Cosa è SAP RPT

Cosa è SAP RPT

Il primo Relational Pretrained Transformer di SAP per i dati aziendali strutturati

Guida per consulenti SAP, analisti funzionali e sviluppatori ABAP

Indice

1.  Introduzione: SAP entra nell’era dell’AI per i dati strutturati

2.  Cos’è SAP RPT e quando nasce

3.  A cosa serve SAP RPT: casi d’uso enterprise

4.  Architettura tecnica di SAP RPT-1

5.  Integrazione con SAP BTP e SAP S/4HANA

6.  Le varianti di SAP RPT e le competenze richieste

7.  SAP RPT vs AI generativa: ChatGPT, Gemini e oltre

1.  Introduzione: SAP entra nell’era dell’AI per i dati strutturati

Il mondo SAP sta attraversando una delle trasformazioni più significative della sua storia. Dopo decenni in cui l’intelligenza artificiale è rimasta confinata a modelli predittivi addestrati su singoli dataset aziendali, SAP ha compiuto un passo di rottura: la creazione di un foundation model nativo per dati relazionali e strutturati, chiamato SAP RPT. Per i consulenti funzionali e gli sviluppatori ABAP che lavorano quotidianamente con tabelle ERP, ordini, transazioni finanziarie e dati HR, comprendere questa tecnologia non è più un’opzione: è una necessità professionale.

In questo articolo esploriamo in dettaglio cosa è SAP RPT, la sua storia, l’architettura, l’integrazione con il resto dell’ecosistema SAP, le sue varianti e – aspetto cruciale per chi opera sul campo – le competenze informatiche richieste per lavorarci.

2.  Cos’è SAP RPT e quando nasce

Il termine sta per Relational Pretrained Transformer. Si tratta del primo foundation model SAP progettato specificamente per dati tabulari e relazionali, ovvero il tipo di dato strutturato che caratterizza quasi ogni sistema ERP: tabelle di vendite, movimenti contabili, record di acquisto, KPI di produzione, metriche HR.

Il modello è stato presentato ufficialmente da SAP durante SAP TechEd 2025 a Berlino, nel novembre 2025, con il nome SAP-RPT-1. Contestualmente al lancio, SAP ha pubblicato una ricerca accademica correlata presentata alla conferenza NeurIPS 2025 (ConTextTab: A Semantics-Aware Tabular In-Context Learner) e ha reso disponibile un playground gratuito per la sperimentazione diretta. Nel corso del 2026 è arrivata anche la versione aggiornata SAP-RPT-1.5, con capacità ampliate e ottimizzazioni per ambienti enterprise.

A differenza dei Large Language Models (LLM) che elaborano sequenze di testo, questo modello SAP è stato addestrato su enormi volumi di dataset tabulari strutturati tipici del mondo ERP, apprendendo pattern comuni tra righe e colonne, relazioni tra entità business e distribuzioni statistiche dei dati aziendali. L’architettura trasformer viene quindi adattata al dominio relazionale anziché a quello linguistico.

3.  A cosa serve SAP RPT: casi d’uso enterprise

SAP-RPT-1 nasce per risolvere un problema concreto e diffusissimo nell’ecosistema SAP: la necessità di addestrare modelli di machine learning specifici per ogni singolo processo aziendale, con costi elevati, tempi lunghi e competenze data science raramente disponibili nei team di progetto.

Il modello RPT, invece, è possibile ottenere previsioni immediate su qualsiasi dataset tabulare senza alcun training personalizzato, grazie al meccanismo di in-context learning: si forniscono al modello alcuni record di esempio tramite API call, e il modello utilizza quei pattern contestuali per generare previsioni accurate.

Scenari applicativi tipici includono:

• Classificazione di ordini di acquisto e previsione di ritardi nelle forniture
• Previsione di insolvenze o anomalie finanziarie da dati contabili
• Analisi predittiva delle performance dei fornitori (vendor scoring)
• Previsione del turnover del personale da dati SuccessFactors
• Classificazione automatica di ticket di supporto e richieste HR
• Rilevamento di anomalie in transazioni ERP (audit trail intelligente)

Il playground SAP-RPT-1 consente di caricare una tabella dati ed ottenere immediatamente risultati predittivi, senza dover scrivere codice o configurare pipeline ML.

4.  Architettura tecnica di SAP RPT-1

L’architettura di SAP-RPT-1 si basa sul paradigma Transformer, lo stesso che sta alla base dei moderni LLM, ma con una differenza fondamentale: invece di processare sequenze di token testuali, il modello elabora righe e colonne di dati strutturati, apprendendo le relazioni semantiche tra i valori delle celle, i tipi di colonna e la struttura delle tabelle business.

I pilastri architetturali principali sono:

• Pre-training su larga scala: il modello è stato pre-addestrato da SAP su enormi volumi di dati ERP anonimi e strutturati, acquisendo una comprensione profonda dei pattern tipici dei dati aziendali (valori numerici, categorie, relazioni tra tabelle).
• In-context learning (ICL): a runtime, il modello riceve un set di esempi (record con input e output attesi) nell’API call. Non è necessario alcun fine-tuning: il modello adatta istantaneamente il suo comportamento in base al contesto fornito.
• Supporto a classificazione e regressione: SAP-RPT-1 è in grado di gestire sia task di classificazione (es. un ordine è a rischio o no?) sia di regressione (es. quale sarà il valore previsto del ritardo in giorni?).
• Gestione nativa di dati tabulari eterogenei: il modello comprende dataset con colonne numeriche, categoriche, booleane e testuali senza necessità di preprocessing manuale o feature engineering.

La versione SAP-RPT-1.5 introduce miglioramenti nella gestione di dataset con valori mancanti, colonne con cardinalità elevata e tabelle con strutture più complesse, aumentando la robustezza in scenari di produzione enterprise.

5.  Integrazione con SAP BTP e SAP S/4HANA

SAP RPT-1 non è uno strumento standalone: è progettato per integrarsi nativamente nell’ecosistema SAP, con SAP Business Technology Platform (BTP) come layer di orchestrazione principale.

Integrazione con SAP BTP:

• SAP AI Core (su BTP) è il runtime ufficiale per il deploy e la gestione delle API di SAP-RPT-1. I dati SAP rimangono all’interno del perimetro di trust SAP, garantendo conformità GDPR e data residency.
• SAP AI Launchpad permette di monitorare, governare e gestire i modelli RPT dispiegati, con funzionalità di logging, versionamento e audit trail.
• Il Generative AI Hub su BTP consente di combinare SAP-RPT-1 con LLM di terze parti (OpenAI, Anthropic, Google) in workflow AI ibridi, dove l’RPT gestisce le previsioni sui dati strutturati e l’LLM si occupa della parte linguistica.

Integrazione con SAP S/4HANA:

• Le tabelle SAP S/4HANA (ordini, fatture, movimenti di magazzino, ecc.) possono essere estratte e inviate direttamente all’API di SAP-RPT-1 tramite SAP Integration Suite o connettori BTP.
• I risultati predittivi possono essere re-iniettati in S/4HANA, ad esempio per aggiornare campi custom, triggerare workflow o alimentare dashboard SAP Analytics Cloud.
• In prospettiva, SAP RPT-1 è candidato a diventare una tool call disponibile all’assistente IA Joule, permettendo agli agenti conversazionali di interrogare il modello predittivo direttamente in risposta a domande dell’utente su dati transazionali.

Per i team che operano in ambienti RISE with SAP, SAP garantisce che l’accesso a SAP AI Core, e quindi a SAP-RPT-1, è incluso come componente dell’AI Foundation, con opzioni di hosting europeo per le organizzazioni soggette a requisiti di residenza dei dati nell’UE.

6.  Le varianti di SAP RPT e le competenze richieste

Le tre varianti disponibili:

• sap-rpt-1-oss (Open Source): variante open source, disponibile su repository pubblici, con supporto fino a 8.192 righe di contesto. Ideale per ricerca, rapid prototyping e proof-of-concept. Non richiede licenza SAP.
• sap-rpt-1 (Closed, Standard): variante proprietaria con dimensioni di contesto ampliate, ottimizzata per ambienti di produzione. Disponibile tramite SAP AI Core su BTP.
• sap-rpt-1-large (Closed, Large): variante di maggiore capacità, pensata per dataset complessi e scenari enterprise ad alta scala. Richiede sottoscrizione SAP BTP AI Foundation.

Competenze informatiche necessarie per lavorare con SAP RPT:

• Conoscenza di SAP BTP e SAP AI Core: per il deployment, la gestione delle API e la configurazione dei servizi AI.
• API REST / Python: SAP-RPT-1 è accessibile via API call. La capacità di costruire payload JSON con record di esempio e interpretare le risposte è fondamentale.
• Comprensione del dato tabulare SAP: conoscenza delle strutture dati di S/4HANA (tabelle VBAK, BKPF, EKKO, ecc.) per identificare i dataset rilevanti per i task predittivi.
• Nozioni di Machine Learning: non è necessario saper addestrare modelli, ma comprendere concetti come classificazione, regressione, in-context learning e valutazione delle performance (accuracy, F1-score) è utile per progettare use case efficaci.
• ABAP (opzionale ma utile): per estrarre dati da S/4HANA, costruire integrazioni custom e re-iniettare i risultati nell’ERP. L’ABAP SDK per AI (disponibile su BTP) agevola ulteriormente l’integrazione.
• SAP Integration Suite / CPI: per orchestrare flussi di dati tra S/4HANA, BTP e SAP-RPT-1 in modo affidabile e governato.

7.  SAP RPT vs AI generativa: ChatGPT, Gemini e oltre

Una delle domande più frequenti tra i consulenti SAP che si avvicinano a questo tema è: “Cosa cambia rispetto a usare ChatGPT o Gemini con i dati SAP?”. La risposta richiede di distinguere chiaramente due paradigmi di AI.

I modelli di AI generativa come ChatGPT (OpenAI) o Gemini (Google) sono Large Language Models: sono addestrati su testi in linguaggio naturale (articoli, libri, codice, conversazioni) e la loro specializzazione è la generazione di testo coerente, la comprensione del linguaggio e il ragionamento su informazioni testuali. Quando si tenta di usarli per analisi predittive su dati strutturati, i risultati sono spesso inaffidabili: non sono stati addestrati per riconoscere i pattern statistici nei dati tabulari ERP, non comprendono la semantica delle colonne SAP e non sono ottimizzati per classificazione e regressione numerica.

SAP-RPT-1, al contrario, è un foundation model tabellare: è stato pre-addestrato esclusivamente su dati strutturati e relazionali tipici del mondo enterprise SAP. La sua specializzazione è la previsione su dati numerici, categorici e relazionali, non la generazione di linguaggio.

Riepilogo delle differenze principali:

• Tipo di dati: LLM elaborano testo; RPT elabora tabelle e dati strutturati.
• Addestramento: LLM su corpus testuali; RPT su dataset ERP relazionali.
• Output: LLM generano testo; RPT genera previsioni (classi, valori numerici).
• Training personalizzato: LLM richiedono fine-tuning su testo; SAP RPT usa in-context learning senza training.
• Integrazione SAP: LLM richiedono connettori e prompt engineering; RPT è nativo su BTP/AI Core.
• Affidabilità su dati strutturati: LLM non garantita; RPT progettata e validata per dati ERP.
• Governance e data residency: LLM esterni possono violare policy; SAP RPT su BTP rimane nel trust boundary SAP.

Questo non significa che i due paradigmi siano in competizione: SAP li ha progettati per coesistere e integrarsi. Un agente Joule può utilizzare un LLM per l’interfaccia conversazionale e SAP-RPT-1 come tool call per rispondere a domande predittive sui dati transazionali, combinando il meglio dei due mondi.

Conclusioni: l’AI sta ridisegnando il lavoro del consulente SAP

SAP RPT-1 non è semplicemente un nuovo strumento tecnico: è un segnale chiaro della direzione in cui SAP sta muovendo l’intero ecosistema. Con il lancio di questo foundation model tabellare, SAP dimostra che l’intelligenza artificiale non è più un componente opzionale, ma una componente centrale della piattaforma stessa, embedded nei processi ERP e accessibile senza competenze avanzate di data science.

Nei prossimi mesi e anni vedremo questa tecnologia integrarsi sempre più profondamente in SAP S/4HANA, Joule e SAP BTP, trasformando il modo in cui i consulenti analizzano i dati, i funzionali progettano i processi e gli sviluppatori ABAP costruiscono le estensioni. Chi arriva preparato a questa transizione avrà un vantaggio competitivo significativo sul mercato.

La buona notizia è che non è necessario diventare data scientist per lavorare con il modello SAP: bastano le basi giuste su SAP BTP, una comprensione dell’architettura AI di SAP e la capacità di collegare questi strumenti ai processi aziendali che già si conoscono.

Formazione consigliata

Per prepararti a lavorare con SAP RPT e con l’AI nell’ecosistema SAP, Innovaformazione offre corsi aggiornati e pensati per professionisti SAP:

• Corso SAP BTP – Per padroneggiare la piattaforma che ospita SAP AI Core e SAP-RPT-1:
• Corsi sull’AI Generativa – Per comprendere e applicare i modelli di intelligenza artificiale in contesti enterprise:

Per informazioni e preventivi personalizzati per la tua azienda, contatta direttamente Dario Carrassi:

📧  info@innovaformazione.net   |   📞  347 101 2275

Per altri articoli tecnici sul mondo SAP consigliamo di navigare sulla sezione dedicata del blog QUI.

(fonte) (fonte) (fonte)