Fiche concept

Centre d'excellence IA — Conception du modèle opérationnel

À jour au 2026-10-10

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 Centre d'excellence IA ?

Un AI CoE fédéré en hub-and-spoke — équipe centrale légère, backlogs de cas d'usage détenus par les métiers — est le seul modèle qui évite à la fois le goulot d'approbation à 6 mois et la prolifération ChatGPT de l'ombre qui échoue l'audit EU AI Act.

De quoi il s'agit

Un Centre d'Excellence IA (AI CoE) est l'unité organisationnelle — ou le réseau fédéré d'unités — qui possède les standards, l'outillage, les talents et la gouvernance pour le déploiement de l'IA dans un patrimoine SAP. En 2026, la plupart des grands clients SAP ont un CoE analytics qui détient Datasphere et SAC; l'AI CoE est l'évolution de cette structure pour absorber l'IA générative (agents Joule, SAP AI Core, intégration de grands modèles de langage) sans perdre la discipline de gouvernance des données que le CoE analytics a mis des années à construire.

Le problème est que l'IA générative crée deux modes d'échec opposés : la sur-centralisation (un AI CoE goulot d'étranglement — chaque cas d'usage attend 6 mois d'approbation centrale pendant que les métiers déploient ChatGPT sur des données non contrôlées) et la sous-centralisation (chaque métier déploie ses propres modèles, crée ses propres données d'entraînement en dehors de Datasphere, et l'organisation accumule des dizaines de systèmes IA non gouvernés qui échoueront l'audit EU AI Act). Le modèle opérationnel qui évite les deux est le hub-and-spoke fédéré : un CoE central possède les standards, l'outillage, le registre des modèles de fondation IA et la documentation de conformité EU AI Act; chaque domaine métier possède son propre backlog de cas d'usage IA et déploie dans les garde-fous que le CoE définit.

Pourquoi c'est important

Nomme explicitement les deux modes d'échec (sur-centralisation vs sous-centralisation) — un outil de diagnostic pour évaluer l'état d'un client en une seule conversation.
Cinq composants structurels (couche plateforme, registre de cas d'usage, gouvernance des modèles, colonne de talents, programme d'alphabétisation) donnent une checklist de conception concrète, pas seulement une philosophie.
Seuil donné : le hub-and-spoke convient au-delà de 5 domaines métier et 50 utilisateurs SAP avancés — en dessous, une gouvernance plus simple suffit.

Points clés

Un CoE IA possède les standards, l'outillage, les talents et la gouvernance de l'IA sur tout le périmètre SAP — le plus souvent comme évolution du CoE analytics qui possède déjà Datasphere et SAC.
Deux modes d'échec opposés : la sur-centralisation (chaque cas d'usage attend des mois d'approbation centrale pendant que l'IA de l'ombre se répand) et la sous-centralisation (chaque métier entraîne ou déploie des modèles hors de la gouvernance de Datasphere).
Un modèle fédéré hub-and-spoke — équipe centrale légère, backlogs de cas d'usage portés par les domaines — est le schéma qui évite les deux ; calibrer le point de bascule sur la longueur réelle de la file d'approbation du client, pas sur une règle d'effectif empruntée.
Le premier livrable du CoE est l'inventaire des cas d'usage IA et leur classification de risque au titre du règlement IA, pas un choix d'outil.
Un comité de gouvernance de type tableau de bord (revue au moment du build uniquement) ne suffit pas pour un agent qui continue d'arbitrer à chaque exécution — la supervision d'agent exige un plan de surveillance ajouté (dérive, coût, taux d'incident) avant la mise en production.
Un registre de cas d'usage IA ne fonctionne comme contrôle que s'il s'appuie sur un inventaire technique des agents et serveurs MCP déployés, pas sur un formulaire d'auto-déclaration volontaire.
Cinq composants structurels : une couche de plateforme IA (AI Core, feature store Datasphere, BDC-Databricks), un registre de cas d'usage avec classification de risque, une couche de gouvernance des modèles (fiches modèles, test de biais, seuils de surveillance), une colonne vertébrale de talents (C150), et un programme d'alphabétisation IA pour les utilisateurs métier.
Demander où vit réellement la donnée d'entraînement IA de chaque métier avant de concevoir le CoE — une donnée hors de Datasphere signifie que la sous-centralisation est déjà en cours.

Termes employés sur cette page

AI Center of Excellence (AI CoE): L'unité organisationnelle, ou le réseau fédéré d'unités, qui possède les standards, l'outillage, les talents et la gouvernance pour le déploiement de l'IA sur un périmètre SAP.
Modèle opérationnel hub-and-spoke: Une conception de CoE fédérée où une équipe centrale légère possède les standards, le registre des modèles et la documentation de conformité, tandis que chaque domaine métier possède son propre backlog de cas d'usage dans ces garde-fous.
IA de l'ombre (shadow AI): Un déploiement IA — un abonnement chatbot, un agent Joule Studio, un essai generative AI hub — monté via un droit individuel légitime sans jamais passer par le processus d'intake du CoE.
Registre de cas d'usage IA: L'inventaire du CoE qui mappe chaque cas d'usage IA vers un niveau de risque au titre du règlement IA avant le début de l'ingénierie ; ne fonctionne comme contrôle que s'il s'appuie sur un inventaire technique des agents déployés, pas sur un formulaire volontaire.
Couche de gouvernance des modèles: La fonction du CoE couvrant les fiches modèles (règlement IA art. 11), la cadence de test de biais et les seuils d'alerte de surveillance des performances pour chaque modèle ou agent déployé.
Programme d'alphabétisation IA: Le parcours de formation du CoE pour les utilisateurs métier, couvrant ce que les agents Joule peuvent et ne peuvent pas faire — l'alternative pratique à des utilisateurs contournant un système IA qu'ils ne comprennent pas.
Colonne de talents: Les rôles nommés du CoE IA (explorés en C150) qui donnent au modèle opérationnel une continuité indépendante d'une seule embauche — le point de crise que la plupart des conceptions de CoE sous-estiment.

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 →

Centre d'excellence IA — Conception du modèle opérationnel

Qu'est-ce que Centre d'excellence IA ?

De quoi il s'agit

Pourquoi c'est important

Points clés

Termes employés sur cette page

Sources

Concepts liés

Modules d'académie associés

Études approfondies

Guides SAP analytics & TJM