SAP paga 1.160 millones por Prior Labs: la apuesta por la IA que entiende tus datos

SAP acaba de pagar más de 1.000 millones de euros por una empresa que lleva 18 meses de vida y que levantó 9 millones en su primera ronda. El comprador es el mayor proveedor mundial de software ERP, con 400.000 clientes en 180 países. El vendedor es Prior Labs, una startup fundada en Friburgo por Frank Hutter, Noah Hollmann y Sauraj Gambhir, especializada en un nicho muy concreto: modelos de IA para datos tabulares. La magnitud de la operación revela algo que los grandes laboratorios de IA llevan tiempo ignorando.

Qué son los modelos tabulares y por qué importan más que los LLMs para las empresas

Cuando la mayoría de las empresas escuchan "inteligencia artificial", piensan en chatbots o en generación de texto. Pero el 80% de los datos que realmente mueven un negocio viven en tablas: facturas, inventarios, históricos de ventas, registros de clientes, previsiones financieras. Los grandes modelos de lenguaje como GPT o Claude son extraordinariamente potentes para procesar texto, pero no están diseñados para razonar sobre bases de datos estructuradas. Ahí es donde entran los modelos de fundación tabulares, o TFMs (Tabular Foundation Models), la especialidad de Prior Labs. Su producto estrella, TabPFN, ha sido descargado más de tres millones de veces en sus versiones open source. La apuesta de SAP es que estos modelos representan "la mayor oportunidad sin explotar en IA empresarial", en palabras del propio CTO de SAP, Philipp Herzig. No son palabras de marketing: respaldan esa afirmación con 1.000 millones de euros.

Los números de una operación poco habitual

La operación entre SAP y Prior Labs tiene varias características que la hacen singular. Primero, la antigüedad del objetivo: 18 meses de vida frente a un precio de adquisición que supera los 1.000 millones de euros. Segundo, la estructura financiera: la mayor parte se paga en efectivo, y más de 500 millones de dólares fueron directamente al bolsillo de los fundadores en el momento del cierre. Tercero, el historial de financiación previa: Prior Labs había levantado 9,3 millones de dólares en una ronda pre-seed en febrero de 2025, liderada por Balderton Capital. La multiplicación del valor en tan poco tiempo es inusual incluso para los estándares del sector. Para SAP, sin embargo, la operación tiene lógica estratégica clara: la empresa ya había desarrollado internamente SAP-RPT-1, su propio modelo transformador relacional, señalando que llevaba tiempo moviéndose hacia este territorio. La adquisición acelera ese camino y les da el equipo de investigación más avanzado del sector en modelos tabulares.

El contexto competitivo: quién más se mueve en este espacio

Prior Labs no es la única apuesta en este nicho emergente. En febrero de 2026, Fundamental, otro competidor en datos tabulares, levantó 255 millones de dólares en una ronda Serie A, una cifra extraordinaria para una empresa en etapa temprana. Neuralk-AI es otra firma que compite en el mismo espacio. La carrera por dominar la IA para datos estructurados está acelerando, y los grandes de software empresarial lo saben. La diferencia entre SAP y sus competidores como Salesforce es notable: mientras Salesforce permite a sus clientes integrar cualquier agente de IA externo, SAP ha optado por una arquitectura controlada. Solo los agentes "aprobados por SAP" pueden acceder a sus sistemas, y entre los pocos autorizados está NemoClaw, el software de Nvidia para gestión de agentes de IA. Esta elección estratégica no es neutra: SAP apuesta por un ecosistema cerrado donde la gobernanza y la seguridad están garantizadas, en lugar de la apertura máxima. Para muchos de sus clientes del mercado enterprise, con requisitos estrictos de cumplimiento y protección de datos, esa restricción puede ser una ventaja, no un inconveniente.

Joule Agents y la visión de SAP para la IA agéntica

La adquisición de Prior Labs se enmarca en una estrategia más amplia de SAP para construir lo que llaman "IA agéntica" para el mundo empresarial. Su plataforma Joule Agents, actualmente en fase beta, permite a los clientes crear sus propios agentes de IA que operen sobre datos SAP, integrando la capacidad de Prior Labs con el Agent Toolkit de Nvidia. La visión es clara: no vender IA como una capa adicional encima de los sistemas existentes, sino convertir los propios datos estructurados de la empresa en el combustible de modelos de IA especializados. La diferencia con el enfoque de los grandes laboratorios es significativa. OpenAI y Anthropic están construyendo modelos de propósito general que luego se adaptan a casos de uso específicos. SAP está construyendo desde el principio para un tipo concreto de datos: los que generan transacciones empresariales reales.

Qué significa esto para las empresas que evalúan IA en 2026

La operación SAP-Prior Labs lanza una señal clara al mercado. La IA que va a cambiar los resultados de una empresa no es la que sabe escribir emails o resumir documentos, aunque eso también tenga valor. La que va a mover la aguja de verdad es la que puede razonar sobre los datos propios de cada negocio: sus ventas históricas, su cadena de suministro, sus márgenes por cliente, sus patrones de demanda. Los modelos tabulares abren esa posibilidad de forma más precisa y más eficiente que un LLM generalista. Para las empresas que usan SAP o sistemas similares, la pregunta ya no es si integrar IA sino qué tipo de IA usar y con qué garantías de gobernanza. La apuesta de SAP por un ecosistema controlado frente a la apertura de Salesforce define dos filosofías opuestas sobre cómo debe funcionar la IA en entornos críticos de negocio. Ninguna de las dos es universalmente correcta, pero conocer la diferencia es esencial para tomar la decisión con información suficiente.

Conclusión

SAP ha pagado un precio enorme por una empresa muy joven porque ha identificado que el siguiente terreno de batalla de la IA empresarial son los datos estructurados, no el lenguaje natural. La adquisición de Prior Labs no es una apuesta oportunista: es la consecuencia lógica de una estrategia que ya tenía forma con el desarrollo interno de SAP-RPT-1. Lo que cambia ahora es la velocidad y el talento disponible. Para el resto del mercado, la operación es una referencia del valor que puede alcanzar la especialización en IA frente a la generalidad. Las empresas que entiendan antes que sus datos propios son el activo diferencial, y que busquen modelos diseñados específicamente para razonar sobre ellos, tendrán una ventaja real sobre las que sigan usando herramientas de propósito general para todo.