SAP osti Prior Labsin yli miljardilla eurolla – Freiburgin startup kasvaa itsenäiseksi tekoälytutkimuslaitokseksi

Heinäkuun 17. päivänä 2026 SAP viimeisteli Prior Labsin oston, Freiburgissa vasta 18 kuukautta aiemmin perustetun startupin. SAP sitoutui investoimaan yli miljardi euroa neljän vuoden aikana tehdäkseen siitä itsenäisen, maailmanluokan tekoälytutkimuslaboratorion rakenteelliselle datalle . Prior Labs on taulukkomuotoisten perusmallien (tabular foundation models, TFM) edelläkävijä – tekoälyä, joka on suunniteltu nimenomaan riveistä ja sarakkeista koostuvalle yritysdatalle eikä vapaalle tekstiile . Sen ydinmalli, TabPFN, on esikoulutettu transformeri, joka tuottaa tarkkoja ennusteita sekunneissa ilman tarvetta datakohtaiselle koulutukselle .

Prior Labsin teknologia ja sovellukset

TabPFN julkaistiin Nature-lehdessä tammikuussa 2025, ja sitä on siteerattu yli 1 000 kertaa . Se pystyy saavuttamaan neljä tuntia hienosäädetyn koneoppimisputken tarkkuuden yhdellä eteenpäinlaskulla, joka kestää sekunteja . Teknologia on jo käytössä vaativilla toimialoilla:

• Rautateiden kunnossapito – Prior Labsin verkkosivujen tapaustutkimus kertoo, että Prior Labs teki yhteistyötä Hitachin kanssa junien ennakoivan kunnossapidon kehittämisessä .
• Talousennustaminen – Tapaustutkimus osoittaa, että Prior Labs ja TD Bank tutkivat TabPFN:n käyttöä talousennusteisiin yritysmitassa .
• Terveydenhuolto ja biotieteet – Tutkimussovelluksia on haimasyövän diagnostiikassa, onkologiassa, neurologiassa ja kardiologiassa ; BostonGene käytti TabPFN:ää immuunijärjestelmän profiilien tunnistamiseen .
• Ympäristö ja energia – Mallia on sovellettu maastopaloriskien ennustamiseen ja uusiutuvan energian nyt-enusteisiin .
• Akku materiaalit – TabPFN-2.5:n sovellukset ulottuvat ympäristöennustamiseen, kuten leväkukintoihin ja maastopaloriskeihin, sekä uusiutuvan energian nyt-enusteisiin .

Uusin malli: TabPFN-3 Thinking-tilalla

TabPFN-3 julkaistiin 12. toukokuuta 2026 . Se tukee tietoaineistoja, joissa on jopa miljoona riviä ja 200 ominaisuutta, ja API tukee natiivisti tekstiominaisuuksia . API-tarjonta TabPFN-3-Plus (Thinking) ottaa käyttöön päättelyaikaisen laskennan skaalaamisen (test-time compute) – se käyttää enemmän aikaa sovituksen aikana saavuttaakseen huomattavasti korkeamman tarkkuuden . TabArena-vertailussa TabPFN-3-Plus (Thinking) päihittää kaikki muut kuin TabPFN-mallit yli 200 Elolla ja voittaa AutoGluon 1.5 extremen ollessaan samalla 10 kertaa nopeampi . Itse TabPFN-3 pysyy avoimen lähdekoodin mallina .

Kaupan rakenne ja itsenäisyyden ehdot

• Kauppahinta – Ei julkistettu, mutta SAP sitoutui investoimaan yli miljardi euroa neljän vuoden aikana Prior Labsin kasvattamiseksi .
• Itsenäisyys – Prior Labs jatkaa itsenäisenä toimijana, säilyttäen brändinsä, johtonsa, tutkimusohjelmansa ja asiakassuhteensa .
• Avoimen lähdekoodin sitoumus – SAP tukee täysin Prior Labsin avoimen lähdekoodin strategiaa; TabPFN-3 julkaistaan avoimena, ja mallilla on yli 3 miljoonaa latausta .
• Johto – Perustajat Frank Hutter, Noah Hollmann ja Sauraj Gambhir jatkavat tiimin johdossa . Yann LeCun ja Bernhard Schoelkopf toimivat tieteellisessä neuvonantajakunnassa .

Strateginen perustelu johdolta

Philipp Herzig, SAP:n teknologiajohtaja, sanoi SAP:n tunnistaneen varhain, että yritysteKO:n suurin hyödyntämätön mahdollisuus eivät olleet suuret kielimallit (LLM) vaan tekoäly, joka on rakennettu rakenteelliselle liiketoimintadat alle. Hän totesi: "Yhdistämällä heidän huippumallityönsä yritysdataan ja asiakaskuntaan aiomme johtaa tätä kategoriaa maailmanlaajuisesti" .

Frank Hutter, Prior Labsin toimitusjohtaja, sanoi: "Liittyminen SAP-perheeseen antaa meille resurssit, dataympäristön ja asiakaskunnan, jotta tämä kategoria voi saavuttaa täyden potentiaalinsa" . LinkedIn-päivityksessään kaupan päätyttyä hän lisäsi: "Sama tiimi, samat toimistot, sama missio, avoimet mallit, taustalla 1 miljardi euroa+. Mikä muuttuu? Mittakaava ja suunnitteluhorisontti. SAP on täydellinen kumppani, jolla on valtava skaala taulukkomuotoista dataa ja jakelua" .

Yhdistynyt yksikkö aikoo jatkaa huippututkimusta yritysteKO:ssa, tieteellisissä löydöissä, kausaalisuudessa, relaationaalisessa datassa ja agenttisissa järjestelmissä – siirtyen korrelaatiosta kausaalisuuteen ja mahdollistaen agenttiteKO:n, joka ymmärtää taulukoita, kieltä ja kuvia päätelläkseen ja mukautuakseen dynaamisesti . SAP hahmotteli myös kunnianhimoisia tavoitteita lääketieteelliselle datalle ja materiaalitieteille, ja sovelluksia on jo osoitettu onkologiadiagnostiikassa, kliinisessä päätöksenteossa ja akkumateriaalitutkimuksessa .