Fiche concept

Modèle de Livraison IA Agentique

À jour au 2026-09-27

Édité par Cédric Mary, éditeur et directeur de la publication — 27 ans d'écosystème SAP. Comment ces pages sont produites, et où intervient l'automatisation.

Qu'est-ce que Modèle de Livraison IA Agentique ?

Livrer un agent SAP est un cycle de vie, pas une construction : SAP le documente en Plan and Build, Discover and Provision, Observe and Analyze, Secure and Govern, Optimize and Decommission (AI Agent Hub), avec les étapes de l'intention au déploiement de Joule Studio, des tests générés, une évaluation par IA et une porte d'approbation GitHub pour la production. Le contrat doit chiffrer la préparation des données, les tests d'exception et la supervision après démarrage.

Un livrable agentique diffère d'un livrable BI sur un point décisif : le logiciel agit. Un tableau de bord informe une personne qui décide ; un agent rédige, comptabilise, lance ou envoie, parfois après confirmation, parfois sans. Ce basculement modifie le périmètre, les critères d'acceptation, les tests et le suivi. Cette fiche décrit comment structurer la livraison à partir de ce que SAP documente désormais pour Joule Studio et SAP AI Agent Hub, et comment le traduire dans un contrat.

Le cycle de vie documenté par SAP

Le guide pas à pas de SAP AI Agent Hub organise la gouvernance des agents en cinq étapes, qui forment une bonne colonne vertébrale de plan de livraison :

Plan and Build : consigner les décisions d'architecture (fournisseur de modèles, framework d'agents, critères de vérification, règles de traitement des données) et rattacher chaque agent prévu à la capacité métier, aux applications et aux serveurs MCP existants qu'il utilisera, ce qui révèle son profil de risque et ses propriétaires avant de construire.
Discover and Provision : intégrer les agents à l'inventaire (SAP, sur mesure, étendus et non SAP) et désigner les propriétaires.
Observe and Analyze : suivre l'usage et la qualité (télémétrie issue de SAP Cloud ALM), la valeur métier et le risque IA.
Secure and Govern : vérifier les agents selon des critères, publier les agents vérifiés dans l'AI Agent Portal.
Optimize and Decommission : retirer les agents qui manquent leurs objectifs de valeur ou ne servent pas, et réinjecter les enseignements dans le cycle suivant.

Pourquoi c'est important

SAP documente désormais un cycle de vie d'agent de bout en bout (étapes de l'Agent Hub, étapes de Joule Studio, porte GitHub vers la production) ; un plan de livraison qui l'ignore échouera à la revue de gouvernance.
La recette d'un agent teste actions, choix d'outils et escalades sur des données réelles ; l'effort de test et l'assainissement des données doivent être chiffrés dès le départ.
La supervision après démarrage et le retrait font partie du livrable, car les erreurs d'un agent s'accumulent après la fin de l'hypercare.

Points clés

Cycle de vie de l'Agent Hub en cinq phases : planifier et construire → découvrir et provisionner → observer et analyser → sécuriser et gouverner → optimiser et décommissionner.
Nouveau Joule Studio : tests générés (appels d'outils, mise en forme, gestion des erreurs), évaluation par IA (alignement sur l'intention, couverture des exigences, respect de la spécification), mode Try avec traces.
Production : les développeurs ne construisent qu'en hors-production ; un workflow GitHub Actions déclenché par l'administrateur sert de porte d'approbation ; l'onglet Monitoring suit sessions échouées et erreurs de workflow.
Structure de recette : déclencheur, contexte, raisonnement et choix d'outil, action, point de contrôle ; chacun avec cas nominaux, d'exception et adverses sur données réelles.
Le contrat doit inclure l'assainissement des données, la consommation d'AI Units, les vérifications politique d'API et AI Act, la passation de la supervision et l'accord sur l'usage des données.
Le décommissionnement est une étape du cycle de vie, pas une réflexion après coup : l'Agent Hub de SAP retire explicitement les agents qui manquent leurs objectifs de valeur ou restent inutilisés, car un agent inactif continue de consommer de l'effort de gouvernance et, selon la conception, des AI Units.
La recette d'un agent doit tourner sur les vraies données de référence du client, pas un jeu de démonstration — un nom de fournisseur erroné est cosmétique dans un rapport BI et devient une erreur de paiement dès qu'un agent peut comptabiliser.
La clause d'amélioration continue des conditions de Joule Studio autorise SAP à traiter instructions, journaux et retours clients selon le contrat ; obtenir l'accord de la protection des données dès le cadrage, pas après la mise en production.

Termes employés sur cette page

Évaluation par IA: Étape de Joule Studio qui note une solution générée sur l'alignement avec l'intention, la couverture des exigences et le respect de la spécification.
Mode Try: Test interactif sur la page Solution de Joule Studio, avec un chat, un panneau de traces des appels d'outils et du raisonnement, et des journaux.
Porte d'approbation: Dans le nouveau Joule Studio, le déclenchement manuel par l'administrateur du workflow GitHub Actions qui déploie une solution en production.
Retrait (decommission): Étape du cycle de vie Agent Hub où les agents inactifs, redondants ou rejetés sont retirés de l'inventaire.
Cycle de vie de l'AI Agent Hub: Le modèle de gouvernance des agents de SAP en cinq étapes : Plan and Build, Discover and Provision, Observe and Analyze, Secure and Govern, Optimize and Decommission.
Recette d'agent (Agent UAT): Recette utilisateur structurée autour du déclencheur, du contexte, du raisonnement/choix d'outil, de l'action et du point de contrôle, exécutée avec des cas nominaux, d'exception et adverses sur données réelles — distincte d'une recette BI qui ne vérifie qu'un chiffre.
Clause d'amélioration continue: Condition contractuelle par laquelle SAP peut traiter les instructions, configurations, journaux d'exécution et retours clients de Joule Studio pour améliorer le produit.
AI Agent Portal: Le point de publication dans SAP AI Agent Hub où les agents ayant passé la vérification deviennent visibles et disponibles après l'étape Secure and Govern.

Sources

Fiche complète réservée aux abonnés. Ce que la fiche complète ajoute : le cadre de décision complet · la comparaison SAP · Snowflake · Databricks · Fabric · les pièges courants et leur correctif · l'aide-mémoire · les schémas d'architecture · les blocs de code · les chiffres à citer.

Ouvrir dans l'application →