Éthique IA SAP et confidentialité des données en mission

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, Llama Guard 3 ou Granite Guardian 4
• 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 « SAP Generative AI Hub — Pratique : orchestration, grounding, masquage, filtrage » 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

• Le generative AI hub SAP en pratique (orchestration, grounding, masquage, filtrage)
• 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.