15ヶ月、900万から10億へ
PriorLabsの物語は、2026年のAI分野で最もドラマチックな資本ストーリーの一つです。
2025年初頭、このドイツのAIスタートアップはわずか900万ユーロのシード資金調達から始まりました。15ヶ月後の現在、SAPがPriorLabsを10億ユーロの投資コミットメントで買収すると発表——評価額は100倍以上に成長しました。
この巨額買収を牽引する核心資産は、GitHub Trendingで話題のオープンソースプロジェクトTabPFN（Prior Labs Tabular Foundation Model）です。
TabPFNは何を解決するのか
機械学習をやったことがある人なら、おそらくこの苦悩を経験したことがあるでしょう：
- 数百行の表データを入手
- XGBoost、ランダムフォレスト、LightGBMを試す
- 数日かけてハイパーパラメータの調整と特徴量エンジニアリング
- 結果：小規模データセットで深刻な過学習
TabPFNのアプローチはこうです：表データを「言語」として扱い、基盤モデルで処理する。
これは従来のMLモデルの代替ではありません——パラダイムシフトです：
| 次元 | 従来のMLパイプライン | TabPFN |
|---|---|---|
| 訓練方式 | タスクごとに一から訓練 | 事前学習済みモデル、ゼロショット推論 |
| 小規模データでの性能 | 過学習しやすい | 自然に適合、安定した性能 |
| 調整コスト | 高い（グリッドサーチ/ベイズ最適化） | ほぼゼロ |
| 特徴量エンジニアリング | 手動で処理必须 | 自動エンコーディング |
| 推論速度 | モデルの複雑さに依存 | 極めて高速 |
なぜSAPは10億ユーロを出すのか
SAPのコアビジネスはエンタープライズソフトウェア——ERP、CRM、サプライチェーン管理——而这些システムの底层、ほぼすべてが表データです。
TabPFNのSAPにとっての戦略的価値：
- インテリジェント分析の組み込み：企業ユーザーはMLパイプラインを設定しなくても、スマートなデータインサイトを得られる
- AIのハードルを下げる：業務担当者が自然言語+表データだけで分析結果を得られる
- 競争の堀：他のAIベンダーがテキストや画像で競争している間に、SAPは「表データAI」という垂直セグメントを押さえた
- オープンソースエコシステム：TabPFNのオープンソース属性により、SAPは開発者エコシステムを引き寄せ、堀を形成できる
基盤モデルの次のフロンティア：テキストでも画像でもない、表データ
2023-2024年：基盤モデルの戦いはテキスト（GPT-4、Claude）と画像（Midjourney、DALL-E）でした。2025年：動画と音声が新しい戦場になりました。
しかし表データは見過ごされてきたブルーオーシャンでした：
- 世界の80%以上の企業データが依然として表形式で保存されている
- 表データのAI処理市場は2027年までに500億ドルを超えると予測
- 従来のMLツールの使用ハードルは極めて高く、企業データチームの5%未満しか効果的に利用できない
TabPFNのオープンソースプロジェクトはすでにGitHubで6,486スターを獲得、本日218スター増加、Trendingリストで第三位にランクイン。
市場展望
この買収はいくつかのシグナルを送っています：
- エンタープライズAIの価値が再定義されている：チャットボットではなく、コア業務データのインテリジェント処理
- 基盤モデルは「専門化」している：汎用大モデルから垂直分野の基盤モデル（コード、表、生物学、金融）へ
- オープンソース+商業化のパスが検証されている：TabPFNはオープンソースプロジェクトだが、SAPはそれをエンタープライズ製品ラインに統合する商業価値を見ている
アクション建議
- データサイエンス実務者：すぐにTabPFNを試してみてください。小規模データセットでのゼロショット性能が、ハイパーパラメータ調整の半分の仕事を代替するかもしれません
- 企業のIT意思決定者：SAPがTabPFNを既存製品ラインにどのように統合するか注目してください。これが企業データ分析のコスト構造を変える可能性があります
- AI起業家：TabPFNは「垂直分野基盤モデル」という道が通じることを証明しました。コード、法律、医療などの分野にも同様の機会があります
基盤モデルの競争は深水区に入っています。次に10億ドルで買収されるのは、あなたがすでに使っているオープンソースプロジェクトかもしれません。