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
知识靠谱2 分钟前
【深度学习】Transformer入门:通俗易懂的介绍
人工智能·深度学习·transformer
Luis Li 的猫猫2 小时前
深度学习中的知识蒸馏
人工智能·经验分享·深度学习·学习·算法
木觞清4 小时前
PyTorch与TensorFlow的对比:哪个框架更适合你的项目?
人工智能·pytorch·tensorflow
wyg_0311137 小时前
用deepseek学大模型04-模型可视化与数据可视化
人工智能·机器学习·信息可视化
陈敬雷-充电了么-CEO兼CTO8 小时前
DeepSeek核心算法解析:如何打造比肩ChatGPT的国产大模型
人工智能·神经网络·自然语言处理·chatgpt·大模型·aigc·deepseek
南风过闲庭9 小时前
人工智能泡沫效应
大数据·人工智能·科技·搜索引擎·百度·ai
我是一个对称矩阵9 小时前
YOLOv5-Seg 深度解析:与 YOLOv5 检测模型的区别
人工智能·yolo·目标跟踪
AomanHao9 小时前
图像质量评价指标-UCIQE-UIQM
图像处理·人工智能·计算机视觉·评价指标
MYT_flyflyfly9 小时前
计算机视觉-尺度不变区域
人工智能·计算机视觉
何小Ai同学9 小时前
Deepseek赚钱密码:小场景闭环如何让你快速盈利?
人工智能·架构·deepseek