Fiche concept

Knowledge Core — l'évolution Data Fabric pour l'IA

À jour au 2026-07-24T14:00:00Z

Édité par Cédric-Olivier Mâry, 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 Knowledge Core — l'évolution Data Fabric pour l'IA ?

Knowledge Core est la réponse de SAP à pourquoi les données brutes ne suffisent plus pour l'IA agentique — six capacités (sémantique, graphe de connaissances, modèles IA de domaine, analytique, produits de données, découverte) forment une couche gouvernée entre données brutes et agents IA.

Knowledge Core est la couche architecturale que SAP a positionnée à Sapphire 2026 comme l'élément manquant à toute organisation avant que l'IA agentique puisse être digne de confiance pour agir sur ses données. Le cadrage donné par SAP au public de la keynote est une évolution en trois étapes de l'architecture de données d'entreprise. La génération entrepôt de données a été construite pour un monde déterministe, avec le calcul, la base de données opérationnelle et le stockage étroitement couplés. La génération lakehouse a séparé le calcul du stockage et unifié le reporting, le machine learning et l'ingénierie des données sur un seul lac. Knowledge Core représente la troisième étape : un data fabric conçu spécifiquement pour l'ère de l'IA, sur le postulat que la donnée brute seule ne suffit pas — un agent autonome a besoin d'une couche typée, gouvernée et sémantiquement riche sur laquelle raisonner avant de pouvoir se voir confier une décision métier.

Ce qu'il contient réellement

Pourquoi c'est important

Le cadrage évolutif est explicite : Data Warehouse (compute/stockage couplés) → Lakehouse (séparés) → Data Fabric avec Knowledge Core (substrat typé et gouverné pour le raisonnement des agents) — chaque étape résout un problème que la précédente ne résolvait pas.
La Sémantique est nommée comme la couche précise sans laquelle « un agent ne peut pas générer une réponse fiable » — l'écart de définition métier est le mode d'échec cité, pas une préoccupation de gouvernance générique.
La capacité Graphe de connaissances permet à un agent de traverser commande client → exécution → finance sans jointures codées en dur — un gain architectural concret, pas une affirmation abstraite.

Points clés

Évolution en trois étapes selon Sapphire 2026 : Data Warehouse (couplé) → Lakehouse (compute/stockage séparés) → Data Fabric avec Knowledge Core (couche sémantique + gouvernée de l'ère IA).
Six capacités Knowledge Core : Sémantique · Graphe de connaissances · Modèles IA de domaine · Analytique/simulations · Produits de données · Découverte/activation — chacun un bloc fonctionnel distinct.
Trois wrappers d'orchestration : FinOps et cycle de vie · Gouvernance des données (MDM, qualité, DataOps, catalogue, lignée) · Sécurité et confiance.
Position dans la pile : Lake Storage → Knowledge Core → AI Agents & Applications — trois niveaux distincts.
Le SAP One Domain Model sous-tend le wrapper Gouvernance : il fournit les définitions canoniques des objets métier (client, matériel, centre de coûts, usine) qui donnent à Knowledge Core sa colonne vertébrale sémantique.
Knowledge Core vs Lakehouse : un lakehouse sépare compute et stockage mais sert toujours des tables brutes ; Knowledge Core ajoute la couche sémantique, graphe, gouvernance et modèles IA qui rend les données brutes consommables par les agents.
Knowledge Core vs KMS : le KMS était basé sur les documents ; Knowledge Core c'est données structurées + métadonnées actives + graphe + modèles IA dans un plan gouverné unique.
Découverte et activation : la capacité qui boucle la boucle de la requête utilisateur à la réponse gouvernée à l'action déclenchée — le dernier kilomètre qui rend la pile utilisable métier.
Les produits de données dans Knowledge Core sont versionnés, gouvernés et portent des SLA (produit Finance, produit Supply Chain, produit Spend).
Quand utiliser le cadrage Knowledge Core : toute conversation architecture BDC, toute objection 'pourquoi notre lakehouse ne suffit-il pas pour l'IA ?', tout cadrage d'extension Joule.

Termes employés sur cette page

Knowledge Core: La couche architecturale centrale introduite à Sapphire 2026 dans le modèle Data Fabric de SAP ; combine Semantics, Knowledge Graph, AI Domain Models, Analytics & Simulations, Data Products et Discovery & Activation sous une gouvernance unifiée pour rendre les données de l'entreprise consommables par les agents.
Data Fabric: Le motif architectural générique de l'ère IA où les données sont tissées à travers les sources SAP et non-SAP via une couche Knowledge Core ; distinct du motif Lakehouse (qui n'a pas le palier sémantique/gouvernance/graphe requis par les agents IA autonomes).
SAP One Domain Model: L'ontologie canonique de SAP des objets métier — client, fournisseur, article, usine, centre de coûts, projet — qui fournit l'ossature sémantique pour les capacités Semantics et Data Governance de Knowledge Core ; garantit que les agents Joule emploient les mêmes définitions métier à travers S/4HANA, Ariba, SuccessFactors et les données tierces.
AI Domain Models: Modèles prédictifs et prescriptifs préconstruits au sein de Knowledge Core, ciblant des domaines métier spécifiques (prévision de clôture financière, notation du risque de la chaîne d'approvisionnement, prédiction d'attrition client) et des secteurs ; réduit la charge de construction IA pour les organisations dépourvues d'équipes data science.
Data Products: Actifs de données curés, versionnés et gouvernés au sein de Knowledge Core, façonnés pour la consommation en aval avec des SLA définis et des contrats de consommateur ; parmi les exemples : Finance Product, Supply Chain Product, Spend Intelligence Product.
Discovery and Activation: La sixième capacité de Knowledge Core qui achemine la requête d'un utilisateur ou d'un agent à travers les couches sémantique et graphe vers le bon data product et déclenche des actions ; la capacité du « dernier kilomètre » qui rend Knowledge Core exploitable par le métier plutôt que techniquement complet.
Active metadata: Métadonnées qui participent à l'exécution des requêtes et à l'application de la gouvernance au moment de l'exécution (par opposition aux métadonnées de catalogue passives, seulement lues par des humains) ; partie intégrante de la capacité Semantics de Knowledge Core ; permet les contrôles automatisés de qualité de données, la propagation du lineage et la réécriture sémantique des requêtes.
DataOps: Discipline opérationnelle au sein de l'enveloppe Data Governance de Knowledge Core qui applique les pratiques DevOps — gestion de versions, tests, pipelines CI/CD — au développement et au déploiement des pipelines de données ; permet des mises à jour fiables et traçables des data products.

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 →

Les guides qui répondent avec cette page

Ces guides citent cette page parmi les sources sur lesquelles leur réponse s'appuie.

Architecture SAP Business Data Cloud : 5 composants

Knowledge Core — l'évolution Data Fabric pour l'IA

Qu'est-ce que Knowledge Core — l'évolution Data Fabric pour l'IA ?

Ce qu'il contient réellement

Pourquoi c'est important

Points clés

Termes employés sur cette page

Sources

Concepts liés

Modules d'académie associés

Études approfondies

Guides SAP analytics & TJM

Les guides qui répondent avec cette page