15 месяцев: от 9 миллионов до 1 миллиарда
История PriorLabs — одна из самых драматичных в сфере ИИ в 2026 году.
В начале 2025 года этот немецкий ИИ-стартап начал всего с €9 миллионов посевного раунда. Пятнадцать месяцев спустя SAP объявила о приобретении PriorLabs с инвестиционным обязательством в €1 миллиард — рост оценки более чем в 100 раз.
Ключевой актив,驱动的 этот масштабный приобретения, — опенсорсный проект TabPFN (Prior Labs Tabular Foundation Model), находящийся в тренде на GitHub.
Какую проблему решает TabPFN
Если вы занимались машинным обучением, вы, вероятно, пережили эту пытку:
- Получаете датасет из нескольких сотен строк
- Пробуете XGBoost, случайный лес, LightGBM
- Тратите дни на настройку гиперпараметров и разработку признаков
- Результат: серьёзный переобучение на малых датасетах
Подход TabPFN: рассматривать табличные данные как «язык» и обрабатывать их с помощью фундаментальной модели.
Это не замена традиционным моделям МО — это смена парадигмы:
| Параметр | Традиционный ML-пайплайн | TabPFN |
|---|---|---|
| Обучение | Обучение с нуля для каждой задачи | Предобученная модель, zero-shot вывод |
| Производительность на малых данных | Склонность к переобучению | Естественная адаптация, стабильная производительность |
| Стоимость настройки | Высокая (grid search / байесовская оптимизация) | Почти нулевая |
| Разработка признаков | Должна выполняться вручную | Автоматическое кодирование |
| Скорость вывода | Зависит от сложности модели | Чрезвычайно быстрая |
Почему SAP готова потратить €1 миллиард
Основной бизнес SAP — корпоративное программное обеспечение — ERP, CRM, управление цепочками поставок — и под всеми этими системами почти всё — табличные данные.
Стратегическая ценность TabPFN для SAP:
- Встроенная интеллектуальная аналитика: корпоративные пользователи получают умные данные без настройки ML-пайплайнов.
- Снижение барьера для ИИ: бизнес-пользователи могут получать результаты анализа напрямую через естественный язык + табличные данные.
- Конкурентный ров: пока другие ИИ-вендоры соревнуются в текстах и изображениях, SAP захватывает вертикаль «ИИ для табличных данных».
- Опенсорс-экосистема: опенсорсная природа TabPFN означает, что SAP может привлечь экосистему разработчиков, создавая ров.
Следующий рубеж фундаментальных моделей: не текст, не изображения — таблицы
2023-2024: битвы фундаментальных моделей шли в текстах (GPT-4, Claude) и изображениях (Midjourney, DALL-E). 2025: видео и аудио стали новым полем битвы.
Но табличные данные оставались недооценённым голубым океаном:
- Более 80% глобальных корпоративных данных по-прежнему хранятся в табличной форме.
- Рынок ИИ-обработки табличных данных, как прогнозируется, превысит $50 миллиардов к 2027 году.
- Традиционные ML-инструменты имеют чрезвычайно высокий барьер — менее 5% корпоративных команд данных могут эффективно их использовать.
Опенсорсный проект TabPFN уже получил 6 486 звёзд на GitHub, с ростом 218 звёзд сегодня, занимая третье место в списке Trending.
Прогноз рынка
Это приобретение посылает несколько сигналов:
- Ценность корпоративного ИИ переопределяется: не чат-боты, а интеллектуальная обработка ключевых бизнес-данных.
- Фундаментальные модели «специализируются»: от общих больших моделей к фундаментальным моделям вертикальных доменов (код, таблицы, биология, финансы).
- Путь опенсорс + коммерциализация подтверждён: TabPFN — опенсорсный проект, но SAP видит коммерческую ценность интеграции его в корпоративные продуктовые линейки.
Рекомендации к действию
- Практики data science: немедленно попробуйте TabPFN — его zero-shot производительность на малых датасетах может заменить половину вашей работы по настройке гиперпараметров.
- Корпоративные ИТ-руководители: следите за тем, как SAP интегрирует TabPFN в существующие продуктовые линейки — это может изменить структуру затрат корпоративного анализа данных.
- ИИ-предприниматели: TabPFN доказывает, что путь «вертикальной доменной фундаментальной модели» работает. Код, юриспруденция, медицина и другие области имеют аналогичные возможности.
Соревнование фундаментальных моделей входит в глубокие воды. Следующее приобретение на миллиард долларов может быть опенсорсным проектом, который вы уже используете.