Philipp Herzig, Chief Technology AI Officer de SAP, durante su presentación en SAP TechEd 2025, ha abordado las limitaciones críticas que enfrentan actualmente las empresas a la hora de utilizar la inteligencia artificial para la toma de decisiones basadas en predicciones. Como respuesta a este problema, SAP ha presentado una nueva categoría de modelos de infraestructura denominada SAP Rapid One, diseñada específicamente para comprender y predecir resultados a partir de datos tabulares y relacionales de negocios.
Índice de temas
El reto de la predicción empresarial
Herzig explicó que, si bien la AI Foundation de SAP se alimenta continuamente con modelos avanzados como GPT-5 Pro o Claude 452 y permite correlacionar datos empresariales con información externa, las empresas aún tienen dificultades para realizar predicciones clave, como la identificación de retrasos en entregas o pagos o la determinación de la probabilidad de que un cliente abandone el proceso de compra.
El problema, según Herzig, es que los grandes modelos de lenguaje (LLM) no están diseñados para estas tareas, ya que la mayoría de los datos empresariales residen en tablas, no en texto. La solución tradicional requería recurrir al machine learning clásico para entrenar «modelos de IA estrechos», conocidos como narrow AI models, específicamente entrenados para cada tarea individual. Esto resulta en un trabajo exhaustivo: para 10 tareas predictivas en 10 entidades diferentes, una empresa podría tener que entrenar, fácilmente, 100 modelos.
SAP Rapid One: El modelo relacional que entiende el negocio
Para superar esta complejidad, SAP ha desarrollado SAP Rapid One, un modelo gigante diseñado para reemplazar los cientos de modelos individuales existentes. Al ser un modelo relacional, SAP Rapid One entiende la naturaleza de los datos empresariales y solo requiere una pequeña cantidad de datos para aprender.
La capacidad de predicción de los LLM es como correr una maratón y no alcanzar la meta, mientras que la capacidad de predicción de Rapid One es como dar un pequeño paso y alcanzarla
Philipp Herzig, Chief Technology AI Officer de SAP
Herzig destacó que, a diferencia de los modelos de lenguaje, que predicen la siguiente palabra o los modelos de imagen, que predicen el siguiente píxel; los modelos relacionales como Rapid One tienen la capacidad de predecir el futuro del negocio, convirtiéndose en el modelo predictivo «más capaz que existe hoy en día».
Eficiencia y calidad de predicción
Algunas de las nuevas capacidades que incluye SAP Rapid One son la calidad de Predicción: ofrece hasta dos veces mejor calidad de predicción en comparación con los modelos entrenados individualmente. En comparación con los modelos de lenguaje de última generación, Rapid One aumenta la calidad de predicción hasta 3.5 veces. La eficiencia: es 50 veces más rápido y requiere 100.000 veces menos GPU flops (medida de la capacidad de cálculo de una GPU).
Otra de las ventajas expuestas desde SAP es la eficiencia energética: es, aproximadamente, 50.000 veces más eficiente energéticamente que los LLM para tareas comparables (basado en una comparación con Nvidia H100). Herzig comparó la capacidad de predicción de los LLM con «correr una maratón y no alcanzar la meta», mientras que la capacidad de predicción de Rapid One es como «dar un pequeño paso y alcanzarla».
Y, por último, la reducción de tiempo: los esfuerzos para construir predicciones empresariales, que antes tardaban semanas en realizarse, ahora se reducen a días, con el objetivo de SAP de reducirlos a minutos en futuras generaciones del modelo.
