Requête en langage naturel sur des données SAP — schémas et limites du text-to-SQL

Deux techniques sous une seule étiquette

« Posez une question à vos données en langage courant » décrit deux mécanismes structurellement différents, et les confondre dans une proposition est la façon dont une estimation de delivery part de travers. Le premier, le NLQ médié par la couche sémantique, est ce que fait Just Ask de SAC et, par ce biais, les Analytical Insights de Joule : la question est mise en correspondance avec un modèle analytique préconstruit — mesures, hiérarchies, libellés déjà définis et revus — et la réponse ne peut jamais être plus flexible que ce modèle. Le second, le text-to-SQL, laisse un LLM lire les métadonnées de tables et de colonnes d'un catalogue gouverné et générer sa propre requête à la volée, plus proche de ce que fait Databricks Genie contre le Unity Catalog : aucun modèle préconstruit ne contraint la question, mais rien de préconstruit ne protège non plus la réponse.

Pourquoi c'est important

• « Requête en langage naturel » n'est pas une seule technique : le NLQ médié par la couche sémantique et le text-to-SQL échouent de manières opposées — l'un échoue visiblement par silence, l'autre invisiblement par plausibilité — et cadrer sans nommer lequel laisse le vrai risque non traité.
• La gouvernance de contrôle d'accès (permissions du catalogue) et la justesse sémantique (la requête signifie-t-elle ce que le métier signifie) sont des garanties différentes ; le text-to-SQL peut livrer parfaitement la première tout en échouant sur la seconde.
• La plupart des besoins métier pour « poser n'importe quelle question à vos données » s'avèrent, à y regarder de près, être des besoins de réponses fiables à un ensemble borné de questions — le cas médié par la couche sémantique, pas le cas ouvert que la formule suggère.

Points clés

• NLQ médié par la couche sémantique (Just Ask, Analytical Insights de Joule) : répond uniquement via un vocabulaire préconstruit et revu ; échoue par silence ou par une lacune de modèle traçable.
• Text-to-SQL (schéma type Genie) : un LLM lit les métadonnées du catalogue et écrit sa propre requête ; échoue par plausibilité — une réponse syntaxiquement valide, fausse avec assurance.
• La gouvernance (qui peut voir quoi) repose sur le catalogue dans les deux schémas et est bien traitée ; la justesse sémantique (la requête signifie-t-elle ce que le métier signifie) est structurellement plus difficile pour le text-to-SQL.
• Les deux ne s'excluent pas mutuellement au sein d'une même architecture — questions routinières via NLQ par couche sémantique, charges exploratoires via text-to-SQL sur les mêmes data products.
• Une proposition nommant seulement « requête en langage naturel » sans préciser le schéma n'a cadré ni les compétences, ni les modes d'échec, ni le discours de gouvernance qui diffèrent entre les deux.
• La plupart des besoins métier réels visent des réponses fiables à un ensemble borné de questions — le cas de la couche sémantique — même formulés comme « posez n'importe quelle question ».

Termes employés sur cette page

NLQ médié par la couche sémantique

Requête en langage naturel dont la réponse passe par un modèle analytique préconstruit avec des mesures, hiérarchies et libellés gouvernés.

Text-to-SQL

Une approche où un LLM génère et exécute sa propre requête sur des tables cataloguées, sans modèle sémantique préconstruit.

Gouvernance au niveau du catalogue

Contrôle d'accès appliqué par le catalogue de données (p. ex. Unity Catalog), quel que soit le schéma de requête utilisé par-dessus.

Réponse fausse avec assurance

Une réponse d'apparence syntaxiquement ou fluidement correcte qui est sémantiquement incorrecte et ne donne aucun signal visible de l'erreur.

Trusted asset (Genie)

Une correspondance question-vers-SQL ou métrique curée et vérifiée par l'équipe data, qu'un système text-to-SQL vérifie avant de retomber sur une génération libre de requête.

GraphRAG

Une récupération qui parcourt des relations explicites de graphe (SPARQL/RDF) plutôt que la similarité vectorielle ou du SQL généré — le Knowledge Graph Engine de SAP HANA Cloud implémente cela pour les questions de forme relationnelle qu'aucun des deux schémas NLQ de cette page ne traite bien.

Propagation de principal (MCP)

Le mécanisme qui porte l'identité réelle et connectée d'un appelant MCP jusqu'à un utilisateur ABAP SAP, de sorte qu'un agent text-to-SQL construit sur un API exposée en MCP hérite automatiquement du contrôle d'accès.

Couche de validation

Un composant construit spécifiquement pour vérifier les requêtes générées par un système text-to-SQL contre des schémas connus comme corrects avant de faire confiance à la réponse — la pièce manquante que la seule gouvernance au niveau du catalogue ne fournit pas.

Sources

1. SAP News Center — SAP Business AI: Release Highlights Q1 2026 (base for the Just Ask/Analytical Insights semantic-layer path)
2. SAP Community — MCP Gateway in SAP Integration Suite
3. SAP Community — principal propagation for MCP servers, SAP Integration Suite to S/4HANA
4. SAP Community — querying RDF graphs with SAP HANA Cloud Knowledge Graph Engine (SPARQL as a structured alternative to text-to-SQL)
5. Databricks documentation — Genie (AI/BI) overview (fetched 2026-09-27)
6. Snowflake documentation — Cortex Analyst and the declared semantic model (fetched 2026-09-27)
7. SAP News — Autonomous Enterprise: AI Agent Hub and AI Governance Assistant (Sep 2026)
8. Spider 2.0: Evaluating Language Models on Real-World Enterprise Text-to-SQL Workflows — arXiv
9. BIRD: A Big Bench for Large-Scale Database Grounded Text-to-SQL — arXiv
10. A Semantic-Layer-Mediated Agent for Natural Language to SQL over Heterogeneous Enterprise Databases — arXiv
11. LinkAlign: Scalable Schema Linking for Large-Scale Multi-Database Text-to-SQL — arXiv
12. Analytical Insights in Joule — SAP Architecture Center
13. Joule with SAP Datasphere: step-by-step setup guide — SAP Community
14. Making NLQ More Explainable, Reliable and Actionable — SAP Community
15. Genie documentation — Databricks
16. Overview of semantic views (Cortex Analyst) — Snowflake documentation
17. SAP TechEd 2026 (Berlin & virtual, 27–29 Oct 2026) — session AS263: Powering autonomous agents with natural language data access