Données prêtes pour l'IA — qualité, sémantique et lignage

Trois mots cachés dans une phrase marketing

Le cadrage de novembre 2025 par SAP de sa stratégie Business Data Fabric, annoncé aux côtés du partenariat Snowflake, décrit l'objectif comme une « fondation de données de confiance, prête pour l'IA, pour harmoniser les données SAP et non-SAP », construite sur des « data products sémantiquement riches et de confiance » qui ancrent les applications IA « dans la connaissance organisationnelle ». Lue attentivement, cette phrase regroupe trois problèmes d'ingénierie distincts qu'une équipe de delivery doit résoudre séparément, parce qu'aucun n'est résolu en résolvant un autre : une donnée peut être parfaitement propre et rester dénuée de sens pour un LLM sans sémantique ; elle peut être bien étiquetée et rester non fiable si personne ne peut tracer d'où vient un chiffre ; et elle peut être à la fois propre et bien étiquetée aujourd'hui, et silencieusement fausse demain si la qualité n'est jamais surveillée.

Pourquoi c'est important

• « Prêt pour l'IA » regroupe trois problèmes d'ingénierie distincts — qualité, sémantique, lignage — qui ont des responsables et des outillages différents ; les traiter comme une seule case est la façon dont un client se retrouve avec un agent fluide et faux.
• Le partage zero-copy résout le déplacement des données, pas la qualité, la sémantique ni le lignage — un data product partagé plus vite porte toujours les mêmes lacunes qu'avant le partage.
• Les lacunes de lignage et de sémantique ne produisent aucun défaut visible jusqu'à ce qu'un audit, une demande au titre de l'article 30 du RGPD ou une exigence de traçabilité de l'EU AI Act force la question — moment où l'agent a déjà répondu des milliers de fois.

Points clés

• La formule propre de SAP, « fondation de données de confiance, prête pour l'IA » sur des « data products sémantiquement riches et de confiance », regroupe trois problèmes distincts : qualité, sémantique, lignage.
• La qualité pour l'IA a besoin d'une surveillance continue et d'une détection de dérive, pas d'un nettoyage ponctuel — une mauvaise réponse livrée avec aisance est plus difficile à repérer qu'une cellule vide visible.
• La sémantique vient des métadonnées du Catalog (termes métier, KPI, descriptions) ; la génération de contenu de catalogue assistée par IA est une fonctionnalité premium et nécessite toujours une approbation humaine.
• Le lignage est capturé automatiquement dans Datasphere pour les objets natifs, mais nécessite des entrées manuelles via la Catalog API pour les sources externes.
• Le partage zero-copy (BDC Connect vers Databricks, Google, Snowflake) résout le déplacement des données, aucun des trois ingrédients de préparation à l'IA.
• Noter qualité, sémantique et lignage comme trois lignes séparées dans une évaluation de préparation à l'IA — chacune a un responsable et un chemin de remédiation différents.

Termes employés sur cette page

Données prêtes pour l'IA

Le terme de SAP pour une donnée à la fois fiable (qualité), raisonnable (sémantique) et responsabilisable (lignage) — pas simplement déplaçable.

Détection de dérive

Surveillance statistique qui repère un pipeline de données devenant silencieusement incorrect après avoir été correct.

Catalog API

L'interface Datasphere utilisée pour enregistrer manuellement le lignage des données atteignant la plateforme depuis des sources externes.

Business Data Fabric

Le cadrage stratégique de SAP pour un écosystème de données ouvert et prêt pour l'IA, couvrant SAP et des plateformes tierces.

Data steward

Le rôle humain qui relit et approuve le contenu du catalogue — y compris les termes métier et descriptions rédigés par IA — avant qu'un agent ne raisonne à partir d'eux.

SAP Knowledge Graph

La couche de contexte partagée sur laquelle Joule et le service d'orchestration ancrent leur raisonnement ; son extension aux données client est planifiée au T1 2027, et son utilité est bornée par la qualité, la sémantique et le lignage des data products qui la sous-tendent.

Data product (BDC)

L'unité gouvernée et décrite sémantiquement du partage de données dans Business Data Cloud — qualité, sémantique et lignage sont des propriétés du data product, pas d'une table brute sous-jacente.

Registre de l'article 30 RGPD

L'exigence européenne de registre des activités de traitement à laquelle le lignage d'un pipeline de données doit pouvoir répondre rétroactivement, sur demande.

Sources

1. SAP News Center — SAP and Snowflake Unleash the Power of Data and Enterprise AI Across the Business Data Fabric (November 2025 — "trusted, AI-ready data foundation", AstraZeneca)
2. Databricks documentation — Lakehouse Monitoring / data profiling (fetched 2026-09-27)
3. Microsoft Learn — Lineage in Microsoft Fabric (fetched 2026-09-27)
4. Snowflake documentation — ACCESS_HISTORY and data lineage tracking (fetched 2026-09-27)
5. SAP News Center — SAP Knowledge Graph launch
6. SAP News — Autonomous Enterprise: AI Agent Hub and AI Governance Assistant (Sep 2026)
7. SAP AI Core — generative AI hub orchestration service, masking and content filtering
8. Describing the Key Capabilities and Benefits of SAP Business Data Cloud — SAP Learning
9. SAP Business Data Cloud — SAP Help Portal
10. Introducing SAP Snowflake, New Data Fabric Innovations for SAP BDC and SAP HANA Cloud — SAP News (Nov 2025)
11. Foundation Layer (AI-native North Star architecture) — SAP Architecture Center
12. Governing and Publishing Data in the Catalog — SAP Help Portal (SAP Datasphere)
13. SAP Datasphere catalog: harvesting from SAP Datasphere and SAP BW bridge — SAP Community
14. Customer-Managed Data Products in SAP BDC: what happens when the source is a Datasphere view — SAP Community
15. Data profiling — Databricks documentation
16. SAP TechEd 2026 (Berlin & virtual, 27–29 Oct 2026) — session XP826: Get a road map to your data products foundation: Powering AI outcomes
17. SAP News — SAP TechEd 2026 press release (27 Oct 2026): SAP Knowledge Graph on customer data, BDC Ontology Manager