AI 讀取 Excel 還能進行「預測」？談談 Google 新型表數據模型 'TabFM'

想像一下，你正盯著公司裡一份巨大的 Excel 檔案苦惱。為了預測客戶的購買模式，你整理了過去 3 年的數據，甚至熬夜了好幾晚，逐一添加公式並訓練模型，試圖找出哪些因素會影響銷量。但如果，只要把這個檔案丟給 AI，它就能立即回答你：「這份數據可以這樣預測」，那會是什麼樣的光景？

Google 最近公布的 ‘TabFM (Tabular Foundation Model，表數據基礎模型)’ 正是夢想實現的工具 [출처 3]。就像我們常用的 ChatGPT 能夠理解文字一樣，專門理解 Excel 這類表數據的 AI 誕生了 [출처 11]。

為什麼這很重要？

以往，數據分析是需要高度專業知識的領域。不僅僅是運作 AI，專家還必須花費大量時間進行「特徵工程（將數據處理成適合 AI 學習的過程）」以及「超參數調整（優化 AI 的學習設定值）」。

然而，TabFM 幾乎跳過了這些複雜且枯燥的過程 [출처 9]。這預示著一個數據分析門檻大幅降低的時代即將到來，讓任何人都能像專家一樣處理數據。這將顯著提高企業利用數據進行決策的速度。

輕鬆理解：教 AI 玩「數據拼圖」

要理解 TabFM，首先需要了解「Zero-shot（零樣本）」的概念。簡單來說，就是 「看到沒學過的新問題，一眼就能解開的能力」。比喻來說，就像是一位拼圖好手，在拆開從未見過的拼圖盒時，能立刻判斷出「這大概是這種碎片的組合」。

若傳統方式是讓學生反覆練習特定習題集後參加考試，TabFM 則是因為深度掌握了大量數據的「文法」，即使看到陌生的表格，也能立即掌握「啊，這是這種規律」 [출처 13]。

此外，它還結合了稱為「SCM (Structural Causal Model，結構化因果模型)」的技術，這就像一個過濾器，用來掌握數據中各要素之間的因果關係 [출처 4]。就像拍照時鏡頭能掌握景深以模糊背景一樣，TabFM 能夠在數據中識別出什麼才是真正重要的線索。

現況：能做到什麼程度？

Google 研究團隊在名為「TabArena」的系統中對 TabFM 進行了嚴格測試。這是一個讓 AI 模型針對實際表數據進行競爭的賽場，透過「Elo 評分（西洋棋等競技運動使用的實力分級方式）」來評估模型水準 [출처 7]。

實驗涵蓋了 38 個分類數據集與 13 個迴歸（數值預測）數據集，數據規模從 700 筆到 15 萬筆不等 [출처 1]。結果顯示，TabFM 展現出相較傳統方法極具競爭力的性能 [출처 5]。

但仍需注意，專家建議 TabFM 在「高風險」作業中仍需謹慎使用 [출처 6]。例如在醫療診斷或金融貸款審核等業務中，AI 必須說明得出該結果的原因，而這類模型判斷的依據往往不夠明確，這是其限制所在 [출처 6]。

未來發展如何？

目前 TabFM 已與數據分析師常用的「scikit-learn」工具相容，使用十分便利 [출처 2]。未來預計會出現大量服務，讓任何人只要上傳 Excel 檔案，無需程式編碼即可獲得深度的數據分析結果。

現階段，它最適合用於訓練複雜模型前的「基準線 (Baseline)」設定或快速瀏覽數據 [출처 6]。隨著 AI「閱讀」與詮釋數據的能力日益精準，數據分析正從「專家的特權」轉變為「大眾的工具」。

AI 的觀點 (MindTickleBytes AI 記者觀點)

數據分析的複雜性正因 AI 技術而逐漸消失。TabFM 不僅是一個模型，更是證明我們審視數據方式已發生根本性改變的重要里程碑。若要比喻，就像是從前在黑暗中沒有手電筒地摸索前行，現在則是開啟了明亮的照明燈。非常期待數據在未來如何讓我們的生活變得更加智慧。

參考資料

1. Introducing TabFM: A zero-shot foundation model for tabular data
2. GitHub - google-research/tabfm · GitHub
3. Google AI Introduces TabFM: A Hybrid-Attention Tabular Foundation Model for Zero-Shot Classification and Regression - MarkTechPost
4. google/tabfm-1.0.0-pytorch · Hugging Face

5. [Google Research unveils TabFM, a zero-shot model for tables

   AI Weekly](https://aiweekly.co/alerts/google-research-unveils-tabfm-a-zero-shot-model-for-tables)

6. [TabFM and the Rise of Tabular Foundation Models

   by Adnan Masood, PhD.

   Jul, 2026

   Medium](https://medium.com/@adnanmasood/tabfm-and-the-rise-of-tabular-foundation-models-5aa44131e3b7)

7. Zero-Shot Tabular Foundation Model Guide (2026)
8. AnindependentevaluationofTabFM,Google’stabularfoundation…
9. Google’sTabularFoundationModel, Meta’s Data Eng Agent…
10. GoogleTabFMvs XGBoost: тест на госзакупках Казахстана
11. GitHub - devYRPauli/tabfm-evaluation:Independentreproduction…

12. [GoogleJust Changed Everything for…

    Towards Deep Learning](https://www.towardsdeeplearning.com/google-just-changed-everything-for-machine-learning-on-spreadsheets-afbda2eea8c8)