Pourquoi l'IA d'entreprise devient la nouvelle logique des progiciels de gestion intégrés (ERP)

Avec le terme „ Autonomous Enterprise “, SAP décrit une nouvelle génération de logiciels d’entreprise dans laquelle l’IA ne se contente pas de soutenir les processus, mais les orchestre, les hiérarchise et les exécute de manière de plus en plus autonome. Le message central est le suivant : les systèmes ERP évoluent d’un „ système d’enregistrement “ (System of Record) vers un „ système d’exécution “ (System of Execution). SAP considère l’ERP comme le cerveau de l’entreprise – les agents SAP IA ont, tout comme les utilisateurs, accès à ce cerveau, qu’ils exploitent de manière plus efficace et performante. Pour les entreprises, il s’agit d’un changement de paradigme. L’IA d’entreprise ne se contente pas de modifier certaines fonctions au sein des systèmes SAP. Elle transforme fondamentalement le rôle de l’ERP – et, par conséquent, la manière dont les entreprises dirigeront, prendront des décisions et fonctionneront à l’avenir. Le rôle de SAP évolue lui aussi : l’entreprise passe du statut de fournisseur d’ERP à celui de fournisseur d’IA d’entreprise.

IA d'entreprise - Culture d'entreprise

La première vague d'IA dans les entreprises a surtout été marquée par les assistants et les copilotes. Ces systèmes aidaient à générer des textes, à synthétiser des informations ou à gérer plus efficacement les processus. SAP va désormais bien plus loin. Avec Joule, les agents IA et la plateforme Business AI, on voit progressivement émerger une architecture dans laquelle l’IA n’est plus considérée comme une fonctionnalité supplémentaire, mais est intégrée dans les processus de bout en bout de l’entreprise. C’est précisément ce qui confère à la Business AI son importance stratégique. Le changement décisif ne réside pas dans le fait que les systèmes ERP deviennent plus „ intelligents “. Ce qui est déterminant, c’est plutôt que les processus pourront à l’avenir être exécutés, hiérarchisés et orchestrés de manière autonome par des agents. Pour les entreprises, cela signifie une transformation fondamentale et un changement de paradigme : auparavant, les utilisateurs exécutaient les processus manuellement, étape par étape. Aujourd’hui, ils définissent de plus en plus des règles, une gouvernance et des objectifs, tandis que le système (à l’aide d’agents) exécute les tâches opérationnelles de manière autonome. Cela modifie non seulement l’utilisation des systèmes ERP, mais aussi les rôles, les structures de gouvernance et les modèles d’exploitation.

BTP en tant que plateforme d'orchestration

Au cœur de cette évolution se trouve la Business Technology Platform (BTP). Celle-ci s’impose de plus en plus comme la base technologique des processus d’entreprise intelligents. Le rôle de la BTP dépasse largement les scénarios classiques d’extension ou d’intégration. Elle devient la couche centrale d’orchestration et de gouvernance pour les architectures d’IA hybrides. La plateforme regroupe non seulement SAP Joule et les agents d’IA, mais aussi des services de données et d’intégration ainsi que des graphes de connaissances. De plus, elle permet de connecter des modèles d’IA externes et des systèmes non SAP. Cela revêt une importance stratégique, en particulier pour les PME. En effet, dans la pratique, les environnements ERP se composent rarement exclusivement de systèmes SAP. Les systèmes de production, les plateformes logistiques, les solutions CRM ou les applications spécifiques à un secteur d’activité doivent continuer à être intégrés. La BTP devient ainsi la plateforme de développement et d’exploitation incontournable pour les processus et les services d’IA intégrés. Point particulièrement important : dans un contexte d’entreprise, l’IA ne fonctionne de manière fiable que si elle peut accéder à des structures de données sémantiquement compréhensibles. Si la base de données n’est pas correcte, même les meilleurs modèles d’IA ne fournissent pas de résultats fiables. C’est pourquoi SAP investit massivement dans des domaines tels que le Business Data Cloud, où les données sont regroupées, standardisées et ainsi rendues exploitables par l’IA. De plus, l’accent est mis sur des concepts tels que la „ Company Memory “ – c’est-à-dire le savoir d’une entreprise disponible sous forme numérique – ainsi que sur les graphes de connaissances, qui constituent une carte intelligente de ce savoir et permettent de visualiser les liens et les relations. L’innovation ne réside pas seulement dans le modèle linguistique, mais aussi dans la capacité à interpréter les objets métier, les relations et les processus en tenant compte du contexte. À terme, SAP regroupera les éléments aujourd’hui encore distincts – Business Technology Platform, Business Data Cloud et Business AI Foundation – au sein d’une plateforme SAP Business AI unifiée, dans laquelle la BTP deviendra le pilier central du développement, de l’intégration et de la gouvernance.

Joule transforme l'interaction avec les progiciels de gestion intégrés (ERP)

Ce changement de stratégie est particulièrement visible autour de Joule. L'assistant IA devient de plus en plus le niveau de contrôle central des processus d'entreprise. À l’avenir, les utilisateurs ne devront plus piloter les processus principalement via des transactions ou des interfaces, mais en leur donnant des instructions en langage naturel. À première vue, cela ressemble à une simple fonctionnalité de confort. En réalité, cela cache toutefois un changement architectural profond. L’interaction passe du simple clic à la formulation d’instructions. Les agents IA accèdent aux données de l’entreprise, utilisent les fonctions du système et peuvent influencer les processus opérationnels. Les entreprises doivent donc définir clairement quelles tâches les systèmes autonomes sont autorisés à prendre en charge, quelles données ils peuvent utiliser et à quels niveaux un contrôle humain reste nécessaire.

La traçabilité revêt ici une importance particulière. Les décisions et les étapes du processus doivent rester explicables même lorsqu’elles ont été déclenchées par des agents d’IA. L’auditabilité, des modèles de rôles clairs et des droits d’accès contrôlés deviennent ainsi des conditions préalables fondamentales à une mise en œuvre productive. La gouvernance s’impose donc comme une mission de gestion permanente. Le concept „ Human in the Loop “ cède de plus en plus la place à celui de „ Human above the Loop “ : l’humain n’exécute plus chaque étape individuellement, mais supervise, évalue et pilote des systèmes autonomes. À l’avenir, les clôtures mensuelles, les analyses de la chaîne d’approvisionnement, les validations d’achats ou les simulations de trésorerie pourront être lancées via Joule et orchestrées en arrière-plan par différents agents d’IA, et ce, sur l’ensemble des systèmes SAP et non-SAP. L’interface utilisateur classique perd ainsi progressivement de son importance. La logique proprement dite se déplace vers les couches de processus et d’agents.

Cela ouvre un immense potentiel pour les entreprises. Les tâches répétitives peuvent être automatisées, les services spécialisés sont déchargés, les décisions sont prises plus rapidement et les équipes informatiques gagnent en liberté pour innover. L'impact est particulièrement important lorsque des volumes de processus élevés se conjuguent à des règles clairement définies – par exemple dans la finance, les achats ou la chaîne d'approvisionnement. Pour sélectionner les cas d'utilisation appropriés, il est utile de collaborer avec des partenaires externes, dont le rôle, à l'ère de l'IA, évolue également au-delà de la simple mise en œuvre : on recherche désormais des orchestrateurs, des partenaires d’intégration et des accompagnateurs en matière de gouvernance, qui définissent les objectifs commerciaux en collaboration avec les entreprises, mettent en place des modèles opérationnels et développent en continu des scénarios d’IA.

La qualité des données : une condition préalable

Aussi ambitieuse que soit la vision de l„“ Autonomous Enterprise », un constat essentiel de la conférence Sapphire apparaît clairement : aucun agent d’IA ne peut compenser une mauvaise qualité des données. Cela remet ainsi au premier plan un sujet qui accompagne de nombreuses entreprises depuis des années : la qualité des données et la gouvernance. Les environnements SAP qui se sont développés au fil du temps, les extensions personnalisées, les ruptures de format et les modèles de données hétérogènes ont jusqu’à présent empêché, dans de nombreuses entreprises, le déploiement à grande échelle de l’IA. C’est pourquoi le « Clean Core » devient le fondement stratégique des architectures d’IA modernes. Les entreprises doivent harmoniser leurs environnements ERP, standardiser leurs processus et consolider leurs structures de données avant que les modèles de processus autonomes puissent fonctionner. L’adage « garbage in, garbage out » prend une nouvelle dimension à l’ère de l’IA. En effet, de mauvais processus restent de mauvais processus, même avec l’IA : ils ne font que s’accélérer.

Le mot d’ordre ne doit donc pas être : « Nous avons besoin d’une meilleure IA », mais plutôt : « Nous avons besoin de meilleures données et de plus de contexte ». Aujourd’hui, les données proviennent de sources très diverses et se présentent sous différents formats – par exemple dans SAP, sur les portails fournisseurs, dans des fichiers Excel ou dans des e-mails. Si l’IA accède à des données contradictoires ou en double sans contexte suffisant, elle ne peut pas fournir de conclusions fiables. Il faut une compréhension commune – ou un langage commun – pour l’ensemble des données afin de pouvoir développer correctement l’IA.

C’est précisément au sein des PME qu’on constate actuellement un certain décalage entre la vision et la réalité, et pas seulement en matière de qualité des données. En effet, de nombreuses entreprises sont encore fortement mobilisées par la conversion S/4, la migration vers le cloud ou la pénurie de main-d’œuvre qualifiée. De même, la cybersécurité reste une priorité absolue pour de nombreuses entreprises : le „ Compas de l’innovation 2026 “ d’All for One montre que la sécurité informatique est désormais perçue comme le principal levier d’impact pour les projets de transformation, devant même les investissements dans l’IA et le cloud.

Le défi ne consiste donc pas tant à mettre en place le plus grand nombre possible d'outils d'IA le plus rapidement possible. Ce qui est déterminant, c'est plutôt de rendre l'architecture de l'entreprise compatible avec l'IA.

Élaborer avec succès une feuille de route pour l'IA

Pour de nombreuses entreprises, la question n'est plus de savoir si l'IA fera partie de leur stratégie ERP, mais comment elles peuvent élaborer une feuille de route solide en matière d'IA.

Dans la pratique, on constate régulièrement que les stratégies d’IA efficaces ne partent pas des agents, mais des fondements. Cela inclut des processus harmonisés ainsi que des modèles de données propres, selon le principe du « Clean Core ». Une gouvernance claire, avec des rôles, des règles et des responsabilités bien définis, ainsi que des architectures d’intégration stables et un modèle d’exploitation viable, sont également déterminants. Ce n’est qu’une fois ces fondations posées qu’il est possible de mettre en place des scénarios d’IA évolutifs. Parallèlement, les entreprises doivent éviter de considérer l’IA exclusivement comme un projet technologique. La véritable transformation concerne les processus, les rôles et les organisations. C’est pourquoi les approches itératives s’avèrent particulièrement efficaces. Plutôt que de miser sur un « Big Bang », les entreprises devraient commencer par des cas d’utilisation clairement définis, qui génèrent rapidement une valeur ajoutée opérationnelle et favorisent l’adhésion du personnel. Par la suite, d’autres projets d’IA peuvent être déployés progressivement, en s’appuyant sur des processus métier concrets.

Parallèlement, les entreprises doivent mettre en place une gouvernance dotée de structures claires et, surtout, de droits d'accès bien définis : qui définit les règles ? Qui contrôle les agents ? Comment garantir la conformité, la sécurité et la transparence ?

Cela modifie également le rôle des partenaires informatiques et SAP. Les entreprises ont besoin de partenaires qui ne se contentent pas de mettre en place des technologies, mais qui orchestrent des environnements hybrides, mettent en place une gouvernance et garantissent durablement la capacité d'innovation.

L'opérabilité : un enjeu d'avenir

Le principal enseignement à retenir n’est pas que SAP développe massivement l’IA. Le véritable changement va plus loin : les systèmes ERP évoluent de simples plateformes de documentation vers des plateformes d’exécution intelligentes. Pour les entreprises, l’avantage concurrentiel des années à venir ne réside donc pas uniquement dans l’accès aux modèles d’IA. Ce qui sera déterminant, c’est la capacité à organiser les processus, les données et les modèles opérationnels de manière à ce que l’IA puisse fonctionner de manière fiable. L’avenir n’appartient donc pas aux entreprises disposant du plus grand nombre d’outils d’IA ou de projets pilotes. Il appartient aux entreprises qui mettent en œuvre l’« Autonomous Enterprise » dans le cadre d’un modèle opérationnel de bout en bout à l’échelle de l’entreprise.

Vers l'inscription du partenaire :