SAP rachète Prior Labs pour plus d'un milliard d'euros : l'ascension fulgurante d'une startup allemande de 18 mois devenue le nouveau laboratoire d'IA de pointe en Europe

SAP a finalisé le rachat de Prior Labs, le pionnier allemand des modèles de fondation tabulaires (TFMs), pour plus d'un milliard d'euros (environ 1,16 milliard de dollars) . La transaction a été structurée en « quasiment 100 % de cash » . En plus du prix d'acquisition, SAP s'est engagée à investir plus d'un milliard d'euros sur quatre ans pour faire de Prior Labs un laboratoire d'IA de frontière mondial dédié aux données structurées . L'opération a été bouclée au deuxième ou troisième trimestre 2026 après obtention des feux verts réglementaires .

Le parcours de 18 mois : de 9 millions d'euros en pré-amorçage à une sortie d'un milliard

Prior Labs n'avait levé que 9 millions d'euros en un seul tour de pré-amorçage (pre-seed) en février 2025 auprès d'investisseurs comme Atlantic Labs, Balderton Capital, Galion.exe, XTX Ventures et la Fondation Hector . À peine 18 mois après sa création — et environ 15 mois après ce tour — la startup a été rachetée par SAP pour plus d'un milliard d'euros . Le fonds Balderton Capital a qualifié cette opération de « l'un des plus grands succès du capital-risque en Allemagne » . Selon plusieurs sources, les trois fondateurs — Frank Hutter, Noah Hollmann et Sauraj Gambhir — auraient empoché plus d'un demi-milliard de dollars en cash d'avance .

Indépendance opérationnelle

Selon les termes de l'accord, Prior Labs continuera de fonctionner de manière indépendante, sous sa propre marque et avec sa direction actuelle . Le communiqué de presse allemand de SAP précise que le laboratoire agira comme une unité autonome afin de préserver sa culture de recherche . La société conservera son siège à Fribourg-en-Brisgau, ainsi que ses bureaux de Berlin et de New York .

La technologie au cœur de l'accord : les modèles de fondation tabulaires

La technologie qui motive cette acquisition est TabPFN (Tabular Prior-data Fitted Networks), une classe de modèles d'IA conçue spécifiquement pour les données structurées, c'est-à-dire les lignes et colonnes de transactions d'entreprise — pas le texte libre . Contrairement à l'apprentissage automatique classique qui nécessite des semaines d'entraînement sur chaque jeu de données, TabPFN utilise l'apprentissage en contexte : on lui présente un tableau, et il peut prédire, classer ou raisonner sur ces données presque immédiatement . Philipp Herzig, le directeur technique (CTO) de SAP, a présenté cette technologie comme ciblant la plus grande opportunité inexploitée de l'IA d'entreprise : appliquer des modèles de fondation aux données structurées qui sous-tendent les opérations mondiales .

Intégration dans les plateformes SAP

Les modèles de fondation tabulaires de Prior Labs sont intégrés dans trois plateformes majeures de SAP :

• SAP AI Core — la couche d'infrastructure IA sous-jacente.
• SAP Business Data Cloud (BDC) — pour garantir que les données structurées des entreprises alimentent des intelligences « agentiques » prêtes à l'emploi .
• Joule — l'assistant IA et la plateforme d'agents de SAP. Plus de 50 agents assistants Joule et plus de 200 agents IA spécialisés sont tissés dans la nouvelle « Autonomous Suite » de SAP .

Cette intégration permet à la technologie de Prior Labs de « raisonner avec précision » sur les données de transaction des entreprises, comblant ainsi le fossé entre les sources de données SAP et non-SAP .

Le laboratoire d'IA de pointe européen

Cette acquisition fait de Prior Labs « l'un des laboratoires de recherche en IA les plus éminents d'Europe » . SAP a présenté l'opération comme la création d'un laboratoire d'IA de frontière mondial en Europe, réunissant les meilleurs chercheurs mondiaux en modèles tabulaires, sous la direction du professeur Frank Hutter, avec les données d'entreprise et la distribution massives de SAP . L'engagement d'investissement d'un milliard d'euros sur quatre ans fournit l'infrastructure, les embauches et le budget de recherche à long terme nécessaires pour rivaliser à la frontière de la recherche en IA .