🌍較早收集於 74m

SAP 收購 Prior Labs 打造10億歐元表格 AI 實驗室

SAP 收購 Prior Labs 打造10億歐元表格 AI 實驗室
PostLinkedIn
🌍閱讀原文: The Next Web (TNW)

💡SAP 10億歐元押注表格基礎模型,瞄準企業 AI 轉變。(38字)

⚡ 30-Second TL;DR

有什麼變化

SAP 收購 Prior Labs 以建立歐洲 AI 實驗室

為什麼重要

此舉強化 SAP 在表格資料的企業 AI 能力,對商業分析至關重要。顯示對非 LLM 專門基礎模型的投資增長。將歐洲定位為非文字領域 AI 研究樞紐。

下一步行動

立即在 GitHub 上測試 TabPFN 用於你的表格 ML 基準測試。

誰應關注:Enterprise & Security Teams

關鍵要點

  • SAP 收購 Prior Labs 以建立歐洲 AI 實驗室
  • 四年內承諾超過10億歐元,繼900萬歐元預種子輪後
  • 專注 TabPFN 表格基礎模型先驅
  • 2024年初由 Frank Hutter、Noah Hollmann、Sauraj Gambhir 創立

🧠 深度解析

AI-generated analysis for this event.

🔑 增強重點摘要

  • Prior Labs 的核心技術 TabPFN 是一種基於 Transformer 的預測模型,專為小數據集設計,能在不進行傳統模型訓練的情況下實現極高的預測準確度。
  • SAP 此舉旨在解決企業級 AI 在結構化數據(表格數據)處理上的瓶頸,這類數據佔據了 SAP ERP 系統中絕大多數的業務邏輯與決策基礎。
  • 該實驗室將設於德國弗萊堡,利用當地學術資源與 Frank Hutter 在自動化機器學習(AutoML)領域的深厚研究背景,強化 SAP 在歐洲 AI 主權的競爭力。
📊 競品分析▸ Show
競爭對手核心技術/優勢適用場景表格數據處理能力
Prior Labs (SAP)TabPFN (Transformer-based)企業 ERP 結構化數據極高 (小數據集優化)
DataRobot自動化機器學習平台企業預測分析高 (自動特徵工程)
H2O.ai開源 AutoML 與 Driverless AI金融與保險預測高 (自動化建模)
Google Cloud Vertex AI大規模表格模型 (TabNet)雲端大規模數據分析中高 (需較大數據量)

🛠️ 技術深入

  • TabPFN 架構:採用 Prior-Data Fitted Networks (PFN) 技術,將機器學習任務視為序列預測問題,而非傳統的參數優化過程。
  • 推理機制:模型在推理時直接對輸入數據進行前向傳播,無需梯度下降或反向傳播,大幅降低了計算資源需求。
  • 小數據優勢:在樣本數小於 1,000 的表格數據集上,TabPFN 的表現通常優於 XGBoost 或 Random Forest 等傳統梯度提升樹模型。
  • 整合路徑:SAP 計劃將此技術嵌入 SAP Datasphere 與 SAP AI Core,實現自動化的業務數據洞察生成。

🔮 前景展望AI analysis grounded in cited sources

SAP 將在 2027 年前實現 ERP 系統內建自動化預測功能。
透過整合 Prior Labs 的 TabPFN 技術,SAP 可大幅降低企業用戶進行數據建模的技術門檻。
歐洲企業對 SAP AI 解決方案的採用率將顯著提升。
該實驗室強調歐洲 AI 主權與數據隱私,符合歐盟 AI 法案對企業級 AI 的合規性要求。

時間線

2024-01
Frank Hutter、Noah Hollmann 與 Sauraj Gambhir 共同創立 Prior Labs。
2024-05
Prior Labs 完成 900 萬歐元預種子輪融資。
2026-04
SAP 正式宣佈收購 Prior Labs 並啟動 10 億歐元 AI 實驗室投資計畫。
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: The Next Web (TNW)