SAP a annoncé la disponibilité de TabPFN-3.5, le nouveau modèle d’intelligence artificielle de Prior Labs, au sein de SAP AI Core. L’entreprise présente cette technologie comme une alternative spécialisée pour exploiter des données tabulaires, telles que les informations financières, les paiements, les fournisseurs ou les clients, permettant de générer des prédictions sans nécessiter un entraînement ou un ajustement préalable pour chaque cas.

Les atouts de TabPFN-3.5 Plus en 20 secondes

• TabPFN-3.5 est intégré à SAP AI Core pour traiter directement des données structurées d’entreprise.
• Le modèle utilise l’in-context learning, éliminant la nécessité d’un entraînement spécifique ou d’un ajustement préalable.
• Il peut gérer des valeurs manquantes, différents types de données et des colonnes contenant des milliers de valeurs distinctes.
• SAP cite les benchmarks externes TabArena et BeyondArena pour appuyer ses affirmations sur la précision et la capacité d’évolutivité.
• Prior Labs a rejoint SAP en juillet 2026 suite à une opération pour laquelle SAP avait engagé plus d’un milliard d’euros.

Cette solution s’adresse à un type d’information présent dans une majorité de systèmes d’entreprise, mais qui ne correspond pas directement aux capacités pour lesquelles les grands modèles de langage (LLM) ont été conçus. SAP prend comme exemples les prévisions de flux de trésorerie, les retards de paiements, l’évaluation des risques fournisseurs, les opportunités de ventes additionnelles ou le risque de churn client.

Alors que les LLM sont principalement conçus pour traiter du langage et du savoir, les modèles fondamentaux tabulaires, appelés TFM (Tabular Foundation Models), sont spécialisés dans les données structurées organisées en lignes et colonnes.

Cette distinction a des implications concrètes. En entreprise, les données peuvent contenir des champs incomplets, des types variés ou des identifiants avec des milliers de catégories. Préparer ces données pour un apprentissage automatique traditionnel requiert souvent des transformations et des configurations spécifiques. SAP affirme que TabPFN-3.5 est conçu pour traiter ces données avec moins de préparation préalable.

Un modèle conçu pour les données d’entreprise, sans entraînement spécifique

TabPFN-3.5 exploite l’in-context learning, une technique permettant au modèle de réaliser des prédictions à partir des exemples insérés directement dans les données qu’il reçoit. Selon SAP, cela supprime la nécessité d’un entraînement dédié pour chaque ensemble de données ou de nombreuses phases de réglages avant d’obtenir des résultats.

L’entreprise met également en avant sa capacité à gérer nativement des valeurs manquantes et des types de données divers. Un autre point fort est la gestion de colonnes pouvant contenir des milliers de valeurs différentes, comme des codes produits ou des identifiants clients.

Cette caractéristique est particulièrement pertinente dans les systèmes d’information d’entreprise, où les tables ne présentent pas toujours une structure propre et homogène, comme c’est souvent le cas dans des processus classiques d’apprentissage automatique.

SAP ne présente pas TabPFN-3.5 comme un substitut général aux LLM. La société situe chaque technologie dans un contexte différent : les modèles de langage se concentrent sur le traitement du langage et du savoir, tandis que TabPFN-3.5 vise à extraire des prédictions à partir de données tabulaires.

L’objectif est que l’utilisateur puisse exploiter des informations déjà présentes dans ses systèmes pour générer des prédictions, sans devoir construire un processus d’entraînement sur-mesure pour chaque besoin.

Les cas d’usage potentiels incluent l’évaluation des risques liés aux fournisseurs, la prévision de retards de paiement ou l’estimation du churn client. Là où le résultat attendu n’est pas forcément une génération de texte, mais une prédiction issue de multiples variables structurées.

SAP intègre Prior Labs à sa stratégie d’IA pour l’entreprise

L’intégration de TabPFN-3.5 Plus dans SAP AI Core reflète également le processus de rapprochement de Prior Labs dans SAP. L’entreprise allemande a finalisé son acquisition en juillet 2026.

SAP avait déjà annoncé son ambition d’investir plus d’un milliard d’euros pour étendre les capacités de Prior Labs et créer un laboratoire européen dédié à l’IA centrée sur les données structurées. Selon les déclarations, Prior Labs conserve son identité en tant qu’entité indépendante au sein de SAP.

Cette opération permet à SAP d’incorporer une technologie spécifiquement conçue pour les données tabulaires à son portefeuille d’offres industrielles. La société mentionne également sa gamme de modèles SAP-RPT comme faisant partie de sa stratégie dans ce domaine.

Le CTO de SAP, Philipp Herzig, explique que les données d’entreprise sont souvent caractérisées par des relations complexes et des conditions variables qui compliquent l’usage des méthodes classiques d’apprentissages automatiques. Il valorise cette approche dans la communication officielle de SAP pour illustrer le positionnement de TabPFN-3.5 dans sa suite IA.

Pour supporter ses affirmations concernant ses performances, SAP cite les résultats obtenus sur les benchmarks extérieurs TabArena et BeyondArena, conçus pour évaluer la précision des modèles sur des données réelles. La société présente TabPFN-3.5 Plus comme le modèle tabulaire le plus précis et évolutif à ce jour, mais cette déclaration repose surtout sur leur appréciation, basée sur ces benchmarks, et ne doit pas être considérée comme une caractéristique universelle de la technologie.

L’accès au modèle se fait via SAP AI Core. Pour les clients SAP, cela facilite l’intégration de TabPFN-3.5 Plus dans leur environnement d’intelligence artificielle, évitant ainsi de gérer séparément toute l’infrastructure nécessaire à son déploiement.

La question clé pour les entreprises sera de comprendre comment ce type de modèle s’intègre dans leurs processus actuels d’analyse et de prévision. La capacité de ne pas passer par un entraînement spécifique peut réduire le travail préalable pour certains cas d’usage, mais aucune donnée précise n’a été communiquée concernant des gains en termes de temps, de coûts ou de précision pour des clients spécifiques.

Il convient aussi de différencier la disponibilité d’un modèle de la pleine automatisation d’une décision métier. Si TabPFN-3.5 peut produire des prédictions sur des données structurées, leur utilisation dans des processus comme la gestion fournisseurs, la facturation ou les prévisions financières dépendra de chaque organisation et de ses systèmes intégrés.

La stratégie de SAP vise ainsi une IA spécialisée selon le type d’information. Plutôt que de se concentrer uniquement sur un modèle généraliste, l’entreprise développe des modèles adaptés à des problématiques précises et aux données déjà exploitées par ses clients.

Foire aux questions

Qu’est-ce que TabPFN-3.5 ?

C’est un modèle fondamental tabulaire de Prior Labs, conçu pour effectuer des prédictions sur des données structurées. SAP l’a annoncé disponible sous le nom de TabPFN-3.5 Plus dans SAP AI Core.

TabPFN-3.5 nécessite-t-il un entraînement ?

Selon SAP, non. Il ne requiert ni entraînement ni ajustement spécifique, utilisant l’in-context learning pour travailler avec les données reçues.

Quels types de données peut analyser TabPFN-3.5 ?

SAP indique qu’il peut traiter des données tabulaires comportant des valeurs manquantes, des types mixtes et des colonnes avec des milliers de valeurs différentes, comme des codes produits ou des identifiants clients.

Quand SAP a-t-elle acquis Prior Labs ?

SAP a finalisé cette acquisition en juillet 2026. La société avait auparavant annoncé un investissement supérieur à 1 milliard d’euros pour développer ses capacités en IA pour les données structurées.