Una prova spaziale per l’IA tabulare

Durante il SAP TechEd 2026 è stato svelato che SAP porterà il proprio modello di intelligenza artificiale tabulare, denominato SAP‑RPT, sulla Stazione Spaziale Internazionale (ISS) con il supporto di HPE. Il modello verrà eseguito direttamente sul HPE Spaceborne Computer‑2, un computer progettato per operare in ambienti spaziali estremi.

Il progetto, previsto per i primi mesi del 2027, trasformerà la ISS in un laboratorio di validazione per una categoria di IA meno visibile rispetto ai grandi modelli di linguaggio (LLM), ma particolarmente rilevante per applicazioni industriali e aziendali che si basano su dati strutturati.

Perché i modelli tabulari

I LLM sono ottimizzati per testi e dati non strutturati, mentre i modelli tabulari lavorano su tabelle di dati organizzati, tipici di processi come inventari, pagamenti, manutenzione di macchinari e previsioni di domanda. SAP‑RPT dimostra che è possibile ottenere previsioni accurate senza dover addestrare un modello da zero per ogni caso d’uso.

Funzionamento a bordo della ISS

La ISS genera continuamente dati da sensori e sistemi di missione. Inviare questi dati a Terra per l’elaborazione introduce ritardi e dipende da una connettività spesso interrotta. Con SAP‑RPT i calcoli avverranno localmente, riducendo la necessità di trasmissione e consentendo decisioni in tempo reale.

Tra le funzionalità previste:

    • Predizioni in tempo reale sullo stato di salute dei sistemi informatici e di missione.
    • Calcolo di un punteggio globale di rischio e valutazione della necessità di interventi manuali.
    • Generazione di spiegazioni comprensibili dei risultati del modello.
    • Ricostruzione di valori mancanti dei sensori usando dati storici.
    • Rilevamento precoce di anomalie prima che evolvano in guasti.
    • Creazione di report sullo stato della missione per l’equipaggio e i team di terra.

Queste capacità sono particolarmente importanti in un ambiente dove la radiazione, le tempeste solari e le limitazioni di energia rendono difficile l’uso di IA che richiedono grandi risorse computazionali o comunicazioni costanti.

Efficienza energetica

Secondo SAP, SAP‑RPT è circa 50.000 volte più efficiente dal punto di vista energetico rispetto ai più recenti modelli di linguaggio. Questa differenza è cruciale per la ISS, dove la potenza disponibile è limitata.

L’efficienza si traduce anche in vantaggi aziendali: eseguire modelli piccoli e specializzati vicino alla fonte dei dati riduce sia il consumo energetico che il volume di dati da trasmettere a una cloud centrale.

Applicazioni terrestri ispirate allo spazio

Il progetto spaziale è concepito come una dimostrazione per scenari industriali con restrizioni simili, sebbene meno estreme. Alcuni esempi includono:

    • Impianti industriali remoti con connettività limitata.
    • Fattorie che raccolgono dati da sensori distribuiti in aree isolate.
    • Operazioni di soccorso in zone colpite da catastrofi, dove le comunicazioni sono intermittenti.
    • Catene di fornitura distribuite che richiedono risposte rapide prima che tutti i dati raggiungano un hub centrale.

Nel contesto della manutenzione industriale, una macchina che mostra un aumento graduale della temperatura o variazioni nel consumo energetico genera segnali analoghi a quelli della telemetria spaziale. SAP‑RPT può identificare queste variazioni e avvisare gli operatori prima che si trasformino in incidenti.

Esempi di business

Altri casi d’uso citati da SAP includono:

    • Valutazione del rischio dei fornitori.
    • Rilevamento di anomalie nei flussi di cassa.
    • Identificazione di ritardi graduali nelle consegne.
    • Riconoscimento di pattern atipici nei pagamenti.

In azienda, il modello può generare un avviso per il responsabile acquisti o manutenzione; nella ISS, lo stesso avviso può influenzare la valutazione della salute di un sistema di missione.

Espansione della famiglia di modelli tabulari

Il lancio di SAP‑RPT coincide con l’ampliamento della famiglia di modelli tabulari annunciata al SAP TechEd. Tra le nuove varianti troviamo:

    • SAP‑RPT‑TS: ottimizzato per serie temporali, utile per previsioni di domanda, costi, ricavi e indicatori di manutenzione.
    • SAP‑RPT‑Decisions: pensato per decisioni strutturate all’interno di processi aziendali, ad esempio l’approvazione di ordini o la gestione di eccezioni nella catena di fornitura.

Queste varianti dimostrano come SAP stia costruendo una suite di modelli specializzati, ognuno mirato a risolvere problemi specifici senza la necessità di sviluppare soluzioni di machine learning da zero.

Prospettive future

La sperimentazione sulla ISS fornirà dati preziosi su come ottimizzare l’esecuzione di IA in ambienti a risorse limitate. I risultati potranno guidare l’adozione di soluzioni edge‑AI in settori come l’energia, la logistica, l’agricoltura di precisione e le operazioni di emergenza, dove la rapidità di risposta e l’efficienza energetica sono fondamentali.

In sintesi, SAP‑RPT rappresenta un passo significativo verso l’integrazione dell’intelligenza artificiale tabulare nei contesti più esigenti, dimostrando che l’analisi avanzata dei dati strutturati può avvenire direttamente dove i dati nascono, sia nello spazio che sulla Terra.