SAP 最近干了件让业界看不懂的事。
这家德国软件巨头，花了 11.6 亿美元，收购了一家成立仅 18 个月的 AI 初创公司 Prior Labs。创始人三个，Frank Hutter、Noah Hollmann、Sauraj Gambhir，全是学术背景，公司还没盈利。
钱多人傻？恰恰相反。SAP 买的是一张通往下一个时代的船票。
一、LLM 读不懂的表格，才是企业的真金白银
这两年大模型火得一塌糊涂，但有个尴尬的事实：ChatGPT 们擅长写诗、写代码、陪你聊天，可你扔给它一张 Excel 报表，它立马抓瞎。
为什么？因为企业 80% 的核心数据，不在文档里，在表格里。
财务系统里的资产负债表、ERP 里的库存流水、HR 系统里的员工档案、CRM 里的客户跟进记录——这些都是结构化数据，行列分明、关系复杂、业务语义密集。LLM 看这些，就像让文科生读电路图，每个字都认识，连在一起不知道啥意思。
Prior Labs 干的事，就是专门训练 AI 读表格。他们搞的东西叫 Tabular Foundation Models（表格基础模型，简称 TFM）。
简单说，传统 LLM 是"读文章的专家"，TFM 是"看报表的专家"。它理解表格的行列关系、数据类型、业务语义，能直接在数据库上做预测、补全、异常检测。
SAP 为啥急？因为它的饭碗就是数据库。全球 90% 的 Fortune 500 企业用 SAP 管账、管人、管供应链。如果 AI 只能处理文本，SAP 的客户就会流失到更智能的平台。现在 SAP 把 TFM 买下来，等于给自己的 ERP 装上了 AI 大脑。
SAP 的焦虑不是空穴来风。
2026 年，SaaS 板块整体下滑，业内称之为"SaaS 末日"。传统软件卖license、卖订阅的模式，正在被 AI 颠覆。客户不再满足于"把数据存进去、流程跑起来"，他们要的是"数据进去、洞察出来、决策自动执行"。
Prior Labs 的价值就在这儿。
想象一下：以前财务经理月底做预测，要从各个系统导数据、拼表格、建模型、写报告，折腾一周。有了 TFM，AI 直接读取 SAP 里的历史数据，秒级生成现金流预测，还能告诉你"如果原材料涨价 10%，下季度利润会掉多少"。
这不是辅助工具，这是生产力重构。
SAP 的野心很明显：从"记录系统"升级为"智能决策系统"。11.6 亿美元，买的是未来十年的船票。
SAP 的动作，对中国市场是个强烈信号。
为什么这么说？
第一，中国企业的数据复杂度，全球罕见。
制造业的 BOM 表、零售业的库存流水、金融业的交易明细、物流业的运单追踪——中国拥有全球最复杂的产业数据生态。这些数据分散在不同系统、不同格式、不同标准里，治理难度极高，但也意味着 AI 化的价值极大。
第二，信创替代加速，国产 ERP 和数据库崛起。
用友、金蝶、浪潮、达梦、人大金仓……国产企业软件正在快速替代国外产品。这个过程中，"数据主权"和"AI 自主可控"成为双重刚需。谁能把 AI 能力嵌入国产数据平台，谁就能吃下这波红利。
第三，数据要素市场化，数据正在变成资产。
数据资产入表、数据交易、数据确权——政策层面正在推动数据从"成本"变成"资产"。企业要想把数据变现，前提是先把数据治理好。而 AI，正是数据治理的放大器。
第四，数字化转型进入深水区。
过去十年，中国企业完成了"上云"。下一个十年，主题是"用数"和"赋智"。云是基础设施，数据是燃料，AI 是引擎。没有好的数据治理，AI 就是无米之炊。
对从业者来说，三个方向值得关注：
1. 表格基础模型（TFM）的国产化
Prior Labs 被 SAP 收了，但中国市场的结构化数据 AI 需求是独立的。语言、业务逻辑、数据规范都不一样，需要本土化的 TFM。这是技术创业者的机会。
2. 行业垂直数据智能
制造业的供应链预测、零售业的动态定价、金融业的信贷风控——每个行业都有独特的表格数据和业务逻辑。做深一个垂直场景，比做通用平台更有价值。
3. 数据治理 + AI 的咨询和实施服务
企业不缺数据，缺的是"AI-ready 的数据"。谁能帮企业把分散的数据整合、清洗、标注、治理，再接入 AI 能力，谁就是下一个十年的埃森哲。
SAP 这笔收购，表面看是买了一家 18 个月的初创公司，实际上是押注了一个趋势：结构化数据 + AI，正在从边缘创新走向主流应用。
对中国企业来说，这意味着数据治理正在从"合规成本"变成"AI 战略资产"。
下一个十年，企业的核心竞争力，不是有多少数据，而是能不能让 AI 读懂你的数据。
船票已经开售，你准备好了吗？
一起体验哲讯的产品和服务
专属定制您的数字化解决方案