SAP Sapphire 2026 : Comment SAP transforme l’ERP en moteur central de l’entreprise agentique

SAP Sapphire 2026 : l’ERP se réinvente en cockpit de l’entreprise agentique 🚀

À Sapphire, SAP ne se contente plus d’ajouter une couche d’IA sur un ERP modernisé. Le message martelé est plus radical : l’ERP devient un moteur d’exécution, capable de faire passer l’organisation d’une logique “enregistrer et contrôler” à une logique “détecter, décider, agir”, sous supervision humaine. Cette bascule change la place de l’ERP dans le quotidien des métiers, mais aussi la manière dont les DSI doivent concevoir l’architecture, les risques et les arbitrages budgétaires.

Le fil rouge est celui de l’“Autonomous Enterprise” : des équipes qui expriment des objectifs, des contraintes et des seuils d’acceptabilité, tandis que des assistants spécialisés et des agents s’occupent de l’exécution, de la coordination et de l’optimisation. L’idée séduit car elle colle à une réalité terrain : les cycles se compressent, les chaînes de valeur se tendent, et les organisations doivent absorber plus d’exceptions avec moins de marge. Qui n’a jamais vu une clôture financière déraper à cause de quelques blocages qui se propagent en cascade ?

Pour rendre la promesse crédible, SAP insiste sur un point qui parle immédiatement aux responsables de processus : une IA “presque correcte” n’est pas acceptable sur les opérations critiques. Là où un assistant grand public peut “improviser” une réponse plausible, une entreprise doit pouvoir tracer ce qui a été lu, modifié, déclenché, et selon quelle règle. C’est précisément ce qui distingue l’IA “effet démo” de l’IA capable d’entrer dans un contrôle interne, une auditabilité, et parfois une obligation réglementaire.

Pour illustrer l’enjeu, imaginons une ETI industrielle fictive, Heliox Manufacturing, présente en Europe et en Amérique du Nord. Son DAF veut réduire la durée de clôture, son directeur supply veut diminuer les ruptures, et la DRH doit piloter une pénurie de compétences. Dans l’ancien monde, chacun ajoutait des outils autour de l’ERP : RPA ici, BI là, scripts ailleurs. Dans la vision SAP, ces “rustines” doivent laisser place à un cœur cohérent : processus + données gouvernées + agents, avec un cockpit commun.

Cette ambition n’est pas qu’une affaire de technologie, elle touche au pouvoir d’agir : si des agents deviennent les nouveaux opérateurs, qui tient le volant ? Les métiers voudront la fluidité, la DSI exigera des garde-fous, et la direction financière demandera des preuves de ROI. En toile de fond, la pression sur les coûts reste bien réelle, un sujet que beaucoup de DSI relient à l’inflation technologique et à la difficulté de stabiliser les dépenses quand chaque innovation ouvre une nouvelle ligne de facture ; une lecture intéressante se retrouve via l’analyse sur l’inflation technologique côté DSI.

Ce positionnement prépare naturellement le terrain du thème suivant : si l’ERP doit exécuter, il faut des briques concrètes d’automatisation agentique, pas seulement un discours. C’est exactement le rôle de la suite annoncée par SAP.

SAP Autonomous Suite : des assistants Joule et plus de 200 agents pour automatiser les processus clés ⚙️

La pièce centrale annoncée est SAP Autonomous Suite, qui regroupe des capacités d’automatisation “agentique” sur les grandes fonctions : finance, achats, supply chain, RH, expérience client. Le principe est clair : au lieu d’un ERP qui signale les anomalies, SAP pousse un ERP qui détecte, qualifie, propose une action et déclenche des workflows, en sollicitant l’humain quand un seuil de risque est atteint.

Le chiffre qui marque les esprits : plus de 50 assistants Joule spécialisés capables d’orchestrer plus de 200 agents sur des tâches ciblées. Derrière les termes, cela signifie une organisation en “petites compétences” : un agent sait rapprocher, un autre sait contrôler une règle, un autre sait lancer une demande de validation. L’orchestrateur, lui, assemble ces compétences pour conduire un processus de bout en bout.

Exemple très parlant : l’Autonomous Close Assistant en finance 💼

En finance, l’assistant de clôture vise une zone historiquement douloureuse : écritures, rapprochements, validations, résolution d’erreurs, suivi des blocages. Dans de grands groupes, une clôture peut s’étirer sur plusieurs semaines, surtout quand les écarts se multiplient entre filiales, devises et règles locales. La promesse de SAP : compresser le cycle en automatisant la chasse aux exceptions et en routant les cas sensibles vers les bons validateurs.

Chez Heliox Manufacturing, un scénario typique ressemble à ceci : une filiale remonte des factures en retard, des réceptions ne correspondent pas aux commandes, un taux de change n’a pas été appliqué comme prévu. Dans un fonctionnement classique, les équipes passent des heures à naviguer, exporter, comparer, relancer. Dans un mode agentique, l’assistant identifie les nœuds, propose des corrections, déclenche des demandes d’approbation, et produit un journal d’exécution pour l’audit.

Ce que cela change pour le contrôle interne 🛡️

Ce virage met la gouvernance au premier plan. Un agent peut “préparer” une écriture sans pouvoir l’“approuver”. Un autre peut “recommander” une action sans pouvoir “engager” juridiquement l’entreprise. Autrement dit, l’autonomie doit être graduée : on n’automatise pas un processus critique comme on automatise une tâche administrative.

Cette graduation rappelle une logique connue des programmes d’automatisation : on commence par des actions réversibles, puis on élargit quand les preuves s’accumulent. Les organisations qui ont déjà industrialisé la robotisation y verront un parallèle, notamment avec les méthodes décrites autour de l’automatisation RPA et ses bonnes pratiques, même si l’agentique va plus loin en ajoutant compréhension de contexte et orchestration.

Au final, l’Autonomous Suite transforme l’ERP en chaîne d’exécution “semi-autonome”, où l’humain reste le garant des décisions à impact. Et cette exécution ne peut tenir que si l’interface utilisateur devient, elle aussi, plus naturelle : c’est là qu’entre en scène Joule Work.

Joule Work : de la navigation par écrans à l’interface par intention (texte, mobile, desktop, voix) 🗣️

Joule n’est plus présenté comme un simple assistant conversationnel posé sur un ERP. Avec Joule Work, SAP vise une nouvelle interface de travail : l’utilisateur formule une intention (“préparer la clôture”, “sécuriser un approvisionnement critique”, “accélérer un onboarding”), et le système orchestre les assistants, agents et workflows nécessaires, y compris dans des environnements non-SAP.

Le changement est culturel. Pendant des années, l’efficacité se jouait sur la maîtrise des transactions, des menus et des variantes. Désormais, SAP parie sur une approche “intentionnelle” : moins de navigation, plus de dialogue piloté. Pourquoi ouvrir dix écrans quand un espace de travail dynamique peut regrouper les exceptions, les validations, et les actions proposées ?

Desktop : le détail qui peut tout changer 💻

La disponibilité annoncée via web, mobile et desktop n’est pas un simple choix de packaging. Le desktop ouvre la porte à des interactions avec des fichiers et outils locaux : tableurs, documents, pièces justificatives, exports temporaires. Dans beaucoup d’entreprises, la vérité opérationnelle se joue encore dans des artefacts hors ERP. Joule Work cherche à réduire cette fragmentation sans nier la réalité des usages.

Chez Heliox Manufacturing, le responsable achats a souvent un tableau de suivi “maison” sur lequel il arbitre les urgences. Le desktop devient alors un pont : Joule peut récupérer le contexte, proposer une action dans l’ERP, puis demander une validation. Cette “couture” entre travail réel et processus standard est l’endroit où l’adoption se gagne… ou se perd.

La voix sur le terrain : moins gadget qu’il n’y paraît 🎙️

L’intégration vocale, portée par une brique de type LiveKit, vise les métiers terrain : entrepôts, maintenance, opérations. Un technicien peut dicter un compte rendu, déclencher une demande de pièce, ou vérifier une procédure sans quitter une intervention. Là encore, la question essentielle n’est pas “est-ce impressionnant ?” mais “est-ce gouverné ?”. Qui a le droit de créer un ordre de travail ? Qui peut modifier une criticité ? À partir de quelles preuves ?

Gouvernance : l’intention ne doit pas contourner les règles 🔐

Quand un utilisateur dit “corriger”, le système doit comprendre s’il s’agit d’une correction comptable, d’une modification contractuelle, ou d’un ajustement logistique. Chaque verbe cache un risque. SAP met donc implicitement la gouvernance au cœur de l’expérience : droits, journalisation, séparation des tâches, traçabilité des décisions. C’est aussi ce qui conditionne l’interopérabilité avec d’autres univers, notamment Microsoft, puisque l’ambition affichée est de renforcer les ponts entre Joule et les assistants de productivité.

Pour les DSI, Joule Work promet une réduction de la dette d’UX (moins de formations “transactionnelles”), mais augmente l’exigence d’architecture : intentions, politiques d’accès, garde-fous, supervision. Et cette supervision exige une donnée solide, structurée et contextualisée. Ce qui mène directement à la plateforme de données et de connaissance que SAP met au centre.

Quand l’interface se simplifie, la complexité se déplace “derrière” : dans le modèle sémantique, la qualité des référentiels, et la capacité à donner aux agents une mémoire fiable. C’est l’objet de la SAP Business AI Platform et du Knowledge Graph.

SAP Business AI Platform, Knowledge Graph et Business Data Cloud : la donnée gouvernée comme carburant des agents 🧠

L’IA agentique ne peut pas reposer sur une couche conversationnelle isolée. Elle a besoin d’un contexte exploitable : clients, fournisseurs, contrats, commandes, règles internes, organigrammes, historiques d’incidents, contraintes réglementaires. SAP structure ce socle autour de SAP Business AI Platform, présentée comme l’unification de la plateforme technologique, de la donnée cloud et des services IA dans un environnement gouverné.

La brique qui cristallise le plus la stratégie est le Knowledge Graph : une cartographie des entités et de leurs relations (produits, sites, fournisseurs, centres de coûts, politiques d’approbation, dépendances logistiques). Un agent ne “comprend” pas une entreprise parce qu’il génère bien du texte ; il comprend parce qu’il manipule une représentation structurée du réel. C’est là que se joue la bataille : pas seulement la puissance du modèle, mais la qualité de la mémoire métier.

HANA Cloud et les formats de données modernes 📊

SAP renforce aussi Business Data Cloud avec la disponibilité native de HANA Cloud, capable de gérer plusieurs formes de données utiles aux agents : relationnel pour les transactions, graphes pour les relations, vecteurs pour la recherche sémantique, et même des dimensions plus spécifiques comme la donnée spatiale. Le message est simple : l’entreprise ne doit pas choisir entre analytique et opérationnel, elle doit pouvoir alimenter les deux avec une base cohérente.

Dans le cas d’Heliox Manufacturing, la maintenance prédictive exploite des historiques d’interventions, des données capteurs et des ordres de travail. Le graphe aide à relier un équipement à ses incidents, à ses pièces critiques et à ses techniciens certifiés. Le vectoriel permet de retrouver, dans des comptes rendus libres, des symptômes similaires. L’agent, lui, ne “devine” pas : il navigue dans une mémoire structurée.

Master Data Governance : le “pare-chocs” avant l’autonomie ✅

L’intégration de Master Data Governance comme composant central souligne un fait souvent sous-estimé : si les référentiels sont instables, l’autonomie amplifie les erreurs. Un agent qui agit sur un fournisseur dupliqué, un article mal catégorisé ou une hiérarchie organisationnelle obsolète peut provoquer des effets domino. La gouvernance devient donc une condition de sécurité, pas une bureaucratie.

Interopérabilité data : l’enjeu zero-copy 🔄

SAP annonce aussi une intégration bidirectionnelle zero-copy avec Amazon Athena attendue au second semestre 2026. La promesse : analyser et croiser des données sans déplacements massifs, en limitant les duplications et les coûts cachés. Cette orientation parle aux DSI qui cherchent à éviter la multiplication des pipelines et à réduire les zones grises sur la responsabilité des données.

Cette stratégie “donnée + gouvernance” se combine à un autre levier : l’écosystème de partenaires et de modèles, car SAP veut rester le centre de gravité métier tout en s’alliant aux meilleurs. Un bon exemple est l’intérêt croissant pour Claude dans les environnements professionnels, et la curiosité autour de ses performances ; un éclairage utile est disponible via un point sur Claude Opus et ses performances.

Une fois la donnée stabilisée et le contexte modélisé, SAP peut pousser plus loin la verticalisation des assistants : finance, achats, RH, supply. C’est là que les promesses deviennent des scénarios concrets, mesurables, et discutables en comité de pilotage.

Agents SAP par métier et par industrie : finance, achats, RH, supply chain et Industry AI 🌍

Une des forces historiques de SAP est sa profondeur fonctionnelle. À Sapphire, l’éditeur capitalise sur cet avantage en présentant une verticalisation de l’agentique : des assistants alignés sur des processus connus, des contrôles existants, et des exceptions fréquentes. L’objectif est transparent : éviter que les entreprises construisent des agents génériques “à côté” du SI, et proposer des briques directement industrialisables.

Panorama des domaines couverts (et où l’autonomie a du sens) 📌

En finance, les assistants visent la clôture, la planification, la facturation, la conformité, la fiscalité, le recouvrement, la trésorerie. Dans les achats, l’ambition “Autonomous Spend” couvre category management, sourcing, fournisseurs, contrats, demandes d’achat, réception, facturation, services, voyages et notes de frais. En RH, SuccessFactors reçoit des assistants pour paie, core HR, temps, services RH, recrutement, onboarding, formation, compétences, talents, avec un volet de workforce planning combinant RH, finance et ressources externes.

Voici une liste d’usages où l’agentique peut produire un gain rapide tout en restant gouvernable :

• ✅ Tri et qualification des exceptions (factures bloquées, écarts de réception, doublons fournisseurs) pour réduire le bruit et accélérer les équipes.
• 📉 Réduction des cycles (clôture, validation de contrats, onboarding) via orchestration de tâches et relances contextuelles.
• 🔍 Contrôles continus (conformité, politiques d’achat, séparation des tâches) avec journalisation prête pour l’audit.
• 🧾 Pré-remplissage intelligent (ordres de travail, demandes d’achat, dossiers RH) pour limiter les erreurs de saisie.
• 🧠 Planification augmentée (cash, effectifs, approvisionnements) en intégrant signaux internes et externes.

Industry AI : quand le contexte métier fait la différence 🏭

SAP met aussi en avant l’Industry AI, avec des scénarios sectoriels (énergie, industries réglementées, utilities, fabrication, commerce, services). Un cas emblématique présenté autour d’un énergéticien comme RWE illustre l’intérêt : des agents capables d’analyser des incidents passés, d’identifier des causes probables, puis de générer des ordres de travail préremplis. Dans la vraie vie, c’est souvent la préparation du dossier (le “contexte”) qui prend le plus de temps, pas l’action elle-même.

Chez Heliox Manufacturing, un incident récurrent sur une ligne de production pourrait déclencher automatiquement : vérification des pièces critiques, consultation de procédures, suggestion de techniciens habilités, et proposition d’un ordre de travail. Le responsable maintenance garde la main sur l’approbation, mais il ne repart plus de zéro. Le gain n’est pas seulement du temps : c’est une baisse de variabilité dans la manière de traiter les incidents.

Tableau : lecture DSI des gains vs contraintes (avec signaux d’adoption) 📋

Fonction 🎯	Agent / assistant type 🤖	Gain attendu 📈	Point de vigilance 🛡️
Finance 💶	Autonomous Close	Clôture plus rapide, moins d’écarts	Traçabilité, séparation des tâches
Achats 🧾	Autonomous Spend (intake, contrats)	Réduction du maverick buying, meilleure conformité	Règles d’engagement, clauses sensibles
RH 👥	Onboarding & talents	Parcours plus fluide, meilleures affectations	Données personnelles, biais, droit du travail
Supply chain 🚚	Orchestration exceptions	Moins de ruptures, décisions plus rapides	Qualité des données stock/transport

La verticalisation a une conséquence directe : elle incite à créer, adapter et gouverner des agents à grande échelle. D’où l’importance de l’atelier de fabrication annoncé par SAP, pensé pour éviter le “shadow AI” et industrialiser proprement les agents dans le SI.

À mesure que les métiers réclament des scénarios plus fins, la question devient : comment produire ces agents vite, bien, et sans fragiliser la sécurité ? Joule Studio est précisément conçu pour répondre à cette industrialisation.

Joule Studio 2.0, gouvernance des agents et partenariats : industrialiser sans perdre le contrôle 🔒

Avec Joule Studio, SAP avance un argument très attendu : l’entreprise ne doit pas “bricoler” des agents en dehors du SI, au risque de créer une dette de sécurité et de conformité. L’éditeur présente donc un environnement géré pour créer des agents, applications, extensions et workflows à partir d’intentions métier, avec génération d’artefacts (spécifications, code, tests) et ancrage dans des modèles de domaine et la connaissance structurée. Une disponibilité générale est annoncée pour le troisième trimestre 2026, ce qui donne aux DSI un horizon concret pour planifier des pilotes plus sérieux.

Du low-code au pro-code : un atelier pour plusieurs populations 👩‍💻

La promesse la plus enthousiasmante est l’alignement de plusieurs niveaux : des équipes métier pouvant prototyper, des experts process (par exemple via Signavio) structurant la logique, et des développeurs sécurisant et industrialisant. C’est souvent là que les transformations échouent : soit c’est trop technique et l’adoption cale, soit c’est trop “facile” et le contrôle se dissout.

SAP annonce aussi le support de frameworks agentiques connus (LangGraph, AutoGen, LlamaIndex) et des standards d’interopérabilité comme MCP et Agent2Agent. Cela envoie un signal : les agents ne vivront pas dans un bocal. Ils devront dialoguer avec des outils tiers, des catalogues, des orchestrateurs, et parfois des assistants d’autres éditeurs.

Orchestration visuelle et runtime sécurisé 🧩

L’intégration avec un outil d’orchestration visuelle comme n8n va dans le sens d’une automatisation plus lisible, plus “inspectable”. Le point clé reste toutefois le runtime sécurisé : quand un agent passe de “recommander” à “exécuter”, le risque devient opérationnel. SAP met en avant des mécanismes d’isolation et de politiques d’exécution, notamment via des partenaires orientés infrastructure et sécurité.

Pour une DSI, le sujet est concret : comment empêcher un agent de sortir des données sensibles ? Comment limiter son périmètre d’action ? Comment forcer un passage par validation humaine dès qu’un montant dépasse un seuil ? Comment rejouer une action pour audit ? Ces questions ne relèvent pas du marketing, elles relèvent du contrôle interne et de la résilience.

Partenariats : SAP veut rester le centre de gravité, pas tout faire seul 🤝

La stratégie s’appuie sur un réseau de partenaires : modèles (Anthropic avec Claude, options régionales avec Mistral AI et Cohere), interopérabilité (Microsoft autour de la productivité), infrastructure (NVIDIA sur l’exécution sécurisée), cloud et data (AWS avec une intégration data orientée Athena), conseil et intégration (Accenture), ainsi qu’un ensemble d’acteurs spécialisés. Un partenariat comme Palantir, par exemple, intrigue souvent les décideurs car il touche au pilotage et à la modélisation opérationnelle ; une lecture plus culturelle et décalée circule aussi autour du terme “anneaux de pouvoir”, que certains aiment explorer via un article sur Palantir et les “anneaux de pouvoir”, preuve que la tech s’inscrit aussi dans l’imaginaire collectif.

Ce qui compte pour les clients, c’est la cohérence : un ERP agentique ne vaut que s’il reste gouvernable, et si l’entreprise garde des marges de choix. Les utilisateurs européens, souvent prudents, attendent des coûts lisibles, des trajectoires cloud soutenables, et une clarté contractuelle qui évite la dépendance subie. Sur ce terrain, les débats autour de la souveraineté et des marges de manœuvre numériques prennent de l’ampleur ; un angle à méditer apparaît dans une analyse sur la souveraineté numérique et les risques de l’inaction.

La dynamique qui se dessine est électrisante : l’ERP devient “système d’exécution”, la donnée devient “mémoire gouvernée”, et l’atelier devient “usine d’agents”. La question qui demeure, et qui passionne déjà les DSI, est celle du rythme : jusqu’où aller vite sans fragiliser le socle ?