Mientras todos hablan de ChatGPT, SAP apuesta 1.000 millones por otra IA

Mientras el debate público sobre inteligencia artificial sigue girando casi en exclusiva alrededor de ChatGPT, Claude, Gemini o Grok, SAP acaba de mover ficha en una dirección completamente distinta. El 17 de julio de 2026, la compañía alemana completó la adquisición de Prior Labs, una startup especializada no en chatbots, sino en dar sentido a los datos estructurados que mueven cualquier empresa: hojas de cálculo, ERP, CRM, inventarios, facturación. SAP se ha comprometido a invertir más de 1.000 millones de euros durante los próximos cuatro años para convertir Prior Labs en un laboratorio de IA de referencia en Europa.

¿Qué ha comprado realmente SAP?

Mucha gente pensará: "otra empresa de IA". Pero Prior Labs no desarrolla un asistente conversacional. Su especialidad son los llamados Tabular Foundation Models (TFM), una categoría de IA diseñada específicamente para datos estructurados en vez de texto libre. Su producto, TabPFN, es un único modelo pre-entrenado capaz de resolver tareas de predicción —retrasos de pago, fuga de clientes, riesgo de proveedores, previsión de demanda— directamente sobre los datos tabulares de una empresa, sin necesidad de entrenar un modelo distinto para cada problema.

¿Por qué esto importa más que otro chatbot?

El eje del debate suele ser el texto: quién escribe mejor, quién resume más rápido, quién responde con más precisión. Pero las empresas no viven principalmente de conversaciones. Viven de tablas, números, registros de clientes, pedidos, proveedores e inventarios. Ahí es precisamente donde Prior Labs quiere destacar. Mientras OpenAI persigue la mejor IA conversacional posible, SAP parece decir algo distinto: las empresas no necesitan otro chatbot, necesitan una IA que entienda perfectamente sus datos.

Qué son los datos estructurados, explicado simple

Imagina dos documentos con la misma información de fondo. El primero es un contrato en PDF: texto corrido, cláusulas, párrafos. El segundo es una tabla con columnas de cliente, producto, precio, fecha y cantidad. El segundo es un dato estructurado: información organizada en filas y columnas que un sistema puede cruzar, sumar y comparar de forma directa. Buena parte de la información crítica de cualquier empresa —contabilidad, logística, recursos humanos, ventas— vive precisamente en ese segundo formato, no en documentos de texto.

Por qué ChatGPT no resuelve esto por sí solo

Los grandes modelos de lenguaje como los que hay detrás de ChatGPT o Claude son extraordinarios escribiendo, resumiendo y respondiendo preguntas. Pero una empresa también necesita analizar millones de registros, detectar anomalías, encontrar patrones ocultos y entender las relaciones entre varias tablas a la vez —clientes que se cruzan con pedidos, que se cruzan con proveedores—. Ahí es donde un modelo generalista entrenado sobre todo con texto empieza a notar sus límites, y donde un modelo especializado como TabPFN puede aportar un valor diferencial real.

Por qué tiene sentido que sea SAP quien apueste por esto

SAP no vende un chatbot: vende el software que ya utilizan miles de grandes empresas para gestionar compras, ventas, recursos humanos, contabilidad, producción y logística. Por eso su apuesta en IA no necesita parecerse a la de OpenAI o Anthropic. SAP no tiene que competir de frente por el mejor asistente conversacional; le basta con mejorar el software que sus clientes ya usan cada día, y ese software está construido, precisamente, sobre datos estructurados.

El dato que impresiona: de startup de 18 meses a laboratorio de referencia

Prior Labs nació hace apenas 18 meses con una ronda inicial relativamente modesta. Hoy pasa a formar parte de SAP, que invertirá más de 1.000 millones de euros para escalar el proyecto —y, según ha confirmado la propia compañía, mantenerlo como un laboratorio independiente especializado en IA para datos empresariales, no absorbido sin más dentro de la estructura de SAP—. Es una de las historias de crecimiento más llamativas del ecosistema europeo de IA en lo que va de 2026.

Qué podría significar para las empresas

Si esta estrategia funciona, las empresas podrían disponer de herramientas capaces de analizar automáticamente grandes bases de datos, detectar errores contables antes de que se conviertan en un problema, prever roturas de stock, anticipar impagos o identificar qué clientes están a punto de irse a la competencia —las mismas tareas de predicción que ya resuelve TabPFN sobre pagos, fuga de clientes, riesgo de proveedores y previsión de demanda—, todo con modelos diseñados específicamente para ese tipo de información, no adaptados a la fuerza desde un modelo de texto.

Metodología

Los datos sobre la adquisición de Prior Labs por parte de SAP, el compromiso de inversión superior a 1.000 millones de euros a cuatro años, la fecha de cierre (17 de julio de 2026) y la naturaleza de TabPFN como Tabular Foundation Model proceden de las comunicaciones oficiales de SAP (SAP News Center) y de la cobertura especializada de tech.eu y eu-startups.com sobre la operación. Revisaremos este artículo si SAP publica más detalles técnicos sobre el laboratorio o su hoja de ruta.