SAP 完成收購 Prior Labs，歐洲首個企業級前沿 AI 實驗室正式誕生

SAP SE 於7月17日宣布完成對 Prior Labs 的收購。這家總部位於弗萊堡（Freiburg）的德國新創公司，是表格基礎模型（Tabular Foundation Models）的先驅——一種專為企業軟體底層結構化列欄資料而生的 AI 技術。此項交易5月宣布，於 Prior Labs 成立後僅18個月即告完成，SAP 同步承諾在未來四年投入逾10億歐元，將其打造為全球領先的前沿 AI 研究院。

這不僅是一宗商業收購，更標誌著歐洲 AI 發展的重要里程碑：歐洲首度出現由大型企業軟體公司出資、且明確承諾維持研究機構獨立性的前沿 AI 實驗室。

為何「表格AI」是被忽視的前沿領域

要理解 SAP 為何願意為 Prior Labs 付出高價，必須先了解這家公司究竟做了什麼——以及為何它與大多數人對前沿 AI 的想像截然不同。

2026年 AI 的主流敘事圍繞著語言模型展開：能寫程式、摘要文件、回答問題、甚至在現實世界中採取行動的文字系統。定義 AI 進步的基準測試——程式碼準確性、推理鏈、數學證明——幾乎清一色是文字性的。

然而，現實世界中絕大多數具有重大經濟意義的資料並非文字，而是表格：行列結構、資料庫、試算表、ERP 記錄、財務帳本、供應鏈日誌。真正驅動雀巢（Nestlé）生產排程、匯豐（HSBC）貸款組合或福斯汽車（Volkswagen）零件庫存的資料，不是文件，而是結構化的表格。語言模型在文字上極為強大，但歷來在表格資料上表現欠佳。

Prior Labs 的成立，正是為了解決這個問題。該公司的 TabPFN（表格先驗資料擬合網路）模型系列發表於《自然》（Nature）期刊，在數百項獨立學術研究的表格基準測試中樹立了最新技術水準。傳統機器學習處理表格資料，需要大量特徵工程、手動調參和針對每個新應用場景的大規模訓練資料集；TabPFN 則以基礎模型的思路應對：在海量合成表格任務的廣義分布上預訓練，僅需極少樣本即可泛化至全新資料集。

SAP 技術長菲利普·赫爾齊格（Philipp Herzig）將結構化資料稱為「企業 AI 中最大的未開發機遇」——這句話聽起來平淡，但只要想到 SAP 的軟體處理著全球約87%的商業交易，其份量便不言而喻。

承諾保持獨立的收購架構

每當大公司收購新創，「維持獨立」的承諾幾乎例行出現，但獨立性通常在一兩年內銷聲匿跡。SAP 至少在制度設計層面做出了不同選擇。

Prior Labs 將以獨立實體形式繼續運營，由原有創辦人主持：弗萊堡大學機器學習教授、也是領域內被引用次數最高的研究者之一弗蘭克·胡特（Frank Hutter）；主導 TabPFN 研究工作的諾亞·霍爾曼（Noah Hollmann）；以及薩烏拉吉·岡比爾（Sauraj Gambhir）。實驗室將保留自身品牌、獨立的研究議程與自主招募權——SAP 提供資本，讓這個原本受學術資源限制的研究團隊，得以晉升為擁有算力、人才和長期視野的競爭型研究機構。

SAP 的10億歐元四年承諾意味著每年約2.5億歐元的投入。以美國 AI 實驗室的標準衡量尚屬保守——OpenAI 和 Anthropic 的募資規模均在數百億美元級別——但對歐洲研究機構而言已屬相當規模，與 DeepMind 被 Google 收購前的規模，或法國 IDRIS 納入國家 AI 戰略前的量級相當。

獨立性的真正考驗，將出現在 Prior Labs 的研究成果無法與 SAP 的產品路線圖自然對齊之時，或者反過來，當 SAP 的商業壓力推動前沿實驗室轉向應用工程時。目前，SAP 的公開承諾是資助長期研究，而非短期工程開發。

歐洲一直試圖構建的體系

這宗收購的意義超越了直接的商業邏輯：它代表著歐洲 AI 政策多年來試圖打造卻始終難以複製的路徑——讓卓越的學術 AI 研究在無需遷往矽谷的前提下，走向商業化的前沿研究機構。

歐洲不缺優秀的 AI 研究。牛津、劍橋、蘇黎世聯邦理工（ETH Zurich）、慕尼黑工業大學（TU Munich）所培育的基礎 AI 研究者，在數量上並不遜於美國頂尖院校的同儕。然而，讓這些研究者留在歐洲繼續深耕的商業結構——充足的實驗室資金、具競爭力的股權激勵、可及的前沿算力——至今仍嚴重缺失。結果是持續的人才外流：想做前沿研究的歐洲研究者，必須在「留守學術機構但資源受限」與「加入美國超大型科技公司或資金充裕的新創公司」之間艱難抉擇。

Prior Labs 本身就是這一困境的產物：弗蘭克·胡特在德國創立了它，正是為了驗證歐洲前沿實驗室能否以對等條件參與競爭。SAP 在公司成立18個月後便完成收購——而非等待其失敗或遷往美國——意味著這套模式是可行的，前提是歐洲戰略買家能在美國競購者之前看到價值。

對耗費多年與鉅額資源試圖孵化歐洲 AI 冠軍企業的歐盟政策制定者而言，SAP-Prior Labs 的交易提供了一個政府採購、補助金與創業投資始終難以複製的範本：由真正理解該領域、且手握可信分發渠道的資金充裕企業出手扶植。

SAP 的戰略盤算

SAP 的動機當然並非純粹利他。這家公司擁有約4億用戶，每年處理數兆歐元的商業交易，佔據企業軟體市場的核心位置。其客戶——全球最大的製造商、銀行、零售商和政府——坐擁數十年積累的結構化表格資料，卻無法從當前吸納 AI 投資與關注的語言模型工具中獲益。

若 Prior Labs 能將 TabPFN 的方法擴展至真實企業資料集的規模與複雜度——數百列、數十億行、大量缺失值、模式漂移、領域特定語義——SAP 將擁有任何語言模型供應商都難以輕易複製的差異化 AI 能力。嵌入 S/4HANA（SAP 核心 ERP 系統）的表格 AI，可在資料不離境的情況下分析客戶的供應鏈異常、標記信用風險或預測需求。

前沿研究公信力、歐洲監管相容性，加上深厚的企業分發管道——這三者的組合，正是 SAP 願意以10億歐元換取的資產。至於能否兌現，取決於 Prior Labs 能否從研究卓越走向企業級生產部署——這比聽起來要困難得多。但就今年在歐洲落下的企業 AI 賭注而言，這是結構上最具說服力的一次。