--- title: "SAP lleva TabPFN-3.5 Plus a AI Core para predecir datos empresariales sin entrenar modelos" description: "SAP ha anunciado la disponibilidad de TabPFN-3.5, el nuevo modelo de inteligencia artificial de Prior Labs, dentro de SAP AI Core. La compañía presenta esta tecnología como una alternativa especializa..." url: https://revistacloud.com/sap-lleva-tabpfn-3-5-plus-a-ai-core-para-predecir-datos-empresariales-sin-entrenar-modelos/ date: 2026-09-19 modified: 2026-09-18 author: "Nota de Prensa" image: https://revistacloud.com/wp-content/uploads/2024/07/sap-tecnologia-infraestructura-cloud.jpg categories: ["Empresas", "Noticias"] tags: ["SAP"] type: post lang: es --- # SAP lleva TabPFN-3.5 Plus a AI Core para predecir datos empresariales sin entrenar modelos SAP ha anunciado la disponibilidad de TabPFN-3.5, el nuevo modelo de inteligencia artificial de Prior Labs, dentro de SAP AI Core. La compañía presenta esta tecnología como una alternativa especializada para trabajar con datos tabulares, como información financiera, pagos, proveedores o clientes, y generar predicciones sin necesidad de entrenar o ajustar previamente un modelo para cada caso. **Las claves de TabPFN-3.5 Plus en 20 segundos** - TabPFN-3.5 llega a SAP AI Core para trabajar directamente con datos empresariales estructurados. - El modelo utiliza *in-context learning* y no requiere entrenamiento específico ni ajuste previo. - Puede trabajar con valores ausentes, distintos tipos de datos y columnas con miles de valores diferentes. - SAP cita los benchmarks externos TabArena y BeyondArena para respaldar sus afirmaciones sobre precisión y escalabilidad. - Prior Labs pasó a formar parte de SAP en julio de 2026, después de una operación para la que SAP había comprometido más de 1.000 millones de euros. La propuesta se dirige a un tipo de información que está presente en buena parte de los sistemas empresariales, pero que no encaja directamente con las capacidades para las que se han diseñado los grandes modelos de lenguaje (LLM). SAP pone como ejemplos las previsiones de flujo de caja, los retrasos en pagos, la evaluación del riesgo de proveedores, las oportunidades de venta adicional y el riesgo de abandono de clientes. Mientras los LLM están diseñados principalmente para trabajar con lenguaje y conocimiento, los modelos fundacionales tabulares, conocidos como TFM (*Tabular Foundation Models*), están especializados en datos estructurados organizados en filas y columnas. La diferencia tiene consecuencias prácticas. En un sistema empresarial, los datos pueden contener campos incompletos, diferentes tipos de valores o identificadores con miles de categorías. Preparar ese material para un modelo de aprendizaje automático convencional puede exigir transformaciones y configuraciones específicas. SAP sostiene que TabPFN-3.5 está diseñado para trabajar con esos datos con menos preparación previa. ## Un modelo pensado para datos empresariales sin entrenamiento específico TabPFN-3.5 utiliza *in-context learning*, una técnica que permite al modelo realizar predicciones a partir de los ejemplos incluidos en los propios datos que recibe. Según SAP, esto elimina la necesidad de entrenar un modelo específico para cada conjunto de datos o de realizar sucesivas pruebas de configuración antes de obtener resultados. La compañía destaca también su capacidad para manejar valores ausentes y diferentes tipos de datos de forma nativa. Otro punto señalado es el tratamiento de columnas que pueden contener miles de valores distintos, como códigos de producto o identificadores de clientes. Esta característica resulta especialmente relevante en sistemas empresariales, donde las tablas no siempre presentan la estructura limpia y homogénea que requieren algunos procesos tradicionales de aprendizaje automático. SAP no plantea TabPFN-3.5 como sustituto general de los LLM. La compañía sitúa cada tecnología en un ámbito diferente: los modelos de lenguaje están orientados a información lingüística y conocimiento, mientras que TabPFN-3.5 se centra en extraer predicciones de datos tabulares. El objetivo es que un cliente pueda utilizar información que ya existe en sus sistemas para generar predicciones sin construir desde cero un proceso de entrenamiento para cada aplicación. Entre los posibles casos de uso aparecen el cálculo de riesgos asociados a proveedores, la previsión de retrasos en pagos o la estimación de posibles abandonos de clientes. Son tareas en las que el resultado esperado no es necesariamente un texto generado, sino una predicción basada en múltiples variables estructuradas. ## SAP incorpora Prior Labs a su estrategia de IA empresarial La llegada de TabPFN-3.5 Plus a SAP AI Core también refleja el proceso de integración de Prior Labs en SAP. La compañía alemana completó la adquisición de Prior Labs en julio de 2026. SAP había anunciado anteriormente su intención de invertir más de 1.000 millones de euros para ampliar las capacidades de Prior Labs y desarrollar un laboratorio europeo de inteligencia artificial centrado en datos estructurados. Según el anuncio, Prior Labs mantiene su funcionamiento como entidad independiente dentro de la estructura de SAP. La operación permite a SAP incorporar a su oferta empresarial una tecnología desarrollada específicamente para datos tabulares. La compañía también menciona su familia de modelos SAP-RPT como parte de su estrategia en este ámbito. El CTO de SAP, Philipp Herzig, sostiene que los datos empresariales reales suelen contener relaciones complejas y condiciones variables que dificultan el uso de métodos tradicionales de aprendizaje automático. Su valoración forma parte de la comunicación corporativa de la compañía y SAP la utiliza para explicar el posicionamiento de TabPFN-3.5 dentro de su oferta. Para respaldar sus afirmaciones sobre el rendimiento, SAP señala los resultados de TabArena y BeyondArena, dos benchmarks externos destinados a evaluar modelos de predicción sobre datos reales. La empresa describe TabPFN-3.5 Plus como el modelo tabular más preciso y escalable disponible actualmente, pero esa afirmación corresponde a la valoración de SAP basada en esos benchmarks y no debe confundirse con una característica universal de la tecnología. El acceso al modelo se produce a través de SAP AI Core. Para los clientes de SAP, esto permite incorporar TabPFN-3.5 Plus al entorno de servicios de inteligencia artificial de la compañía en lugar de gestionar por separado toda la infraestructura necesaria para ejecutar el modelo. La cuestión más relevante para las empresas será cómo encaja este tipo de modelo con sus procesos actuales de análisis y predicción. La ausencia de entrenamiento específico puede reducir parte del trabajo previo necesario para determinados casos de uso, aunque el anuncio no proporciona cifras generales sobre ahorro de tiempo, costes o mejoras de precisión para clientes concretos. También conviene diferenciar entre la disponibilidad de un modelo y la automatización completa de una decisión empresarial. TabPFN-3.5 puede generar predicciones sobre datos estructurados, pero la utilización de esas predicciones en procesos como gestión de proveedores, cobros o previsiones financieras dependerá de cada organización y de los sistemas con los que se integre. La estrategia de SAP apunta así a una IA especializada por tipo de información. En lugar de concentrar todas las tareas en un único modelo generalista, la compañía está incorporando modelos diseñados para problemas concretos y para los datos que ya manejan sus clientes. ## Preguntas frecuentes ### ¿Qué es TabPFN-3.5? Es un modelo fundacional tabular de Prior Labs diseñado para realizar predicciones sobre datos estructurados. SAP ha anunciado su disponibilidad como TabPFN-3.5 Plus dentro de SAP AI Core. ### ¿Necesita TabPFN-3.5 entrenamiento? Según SAP, no requiere entrenamiento ni ajuste específico para realizar predicciones. Utiliza *in-context learning* para trabajar con los datos que recibe. ### ¿Qué datos puede analizar TabPFN-3.5? SAP indica que puede trabajar con datos tabulares que incluyan valores ausentes, tipos de datos mixtos y columnas con miles de valores distintos, como códigos de productos o identificadores de clientes. ### ¿Cuándo adquirió SAP Prior Labs? SAP completó la adquisición de Prior Labs en julio de 2026. La compañía había anunciado previamente un compromiso de inversión superior a 1.000 millones de euros para ampliar sus capacidades de investigación en IA para datos estructurados.