SAP fait un bond stratégique avec Dremio et Prior Labs
Découvrez comment SAP intègre Dremio et Prior Labs pour révolutionner l'architecture des données et l'IA appliquée.
Depuis le 4 mai 2026, SAP enchaîne deux annonces qui redessinent sa feuille de route dans les logiciels d’entreprise : l’arrivée de Dremio, spécialiste des architectures lakehouse, et celle de Prior Labs, jeune pousse allemande centrée sur l’IA appliquée aux données tabulaires. Derrière ces opérations, un même objectif : éviter que la valeur créée par les données et les agents IA ne s’éloigne durablement du cœur des systèmes métier.
Dremio et Prior Labs : deux opérations, un seul axe de reconquête
Les deux annonces ont été révélées à quelques heures d’intervalle et ne relèvent pas d’une simple diversification technologique. SAP cherche à reprendre la main sur la chaîne de valeur des données d’entreprise, depuis leur stockage jusqu’à leur exploitation analytique et leur activation par l’IA.
Le raisonnement stratégique est limpide. Depuis plusieurs années, une partie croissante des usages à forte valeur s’est déplacée hors des ERP traditionnels.
Les données restent dans les environnements transactionnels, mais les analyses avancées, les modèles prédictifs et les workflows dopés à l’IA se développent sur des plateformes cloud spécialisées. Dans cette configuration, le risque pour un éditeur historique est d’être cantonné au rôle de système d’enregistrement, tandis que l’intelligence opérationnelle se déploie ailleurs.
En se renforçant à la fois sur l’architecture data et sur l’IA pour données structurées, SAP ne protège pas seulement son existant. Le groupe tente de réorganiser son offre pour rester l’intermédiaire naturel entre les données, les règles de gestion, la gouvernance et les futurs agents autonomes.
Ce que SAP cherche à verrouiller
Les données structurées des entreprises restent concentrées dans les fonctions les plus critiques : comptabilité, achats, supply chain, RH, trésorerie, stocks et gestion fournisseurs. En consolidant une couche lakehouse avec Dremio et une couche IA tabulaire avec Prior Labs, SAP vise la zone où se fabrique la décision opérationnelle.
Dremio : une brique lakehouse décisive pour SAP Datasphere
Dremio n’est pas un acteur émergent apparu récemment. La société américaine a été fondée en 2015. Elle s’est imposée dans les architectures data ouvertes en proposant une couche SQL unifiée capable d’interroger et de structurer des données éclatées entre plusieurs environnements : clouds, data lakes et bases analytiques.
Ce positionnement est central. Dans les grandes entreprises, les données utiles ne sont plus rassemblées dans un dépôt unique. Elles circulent entre outils historiques, briques cloud, référentiels analytiques et applications métier. La promesse de Dremio consiste précisément à réduire cette fragmentation sans imposer une réécriture lourde de l’architecture existante.
Dremio : historique de financement et valeur stratégique
Avant cette opération annoncée par SAP, Dremio avait levé environ 410 millions de dollars, soit près de 380 millions d’euros au taux mentionné dans la matière source, auprès d’investisseurs tels que Sapphire Ventures, Lightspeed Venture Partners, Cisco Investments et Adams Street Partners. Sa valorisation estimée avait dépassé 2 milliards de dollars en 2021, un niveau nettement supérieur aux montants inférieurs avancés dans certains premiers commentaires.
Le montant de l’opération n’a pas été communiqué officiellement. Ce point est important d’un point de vue financier et juridique : en l’absence de chiffre confirmé par les parties, toute estimation doit rester présentée comme telle. La presse spécialisée évoque un deal significatif au regard du poids technologique de Dremio, mais SAP n’a pas détaillé ce paramètre.
Apache Iceberg est un standard open source utilisé pour gérer de grands volumes de données analytiques avec historique des modifications, gouvernance plus fine et meilleure traçabilité. Son intérêt tient à l’interopérabilité : les entreprises peuvent faire circuler leurs jeux de données entre plusieurs environnements sans rester enfermées dans une seule plateforme. C’est précisément ce point qui renforce l’intérêt industriel de Dremio pour SAP.
La dimension la plus sensible de cette annonce tient en effet à l’ancrage de Dremio dans Apache Iceberg. Ce format de table open source prend de l’ampleur dans les architectures analytiques modernes, car il permet de gérer massivement les données, de suivre les changements dans le temps et d’améliorer la gouvernance. Dans l’industrie logicielle, il est souvent présenté comme un standard structurant pour les environnements data ouverts.
Pour SAP, l’enjeu est autant offensif que défensif. Offensif, car l’intégration de cette technologie peut enrichir SAP Datasphere et améliorer l’exploitation des données chez les clients. Défensif, car les grands acteurs de l’analytics et du cloud attirent déjà une part croissante des usages avancés. Si la couche analytique se déporte durablement chez des plateformes tierces, l’ERP perd progressivement sa centralité économique.
Un article publié sur le site officiel de SAP le 4 mai 2026 précise que Dremio doit renforcer l’intégration de SAP Datasphere et améliorer la gouvernance des données pour plus de 400 000 clients SAP. Cet élément ne donne pas un effet immédiat en chiffre d’affaires ou en résultat, mais il éclaire l’échelle potentielle du levier industriel.
Prior Labs : le pari ciblé de SAP sur l’IA des données tabulaires
La seconde annonce est plus récente dans sa cible mais peut-être encore plus structurante dans sa finalité. Prior Labs, fondée en 2024 à Fribourg-en-Brisgau, travaille sur les modèles d’IA dédiés aux données tabulaires. Ce segment paraît moins spectaculaire que celui des grands modèles de langage, mais il touche directement le noyau des logiciels de gestion.
Dans une entreprise, l’essentiel des processus critiques repose sur des lignes, des colonnes, des historiques de transactions, des écritures, des nomenclatures, des fiches fournisseurs ou des mouvements de stock. C’est précisément ce terrain qu’adresse Prior Labs. Là où un LLM excelle dans la génération ou l’interprétation de langage, les modèles tabulaires cherchent la performance sur la structure, les corrélations, les prédictions et la détection d’anomalies à partir de bases organisées.
Prior Labs : tour de table et sortie à très forte valorisation
La startup allemande avait levé environ 7,9 millions d’euros lors d’un tour de pré-seed annoncé en février 2025, mené par Balderton Capital avec la participation de XTX Ventures, Atlantic Labs et Hector Foundation. La liste des business angels cités dans la matière source illustre l’intérêt du marché pour l’équipe fondatrice et son positionnement scientifique : Peter Sarlin, Christopher Lynch, Guy Podjarny, Edward Grefenstette, Robin Rombach, Ashutosh Kulkarni, Thomas Wolf et Steve Anavi figuraient parmi les soutiens.
Là encore, le montant officiel de l’opération n’a pas été communiqué. Des estimations relayées dans la presse spécialisée évoquent un exit supérieur à 425 millions d’euros, avec une part majoritaire en numéraire et plus de 255 millions d’euros versés immédiatement aux fondateurs Frank Hutter, Noah Hollmann et Sauraj Gambhir. En l’absence de confirmation publique détaillée par SAP sur ce point précis, ces chiffres doivent rester présentés comme des estimations de marché.
SAP a toutefois annoncé un engagement plus concret et pleinement assumé : un investissement supplémentaire d’un milliard d’euros sur quatre ans afin de transformer Prior Labs en laboratoire mondial consacré à l’IA appliquée aux données structurées. Sur le plan stratégique, le message est fort. SAP ne se contente pas d’intégrer une équipe prometteuse ; le groupe veut bâtir une capacité de recherche et de produit durable sur cette spécialité.
Pourquoi les données tabulaires pèsent lourd dans les ERP
Les flux les plus sensibles d’un ERP ne sont pas rédigés en langage naturel. Ils sont stockés sous forme de tables, d’écritures et d’historiques structurés. Une IA capable d’exploiter correctement ces formats peut améliorer les prévisions, détecter des écarts, automatiser des contrôles et accélérer l’analyse de masse sans sortir la donnée de son contexte opérationnel.
TabPFN-2.5 : un angle scientifique différent des LLM
Le programme technologique mentionné autour de TabPFN-2.5 illustre cette approche. Le modèle est présenté comme conçu pour les prédictions, la détection d’anomalies et l’automatisation d’analyses sur de grandes bases de données ou des tableurs massifs. Pour un éditeur comme SAP, ce n’est pas un sujet périphérique : ces cas d’usage recoupent directement le contrôle de gestion, la détection d’irrégularités, les prévisions d’approvisionnement ou encore l’analyse de performance fournisseurs.
La matière source indique aussi qu’un papier académique co-écrit par les fondateurs et publié en mars 2026 dans Nature Machine Intelligence présente TabPFN-2.5 comme dépassant les benchmarks existants de 30 % en précision sur données structurées. Ce type de mention ne vaut pas preuve de succès commercial immédiat, mais il signale un niveau de crédibilité scientifique qui peut compter dans une industrie où la différenciation technique devient déterminante.
Autre élément concret : Prior Labs apporte une équipe de 25 chercheurs. Pour SAP, l’intérêt ne se réduit donc pas à un actif logiciel. Il s’agit aussi d’intégrer un capital humain rare, dans un domaine où les talents combinant recherche avancée et applicabilité industrielle sont particulièrement recherchés.
La bataille réelle se joue sur la couche d’orchestration des agents IA
Ces deux annonces ne prennent tout leur sens qu’en les reliant à la prochaine étape des logiciels d’entreprise : les agents IA. L’enjeu n’est plus seulement d’avoir une base de données robuste ou un bon moteur analytique. Il s’agit de savoir qui pilotera l’interface de travail demain, qui déclenchera les actions dans les applications, et qui contrôlera les permissions, les workflows et la chaîne de validation.
Dans cette perspective, l’ERP peut soit redevenir central, soit devenir presque invisible. Si les utilisateurs passent demain par des agents externes pour interroger les stocks, lancer des rapprochements comptables, demander une prévision de trésorerie ou générer un plan d’achat, celui qui contrôle l’agent contrôle en grande partie la relation d’usage.
SAP a manifestement décidé de ne pas laisser ce rôle à des acteurs tiers. La matière source mentionne un durcissement de la politique API annoncé en avril 2026, interdisant certains agents IA non approuvés sur ses systèmes et privilégiant des architectures validées autour de Joule, sa propre couche agentique.
D’un point de vue économique, cette décision traduit une volonté de gouverner l’accès à la donnée et à l’exécution. D’un point de vue juridique et opérationnel, elle touche à des sujets sensibles : traçabilité, habilitations, responsabilité sur les actions déclenchées et contrôle des environnements connectés.
Une politique API plus encadrée peut limiter certains usages d’agents tiers, mais elle peut aussi renforcer la sécurité opérationnelle, la maîtrise des permissions et la cohérence de la gouvernance. Pour les entreprises utilisatrices, la question ne se réduit pas à l’ouverture technique : elle touche aussi au pilotage des risques, à l’auditabilité des actions et à la conformité des automatisations mises en production.
Le 5 mai 2026, Reuters a rapporté une déclaration du directeur général de SAP, Christian Klein : « Ces acquisitions nous positionnent comme un leader dans l’IA d’entreprise, en unifiant données et intelligence pour des insights actionnables. » La formule est stratégique. Elle relie explicitement deux mondes longtemps séparés dans l’offre logicielle : l’infrastructure data et la couche d’intelligence embarquée dans les processus.
SAP ne part pas de zéro sur ce terrain. La matière source rappelle l’existence de RPT-1, le Relational Pre-Trained Transformer lancé en 2025. Les opérations annoncées début mai 2026 apparaissent donc comme l’accélération d’un programme déjà engagé, avec une logique plus intégrée entre produit, recherche et contrôle de l’architecture.
Marché, concurrence et standardisation : pourquoi ces annonces dépassent le seul cas SAP
Le dossier a aussi une portée sectorielle. Si SAP investit à ce niveau sur la couche lakehouse et sur l’IA tabulaire, c’est parce que la compétition entre éditeurs s’est déplacée. Le rapport de force ne se joue plus uniquement sur la profondeur fonctionnelle d’un ERP, mais sur la capacité à connecter, gouverner et exploiter des données réparties dans des environnements hybrides.
La matière source évoque plusieurs indicateurs de marché qui éclairent cet arrière-plan. Le secteur des lakehouse est projeté à 20 milliards de dollars d’ici 2028, selon IDC, dans un rapport daté du 15 avril 2026.
Apache Iceberg, soutenu par la Linux Foundation, compterait plus de 100 contributeurs actifs. Ces données ne garantissent pas la domination d’un acteur particulier, mais elles montrent qu’un standard ouvert est en train de structurer une partie significative de l’infrastructure analytique.
Sur le front concurrentiel, la matière source cite aussi un rapport de Forrester daté du 3 mai 2026. Selon cette analyse, les deux opérations annoncées pourraient aider SAP à répondre à la montée en puissance d’Oracle et de Microsoft, qui ont eux aussi investi massivement dans l’IA cloud.
Forrester y projette une hausse de 20 % des revenus liés à l’IA pour SAP en 2026. Il s’agit d’une prévision, non d’un chiffre réalisé, mais elle illustre l’attente du marché quant au potentiel commercial de cette réorientation.
Un autre signal ressort des échanges observés sur X dans la matière fournie. Un message relayé le 5 mai 2026 évoque une possible hausse de 15 % des parts de marché de SAP dans le segment de la data analytics, sur la base d’analyses citées comme venant de Gartner.
Cet indicateur doit être manipulé avec prudence, car il est rapporté comme une mention de réseau social. Il a néanmoins un intérêt éditorial : il montre que le marché lit ces annonces non comme des acquisitions isolées, mais comme une tentative de bascule de positionnement.
Lecture économique pour les entreprises françaises
Pour les directions financières, achats, supply chain et systèmes d’information en France, la question n’est pas théorique. Si SAP réussit à intégrer plus étroitement gouvernance des données, moteurs analytiques et IA structurée, les arbitrages futurs pourraient porter moins sur l’ajout de briques externes et davantage sur l’extension de la plateforme existante.
Ce que ces annonces changent pour les directions métiers et les DSI
Pour les entreprises utilisatrices, notamment en France, ces annonces peuvent avoir des effets très concrets. Elles concernent d’abord l’architecture. Une intégration plus poussée de Dremio dans SAP Datasphere pourrait simplifier certains projets où les données sont réparties entre plusieurs clouds et plusieurs outils analytiques.
Elles concernent ensuite l’automatisation. Les modèles tabulaires développés avec Prior Labs peuvent intéresser des fonctions où la donnée est dense, répétitive et décisive. C’est le cas de la prévision de demande, de la détection d’écarts comptables, de la surveillance d’anomalies dans les flux fournisseurs ou de l’analyse de performance opérationnelle à très grande échelle.
Enfin, elles concernent la gouvernance. À mesure que les agents IA s’insèrent dans les workflows, la valeur se déplace vers les couches capables de concilier donnée, autorisation, exécution et auditabilité. C’est un point particulièrement sensible pour les groupes soumis à de fortes exigences de contrôle interne, de conformité documentaire et de traçabilité des décisions automatisées.
- Le rythme d’intégration de Dremio dans SAP Datasphere et ses effets concrets sur les architectures multi-cloud.
- La capacité de Prior Labs à transformer ses avancées scientifiques en cas d’usage robustes dans les fonctions finance, achats, RH et supply chain.
- L’équilibre entre ouverture de l’écosystème et contrôle exercé par SAP sur les agents IA via Joule et les politiques API.
Pour SAP, l’enjeu est clair : ne plus être seulement le lieu où la transaction est enregistrée, mais redevenir l’endroit où la donnée est organisée, comprise et activée. C’est un repositionnement plus large qu’une simple extension de portefeuille. Il engage la place future de l’éditeur dans les chaînes de décision des entreprises.
Le vrai test commencera dans l’exécution produit
Au mercredi 6 mai 2026, la cohérence industrielle des deux opérations apparaît nette : Dremio apporte la couche de circulation et de gouvernance des données, Prior Labs la couche d’IA spécialisée sur le format le plus critique des ERP. Reste désormais la question décisive pour le marché : la vitesse d’intégration, la qualité des cas d’usage et la capacité de SAP à convertir cette architecture en adoption effective chez ses clients.
Si cette exécution suit, SAP pourrait ne pas seulement défendre son territoire historique, mais redéfinir sa place dans la prochaine génération des logiciels d’entreprise.