AI & Analytics Legends La plateforme de connaissance SAP Analytics
Fiche concept

Effort de documentation IA — Articles 9 à 49 de l'AI Act

Effort de documentation IA — Articles 9 à 49 de l'AI Act — illustration de section Analytics Legends pour la base de connaissances SAP Analytics (concepts, études, Academy)

À jour au 2026-09-27

Qu'est-ce que Effort de documentation IA ?

La fourchette de 200 à 800 jours-personnes se décompose en cinq lots de travail précisément bornés — la seule documentation technique représente 60 à 120 jours pour un agent Joule de complexité moyenne intégré à S/4 et Datasphere.

De quoi il s'agit

L'effort de documentation des articles 9 à 49 de l'AI Act désigne la charge de 200 à 800 jours-personne de preuves, de contrôles et de conception de processus qu'un fournisseur de système ou une entreprise déployante doit rassembler pour mettre un système d'IA à haut risque en conformité avec l'AI Act européen (règlement 2024/1689). Les obligations relatives au haut risque, énoncées aux articles 9 à 49, deviennent opposables à partir du 2 décembre 2027, et pour les consultants SAP analytics, il ne s'agit pas d'un exercice juridique abstrait — cela touche directement les agents Joule, les modèles de planification prédictive et les outils de scoring automatisés que de nombreux programmes d'entreprise mettent aujourd'hui en production.

La raison pour laquelle cette charge de travail existe est que l'AI Act classe les systèmes en fonction des décisions qu'ils influencent, et non de la sophistication du modèle sous-jacent. En vertu de l'annexe III, un système d'IA utilisé dans des décisions d'emploi — notation de candidats, planification des effectifs, recommandations de promotion — ou dans l'évaluation de solvabilité ou l'accès à des services essentiels, est considéré comme à haut risque, qu'il s'appuie sur un grand modèle de fondation ou sur un modeste moteur de règles enrobé dans une API de scoring. Un agent Joule qui classe discrètement des candidats pour un HR business partner entre pleinement dans ce périmètre, même si personne dans l'équipe de delivery n'y avait pensé comme à de l'« IA » au moment de le construire.

Pourquoi c'est important

  • La documentation technique (Art. 11 + Annexe IV, 22 champs obligatoires) est le poste le plus lourd à lui seul, 60 à 120 jours-personnes pour un agent de complexité moyenne
  • La classification s'applique que le modèle sous-jacent soit un modèle de fondation ou un moteur de règles déterministe — le choix d'architecture n'exonère pas
  • Les cinq catégories de documentation (gestion des risques, documentation technique, gouvernance des données, transparence, supervision humaine) exigent des lignes budgétaires séparées, pas une estimation globale

Points clés

  • Les obligations à haut risque des art. 9-49 de l'AI Act sont applicables à partir du 2027-12-02 (Omnibus numérique, en vigueur depuis le 2026-07-27) (dates d'effet de l'art. 113).
  • Les catégories à haut risque de l'Annexe III incluent l'IA emploi, l'IA solvabilité et l'IA d'accès aux services — directement dans le périmètre de Joule et de la planification prédictive.
  • Cinq catégories de documentation : gestion des risques (art. 9) · documentation technique (art. 11+Annexe IV) · gouvernance des données (art. 10) · transparence (art. 13) · supervision humaine (art. 14).
  • Charge totale : 200 à 800 jours-personnes selon le périmètre et la maturité documentaire existante.
  • Les entreprises certifiées ISO 27001 + SOC 2 réduisent la borne basse de 30 à 40 % grâce à la réutilisation des contrôles.
  • Approche modulaire (dossier par fonctionnalité) pour 3 à 10 systèmes en périmètre ; approche programme au-delà de 10 (coût marginal réduit à ~15 jp/fonctionnalité).

Termes employés sur cette page

Système IA à haut risque
Système IA listé à l'Annexe III de l'AI Act européen — inclut l'IA emploi, solvabilité, services essentiels.
Annexe IV
Annexe de l'AI Act listant les 22 champs obligatoires de documentation technique pour les systèmes à haut risque.
GPAI
IA à usage général — modèles de fondation tels que GPT-4o, Gemini, Claude ; soumis à des obligations distinctes des art. 49-53 à partir du 2027-08-02.
Fiche de données
Artefact structuré documentant la provenance du jeu de données d'entraînement, les métriques de qualité et l'évaluation des biais — requis au titre de l'art. 10.
Mécanisme de supervision humaine
Contrôle technique et procédural permettant à un humain de revoir, d'annuler ou d'arrêter les sorties IA en temps réel — requis au titre de l'art. 14.

Sources

  1. EU AI Act — Regulation 2024/1689, Official Journal
  2. Applied AI Study 2025 — Munich; EU Commission Impact Assessment Commentary
  3. SAP AI Ethics and Governance — SAP Help Portal
  4. European Commission — AI Act explained
  5. Artificial Intelligence Act — High-level summary
  6. Artificial Intelligence Act (EU) — Article 11, technical documentation
  7. Artificial Intelligence Act (EU) — Article 14, human oversight
  8. SAP Help Portal — Prompt Registry (generative AI hub)
  9. SAP News Center — AI agents work at scale: AI Governance Assistant, EU AI Act + NIST classification (22 Sep 2026)
  10. Databricks — Unity Catalog data governance and lineage documentation
  11. Microsoft Learn — Purview data lineage concept
  12. Snowflake Docs — Cortex Analyst semantic model

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 →