SAP 上の表形式 AI とは?

SAP の表形式 AI は、構造化データ向けに専用設計された AI です。SAP および他社製のベンチマークをリードする表形式基盤モデルと、SAP AI Core のオーケストレーション機能を組み合わせることで、カスタムモデルのトレーニングや分断されたパイプラインを必要とせずに、より迅速で、コンテキストに即した、より正確な予測を大規模に提供します。

placeholder

表形式基盤モデルと機能を統合して、大規模な予測インサイトを実現:

  • 構造化データ向けに構築された、事前トレーニング済みのフルマネージドな SAP およびサードパーティーの表形式基盤モデルを利用できます。

  • SAP のモデルやツールを活用して、表形式 AI の適用範囲を SAP システム外のデータにまで拡張できます。 

  • ビジネス成果の背景にある因果関係など、高度な what-if 分析や追加分析を通じて、強力なインサイトを獲得できます。 

  • データが変化している、不完全である、または欠落している場合でも、モデルや予測機能にわたって表形式のワークフローをオーケストレーションします。 

  • 組織全体で表形式 AI のパフォーマンスを監視および統制。

メリット

活用

ビジネスデータを理解するように構築された先進的な表形式基盤モデルを活用。

スケーラビリティ

単一のマネージドサービスで表形式 AI を拡張。

アクセス

ビジネスワークフロー、Joule Agents、カスタム AI アプリケーションにおいて意思決定が行われる場所で、組み込みの予測インサイトにアクセスできます。

機能

placeholder

一元管理

表形式 AI により、オーケストレーション、オブザーバビリティ、ガバナンスを統合します。

追跡可能な予測

結果に影響を与えたテーブル、行、列で予測を説明します。

再現性のある表形式 AI 戦略

チーム間で予測を標準化し、すべての部門が信頼できる同じインサイトに基づいて一貫して行動できるようにします。

AI コストの削減

専門分野に特化し、ベンチマークをリードする表形式の基盤モデルを統合して、複数のユースケースに予測価値を提供します。

あらゆるソースから予測

データの保存場所を問わず、分散ソース、履歴レコードや継続的に更新されるレコード、あらゆるサイズのテーブルに対して予測を実行します。

必要な場所でAIを活用

カスタム AI アプリケーションを通じてインサイトを実用化するか、Joule アシスタントおよび Joule Agents に直接組み込みます。

SAP 上で表形式 AI を活用して成功を収めているお客様の事例を紹介します

placeholder

Clariant 社、税額決定の精度 90% を達成

世界をリードする特殊化学品メーカーである Clariant 社が、税額決定パイプラインの中核に SAP RPT を導入し、複数の国、管轄区域、製品分類にまたがる請求書で 90% の精度を達成した事例を紹介します。その結果、税務専門家は定型的な税額決定に費やす時間を減らし、複雑な例外処理や戦略的な税務計画により多くの時間を充てられるようになります。

よくある質問 (FAQ)

表形式 AI は、機械学習を構造化データ、つまり企業のデータソース全体にわたる行や列(大半のビジネス上の意思決定を支える基盤)に適用します。現在、多くの組織がこれを取り巻く戦略を構築しています。表形式基盤モデル(TFM)を活用することで、ユースケースごとに個別のモデルトレーニングを行うことなく、正確な予測の大規模な生成が実用化されるためです。SAP 上の表形式 AI はさらに進化し、単一の AI サービスを通じてオーケストレーション、一元管理、ガバナンスを備えた TFM と大規模言語モデル(LLM)を統合します。

表形式基盤モデルは、大規模で構造化されたデータセットで事前にトレーニングされた AI システムであり、表形式データに共通するデータパターンを学習します。テキストでトレーニングされた LLM とは異なり、表形式基盤モデルは行と列に対してネイティブに動作し、構造化データにおける豊富なセマンティクスと関係性を完全に理解します。フルマネージドの事前トレーニング済みモデルである TFM は、カスタムトレーニングの必要性をなくし、コストと複雑さを削減しながら価値実現までの時間を短縮します。

予測とは、表形式 AI モデルの統計的な出力です。予測インサイトは、構造化データ内のセマンティクスと関係性を完全に理解した上でその予測を適応させ、ユーザーがより高い精度で行動を起こせるように促します。SAP の表形式 AI は、表形式オーケストレーション、コンテキスト選択、レジストリなどの専用機能によって予測やインサイトを実用化し、ビジネスデータに基づく AI モデルのコンテキスト化と推論を強化することで、さらに一歩進んだ機能を提供します。これにより、AI 運用の統合、コストの削減、拡張に必要な管理、ガバナンス、可観測性の実現を支援します。

SAP-RPT(relational pretrained transformer)は、回帰や分類などの予測機能やインコンテキスト学習のようなコンテキスト化オプションを使用して、構造化されたビジネスデータから正確で説明可能な予測を提供する、フルマネージドでテーブルネイティブなファウンデーションモデルです。財務、サプライチェーン、営業、HR などのビジネスユースケースに対応し、モデルのトレーニングやファインチューニングは一切必要ありません。他の表形式モデルの代替手段と比較して、SAP-RPT は、さまざまなドメインにわたる数十年の経験から得られた現実世界のビジネスデータと、SAP のみが提供できるビジネスプロセスの知識を活用してトレーニングされています。

SAP AI Core は、SAP Business AI Platform 上のフルマネージドでスケーラブルな AI ランタイムであり、エンタープライズ規模で AI をデプロイして運用することができます。表形式 AI 向けに、大規模言語モデルおよび表形式基盤モデル、オーケストレーション、コンテキストの登録と選択、ターゲットを絞った検索、バッチ推論を 1 つのサービスに統合します。モデルの選択によってコスト、パフォーマンス、精度のバランスをとり、大規模なデータセットから最も関連性の高い予測の例を自動的に抽出して、データを効率的かつ非同期に処理します。

表形式の基盤モデルは、SAP AI Core モデルライブラリーを通じて利用できます。これには、PriorLabs の SAP-RPT および TabPFN の最新バージョンが含まれます。開発者はこれらを使用してカスタム AI アプリケーションを構築できます。一方、SAP-RPT などのモデルはすでに SAP ソリューションや Joule Agents を支えており、インテリジェントな予測をビジネスワークフローに直接組み込んでいます。

はい、SAP は 2026 年 7 月に Prior Labs の買収を完了し、世界屈指の表形式基盤モデル(TFM)研究チームを SAP ファミリーに迎え入れました。Prior Labs は今後も独立した組織として運営を継続します。SAP は以前より、世界中のビジネスを支える構造化データを対象とした、世界をリードする最先端のフロンティア AI ラボへと同社を拡大するために、10 億ユーロ以上を投資することを確約しています。

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