表形式基盤モデル。

表形式基盤モデル（Tabular Foundation Model）とは、文章ではなく、行と列でできた「表」のデータのために事前学習されたAIのこと。データセットごとの再訓練を必要とせず、手元の表を見せるだけで、数秒で予測を返す。代表例はPrior Labsの「TabPFN」で、学術誌『Nature』に掲載された。

大規模言語モデル（LLM）が文章の海で育った頭脳なら、こちらは表の海で育った頭脳です。売上台帳、在庫一覧、顧客リスト、センサーログといった構造化データから、需要予測・異常検知・分類などを直接おこないます。

仕組み

従来の機械学習は、新しい表が来るたびに「その表専用」のモデルを一から訓練する必要がありました。表形式基盤モデルは、人工的に生成した膨大な数の表であらかじめ「予測のしかたそのもの」を学んでおり、利用時は追加訓練なしに一度の推論で答えを出します。欠損値や、数値と文字が混ざった列も自然に扱えるのが特長です。

数字で見る

提唱元の論文は、最大1万件規模のデータセットで従来の代表的手法を上回ったと報告。分類実験では、4時間かけて調整した強力な手法の寄せ集めを、わずか数秒の予測が上回ったとされます。ただしこれは中小規模の表を対象とした研究成果であり、あらゆる巨大データで万能というわけではありません。

本質

意義は、「AIに任せてよい仕事」の地図が、文章の外側へ広がった点にあります。2026年7月、SAPがPrior Labsの買収を完了し4年で10億ユーロ超の投資を表明したことは、この分野が実験室を出て産業の主戦場になりつつある証しです。一方で、予測が数秒で出るほど、その数字を鵜呑みにする誘惑も増えます。速さは確かさとは別物で、最終判断は人が握り続ける領分です。

出典: SAP News「SAP Completes Prior Labs Acquisition」ほか各社報道(2026年7月17日)／Nature「Accurate predictions on small data with a tabular foundation model」ほかPrior Labs公開資料