SAP表格型AI

德国软件巨头SAP正试图重塑企业级AI的技术范式，主张在大型语言模型（LLM）之外，引入专门处理结构化数据的“表格型AI”以解决商业预测难题。【背景】尽管LLM在文本生成上表现优异，但SAP指出其在分析财务、库存等数字关系时存在局限，导致企业AI投资回报率低下——麦肯锡数据显示仅6%的企业认为AI显著提升了利润。为填补这一空白，SAP于2026年7月收购了表格型AI先驱Prior Labs，并于9月推出无需训练的TabPFN-3.5模型及自研的SAP-RPT-1系列。然而，这一新范式并非没有争议：微软研究人员在2026年2月的独立评测中发现，虽然SAP-RPT-1在小样本分类任务中表现强劲且零训练成本，但在回归任务和大规模数据集上仍落后于传统的梯度提升树算法。SAP目前倡导将LLM用于理解自然语言指令，而让表格型AI负责精准预测，两者结合以实现“自主企业”。读者需关注的是，这种混合架构能否真正突破传统机器学习在扩展性和维护成本上的瓶颈，还是仅仅增加了技术栈的复杂性。