SAP acaba de gastar más de mil millones de euros en una IA que lee hojas de cálculo, no conversaciones
SAP ha completado la adquisición de Prior Labs, una empresa emergente de Friburgo, y le ha destinado más de mil millones de euros. La apuesta son los modelos fundacionales tabulares, una IA diseñada para tablas y bases de datos en vez de texto.
Mientras todos los demás discuten qué chatbot es el más inteligente, SAP ha cerrado discretamente una operación relacionada con una clase de IA totalmente distinta. El grupo de software alemán ha completado la adquisición de Prior Labs, una empresa emergente de Friburgo fundada hace unos 18 meses, y ha comprometido más de mil millones de euros durante cuatro años para convertirla en un laboratorio europeo de IA de frontera. Prior Labs conserva su nombre, su sede en Friburgo, sus oficinas de Berlín y Nueva York y su trabajo de código abierto, y funcionará como una entidad independiente dentro de SAP.
Merece la pena explicar lo que desarrolla Prior Labs, porque no es un chatbot. Su especialidad son los modelos fundacionales tabulares: sistemas de IA preentrenados con datos estructurados en forma de tabla, en vez de con prosa. Su modelo más conocido, TabPFN, es de código abierto y ha superado los tres millones de descargas; el TabPFN-2.6 actual encabeza TabArena, una clasificación pública para este tipo de modelos. Una versión anterior del enfoque se publicó en Nature. El consejo asesor científico incluye a Yann LeCun y Bernhard Schölkopf. Para poner en contexto la magnitud del salto: antes de esta venta, la empresa solo había recaudado una ronda presemilla de unos nueve millones de euros, liderada por Balderton Capital.
He aquí por qué un modelo centrado en bases de datos no es un premio de consolación. La mayor parte de aquello sobre lo que funciona realmente una empresa no son textos, sino tablas: registros de ventas, inventarios, libros contables, registros de sensores y bases de datos de clientes. Los modelos de lenguaje se desenvuelven bien con documentos y conversaciones, pero son mediocres ante una hoja de cálculo con un millón de filas, porque un modelo entrenado con frases no está adaptado de forma natural a columnas de números. Un modelo creado para esa forma de datos puede hacer previsiones, detectar anomalías y generar predicciones directamente, sin el complejo ajuste manual que suele exigir el aprendizaje automático tradicional. SAP alberga una cantidad enorme de precisamente esta clase de datos, lo que deja bastante clara la lógica de la compra.
Qué significa esto para ti: Si acabas de llegar a la IA, esto corrige una idea equivocada habitual. La IA no es una sola cosa que conversa, sino una familia de herramientas, y la que encaje con tu problema quizá no tenga nada que decir. Si trabajas con datos, la conclusión práctica es concreta: cuando tu pregunta sea «predecir un número a partir de una tabla», un modelo fundacional tabular es ya una opción real que merece la pena comparar con tus fórmulas de hoja de cálculo o tu configuración de potenciación del gradiente, y TabPFN es de código abierto, así que probarlo solo cuesta tiempo. Eso sí, conviene mantener los pies en el suelo: comprometer mil millones de euros es un plan, no un producto, y liderar las pruebas de TabArena no implica automáticamente obtener mejores resultados con tus desordenados datos reales.
Fuentes
Fuentes: https://news.sap.com/2026/07/sap-completes-prior-labs-acquisition/
Según las informaciones, Google desarrolla un chip con el diseño de Gemini integrado en el silicio
Un chip para servidores con el nombre en clave Frozen v2 integraría la estructura de Gemini directamente en el hardware. Según las informaciones, los ingenieros calculan que ofrecería entre seis y diez veces más rendimiento por unidad de energía. Google no ha confirmado nada.
