Éthique IA SAP et confidentialité des données en mission
À jour au 2026-09-25
Pour les consultants SAP AI qui configurent déjà des pipelines d'orchestration (M325) et doivent savoir quand les propres règles éthiques et de confidentialité de SAP changent ce qu'ils doivent à un client. Couvre la politique éthique IA globale de SAP (mise à jour en septembre 2024, alignée sur la Recommandation de l'UNESCO sur l'éthique de l'IA) et les dix principes de son Handbook, répartis entre équipes de développement IA et gouvernance ; le tri red-line / haut risque / standard et les deux instances de gouvernance nommées par SAP ; les défauts de confidentialité des données du generative AI hub (pas de données personnelles dans les prompts, alignement RGPD et ISO 27001, certification SOC 1/2) ; le choix anonymisation vs pseudonymisation du module de masquage d'orchestration (MASKED_ENTITY irréversible vs MASKED_ENTITY_ID réversible) ; le filtrage de contenu en entrée/sortie avec Azure Content Safety et Llama Guard 3 ; et la date d'application de l'article 15 de l'AI Act (2027-12-02, Digital Omnibus) aux côtés du principe de documentation de l'article 5(2) du RGPD. Trois exercices et une auto-évaluation ferment le module.
Ce que vous apprendrez
- Expliquer la politique éthique IA globale de SAP et ses dix principes du Handbook, répartis entre responsabilités des équipes de développement et de gouvernance
- Appliquer le tri red-line / haut risque / standard de SAP à un cas d'usage Joule proposé et reconnaître quand un cas d'apparence anodine se requalifie
- Nommer les instances de gouvernance éthique IA de SAP et traduire leur rôle en une fonction de revue côté client
- Choisir entre anonymisation et pseudonymisation dans le module de masquage des données du service d'orchestration et justifier ce choix par ce qui ne doit jamais être réversible
- Configurer le filtrage de contenu en entrée et en sortie pour des profils de risque différents avec Azure Content Safety et Llama Guard 3
- Citer la date d'application de l'article 15 de l'AI Act (2027-12-02) et l'exigence de documentation de l'article 5(2) du RGPD, et relier les deux à une checklist de livraison
Aperçu du module
À qui s'adresse ce module. Vous avez utilisé le generative AI hub en M325 et vous comprenez le grounding, le masquage et le filtrage comme des étapes du pipeline. Ce module répond à une question différente : non pas comment fonctionne le module de masquage, mais quand vous êtes tenu de l'utiliser, qui chez SAP a déjà décidé que votre cas d'usage en avait besoin, et à quoi vous vous engagez personnellement en configurant un agent Joule pour un client. Il reste à l'intérieur de ce que SAP a réellement publié — sa propre politique éthique, ses propres déclarations de confidentialité pour le generative AI hub, et les modules d'orchestration qui rendent les deux opérationnels — pas un panorama général de l'éthique de l'IA étiqueté SAP.
Prérequis
- M325 — Le generative AI hub SAP en pratique (orchestration, grounding, masquage, filtrage)
- M333 — Fondamentaux IA et LLM pour consultants SAP
- Une familiarité de base avec le vocabulaire RGPD (donnée personnelle, responsable/sous-traitant, DPA) aide mais n'est pas requise
Acquis
- Trier correctement un cas d'usage Joule proposé en red-line, haut risque ou standard et justifier la décision selon les critères publiés par SAP.
- Configurer une stratégie de masquage d'orchestration qui correspond à la nécessité, ou non, de récupérer une valeur en aval.
- Concevoir un filtrage de contenu en entrée et en sortie reflétant le risque réel de chaque côté d'une conversation donnée.
- Produire une courte entrée de checklist de livraison reliant la classification d'un cas d'usage à ses obligations de documentation AI Act et RGPD.
Module complet réservé aux abonnés. Le module complet ajoute : le cadre de décision · le cas guidé de bout en bout · la grille de KPI · les anti-patterns · les blocs de code · le contrôle de connaissances · les schémas.