AI 能力地图 · ①
表格预测：你的每张业务表，现在都能直接出预测
过去做一个"客户流失预测"，要请数据科学家立项数月。现在，把表交给模型，几秒钟出结果，成绩还常常打赢专家手工调出来的模型。这件事多数企业还不知道。
这是什么（人话）
叫"表格基础模型"。你把一张历史表给它——比如过去两年的客户名单，标着谁续费了谁流失了——再给它现在的客户名单，它直接告诉你每个客户的流失概率。不用建模、不用训练、不用调参数，用法和查表差不多。
原理一句话：它在数百万套"人造习题"上练过，学会的不是你的业务，而是"看一堆例子就会做新题"这个元能力——所以任何行业的表它都吃。
成熟到什么程度（证据）
三个硬事实（都能自己查证）：
· 这条技术路线的代表作 TabPFN，2025 年 1 月发表在《Nature》（论文题为 Accurate predictions on small data with a tabular foundation model），是第一个在小数据上打赢"专家调参的传统最强方法"的表格基础模型〔事实〕。此后迭代很快：官方 2026 年 5 月的 TabPFN-3 技术报告称，单次前向推理在公开基准 TabArena 上超过调参并集成后的基线，规模覆盖到百万行、200 个特征〔事实：厂商自发布的技术报告，非第三方复现〕。
· SAP 2026 年 5 月宣布收购、7 月完成交割做这个的公司 Prior Labs，并承诺四年投入超 10 亿欧元；2026 年 9 月，其 TabPFN-3.5 Plus 已直接上架 SAP AI Core。巨头不只是用真金白银投票，而且已经把它接进了企业软件栈——这意味着你未来可能在自己已经买的系统里遇到它。
· 🇨🇳 国产有现成起点：清华崔鹏团队的 LimiX 开源模型，Apache 2.0 协议，免费可商用，已放出 2M / 16M 两个参数规模的版本，一张普通显卡就能跑，分类、回归、缺失值填补都覆盖。
· 这条技术路线的代表作 TabPFN，2025 年 1 月发表在《Nature》（论文题为 Accurate predictions on small data with a tabular foundation model），是第一个在小数据上打赢"专家调参的传统最强方法"的表格基础模型〔事实〕。此后迭代很快：官方 2026 年 5 月的 TabPFN-3 技术报告称，单次前向推理在公开基准 TabArena 上超过调参并集成后的基线，规模覆盖到百万行、200 个特征〔事实：厂商自发布的技术报告，非第三方复现〕。
· SAP 2026 年 5 月宣布收购、7 月完成交割做这个的公司 Prior Labs，并承诺四年投入超 10 亿欧元；2026 年 9 月，其 TabPFN-3.5 Plus 已直接上架 SAP AI Core。巨头不只是用真金白银投票，而且已经把它接进了企业软件栈——这意味着你未来可能在自己已经买的系统里遇到它。
· 🇨🇳 国产有现成起点：清华崔鹏团队的 LimiX 开源模型，Apache 2.0 协议，免费可商用，已放出 2M / 16M 两个参数规模的版本，一张普通显卡就能跑，分类、回归、缺失值填补都覆盖。
对你的企业意味着什么
企业里每张"有历史记录+有结果标签"的表都是即插场景：
| 表 | 能预测什么 |
|---|---|
| 历史客户表（谁续费谁走了） | 现有客户的流失风险排序 |
| 历史商机表（谁成交谁没成） | 在手商机的赢单概率 |
| 设备维修记录 | 哪台设备接下来容易出故障 |
| 员工在离职记录 | 离职风险预警 |
| 应收账款历史 | 哪些客户容易逾期 |
注意用途定位：这类预测的正确用法是排序和优先级——先给哪些客户打电话、先检修哪台设备。它不该直接做高风险的自动决策（比如自动拒绝谁的授信），那需要更严肃的建设。
现在该做什么
半天就能做的试验：挑一张你最关心的历史表（建议从客户流失或商机赢单开始），让懂点技术的同事用开源模型跑一场，和一个"最笨基准"比——比如"按上次下单时间排序猜流失"。模型打不赢笨办法就别用，打赢了就值得往流程里接。这场试验的成本是半天，不是一个项目。
坑在哪
三个别踩：
· 先问数据再问模型：表里的"结果标签"如果本身不准（流失的定义都没统一），预测就是精确的错误——这就是为什么主数据排在它前面。
· 警惕"偷看未来"：用去年的表做验证时，特征里混进了"只有事后才知道的信息"，成绩会虚高——这是这类项目翻车的头号原因，验收时专门问一句"有没有泄漏"。
· 它只吃单表：跨多张表的复杂关系预测是另一代技术（见 整库预测）。别急着上难度，单表场景先见效。
· 先问数据再问模型：表里的"结果标签"如果本身不准（流失的定义都没统一），预测就是精确的错误——这就是为什么主数据排在它前面。
· 警惕"偷看未来"：用去年的表做验证时，特征里混进了"只有事后才知道的信息"，成绩会虚高——这是这类项目翻车的头号原因，验收时专门问一句"有没有泄漏"。
· 它只吃单表：跨多张表的复杂关系预测是另一代技术（见 整库预测）。别急着上难度，单表场景先见效。
最后更新 2026-09-21 · 本篇的性能与规模数字来自厂商官方技术报告与 SAP 官方公告（均为公开可查），不是第三方独立复现；基准成绩与你自己表上的效果不是一回事，请以本文"现在该做什么"里那场半天试验为准。技术信息以官方最新发布为准。