反其道而行的SAP商业AI

最近SAP的首席AI官Dr. Philipp Herzig发了一则领英动态,介绍SAP在生成式AI领域的最新进展,特别是如何利用这些技术改进企业数据处理。与ChatGPT等大语言模型(LLM)主要处理非结构化文本和图像不同,SAP正在开发一个专为处理结构化业务数据的基础模型。LLM在处理表格数据时常表现不佳,而SAP的模型则专注于企业资源规划(ERP)和其他数据库中的结构化数据。通过预训练和细微调整,SAP的模型在预测和分类任务中优于传统的狭义AI模型。这一模型能够快速适应不同的业务场景,降低了实施和维护成本,提高了数据处理的效率和准确性。

与ChatGPT等大语言模型的区别

  1. 数据类型:

LLM:主要处理非结构化数据,如文本和图像。

SAP模型:专注于结构化数据,如ERP系统中的表格数据。

  1. 性能差异:

LLM:在处理结构化数据时表现不佳,预测准确性较低,容易产生幻觉。

SAP模型:在特定任务中经过细微调整后,预测准确性优于狭义AI模型。

  1. 适应性:

LLM:需要大量的文本数据进行预训练,并且在处理新的结构化数据任务时效果有限。

SAP模型:通过预训练和轻量化调整,可以快速适应新的业务场景,甚至在数据有限的情况下也能提供高质量的预测。

具体的例子如下

ERP数据处理:

SAP的模型通过处理ERP系统中的结构化数据,如财务数据和库存管理数据,提供准确的预测和分类。举例来说,在创建复杂的业务对象时,SAP的模型可以通过AI辅助用户进行高效创建,减少了人为错误和时间成本。

隐私保护:

SAP模型在数据隐私和安全性方面也具有优势。它通过固定的输入输出模式,确保了数据仅在特定客户范围内使用,并采用差分隐私和联邦学习等技术,进一步保障数据的安全。

通过这些技术和方法,SAP的生成式AI模型不仅弥补了LLM在处理结构化数据上的不足,还为企业提供了更高效、更安全的数据处理解决方案。这种创新将进一步推动企业智能化转型,提高业务运营的效率和准确性。

原文地址:https://community.sap.com/t5/technology-blogs-by-sap/leveraging-generative-ai-advancements-for-linked-business-data/ba-p/13721158

相关推荐
AI小白龙*22 分钟前
Windows环境下搭建Qwen开发环境
人工智能·windows·自然语言处理·llm·llama·ai大模型·ollama
cetcht888828 分钟前
光伏电站项目-视频监控、微气象及安全警卫系统
运维·人工智能·物联网
惯师科技34 分钟前
TDK推出第二代用于汽车安全应用的6轴IMU
人工智能·安全·机器人·汽车·imu
HPC_fac130520678162 小时前
科研深度学习:如何精选GPU以优化服务器性能
服务器·人工智能·深度学习·神经网络·机器学习·数据挖掘·gpu算力
猎嘤一号3 小时前
个人笔记本安装CUDA并配合Pytorch使用NVIDIA GPU训练神经网络的计算以及CPUvsGPU计算时间的测试代码
人工智能·pytorch·神经网络
天润融通3 小时前
天润融通携手挚达科技:AI技术重塑客户服务体验
人工智能
Elastic 中国社区官方博客5 小时前
使用 Elastic AI Assistant for Search 和 Azure OpenAI 实现从 0 到 60 的转变
大数据·人工智能·elasticsearch·microsoft·搜索引擎·ai·azure
江_小_白6 小时前
自动驾驶之激光雷达
人工智能·机器学习·自动驾驶
yusaisai大鱼7 小时前
TensorFlow如何调用GPU?
人工智能·tensorflow
珠海新立电子科技有限公司9 小时前
FPC柔性线路板与智能生活的融合
人工智能·生活·制造