L’intelligenza artificiale è ancora una volta protagonista di un’acquisizione, anzi di due: Sap ha annunciato la firma di due accordi di compravendita, con la tedesca Prior Labs e con la texana Dreamio. E si tratta di aziende molto diverse tra loro, una specializzata in modelli AI di una particolare categoria, i Tabular Foundation Model, e l’altra invece focalizzata sull’integrazione dei dati. Tuttavia entrambe rientrano, per Sap, in una strategia che mira a intercettare le necessità delle aziende alle prese con l’adozione dell’AI.
Startup di Friburgo, con sedi anche a Berlino e a New York, Prior Labs si definisce una pioniera dei Tabular Foundation Model, cioè modelli di intelligenza artificiale che, a differenza dei Large Language Model, lavorano molto bene su dati strutturati, tabelle, numeri e statistiche. Una tecnologia che è, quindi, adatta per applicazioni di analisi e previsione su ritardi nei pagamenti, rischi legati ai fornitori, opportunità di upselling, rischio di abbandono dei clienti e altro. Con il lavoro di ricercatori provenienti da Google, Apple, Amazon, Microsoft, dal Cern e da altre organizzazioni, a startup ha messo a punto una serie di Tabular Foundation Model, TabPFN, che già contano più di tre milioni di download.
Con l’acquisizione, questa tecnologia continuerà a essere sviluppata e Prior Labs continuerà a operare come entità indipendente, diventando un “laboratorio”, anzi un “laboratorio di frontiera leader globale nell’AI”, nelle intenzioni di Sap. Quest’ultima si è impegnata per investire oltre un miliardo di euro nei prossimi quattro anni a supporto di tale obiettivo. I ricercatori Yann LeCun e Bernhard Schoelkopf, già collaboratori di Prior Labs, entreranno a far parte del comitato scientifico consultivo del futuro laboratorio.
Con la tecnologia di Prior Labs, Sap consentirà agli utenti di fornire record di dati e di ottenere previsioni immediate e affidabili senza alcun addestramento del modello. Un singolo Tabular Foundation Model potrà adattarsi dinamicamente a diversi casi d’uso, tra cui l'interrogazione e generazione di dataset e l'esecuzione di scenari “what-if”.
Va detto che questo tipo di tecnologia non è una novità assoluta per Sap, che già la propone con il proprio modello SAP-RPT-1. L’azienda “ha compreso che la più grande opportunità ancora inespressa nell’AI enterprise non erano i large language model, ma l’intelligenza artificiale costruita per i dati strutturati che guidano il business mondiale”, come dichiarato da Philipp Herzig, chief artificial intelligence officer dell’azienda. “Abbiamo sviluppato SAP-RPT-1 per dimostrare questa convinzione nell’ambito dei dati enterprise. Prior Labs ha costruito uno dei principali TFM sui benchmark pubblici e uno dei migliori team di ricerca in questa categoria. Combinare il loro lavoro sui modelli di frontiera con i dati enterprise e la nostra base clienti è il modo in cui intendiamo guidare questa categoria a livello globale”.
Scacco matto alla frammentazione
Con l’altra acquisizione annunciata, invece, Sap dichiara scacco matto alla frammentazione dei dati. Azienda di Austin, Dremio ha sviluppato una piattaforma open-source di data lakehouse di tipo serverless e scalabile in base alla domanda. A detta di Sap, una piattaforma di questo tipo è “progettata per accelerare l’AI agentica”, oltre che le attività di analytics, dal momento che elimina la frammentazione dei dati e lo fa senza richiedere complesse attività di integrazione, migrazione, o conversione di formato. Clustering, ottimizzazione e compattazione vengono gestiti in modo automatico.
Con l’apporto di questa tecnologia, Sap Business Data Cloud diventerà un enterprise lakehouse nativo Apache Iceberg, capace di unificare dati Sap e non-Sap, senza spostamenti di dati o conversioni di formato. Sap potrà, a quel punto, proporre un catalogo basato su Apache Polaris e sulle API open Apache Iceberg REST Catalog, che fungerà sia da livello di discovery sia da livello semantico di Business Data Cloud. Il catalogo costituirà la base del Sap Knowledge Graph.
“L’AI enterprise rallenta non perché i modelli non sono abbastanza validi; rallenta perché i dati non sono pronti per gli agenti AI”, ha commentato Herzig. “Dremio elimina questo collo di bottiglia. In combinazione con Sap Business Data Cloud, possiamo ora aiutare i clienti a passare da dati grezzi e frammentati a insight governati e pronti per l’AI su un’unica piattaforma aperta”.