思愛普昨日宣布收購 Dremio 和 Prior Labs 兩家公司，此舉旨在解決企業在部署 AI 時面臨的數據碎片化與模型性能問題，透過 Dremio 整合各類企業數據，並藉由 Prior Labs 專精的 Tabular Foundation Models 強化對結構化數據的預測能力，最終加速企業實現數據驅動的 AI 決策。
為加速企業人工智慧（AI）部署並解決數據碎片化問題，全球軟體巨擘思愛普（SAP）於昨日（5月4日）宣布，計劃收購數據平台供應商 Dremio 與 AI 研究公司 Prior Labs。此舉旨在整合數據基礎設施與 AI 模型開發，建立統一的企業 AI 架構。
根據思愛普的聲明，許多企業 AI 計畫失敗的原因在於底層數據過於碎片化、鎖定在專有格式中，並缺乏必要的業務情境，導致試點專案難以擴展，重複工程投入，並增加法規遵循風險。思愛普執行長 Christian Klein 表示，這些收購將在公司現有數據基礎上，幫助客戶「將數據轉化為值得信賴的決策和預測性洞察」。
Dremio 的併購案主要鎖定數據層面，以解決碎片化和整合挑戰。Dremio 的湖倉一體（lakehouse）平台能讓企業統一存取思愛普及非思愛普數據，無需進行數據移動或格式轉換。整合後，思愛普 Business Data Cloud 將成為 Apache Iceberg 原生環境，讓結構化和非結構化數據在單一開放基礎上共存。思愛普技術長 Philipp Herzig（Philipp Herzig）指出：「企業 AI 停滯不前，並非因為模型不夠好，而是因為數據尚未為 AI 代理做好準備。Dremio 正是為了解決這個瓶頸。」Dremio 平台還將引入一個通用的數據目錄層，預計將成為思愛普 Knowledge Graph 的基礎。
Prior Labs 的收購則針對模型層面，特別是優化 AI 在結構化企業數據上的表現。Prior Labs 專精於 Tabular Foundation Models（TFMs），這類模型專為理解和預測結構化數據集而設計，補足大型語言模型（LLMs）在處理此類數據上的弱點。思愛普計劃在未來四年內投入超過 10 億歐元（約 11.7 億美元），將 Prior Labs 擴展為一個專注於 Tabular Foundation Models 的全球前沿 AI 實驗室。Prior Labs 的技術，包括其開源模型 TabPFN，能實現對表格數據的即時預測，且無需大量模型訓練，讓業務使用者以最少的數據科學專業知識，直接從企業數據集運行「假設情境」（what-if scenarios）並生成預測。
Philipp Herzig 進一步強調：「思愛普很早就意識到，企業 AI 最大的潛在機會並非大型語言模型，而是專為驅動全球業務運行的結構化數據所打造的 AI。」
這些收購是思愛普全面推動代理式 AI（agentic AI）策略的一部分，期望系統不僅能分析數據，還能自主執行工作流程和決策。同時，思愛普在三月也宣布計畫收購主數據管理軟體供應商 Reltio，進一步強化思愛普 Business Data Cloud 的企業級數據平台能力。預計下週舉行的 SAP Sapphire 2026 年會上，思愛普將宣布更多關於代理式 AI 層治理及領域知識注入思愛普 AI 代理的重大變革。此一整合架構有助於台灣企業在導入類似的整合性 AI 解決方案時，能更有效率地建立穩固的數據基石，以應對 AI 時代的機會與挑戰。
據日立資料系統（Hitachi Vantara）分析，數據基礎設施問題每年導致 1,080 億美元的 AI 投資浪費。儘管面臨數據挑戰，IT 領導者預計未來兩年 AI 支出將持續增長 76%。