SAP vient de consacrer plus d'un milliard d'euros à une IA qui lit les tableurs, pas les conversations
SAP a finalisé l'acquisition de la start-up fribourgeoise Prior Labs et lui a consacré plus d'un milliard d'euros. Le pari porte sur les modèles fondamentaux tabulaires, une IA conçue pour les tableaux et bases de données plutôt que pour le texte.
Alors que tout le monde débat du chatbot le plus intelligent, SAP a discrètement conclu un accord sur une tout autre forme d’IA. Le groupe logiciel allemand a finalisé l’acquisition de Prior Labs, une start-up de Fribourg fondée il y a environ 18 mois, et a engagé plus d’un milliard d’euros sur quatre ans pour en faire un laboratoire IA de pointe en Europe. Prior Labs conserve son nom, son siège de Fribourg, ses bureaux de Berlin et de New York ainsi que ses travaux libres, en opérant comme entité indépendante au sein de SAP.
Ce que construit Prior Labs mérite une explication, car ce n’est pas un chatbot. Sa spécialité est le modèle fondamental tabulaire : un système IA préentraîné sur des données structurées en forme de tableaux, plutôt que sur de la prose. Son modèle le plus connu, TabPFN, est libre et a dépassé trois millions de téléchargements ; TabPFN-2.6, la version actuelle, arrive en tête de TabArena, classement public de ce type de modèle. Une version antérieure de l’approche a été publiée dans Nature. Le conseil scientifique compte Yann LeCun et Bernhard Schölkopf. Pour mesurer le saut : avant cette sortie, l’entreprise n’avait levé qu’un tour de pré-amorçage d’environ neuf millions d’euros, mené par Balderton Capital.
Pourquoi un modèle axé sur les bases de données n’est-il pas un lot de consolation ? Parce que l’essentiel du fonctionnement réel d’une entreprise repose non sur le texte, mais sur des tableaux : ventes, stocks, registres, journaux de capteurs, bases clients. Les modèles de langage sont bons avec les documents et la conversation, médiocres avec un tableur de millions de lignes, car un modèle entraîné sur des phrases n’est pas naturellement adapté à des colonnes de nombres. Un modèle conçu pour cette forme de données peut prévoir, repérer des anomalies et faire directement des prédictions, sans le réglage manuel complexe dont l’apprentissage automatique classique a généralement besoin. SAP possède une quantité énorme de ce type de données, ce qui rend la logique de l’acquisition assez claire.
Ce que cela signifie pour vous : Si vous découvrez l’IA, c’est une correction utile à une hypothèse fréquente. L’IA n’est pas une seule chose qui discute ; c’est une famille d’outils, et celui qui convient à votre problème n’a peut-être rien à dire. Si vous travaillez avec des données, la conséquence pratique est précise : quand votre question est « prédire un nombre à partir d’un tableau », un modèle fondamental tabulaire est désormais une option réelle à tester contre vos formules de tableur ou votre système de gradient boosting, et TabPFN est libre, donc l’essai ne coûte que du temps. Gardez néanmoins les attentes au sol : l’engagement d’un milliard est un plan, pas un produit, et la tête de TabArena ne garantit pas de meilleurs résultats sur vos données réelles désordonnées.
Sources
Sources: https://news.sap.com/2026/07/sap-completes-prior-labs-acquisition/
Google construirait une puce dont l'architecture de Gemini serait gravée dans le silicium
Une puce serveur nommée Frozen v2 intégrerait matériellement la forme de Gemini. Des ingénieurs prévoiraient une production six à dix fois supérieure par unité d'énergie. Google n'a rien confirmé.
