SAPの構造化データ専用モデル「SAP-RPT-1」登場　LLMが解けないビジネス課題を解決できるか

“構造化データ”専用モデル「SAP-RPT-1」が登場

データなしでは、AIは何も実現できない。BDCというデータ基盤の上に存在する「SAP AI Foundation」は、SAPのAI機能を拡張し、ビジネスプロセスやデータに深く根ざした「独自のAI」を構築することにも役立つ。

SAPのフィリップ・ハーツィヒ氏（Chief Technology Officer, SAP）は、「市場には強力なモデルやツールは存在しているが、企業のビジネスユーザーが『本当にやりたいこと』を見逃している。それは予測を行い、より良い意思決定を行い、より良いビジネス成果を得ることだ」と指摘した。ここでの予測とは、たとえば配送や支払い遅延、顧客が離脱する可能性などが該当する。こうしたリスクや機会を事前に把握しておきたいと考えても、汎用的な大規模言語モデルだけでは難しい。また、ビジネスデータの多くは「文字」ではなく、表の中の「数字」として存在している。つまり、前述したユースケースに適しているのは、むしろ基本的な機械学習だ。とはいえ、「ナローAI（弱いAI）」のようなタスク特化型のAIを用いたアプローチは、コストの観点から現実的ではない。

そこでSAPが選んだのは、新しい基盤モデル「SAP-RPT-1」を独自に開発することだった。同モデルの「RPT」（※読みは「ラピッド」）の意味として、RはRelational（表形式のデータに対応）、PはPre-trained（事前学習済み、追加トレーニングが不要）、TはTransformer（深層学習モデルTransformerベース）を表す。言語モデルが次の文字列を予測し、画像生成モデルが次のピクセルを予測するように、RPT-1は次に来るであろう「数字」を予測することに特化した“構造化データ”専用モデルである。それ故にRPT-1のユースケースは「ビジネスの将来」だ。

ハーツィヒ氏によれば、RPT-1はスタンフォード大学とSAPの共同研究成果を含む2本の研究論文を基に開発されており、「RPT-1-small」「RPT-1-large」「RPT-1-OSS」の3つのバージョンがあるという。RPT-1-OSSは既にHugging Face上に公開されているが、RPT-1-smallとRPT-1-largeの2つは2025年度第4四半期の一般提供開始を予定している。気になるパフォーマンスについて、ハーツィヒ氏は「これまで数週間かかっていたような予測を数日に短縮し、将来のバージョンで数分にまで短縮できるようにしたい」と語っていた。実現すれば、企業はBDCのセマンティックデータから得られるインサイトとRPTを用いた予測を組み合わせることで、意思決定インテリジェンスを飛躍的に進化させられる。

Joule Agentの拡張と「A2A」への対応

アクショナブルインサイトを得られたとして、アクションを実行する主体が必ずしも人間とは限らない。AI時代には、AIエージェントが人間に代わってアクションを実行する場面が増えるはずだ。SAPは、既にさまざまな分野で20種類のAIエージェントを提供しているが、2025年末までに40種類にまで増やす計画を進めている。すぐに利用できるAIエージェントの拡充、既存のAIエージェントのスキル拡張の方法を提供しているものの、企業がまったく新しいAIエージェントを独自に構築したいと考えたとき、どのような実現手段があるのか。ハーツィヒ氏は大きく2つの方法を紹介した。

一つはローコードツールを利用するもの。Joule Studioの「Agent Builder」「Skill Builder」上で自然言語とドラッグ＆ドロップ操作を駆使し、スピーディーに構築できる。とはいえ、ローコードツールは、あくまでも専門知識を持たないビジネスユーザー向けのものだ。プログラミングに長けた開発者ほど、高いレベルでのコントロールと柔軟性を求める。そこで、もう一つの方法として新しく提供するのが、プロ開発者向けのAIエージェント「Pro-code Agents」だ。このAIエージェントを使うことで、開発者は任意のプログラミング言語、任意の開発環境で自由にAIエージェントを構築できる。必要に応じてCrewAI、LangGraph、Microsoft Agent Frameworkなど、既存のエージェントフレームワークも利用可能だ。

また、企業がすべてのAIエージェントをより大きなエコシステム上で利用できるよう、Joule Agentsは「A2A」プロトコルにも対応した。A2Aは、エージェントに何ができるかを記述したセマンティクスを公開する、AI時代の標準プロトコルの一つである。A2Aへの対応で、SAP以外のAIエージェントがJoule Agentsを見つけ、共同で複雑なタスクを実行できるようになる。SAPからも同様にGoogle Cloud、Microsoft、ServiceNowなど、Joule内からA2AをサポートしているベンダーのAIエージェントを利用可能だ。これ以外でも、AIエージェントの相互運用性を確保するため、SAPは多くのパートナーと共に標準化に取り組んでいる。

さらに、より複雑なタスクを実行できるように専用の環境も用意された。それが「Agentic Orchestration」である。AIエージェントが複雑なタスクを与えられると実行計画を策定。複数のステップにタスクを分け、タスク解決まで推論と実行ループを繰り返す。別のAIエージェントとの協力が必要になれば実行状況をモニタリングし、確実に実行するための制御が必要になる。そのための環境がAgentic Orchestrationだ。

バイブコーディングに対応した「SAP Build」

ここまでSAPのフライホイール戦略のうち、データとAIの要素に関するアップデートを見てきた。残るはアプリケーションである。ソフトウェア開発が大きく変わろうとする中、SAPはアプリケーション開発でも、自らをよりオープンにする取り組みを進めている。アメリング氏は、「AIエージェントを利用しての『Build with Intent（インテントベースの構築）』の実現」を訴えた。

AIを用いた開発では、コードを一行ずつ記述するのではなく、作りたい成果物（インテント）をAIに伝えることでコードそのものだけでなく、ロジックやUIも生成する開発方法へとシフトが進んでいる。このトレンドに追随するべく、SAP Buildに組み込まれた「Joule for Developers」では、バイブコーディングが利用できるようになった。Joule for Developersを利用すると開発者は数回のクリックでコードに移行し、その品質を確認できる。しかも、生成するコードは、SAP CAP（Cloud Application Programming Model）に代表されるSAPツールのコンテキストを維持している。

また、多くの開発者が既にさまざまなAI開発ツールを利用していることを踏まえ、アメリング氏はSAP Buildの拡張性を高める取り組みについても紹介した。まず、SAP Build Extensions for VS Codeを提供し、VS Code上でのSAPアプリケーション機能開発を支援する。そして、ClineやCursor、Windsurfでのコーディングを好む開発者に向けては、ツールの選択だけでSAP Build内で使い慣れた環境で開発ができるようにした。これを実現するために行ったのが、CAPなどのMCP対応である。

よりスムーズな開発現場への導入を支援するため、2026年に向けてOpen VSX RegistryにBTP Extension Packを提供する計画も進行中だ。これが実現すれば、エディターを直接プラグインするだけで、コンテキストアウェア開発の手法を用いてのコード生成が可能になる。アメリング氏は、「BTP上でのコード補完、リファクタリング、テスト生成、AIエージェント構築がよりスマートかつ高速になる。また、セキュリティ確保とコンプライアンス対応を目的とした、独自のモデルへの接続も可能になる」と語った。

さらに、ABAPでもCAPなどと同様の開発者体験を提供するため、2026年度第2四半期に向けて、SAP Build VS Code Extension Packagesの提供開始に向けた準備を進めている。実現すれば、VS CodeでのABAP Cloudの拡張開発が可能になる。また、ABAP Cloudでも将来のエージェンティックAI構築に備えられるよう、SAP BuildにAIベースのコード生成機能を統合。ファインチューニング済みの「SAP-ABAP-1」の公開も控えている。このモデルはABAPコードでトレーニングされており、ABAP AIユースケースの構築に特化したものだ。SAP導入企業とパートナーは、最新のABAPコードでよりスマートにより速くカスタムAIユースケースを開発できるようになるだろう。

Original Post>