Description
Nous avons abordé précédemment, dans la première partie du livre Blanc : L’intelligence Artificielle et SAP, ce qu’était l’intelligence artificielle (IA), ses principes, ses capacités, ses typologies ainsi que ses tendances.
Attention – Cet article à visée informative ne traite que des produits conçus ou commercialisés par SAP.
Il ne contient aucun contenu promotionnel ou sponsorisé, ne constitue pas une incitation d’achat, et ne reflète pas les propos de l’éditeur.
Notre volonté rédactionnelle est de présenter le champ des possibles grâce aux logiciels produits par SAP dans le domaine de l’intelligence artificielle et de l’automatisation des processus.
Pour toute demande sur ces sujets, n’hésitez pas à nous contacter via le formulaire de contact.
Artificial Narrow Intelligence
ANI
Artificial General Intelligence
AGI
Artificial Super-Intelligence
ASI
L’intelligence artificielle et SAP – Partie 2
Cette solution leader [1] avait fait l’objet d’un accompagnement de startup par SAP dès 2012, puis d’un partenariat commercial (reseller agreement) en 2015 sous le nom Celonis Process Mining by SAP (CPM).
Le produit est soutenu par une entreprise qui n’appartient pas à SAP mais qui a bénéficié d’une longue co-innovation pendant ses premières années.
Le produit n’est finalement plus commercialisé depuis le 31/12/2023 mais il continue d’exister en tant que solution indépendante.
Le produit dédié à l’analyse de SAP Ariba était, lui, déjà abandonné depuis fin 2020.
Cette solution cloud a été rachetée par SAP en 2021 [2] [3].
En plus de l’usage principal qu’est l’analyse des processus, le produit est un élément de l’offre RISE with SAP (voir notre article) afin d’aider les entreprises à migrer vers S4/HANA Cloud.
En effet, la migration vers S4/HANA est l’occasion méthodologique pour les clients de s’interroger sur leurs processus afin de réduire la dette des mauvaises pratiques et d’encourager de nouveaux scénarios [4].
Après l’arrêt de la collaboration avec Celonis, Signavio devient le seul produit avancé de process mining totalement supporté par SAP.
L’outil est réputé moins complet que son prédécesseur mais il possède désormais une roadmap pilotée par SAP qui le rend cohérent avec la stratégie globale de l’éditeur.
Profitability and performance management (PaPM)
Un second type d’algorithme est la classification. L’idée est de mettre en relation des paramètres non numériques (mots, couleurs, attributs, numéro ordinal…) pour déduire des caractéristiques communes et prédire de nouveaux cas. Dans l’espace multi-dimensionnel des combinaisons possibles de paramètres, les éléments similaires auront une tendance naturelle à se regrouper, et les incertitudes proviendront des éléments proches des délimitations trouvées par l’algorithme. Par exemple, si l’un des paramètres d’entrée est la couleur jaune, il est peu probable que le résultat soit un éléphant, mais plutôt un oiseau qui peut être petit ou gros. Le résultat de la classification a un caractère probabiliste. Il faut alors paramétrer le modèle pour limiter les erreurs et réduire les accidents qui peuvent en découler.
Il s’agit d’un addon rattaché à la fonction Finance [5] apparu en 2018 qui s’exécute depuis le système SAP lui-même.
À chaque nouvelle version, des scénarios [6] sont proposés sur la finance, les ventes et les achats entre autres.
Les résultats s’affichent sous forme de KPI, de graphiques et de tableaux de bord.
L’outil n’intègre certes pas les scénarios aussi sophistiqués que dans SAP Signavio, mais il donne un premier niveau d’introspection intéressant sur l’exécution des flux dans le système ERP (volumétrie, taux de réalisation au premier coup…).
Ce logiciel s’avèrera insuffisant pour analyser les scénarios les plus complexes.
SAP Data Intelligence Cloud
Le développement informatique des entreprises rend la gestion des données de plus en plus ardue.
L’IA est d’autant plus facilitée que l’intégration des applications, de l’analytique et l’orchestration des données sont sous contrôle.
La gestion des données est sujette à des besoins en gouvernance et mise à jour en continu afin que les flux opérationnels se déroulent correctement.
L’outil SAP Data Intelligence [7] disponible sur le cloud donne les moyens de collecter des données de systèmes SAP et non-SAP, d’appliquer des transformations, d’exploiter des modèles d’intelligence ou encore d’activer des points d’accès (API) pour consommer ces données dans vos applications.
Il ne doit pas être confondu avec SAP Datasphere [8] (anciennement nommé SAP Data warehouse cloud) qui est une solution d’hébergement et de gouvernance de données, ni avec SAP Analytics Cloud (lire notre article) qui est une solution de reporting en ligne.
SAP Data Intelligence est une boîte à outils applicable à de nombreux domaines : maintenance préventive, contrôle qualité de la production, exploration de données, capture de données IoT (Internet of Things), analyse commerciale, etc.
Le produit intègre des connecteurs de données (Hana, SGBD SQL, Snowflake…) et une couche de développement dont Python et ses librairies de machine learning (numpy, torch, scikit-learn, pandas, hana-ml [9] …).
Le domaine de la data science est très technique et mathématique, alors les limites sont l’imagination et la compétence des analystes.
Le produit répondra à tous les besoins d’IA non générative en lien avec vos données d’entreprise.
SAP AI Business Services
Une API est un point d’accès logiciel qui reçoit des données et qui émet une réponse bien formattée en retour.
Parce qu’il peut être compliqué et coûteux de développer techniquement une API à partir de zéro ou d’entraîner et stabiliser un modèle d’IA, SAP propose ses AI Business Services sur sa plateforme cloud de développement SAP BTP.
L’adoption des solutions liées à l’intelligence artificielle est ainsi facilitée.
Il s’agit de fonctionnalités prêtes à l’emploi, pouvant être appelées par vos applications web et mobiles connectées, schématiquement facturées à l’usage et mises à jour de façon transparente.
L’utilisation des API est un paradigme moderne de développement modulaire, évolutif et très connecté.
Le niveau d’abstraction permet d’augmenter l’interopérabilité, d’accélérer la mise en service, de piloter les accès et de mesurer les usages.
La modification de l’architecture logicielle et les progrès technologiques ont motivé l’arrivée du produit [10] et relégué depuis fin 2021 un produit précédemment connu sous le nom SAP Leonardo.
Les champs d’application dépendent de la disponibilité des services proposés qui va croissant dans la durée.
On peut citer quelques exemple pratiques : identification d’éléments pour un service desk [11], reconnaissance de modèles de documents avec suggestion de valeurs pour les champs manquants [12] [13], recommandations personnalisées de produits [14] [15], traduction de textes, identification de doublons, segmentation de données clients, etc.
Les informations traitées par la solution peuvent ensuite être injectées dans vos outils, ce qui permet de réaliser une optimisation ou une accélération de votre processus.
Les services en IA disponibles via SAP BTP font l’objet d’un développement très actif qui ne peut pas être intégralement reflété ici.
Un magasin partenaire (store) existe également pour les services tiers.
Il conviendra donc de se référer à la documentation en ligne pour prendre connaissance des fonctionnalités les plus récentes.
SAP Intelligent Robotic Process Automation
Tout comme le process mining, le process automation (RPA) n’est pas de l’intelligence artificielle au sens où une machine cliquerait seule à la place des utilisateurs avec une autonomie et une initiative totales.
L’automatisation des processus vise avant tout à accélérer les processus répétitifs, à faible valeur ajoutée ou risqués.
En effet, les actions qui se répètent répondent à des schémas peu variables et probablement peu enrichissants professionnellement pour les personnes.
Par exemple, au lieu de recopier le contenu d’un fichier tableur pour créer un document dans SAP ERP, il est possible de demander à un logiciel de le faire [16] et de dégager ce temps pour développer la relation avec les clients.
En couplant avec l’IA capable de structurer de l’information et de trouver des relations logiques entre les données, on peut plus aisément automatiser ce qu’il ne l’était pas auparavant.
C’est pourquoi le RPA s’inscrit dans la continuité de cette informatisation intelligente des processus.
Dans la chaîne de valeur, l’automatisation se réalise plutôt à la fin du processus après que les leviers d’optimisation ont été identifiés.
Selon le principe du maillon faible, optimiser un processus n’a de sens qu’au niveau de son goulet d’étranglement, des étapes les plus contraintes ou s’il existe des risques particuliers.
Il convient aussi de noter que l’automatisation d’un processus complexe et sa rationalisation sont deux démarches différentes, la première pouvant freiner la seconde.
Selon le carré magique 2023 de Gartner republié par son concurrent Blueprism, la solution de SAP se positionne dans le quadrant des visionnaires, c’est-à-dire qu’elle est conforme aux attentes du marché mais peut se révéler inconsistante en pratique.
Bots conversationnels
Dans le premier article, nous avons vu comment l’intelligence artificielle générative permet de manipuler le texte, le son et l’image selon un modèle inspiré des neurosciences.
Le texte étant par nature assez structuré, compact et significatif, il est idéal pour faire le lien entre l’humain et la machine.
L’analyse du langage est une science très complexe et l’un des meilleurs atouts du monde du vivant.
Un premier outil de SAP n’a pas eu le succès escompté.
Il s’agissait de Conversational AI (SAP CAI) basé sur le traitement naturel du langage (natural language processing, NLP), c’est-à-dire sur les règles linguistiques du langage et des scénarios prédéfinis.
Il n’aura aucun successeur [17], car l’investissement est désormais porté sur l’IA, c’est-à-dire sur la relation probabiliste entre les mots de toute langue et sur l’habilité à répondre à des scénarios nuancés ou imprévus.
Un second outil nommé SAP CoPilot, basé sur le langage naturel et le contrôle vocal, a été arrêté en juin 2020.
L’outil le plus récent nommé SAP Joule [18] a été annoncé en septembre 2023 [19] et sera déployé via la plateforme cloud SAP BTP.
L’objectif est d’assister les utilisateurs dans la prise de décisions au sein des processus d’entreprise et des logiciels souscrits.
En apportant de l’aide, l’utilisateur est accompagné d’un « co-pilote numérique » et non substitué par un robot. À l’aide d’algorithmes spécialement conçus et prévus par des scénarios, l’utilisateur peut obtenir des informations pertinentes et contextualisées pour travailler.
Ce type de solution est innovant et s’intègre parfaitement à la logique du business AI, c’est-à-dire à une IA spécialisée et intégrée à vos processus.
Elle peut ainsi aider les utilisateurs à adopter plus aisément les nouveaux outils.
L’éditeur SAP précise dans son communiqué que les modèles seront améliorés avec le temps pour toutes les solutions SAP, donc que cela dépendra de la priorité des scénarios retenus. L’outil n’est pour l’instant disponible que pour SAP SuccessFactors avec une limite de gratuité d’utilisation.
Joule ne se limite pas à assister les utilisateurs business.
Dans le courant 2024, il pourrait aussi produire du code pour les développements spécifiques dans SAP BTP Business Application Studio.
Les consultants techniques devront bien entendu bien vérifier et tester les propositions générées par l’outil.
Intégration aux produits SAP existants (S4/HANA, SuccessFactor, etc)
Les solutions d’IA vues jusqu’à présent utilisent massivement les services web pour communiquer.
Le portail centralisé SAP Fiori est totalement aligné sur cette technologie de communication pour délivrer la meilleure expérience d’utilisation possible aux utilisateurs.
L’IA s’ingère également dans les algorithmes prédictifs et de calcul de certaines applications analytiques.
Dans S4/HANA, les scénarios prédictifs à base de modèles de machine learning existent via SAP Intelligent Scenario Lifecycle Management (SAP ISLM) [20].
C’est une boîte à outils interfacée avec SAP Data Intelligence Cloud qui permet des analyses [21] pour la finance (réconciliation de documents inter-sociétés), les achats (tendances de consommation des contrats…), les ventes (conversion des offres, performance des ventes, estimation des délais de livraison…) et la fabrication (retard des stocks en transit…).
Pour des raisons techniques, ISLM remplace certaines applications précédemment basées sur Predictive Analytics integrator (PAi) [22].
Un autre type de fonctionnalité prédictive existe avec SAP Predictive Replenishment [23] : c’est un outil fonctionnant avec SAP BTP qui tient compte des stocks, des promotions, de la saisonnalité et d’autres critères pour proposer des réapprovisionnements dans le secteur de la distribution (retail).
Parfois, les noms sont trompeurs : la fonctionnalité Predictive Material and Ressource Planning (pMRP) intégrée à S4/HANA [24] permet de faire une planification à moyen/long terme de la demande et des capacités (processus S&OP) mais elle n’inclut pas pour autant de machine learning.
Dans SuccessFactor, la solution cloud SIRH de SAP accessible depuis un simple navigateur, les transactions ont été enrichies pour aider les fonctions support à rédiger des offres emplois et valider les compétences attendues [25].
Il s’agit là d’un exemple d’intégration web d’une fonctionnalité externe d’IA générative au sein d’un écran applicatif SAP.
La fonction RH est très administrative, très liée aux données textuelles, donc la plus susceptible d’accueillir les innovations en IA générative.
Dans SAP Analytics Cloud (SAP SAC) [26] et les autres solutions BI de l’éditeur, les données peuvent être simulées et extrapolées, ce qui recoupe la fonctionnalité de régression vue au début du premier article.
La machine apporte des recommandations via les Smart Insights. L’IA permettra prochainement de construire des requêtes à partir d’une question posée en langage naturel [27].
Dans le domaine de la planification des besoins, la prévision des ventes ne se fait plus seulement sur la base de données d’historique avec des formules de type Holt-Winters (tendance et saisonnalité) ou MLR (combinaison linéaire de plusieurs sources), mais également aussi sur les signaux faibles à court terme annonçant l’émergence proche d’une demande imprévue.
Ce demand sensing [28] est intégré à SAP Integrated Business Planning (SAP IBP) qui vise à remplacer SAP Advanced Planning and Optimization (SAP APO) d’ici fin 2027.
Conclusion
L’émergence de nouvelles possibilités en intelligence artificielle permet de faciliter ou revoir les opérations dans votre entreprise.
Qu’il s’agisse d’automatisation, de recommandations, d’alertes ou d’outils complets de suivi des données, l’exploitation de vos données d’entreprise contribue à ce que votre business s’adapte au monde complexe qui change et reste toujours plus agile, connecté et compétitif.
Les entreprises ne manquent pas de données, mais seulement de ressources et d’outils pour en tirer toute la valeur.
L’adoption de ces technologies peut être coûteuse et créer une nouvelle forme de dépendance. Alors il convient de bien identifier les scénarios qui répondent vraiment aux attentes de vos utilisateurs et qui apporteront une forte plus-value à votre cœur de métier.
Les résultats ne sont jamais automatiques et feront l’objet d’itérations successives.
Pour faciliter l’adoption de ces changements inédits, la culture d’entreprise joue un rôle essentiel.
L’apport d’IA peut à la fois être très positif pour les processus mais également potentiellement dommageable.
La prolifération de contenus générés par l’IA siphonne la valeur et l’exactitude de l’information parce qu’elle est habituellement garantie par le travail intellectuel réel, circonstancié et intentionnel de ses auteurs.
Il peut alors en résulter une mauvaise interprétation des résultats, des processus robotisés dont plus personne ne sait comment ils fonctionnent, voire encore des pertes de talents dans le cas du traitement robotisé des ressources humaines.
D’un autre côté, les algorithmes de classification, de recommandation et de modélisation statistiques sont un peu plus déterministes et pertinents pour votre business parce qu’ils ne se substituent pas totalement aux décisions des personnes.
Ces algorithmes peuvent plus facilement déminer vos processus, dégager des axes de progrès et améliorer l’efficience de vos opérations.
Les outils de SAP répondent aisément à ces objectifs et selon les trois modalités : le prêt à l’emploi, le paramétrable et le sur-mesure, chacun ayant ses avantages et ses inconvénients.
Pour aller plus loin
I am text block. Click edit button to change this text. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
