Un potentiel libéré

De nombreuses entreprises migrent actuellement leur ancien système ERP vers un environnement moderne basé sur le cloud et opèrent ainsi une transformation en profondeur à plusieurs niveaux. Avec Rise, elles disposent d'une approche structurée reposant sur un cadre standardisé, une chaîne d'outils intégrée et les conseils d'experts, qui simplifie et accélère les processus de projet conformément au principe du « Clean Core ».

Ensemble contre les points faibles

Concrètement, la chaîne d'outils a pour objectif de permettre une collaboration fluide entre les services métier et l'informatique. Elle définit des priorités claires et facilite la prise de décision. Elle vise également à coordonner de manière globale les changements au sein de l'environnement ERP. Des outils spécifiques basés sur l’IA ont été développés pour chaque domaine – les personnes, les processus, les applications et les données – ainsi que pour chacune des six phases du projet Activate, de l’état des lieux à l’exploitation courante.

Parmi celles-ci figurent WalkMe pour la formation, Signavio pour l'analyse et la conception des processus, LeanIX pour la cartographie de l'environnement informatique et Cloud ALM pour la gestion et l'optimisation des applications. Elles sont complétées par des outils partenaires. Tous peuvent être utilisés de manière flexible et interconnectés selon les besoins, là où se situent les principaux points faibles des entreprises. SAP Cloud ALM constitue un élément clé de cette chaîne d’outils intégrée, agissant comme un fil conducteur qui relie l’ensemble. Il ne doit pas être considéré comme un simple outil spécialisé de plus, mais plutôt comme une entité de pilotage et de structuration pour la planification, la mise en œuvre et l’exploitation.

Orchestration avec Cloud ALM

Pour mettre en œuvre le Cloud ALM, les entreprises doivent créer les conditions préalables adéquates : définir clairement les responsabilités métier et techniques, désigner un responsable par domaine (mise en œuvre, exploitation, surveillance), attribuer clairement tous les rôles au sein du projet (gestion de projet, informatique, métier, partenaires) et préciser leurs missions, configurer correctement les accès et les autorisations, former les titulaires de rôle et élaborer les guides et bonnes pratiques associés, ainsi que définir l’ensemble des processus de bout en bout. De plus, le Cloud ALM doit être intégré dès le début du projet, associé à des jalons précis pour sa mise en service et son utilisation, et aligné sur le calendrier global.

Moins d'efforts grâce à l'IA

L’intelligence artificielle joue un rôle majeur dans la chaîne d’outils. Cette technologie est intégrée à tous les outils et prend en charge les tâches récurrentes telles que l’analyse et le mappage des données, les tests et la formation des collaborateurs, en les automatisant. Au cours de la phase de découverte, la fonctionnalité „ Text-to-Process “ de Signavio permet, par exemple, de convertir automatiquement la documentation existante relative aux processus, qu'elle soit sous forme de texte ou d'images, en modèles de processus.

Cela est particulièrement pertinent pour les entreprises qui, jusqu’à présent, documentaient leurs processus dans des documents Word ou des graphiques. En complément, l’IA propose de manière autonome des indicateurs clés de performance (KPI) – par exemple dans le domaine de la comptabilité fournisseurs – afin de mesurer de manière ciblée les taux d’automatisation et d’optimiser les processus.

Réduire les coûts, améliorer la qualité

Au cours de la phase de conception et de développement, Cloud ALM permet de générer et d’adapter des cas de test à l’aide de l’IA, directement à partir des innovations ou des modifications apportées aux processus. Par exemple, lorsque des références ont été perdues, qu’un objet a été déplacé ou qu’il a été renommé au cours du développement. En combinaison avec Tricentis et son analyse d’impact des changements, le périmètre de test peut être automatiquement réduit en fonction des modifications de configuration. Ce processus fonctionne également selon une approche basée sur les risques, en mettant l’accent sur les processus critiques tels que la clôture mensuelle.

Étant donné que de petites modifications peuvent rapidement entraîner des milliers de cas de test (manuels), surtout lorsqu'elles doivent être effectuées en parallèle dans l'ancien et le nouveau système, l'automatisation s'avère ici très utile pour réduire la charge de travail et les coûts tout en améliorant la qualité.

Au-delà de la simple automatisation des tests, la chaîne d'outils prend également en charge la gestion des tests tout au long du cycle de vie du projet. SAP Cloud ALM assure ainsi une traçabilité de bout en bout des exigences, des cas de test et des défauts. En collaboration avec Tricentis, il est possible de mettre en place des tests de régression automatisés qui, notamment en cas de mises à jour fréquentes du cloud, contribuent à réduire considérablement l’effort de test tout en garantissant la qualité. À cela s’ajoute une gestion structurée des données de test, qui simplifie la mise à disposition de données de test réalistes et conformes à la réglementation en matière de protection des données.

Réduire le nombre de tickets d'assistance

Pour former et accompagner les collaborateurs de manière automatisée, en temps réel et en fonction de leurs rôles, il existe des applications basées sur l'IA qui, à partir des données de Signavio ou de Cloud ALM, identifient les besoins de formation, proposent des programmes de formation, créent des contenus et répondent à des questions en fonction du contexte. Grâce à cette assistance intelligente intégrée directement dans le flux de travail, la qualité des données s'améliore, le nombre de tickets d'assistance diminue, la navigation gagne en rapidité et l'interaction est plus personnalisée.

De plus, cela permet d'impliquer davantage les collaboratrices et collaborateurs dans la transformation et de les familiariser avec les changements.

L'avenir réside dans les agents IA, c'est-à-dire des agents basés sur l'intelligence artificielle qui fonctionnent de manière largement autonome. Pour assurer leur coordination en toute sécurité, il convient toutefois de tenir compte de certains aspects liés à la loi européenne sur l’IA (EU AI Act). En effet, ce règlement établit des dispositions harmonisées pour les systèmes d’IA au sein de l’Union européenne – et donc des règles claires pour les fournisseurs, les développeurs et les utilisateurs de l’IA.

Bien qu'elle soit en vigueur depuis 2025, rares sont les entreprises qui se sentent prêtes à faire face à cette réglementation. Certes, la plupart d'entre elles travaillent à la mise en place d'une gouvernance de l'IA, mais les cadres mis en œuvre et une gouvernance spécifique pour les agents restent encore l'exception.

Il est temps d'agir

Depuis le mois d'août, les systèmes à haut risque sont entièrement réglementés, ce qui s'accompagne d'exigences strictes en matière de gestion de la qualité et des risques ; à partir de l'année prochaine, il en ira de même pour les systèmes d'IA intégrés à des produits réglementés. D'ici là au plus tard, les entreprises auront besoin de mécanismes de gouvernance spécifiques allant au-delà des opérations classiques d'apprentissage automatique (ML-Ops) et, par-delà, d'une conformité totale incluant des outils de GRC, de ML-Ops et de protection des données.

Sur ce sujet, il est important de comprendre ce dont les agents IA sont capables – ce qui dépend à son tour de leur niveau d'autonomie. Les agents peuvent prendre en charge des tâches spécifiques ou formuler des recommandations, exécuter des actions sous surveillance, et, sauf exceptions, agir de manière autonome ou en toute autonomie.

Différences par rapport à l'IA classique

On observe ici également des différences fondamentales par rapport à l'intelligence artificielle classique : les agents sont capables d'agir de manière autonome et émergente, peuvent interagir avec des systèmes externes via des API, adopter un comportement dynamique et prendre des décisions très rapidement. Un exemple concret issu du domaine « Order-to-Cash » illustre bien cela : lors d’une commande, l’agent de commande vérifie tout d’abord si les données sont complètes et si le client est solvable.

L'agent de facturation établit ensuite la facture. L'agent de paiement assure le suivi du paiement ; si celui-ci a bien été reçu, il transmet le dossier au service financier ; dans le cas contraire, il envoie un rappel au client. Tous les agents travaillent de manière autonome, au sein d'un système multi-agents.

Il reste toutefois quelques obstacles à surmonter avant que les agents puissent apporter une valeur ajoutée. Jusqu'à présent, bon nombre d'entre eux travaillent de manière non structurée, isolés dans des applications, des équipes et des projets distincts, sans responsabilités clairement définies, ou se heurtent aux limites des systèmes.

Évaluation de l'état de préparation à l'IA

Cela a pour conséquence une forte augmentation des investissements, l'abandon de certains projets et le fait que seuls quelques collaborateurs les utilisent réellement.

Pour éviter cela, il est recommandé, dans un premier temps, de réaliser une évaluation de l’état de préparation à l’IA (AI Readiness Assessment) afin d’analyser la situation de l’entreprise, le niveau de maturité de son environnement d’IA existant, les risques encourus et les lacunes en matière de gouvernance. Dans un deuxième temps, le cadre est mis en œuvre dans la chaîne d’outils à l’aide de LeanIX, Signavio et Cloud ALM ; une fois opérationnel, il doit être régulièrement contrôlé, optimisé et mis à jour en fonction des exigences réglementaires. L’AI Agent Hub peut servir de centre de contrôle pour les agents d’IA au sein de la chaîne d’outils.

Grâce à son interface unifiée, il offre une vue d’ensemble et donc une transparence sur la manière dont les agents interviennent au sein des processus, sur leurs performances, sur leur niveau de risque et sur le coût de leur intervention. Même avec un petit nombre d’agents, il est déjà intéressant de mettre en place cette plateforme afin qu’ils ne soient pas relégués au second plan lorsque leur nombre augmentera et ne deviennent pas un risque (réglementaire).

Vers l'inscription du partenaire :