Muunna rakenteelliset tiedot SAP-RPT-1.5:n avulla

Operationalisoi SAP:n suhteellinen ennalta koulutettu muuntajamalli ja hanki ennakoivia tietoja yritystiedoista rakentamatta malleja alusta alkaen.
Käyttää kannettavaa tietokonetta, jossa on kuvia SAP RPT-1 -leikkikentän käyttöliittymästä ja ennakoivien oivallusten testausympäristö, jossa on taulukkomuotoista tekoälyä strukturoiduista tiedoista.

Mikä on SAP-RPT-1.5?

SAP-RPT-1.5 on suhteellinen ennalta koulutettu muuntajamalli, joka käyttää kontekstin sisäistä oppimista tarkkojen ennusteanalyysien toimittamiseen strukturoiduista liiketoimintatiedoista.

placeholder

SAP-RPT-1.5 AI -malli on käytettävissä seuraavien kanssa:

  • Strukturoitujen tietojen esikoulutus kalliiden ja aikaa vievien mallikoulutusten poistamiseksi.

  • Kontekstissa tapahtuva oppiminen, joka tarjoaa reaaliaikaisia, luotettavia ennusteita muuttuvien ja puutteellisten tietojen keskellä.

  • Sisäänrakennettu hallinto, luotettavuus ja selitettävyys, joka mahdollistaa päästä päähän -putkiston hallinnan -ratkaisun avulla.

  • Generatiivisen tekoälyn hubissa on kaksi kaupallista versiota, joista jokainen on viritetty eri nopeuden ja tarkkuuden tasapainottamiseksi.

Keskeiset hyödyt

Nopeuta analyyseihin kuluvaa aikaa

Ota ennakoiva tekoäly käyttöön jäsennettyjä tietoja varten välittömästi ja lyhennä tietojen valmisteluviikot tunneiksi ilman mallikoulutusta tai erikoistunutta ML-asiantuntemusta.*

Generoi tarkkoja tietoja epätäydellisistä tiedoista

Saavuta jopa 2X ennusteen laatu verrattuna kapeisiin tekoälymalleihin ja 3.5X verrattuna kielimalleihin, vaikka liiketoimintatiedot olisivat puutteellisia tai muuttuvia. SAP-RPT-1.5:t Kestävä arkkitehtuuri on suunniteltu vastaamaan reaalimaailman tietojen laatuhaasteisiin, jotka rajoittavat perinteisiä malleja.*

Skaalaa ennustuskykyä koko yrityksessä

Käytä yhtä mallia liiketoimintayksiköiden ja skenaarioiden väliseen luokitukseen ja regressioon, mikä yksinkertaistaa käyttöönottoa ja vähentää tarvetta useille käyttötapauskohtaisille ennustemalleille.

Keskeiset ominaisuudet

placeholder

Kontekstinsisäisen oppimisen API

SAP-RPT-1.5 käsittelee luokitus- ja regressiotehtävät käyttämällä olemassa olevia liiketoimintatietolähteitä tai esimerkkitietueita, jotka on toimitettu suoraan API-kutsuissa. Malli tunnistaa tietomallit kunkin pyynnön tietokontekstissa tarkkojen ennusteiden generointia varten.

Ennalta suunniteltu relaatioarkkitehtuuri

SAP-RPT-1.5 käsittelee rakenteellisia tietojoukkoja, muuttaa arvoja ja yrityksen tietomuotoja ilman mukautettua esikäsittelyä tai ominaisuussuunnittelua, ja se on rakennettu siten, että siinä ymmärretään luonnostaan taulukkorakenteet, tietosuhteet ja liiketoimintalogiikka.

Taulukko-orkestroinnin työnkulut

Operationalisoi SAP-RPT-1.5 yhtenäisellä yritystason alustalla, joka sisällyttää ennakoivan älykkyyden putkiin ja hallitsee niitä sisäänrakennetulla hallinnalla, luotettavuudella ja selitettävyydellä.

Kaksi versiota äärettömiin käyttötapauksiin

SAP-RPT-1,5 - pieni

  • Matala latenssi.

  • Korkea ennusteteho.

  • Ennusteen peruskäyttötapaukset.

SAP-RPT-1,5 - suuri

  • Suuri tarkkuus.

  • Alhaisimmat virheiden määrät.

  • Monimutkaiset ennusteen käyttötapaukset.

Resurssit

placeholder

ConTextTab: semanttinen oppiminen taulukkomuotoisille tiedoille

ConTextTab yhdistää kielimallin semantiikan ja taulukko-natiivin tehokkuuden saavuttaakseen korkean suorituskyvyn todellisissa liiketoimintataulukkomuotoisissa ennustetehtävissä.

placeholder

Kontekstinsisäinen oppiminen relaatiotietoja varten

Lue lisää SAP:n vallankumouksellisesta pöytäpohjaisesta perustusmallista, joka käyttää kontekstissa tapahtuvaa oppimista yrityksen ennustetehtävien käsittelyyn ilman mukautettua koulutusta.

Usein esitetyt kysymykset

RPT-malli on tekoälyjärjestelmä, joka on esikoulutettu suurille, jäsennellyille, relaatiotietojoukoille yleisten taulukkotietomallien oppimiseksi. Toisin kuin suuret kielimallit, jotka käsittelevät tekstijärjestyksiä, SAP-RPT-1.5 on suunniteltu ymmärtämään rakenteellisten tietojen, kuten myyntitietueiden, rahoitustapahtumien, toimittajan suorituskykytaulujen tai henkilöstöhallinnan metriikan, suhteita.

Kontekstinsisäisen oppimisen avulla malli voi ymmärtää malleja nopeasti ja mukautua heti uusiin skenaarioihin API-kutsun esimerkkitietueista, jotta voidaan tarjota välittömiä ja tarkkoja kontekstikohtaisia ennusteita.

Kyllä. SAP-RPT-1 voidaan testata ilmaiseksi SAP RPT -leikkikentällä, joka on saatavilla osoitteessa https://rpt.cloud.sap . Konfiguroi ennusteskenaariot ja analysoi mallin suorituskykyä intuitiivisen, vuorovaikutteisen liittymän avulla ja testaa moniluokkaista luokitusta ja numeerista regressiota käyttämällä omaa CSV-datatiedostoasi tai SAP:n toimittamia esimerkkejä. SAP RPT Playground päivitetään SAP-RPT-1.5:een syyskuun lopulla 2026.

Kyllä. Avoimen lähdekoodin versio sap-rpt-1-oss on saatavilla Huthing Face and GitHubissa tutkimusta ja ei-kaupallisia tarkoituksia varten. SAP-RPT-1.5 on saatavissa vain SAP:n generatiivisen tekoälyn keskuksessa kahtena kaupallisena versiona.

Taulumuotoinen orkestroinnin asianohjaustoiminto (käytettävissä yleensä vuoden 2026 loppupuolella) ottaa mallin käyttöön. Toiminto toimitetaan SAP:n generatiivisen tekoälyn keskuksessa, joka on käytettävissä API:en kautta, ja käynnistetään kontekstivalinta- ja mallin valintamoduuleilla. Asianohjaus poistaa manuaalisen kontekstisuunnittelun ja mallin käsittelyn tarpeen valitsemalla automaattisesti oikean kontekstin, muodostamalla API-kutsun ja palauttamalla ennusteet ajoaikana annettujen kyselyrivien perusteella.

Kyllä, mallin havaittavuus (yleensä saatavissa heinäkuussa 2026) parantaa luottamusta ja läpinäkyvyyttä ennusteiden, yksityiskohtaisen tekijän vaikutuksen ja tietojen attribuution avulla – täydentäen SAP-RPT-1:n Top k -ennusteita ja luottamusvälin laajennuksia.

* Kulutustavarayrityksen oletetut luvut, 1 miljardin euron liikevaihto ja 2 000 työntekijää. Vuosittaiset hyödyt ovat peräisin yhdestä tai useammasta arvoajurista. Lähde: SAP Value Management.

twitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixel