa tecnologia, ent\u00e3o, sem d\u00favida, ela melhorar\u00e1 no futuro. De qualquer forma, o valor agregado mais importante \u00e9 que ela representa uma abordagem fundamentalmente diferente para aprendizado de m\u00e1quina em compara\u00e7\u00e3o com o restante do setor.<\/p>\n\n\n\n<p>Isso tamb\u00e9m se alinha com a mensagem mais ampla que a SAP est\u00e1 apresentando no TechEd: mais abertura para desenvolvedores.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Um modelo de fundamento relacional Na TechEd 2025, a SAP est\u00e1 apresentando seu primeiro modelo relacional empresarial, o SAP-RPT-1. O modelo foi projetado para tornar o aprendizado de m\u00e1quina tradicional redundante, fazendo previs\u00f5es com base em dados de neg\u00f3cios sem a necessidade de treinamento pr\u00e9vio. Ele estar\u00e1 dispon\u00edvel por meio da SAP AI Foundation e [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":1268,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1265","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sem-categoria"],"_links":{"self":[{"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/posts\/1265","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/comments?post=1265"}],"version-history":[{"count":2,"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/posts\/1265\/revisions"}],"predecessor-version":[{"id":1270,"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/posts\/1265\/revisions\/1270"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/media\/1268"}],"wp:attachment":[{"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/media?parent=1265"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/categories?post=1265"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.tachyonix.io\/br\/wp-json\/wp\/v2\/tags?post=1265"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}