SAP向け強化学習（RL）環境アーリーアクセス
SAP RL環境は、マスキング済みの本番に近いデータ、業務タスク、自動採点を備えたリセット可能なSAPシステムです。AIラボやエージェント開発者が、実在の顧客や従業員に一切触れることなく、調達から支払、受注から入金、財務、人事の業務でエージェントをトレーニングし、ベンチマークできるように設計されています。
AIラボ、RL環境プロバイダー、SAP上でエージェントを開発するチーム向け。
採点
タスクが完了とみなされるのは、SAPが正しい状態になり、かつそれ以外に何も変更されていない場合だけです。すべてのタスクは4つの観点で採点され、その判定はエージェントの自己申告ではなく、システムそのものから読み取ります。
シナリオライブラリ
各タスクは、実際のSAP業務と、それを採点するチェックの組み合わせです。定型業務で基本を学び、エッジケースや敵対的リクエストで「実行すべきでない場面」を学びます。プロセスを開くと、タスク例とそれぞれの採点方法を確認できます。
購買依頼から支払まで。システムで設定された許容範囲、リリースストラテジー、支払保留もそのまま適用されます。
顧客からの受注から入金まで。与信チェック、返品、一部入金も含みます。
仕訳、照合、期末決算。誤った転記の取り消しに大きなコストがかかる領域です。
SuccessFactorsの従業員データ。人事領域での利用はEU AI法で高リスクに該当し得るため、匿名化した従業員データのみを使用します。
提供内容
タスクも採点も同じです。自社のSAPシステムか、大規模実行向けに構築された合成環境かを選べます。
| アーリーアクセス · TDM for SAPを基盤に構築自社のSAPランドスケープで | デザインパートナー募集中SAPを模したミラー環境 | |
|---|---|---|
| 最適な対象 | SAPシステムを保有する企業、SIer、エージェントベンダー | AIラボ、RL環境プロバイダー |
| エージェントの作業環境 | 自社のSAP（自社の設定、カスタム項目、Zテーブルを含む） | SAPのデータモデルと業務ルールに基づいて生成された仮想企業 |
| エージェント向けインターフェース | OData API、BAPI/RFC、Fiori、またはSAP GUI | デザインパートナーと共に設計するSAP形式のAPI |
| トレーナー向けインターフェース | Synthesized APIでリセット。実行結果の比較機能は開発中 | リセット・ステップ・採点（デザインパートナーと共に設計） |
| リセット | エピソードごとにマスキング済みベースラインを復元 | エピソードごとにスナップショットを復元 |
| エピソードの並列実行 | SAPテストクライアントごとに1つ | 多数を同時に実行 |
| タスク | 定型・エッジケース・敵対的の3段階 | 定型・エッジケース・敵対的の3段階 |
| 個人情報 | 抽出時にマスキング | 生成データのみ（実データは不使用） |
仕組み
データの権利
すべてのエピソードは学習データになります。だからこそ、環境に何を入れるかはタスクと同じくらい重要です。
よくある質問
タスクと自動採点を備えた、リセット可能なSAPシステムです。エージェントがタスクに取り組むと、終了状態が検証・採点され、システムがリセットされて次の試行も同じ状態から始まります。これを何度も繰り返すことで、エージェントは複数ステップにわたるSAP業務を習得します。
基盤となる機能は、TDM for SAPを通じて現在ご利用いただけます。自社のSAPランドスケープ内のマスキング済みベースラインを、APIでリセットできます。シナリオライブラリ、採点チェック、実行結果の比較、SAPを模したミラー環境は、アーリーアクセスのお客様と共に開発中です。
エピソード終了後のSAPの状態から採点します。正しい伝票が作成・変更されているか、値が許容範囲内か、それ以外に何も変更されていないかを確認します。さらに、ルーブリックによる採点やモデルによる採点を加えることもできます。
SAPを模したミラー環境は、まさにそのために設計を進めています。自社のランドスケープでは、並列実行できるエピソード数は運用しているSAPテストクライアントの数で決まります。
エピソードとトレースの学習利用権は、アーリーアクセスの各お客様と個別に合意します。どちらの方式を選んでも、個人情報は一貫してマスキングされるか、ゼロから生成されます。
外部に共有しないホールドアウトセットを保持し、ご要望に応じて新しいタスクを生成します。そのため、どのモデルもまだ見ていないタスクで再テストできます。
自社のランドスケープでは、エージェントはSAPが標準で提供するインターフェースを通じて操作します。ミラー環境ではSAP形式のAPIを提供します。トレーナーはAPI経由でエピソードの開始とリセットを行うため、ツールを呼び出せるモデルやフレームワークであれば利用できます。
必要なのは、自社のランドスケープ内に環境を構築する場合のみです。マスキング済みベースラインを作成するための読み取り専用アクセスで、SAPには何もインストールしません。ミラー環境ではSAPへのアクセスは一切不要です。
アーリーアクセス
SAP RL環境は、少数のAIラボ、環境プロバイダー、エージェント開発者に向けて公開を始めています。開発中の内容をぜひお聞かせください。
SAP、S/4HANA、SAP HANA、SuccessFactors、Ariba、および本ページに記載のその他のSAP製品・サービス名とそれぞれのロゴは、ドイツおよびその他の国におけるSAP SE（またはSAPグループ会社）の商標または登録商標です。