SAPがAIスタートアップを買収——企業データの覇権争いが始まった

会計システムの中に眠るデータが、次のAI競争の主戦場になるかもしれない。

欧州最大のソフトウェア企業SAPが2026年5月、ドイツのAIスタートアップPrior Labsの買収を発表しました。買収金額は非公開ですが、関係者によれば「ほぼ全額現金」で、創業者3名への現金支払いは5億ドル超にのぼるとされています。さらにSAPは今後4年間で€10億（約1,700億円）を投資し、Prior Labsを「構造化データに特化したAIラボ」として育てる計画です。

「表の中のデータ」こそが企業AIの本命

Prior Labsは、Frank Hutter、Noah Hollmann、Sauraj Gambhirの3名がわずか18ヶ月前に共同創業したスタートアップです。同社が開発してきたのは「表形式基盤モデル（TFM: Tabular Foundation Model）」と呼ばれるAI技術。これは、スプレッドシートやデータベースの表形式データから予測を行うことに特化したモデルです。

一般的に注目を集めるのはChatGPTのような大規模言語モデル（LLM）ですが、企業の日常業務を支えるのは「自然言語」ではなく「数字と表」です。経理システム、人事データ、調達記録、経費管理——SAPが提供するソフトウェアはまさにこうした構造化データの塊です。SAPのCTO Philipp Herzig氏は「エンタープライズAIにおける最大の未開拓機会は、大規模言語モデルではなく、世界のビジネスを動かす構造化データのためのAIだ」と述べています。

Prior Labsのオープンソースモデル「TabPFN」シリーズはすでに開発者コミュニティで高い支持を得ており、ダウンロード数は300万回以上に達しています。創業前の2025年2月にはBalderton Capital主導で930万ドルのプレシード調達を完了していました。今回の買収について、BaldertonのパートナーJames Wise氏はX（旧Twitter）上で「ドイツ史上最大級のベンチャー成果の一つ」と称えています。

防衛と攻撃、SAPの二重戦略

広告

広告掲載について

[email protected]

広告

今回の動きは、単なる技術獲得にとどまりません。SAPはエージェント型AIの波に対して、攻守両面で動いています。

攻撃面では、Prior Labsの買収によってAI研究の内製化を加速します。SAPはこれまでもAnthropic、Aleph Alpha、Cohereへの出資や、独自の関係型事前学習トランスフォーマーモデル「SAP-RPT-1」の開発など、AI投資を積み重ねてきました。しかし今回は「研究から製品化への直接経路」を確保した点が異なります。

守備面では、SAPは自社のAPIへのアクセスを厳格に制限しています。OpenClawをはじめとする未承認のAIエージェントを明示的に禁止し、「SAP承認アーキテクチャ」以外からのアクセスを遮断しています。承認されているのは自社開発のJoule Agents（現在ベータ版）と、Nvidiaのエージェント管理ツールキットをベースにしたNemoClawのみです。

このアプローチは、競合のSalesforceとは対照的です。Salesforceは新アーキテクチャ「Headless 360」を通じて、OpenClawを含む外部エージェントの利用を顧客が自由に選べる方針を採っています。SAPのCFO Dominik Asam氏は「規模の経済における相対的優位性を維持するために、いかに素早くこれらの技術をR&Dポートフォリオに取り込めるかが全てだ」と述べており、その焦りと危機感がにじみ出ています。

日本企業への示唆——「データの持ち主」が力を持つ時代

日本ではSAPは製造業、金融、流通など多くの大手企業の基幹システムとして深く根を張っています。トヨタ、ソニー、三菱商事など、日本の主要企業の多くがSAPのERPシステムを利用しており、そのデータベースには膨大な構造化データが蓄積されています。

今回の動きが意味するのは、これらのデータへのAIアクセス権をSAPが管理・制御するという構造が、より強固になるということです。日本企業の視点から見れば、自社データを使ったAI活用の「出口」が、SAPの承認するエコシステム内に限定されていく可能性があります。

一方で、日本が抱える労働力不足と高齢化という文脈では、表形式データに強いAIは非常に実用的な価値を持ちます。経理・人事・調達といった間接部門の業務自動化は、多くの日本企業が切実に求めているものです。SAPのAI強化が実を結べば、こうした領域での生産性向上に直結する可能性があります。

ただし、日本市場特有の課題もあります。日本語データへの対応、既存システムとの統合コスト、そして「AIに判断を委ねる」ことへの組織的な抵抗感——これらは技術の優劣とは別次元の問題として残り続けるでしょう。