SAP wil zijn AI-model SAP-RPT uiter­lijk begin 2027 inzetten aan boord van het inter­na­ti­o­nale ruimte­sta­tion ISS. Het model gaat draaien op de Space­borne Computer‑2 van HPE. Het gaat om een van de belang­rijkste praktijk­tests tot nu toe waarbij een AI-model voor bedrijfs­om­ge­vingen direct op locatie gegevens verwerkt (edge computing).

De ruimte is een uitda­gende omgeving voor techno­logie. Straling, ruimte­puin en zonne­stormen kunnen op ieder moment voor problemen zorgen. Tegelij­ker­tijd produ­ceren de sensoren en systemen aan boord voort­du­rend grote hoeveel­heden gegevens. Het kost te veel tijd om al die infor­matie naar de aarde te sturen voor analyse. Om de veilig­heid van het ruimte­sta­tion te bewaken, moeten de systemen aan boord daarom zelf snel problemen kunnen herkennen.

Daar komt SAP-RPT in beeld. Dit AI-model is speciaal ontwik­keld om voorspel­lingen te doen op basis van gestruc­tu­reerde gegevens, zoals meetwaarden en andere infor­matie in tabellen. Het model kan ook overweg met ontbre­kende gegevens en heeft voor nieuwe toepas­singen geen uitge­breide aanvul­lende training nodig.

Aan boord van het ISS gaat SAP-RPT de gegevens van sensoren en systemen analy­seren. Het model helpt afwij­kingen te herkennen, techni­sche problemen vroeg­tijdig te voorspellen en ontbre­kende meetwaarden te recon­stru­eren op basis van histo­ri­sche gegevens. Ook kan het begrij­pe­lijke rapporten opstellen over de techni­sche staat van het ruimte­sta­tion. Zo krijgen astro­nauten en medewer­kers op aarde sneller inzicht in mogelijke risico’s.

Functioneren onder extreme omstandigheden

“Dit bewijst dat tabulaire AI van SAP zelfs onder de meest extreme omstan­dig­heden kan functi­o­neren”, zegt Mayank Shrivastava, Vice Presi­dent of Genera­tive AI and Founda­tion Models bij SAP SE. “De ruimte is de ultieme stresstest voor AI. Als een basis­model in een baan om de aarde kritieke storingen kan voorspellen, ondanks beper­kingen door straling, energie en connec­ti­vi­teit, stel je dan eens voor wat het voor een wereld­wijd opere­rend bedrijf kan betekenen. Datzelfde model kan risico’s bij leveran­ciers, afwij­kingen in kasstromen en storingen aan appara­tuur binnen je organi­satie voorspellen. Wat in de ruimte werkt, werkt ook in je toeleveringsketen.”

De uitda­gingen aan boord van het ISS lijken op het eerste gezicht weinig op die van een gewone onder­ne­ming. Toch zijn er duide­lijke overeen­kom­sten. Ook bedrijven moeten problemen kunnen herkennen, voordat ze grote gevolgen hebben. Denk aan een leveran­cier die steeds vaker te laat levert, afwij­kende betalings­pa­tronen of een machine waarvan de tempe­ra­tuur langzaam oploopt. Door zulke signalen vroeg­tijdig te herkennen, kunnen organi­sa­ties ingrijpen voordat hun processen vastlopen.

AI voor gestructureerde bedrijfsgegevens

Waar grote taalmo­dellen (LLM’s) vooral sterk zijn in taal en redeneren, richt SAP zich met zogeheten tabular founda­tion models (TFM’s) op de grote hoeveel­heden gestruc­tu­reerde gegevens die bedrijven dagelijks gebruiken. Denk aan infor­matie uit ERP-systemen, finan­ciële admini­stra­ties en produc­tie­om­ge­vingen. De sensor­ge­ge­vens van het ISS vormen een verge­lijk­bare gegevensbron.

SAP-RPT maakt deel uit van dit portfolio, net als TabPFN, een model van Prior Labs. Daarnaast biedt SAP met SAP AI Core een oplos­sing waarmee organi­sa­ties deze modellen, hun voorspel­lingen en de bijbe­ho­rende werkpro­cessen kunnen beheren, aansturen en controleren.

Beperkt energieverbruik

Een belang­rijk voordeel van SAP-RPT is het beperkte energie­ver­bruik. Volgens SAP is het model ongeveer 50.000 keer energie­zui­niger dan de meest geavan­ceerde grote taalmo­dellen. Dat is vooral in de ruimte van belang, omdat daar slechts beperkte energie beschik­baar is. Daarnaast gaat SAP-RPT een algemene risico­score voor de missie berekenen en beoor­delen of mense­lijke tussen­komst nodig is.

“HPE Space­borne Computer‑2 laat voort­du­rend zien welke voordelen een krach­tige compu­ter­op­los­sing aan boord van het ISS biedt voor geavan­ceerde techno­logie en doorlo­pend onder­zoek in de ruimte”, zegt Scott Wiest, Vice Presi­dent and Global Sales Chief Techno­lo­gist en HPE Fellow. “De inzet van SAP’s tabulaire AI op HPE Space­borne Computer‑2 bewijst wat mogelijk is met realtime detectie en voorspel­lingen op basis van AI, in de ultieme edge-omgeving.”

Van de ruimte naar het bedrijfsleven

De omstan­dig­heden in de ruimte stellen eisen die ook op aarde steeds relevanter worden. Denk aan locaties met een beperkte energie­voor­zie­ning, onbetrouw­bare netwerk­ver­bin­dingen of systemen waarbij storingen grote gevolgen kunnen hebben.

Tabulaire AI kan bijvoor­beeld waardevol zijn bij hulpver­le­ning in rampge­bieden, landbouw op afgelegen locaties, fabrieken met meerdere vesti­gingen en inter­na­ti­o­nale toele­ve­rings­ke­tens. In al die situa­ties is het belang­rijk om lokaal gegevens te kunnen analy­seren en snel beslis­singen te nemen, ook wanneer een verbin­ding met centrale systemen ontbreekt.

De ervaringen op het ISS helpen SAP bij de verdere ontwik­ke­ling van AI die direct op locatie gegevens verwerkt, ook wel edge AI genoemd. Daarmee wil het bedrijf organi­sa­ties beter onder­steunen bij analy­ti­sche en opera­ti­o­nele processen, juist op plekken waar reken­kracht, energie en verbin­dingen beperkt zijn.