SAP купує Prior Labs: історія угоди на €1 мільярд за ШІ для табличних даних

17 липня 2026 року SAP оголосила про завершення придбання Prior Labs — стартапу з Фрайбурга, заснованого всього 18 місяців тому . Німецький софтверний гігант зобов'язався інвестувати понад €1 мільярд протягом наступних чотирьох років, щоб перетворити Prior Labs на незалежну передову дослідницьку лабораторію ШІ, зосереджену на структурованих даних .

Prior Labs стала першопрохідцем у створенні так званих табличних фундаментальних моделей (Tabular Foundation Models, TFMs) — категорії штучного інтелекту, спеціально розробленої не для тексту, а для даних у вигляді рядків і стовпців, які складають основу корпоративних систем .

Технологія Prior Labs та сфери застосування

Флагманська модель Prior Labs — TabPFN — це попередньо навчений трансформер, здатний з високою точністю робити прогнози за лічені секунди без необхідності окремого навчання під кожен новий набір даних . Стаття про TabPFN була опублікована в журналі Nature у січні 2025 року і вже отримала понад 1000 цитувань .

Технологія впроваджена в різних галузях:

• Залізничний транспорт — Prior Labs співпрацює з Hitachi для вдосконалення прогнозованого технічного обслуговування залізничного рухомого складу .
• Фінансове прогнозування — компанія TD Bank (TD) досліджувала TabPFN для фінансових прогнозів у корпоративному масштабі .
• Охорона здоров'я та науки про життя — TabPFN застосовується в діагностиці раку підшлункової залози, онкології, неврології та кардіології ; компанія BostonGene використовує модель для визначення профілів імунної системи .
• Навколишнє середовище та енергетика — модель використовується для прогнозування ризику лісових пожеж та оперативного прогнозування виробництва відновлюваної енергії .
• Матеріалознавство — TabPFN-2.5 застосовується, зокрема, для прогнозування властивостей акумуляторних матеріалів .

Найновіша модель: TabPFN-3 з режимом мислення

TabPFN-3 була випущена 12 травня 2026 року . Вона підтримує набори даних об'ємом до 1 мільйона рядків і 200 ознак, а також має нативну підтримку текстових ознак через API .

API-пропозиція TabPFN-3-Plus (Thinking) — це прорив: режим мислення (inference-time compute scaling, або test-time compute) дозволяє моделі витрачати більше часу на етапі підгонки, що дає значно вищу точність . На бенчмарку TabArena TabPFN-3-Plus (Thinking) перевершує всі не-TabPFN моделі більш ніж на 200 пунктів Ело, а такола перевершує AutoGluon 1.5 extreme, будучи при цьому в 10 разів швидшою . Сама модель TabPFN-3 залишається з відкритим кодом .

Умови угоди та незалежність

• Ціна придбання — не розголошується, проте SAP зобов'язалася інвестувати понад €1 мільярд протягом чотирьох років .
• Незалежність — Prior Labs продовжує працювати як незалежний суб'єкт, зберігаючи свій бренд, керівництво, дослідницьку програму та відносини з клієнтами .
• Відкритий код — SAP повністю підтримує стратегію відкритого коду Prior Labs; TabPFN-3 випущена з відкритим кодом, а загальна кількість завантажень моделі перевищила 3 мільйони .
• Керівництво — Засновники Френк Гаттер, Ной Холльманн і Саурадж Гамбхір залишаються на чолі команди . До науково-консультаційної ради увійшли лауреат премії Тюрінга Ян ЛеКун та Бернгард Шелькопф з Інституту Макса Планка .

Стратегічне бачення керівництва

Філіпп Герціг, технічний директор SAP, зазначив, що компанія рано зрозуміла: найбільша невикористана можливість у корпоративному ШІ — це не великі мовні моделі, а ШІ, побудований для структурованих бізнес-даних. Він наголосив: «Об'єднання їхньої передової модельної роботи з корпоративними даними та охопленням клієнтів — це те, як ми збираємося лідирувати в цій категорії у глобальному масштабі» .

Френк Гаттер, генеральний директор Prior Labs, сказав: «Приєднання до сім'ї SAP дає нам ресурси, середовище даних і охоплення клієнтів, щоб розкрити цю категорію на повну потужність» . У публікації в LinkedIn після завершення угоди він додав: «Та ж команда, ті ж офіси, та ж місія, відкриті моделі, підкріплені €1 млрд+. Що змінюється? Масштаб і горизонт планування. SAP — ідеальний партнер, з величезним обсягом табличних даних і каналами дистрибуції» .

Об'єднана структура планує займатися передовими дослідженнями в галузі корпоративного ШІ, наукових відкриттів, причинно-наслідкових зв'язків, реляційних даних та агентних систем — переходячи від кореляції до каузальності та створюючи агентів, здатних розуміти таблиці, мову та зображення для логічної динамічної взаємодії . SAP також окреслила амбіції в галузі медичних даних та матеріалознавства — додатки вже використовуються в онкологічній діагностиці, клінічному прийнятті рішень та дослідженні акумуляторних матеріалів .