SAP compra Dremio y Prior Labs para mejorar sus capacidades de IA

SAP ha anunciado la compra de dos compañías, Dremio y Prior Labs, con las que espera mejorar sus capacidades de IA en distintas áreas. En el caso de la plataforma de data lakehouse Dremio, la operación servirá a SAP para acelerar en IA agéntica y ampliar la capacidad de SAP Business Data Cloud para combinar datos de la empresa con los de otros proveedores, para ejecutar con mayor eficacia cargas de trabajo analíticas y de IA en tiempo real.

En cuanto a Prior Labs, servirá a SAP para avanzar en la creación de un laboratorio de IA avanzada, y en concreto para mejorar sus capacidades en relación con los modelos fundacionales tabulares (TFM). Además, incorporará a la plantilla de la compañía a un equipo de investigación en TFM de reconocido prestigio.

Dremio facilita la eliminación de la fragmentación de datos empleados para trabajar con IA, así como los problemas que se dan durante su integración. Su entrada en SAP permitirá a esta convertise en un lago de datos empresarial nativo de Apache Iceberg, que unificará los datos de SAP y otras fuentes para impulsar la IA agéntica a escala empresarial.

Apache Iceberg es el formato de tabla abierta estándar del sector, y SAP Business Data Cloud lo admitirá como base de manera nativa. Esto implica que no será necesario mover datos ni realizar conversiones de formato. Los datos de SAP y otras fuentes pueden coexistir en la misma base abierta, con un alcance analítico federado que abarca todas las fuentes de datos de la empresa, combinado con el motor en memoria de SAP HANA Cloud para transacciones en tiempo real y rendimiento operativo.

La plataforma lakehouse de Dremio, cuya compra se cerrará en el tercer trimestre de este año, carece de servidores y es elástica: escala automáticamente al laza cuando se dispara la demanda y reduce su capacidad cuando esta baja. Esto significa que no hay que aprovisionar una capacidad fija ni se alcanza un techo de rendimiento en momentos críticos.

Con Dremio, SAP ofrecerá un catálogo universal y abierto con base en Apache Polaris y en la API abierta Apache Iceberg REST Catalog. Esta actúa como capa semántica y de descubrimiento de datos de SAP Business Data Cloud, y ofrece a todos los motores conectados, de SAP o no, un solo punto de acceso a un contexto empresarial unificado: significado, relaciones, derechos de acceso y linaje de datos. Este catálogo constituirá la base del SAP Knowledge Graph, que incorporará relaciones de empresa, jerarquías organizativas, clasificaciones normativas y linaje entre sistemas como propiedades nativas.

Prior Labs, por su parte, seguirá funcionando como entidad independiente cuando se formalice su compra, lo que SAP espera lograr a lo largo del segundo o tercer trimestre de 2026, para después invertir más de 1.000 millones de euros en los próximos cuatro años para transformarla en un laboratorio de IA avanzado, como hemos mencionado.

En este laboratorio, la compañía espera gestionar los datos estructurados para empresas, además de dato forma a una nueva categoría de TFM con el equipo de Prior Labs. El laboratorio funcionará como una unidad independiente para garantizar la velocidad de la investigación, y SAP se ocupará de la inversión a largo plazo, así como de preparar una vía directa hacia la comercialización de productos en toda la cartera de SAP, con SAP AI Core y Business Data Cloud, así como a la capa de agentes con Joule.

Entre sus principales productos está la herramienta open source TabPFN, de amplia adopción en el sector de la IA tabular. SAP se ha comprometido a apoyar su estrategia de código abierto. Además, Prior Labs colabora con científicos líderes en IA, como Yann LeCun. Este, junto con Bernhard Schoelkopf, Director del Instituto Max Planck de Sistemas Inteligentes y Presidente de ELLIS, formará parte del consejo asesor científico de Prior Labs.

Con los modelos de Prior Labs, como TabPFN-2.6, SAP ofrecerá aprendizaje en contexto, lo que permitirá a sus clientes ofrecer registros de datos para recibir predicciones instantáneas y fiables sin necesidad de entrenar ningún modelo. Un solo TFM se puede adaptar a cualquier caso de uso empresarial sobre la marca, lo que lleva a una generación de valor rápida, así como al cumplimiento del RGPD.

SAP ofrecerá TFM con mayor capacidad predictiva, y comprensión nativa de las tablas tal que estos modelos aprenden el razonamiento estadístico directamente de los datos. Estos TFM impulsarán de manera directa sistemas de IA agéntica capaces de comprender objetivos de alto nivel, combinando tables, lenguaje e imágenes para razonar, integrar conocimientos de dominio, inferir causalidad y adaptarse de forma dinámica.