Due nuove acquisizioni per SAP. La prima è Prior Labs, pioniera dei Tabular Foundation Models (TFM), che accelererà il percorso di SAP nei TFM iniziato con SAP-RPT-1, portando al suo interno uno dei principali team di ricerca al mondo in questo ambito.

Prior Labs continuerà a operare come entità indipendente e SAP si impegnerà a investire oltre 1 miliardo di euro nei prossimi quattro anni per trasformarla in un laboratorio di frontiera globale nell’AI per i dati strutturati che alimentano il business in tutti i Paesi. I termini dell’accordo non sono stati resi noti. L’operazione è ancora soggetta all’approvazione delle autorità regolatorie e il completamento è previsto per il secondo o terzo trimestre del 2026

Come noto, i Large Language Model faticano a generare previsioni accurate sui dati strutturati di business, perché possiedono solo una comprensione limitata di tabelle, numeri e statistiche. A differenza degli LLM, i TFM sono progettati specificamente per questo tipo di dati e sono in grado di prevedere con precisione risultati aziendali basati su dati tabellari, come ritardi nei pagamenti, rischi legati ai fornitori, opportunità di upselling, rischio di abbandono dei clienti e molto altro.

Una volta completata l’operazione, SAP avrà, insieme a Prior Labs, l’opportunità unica di creare un laboratorio di ricerca AI all'avanguardia e definire una nuova categoria nei TFM. Il laboratorio opererà come unità indipendente per garantire velocità nella ricerca, mentre SAP fornirà investimenti a lungo termine e un percorso diretto verso la trasformazione dei risultati della ricerca in prodotti integrati nel portafoglio SAP, attraverso SAP AI Core, SAP Business Data Cloud e il layer agentico con Joule.

“All’inizio, SAP ha compreso che la più grande opportunità ancora inespressa nell’AI enterprise non erano i large language model, ma l’intelligenza artificiale costruita per i dati strutturati che guidano il business mondiale. Abbiamo sviluppato SAP-RPT-1 per dimostrare questa convinzione nell’ambito dei dati enterprise. Prior Labs ha costruito uno dei principali TFM sui benchmark pubblici e uno dei migliori team di ricerca in questa categoria. Combinare il loro lavoro sui modelli di frontiera con i dati enterprise e la nostra base clienti è il modo in cui intendiamo guidare questa categoria a livello globale”, commenta Philipp Herzig, CTO e Chief AI Officer di SAP.

L’altra operazione riguarda Dremio, piattaforma open ad alte prestazioni di data lakehouse progettata per accelerare l’AI agentica ed espandere le capacità di SAP Business Data Cloud di combinare dati SAP e non-SAP, per gestire in modo più efficace workload analitici e di intelligenza artificiale in tempo reale.

Con Dremio, SAP Business Data Cloud diventerà un enterprise lakehouse nativo Apache Iceberg, capace di unificare dati SAP e non-SAP per alimentare l’AI agentica su scala enterprise. Apache Iceberg è il formato open standard di riferimento per il settore e SAP Business Data Cloud lo supporterà nativamente come propria base tecnologica. Questo significa che non saranno necessari spostamenti di dati o conversioni di formato. I dati SAP e non-SAP potranno coesistere sulla stessa infrastruttura aperta, con capacità analitiche federate su tutte le fonti dati aziendali, combinate con il motore in-memory di SAP HANA Cloud per transazioni in tempo reale e prestazioni operative elevate.

La piattaforma lakehouse di Dremio, dettaglia una nota, è destinata a migliorare significativamente l’economia dell’analytics enterprise. È serverless ed elastica: scala automaticamente quando aumenta la domanda e si ridimensiona quando questa diminuisce, eliminando la necessità di capacità fisse e limiti prestazionali nei momenti più critici.

“L’AI enterprise non rallenta perché i modelli non sono abbastanza validi; rallenta perché i dati non sono pronti per gli agenti AI. Dremio elimina questo collo di bottiglia. In combinazione con SAP Business Data Cloud, possiamo ora aiutare i clienti a passare da dati grezzi e frammentati a insight governati e pronti per l’AI su un’unica piattaforma aperta”, conclude Philipp Herzig.