Fiche concept

Vector store du document grounding (le « AI Foundation Vector Store »)

À jour au 2026-09-27

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 Vector store du document grounding (le « AI Foundation Vector Store ») ?

SAP ne vend aucun produit nommé « SAP AI Foundation Vector Store ». Le vector store géré que documente SAP est le vector store SAP HANA qui sous-tend le service de document grounding du generative AI hub : les API Pipelines, Vector et Retrieval ingèrent, vectorisent, stockent et recherchent les documents de l'entreprise pour le RAG, avec des quotas publiés, des connecteurs de référentiels et une application Grounding Management — et, côté Joule, sans filtrage par droits utilisateur.

D'abord vérifier le nom

L'expression « AI Foundation Vector Store » employée dans les versions précédentes de cette fiche n'est pas un nom de produit SAP. SAP AI Foundation est l'ombrelle des services de plateforme d'IA de SAP (SAP AI Core, le generative AI hub, SAP AI Launchpad, des services comme SAP Document AI), désormais intégrée à la SAP Business AI Platform annoncée au Sapphire de mai 2026. Le vector store géré que SAP documente réellement se trouve dans la fonction de document grounding du generative AI hub : son API Pipelines « récupère les documents d'une source prise en charge, prétraite et découpe leur contenu et génère des embeddings sémantiques », qu'elle « stocke dans le HANA Vector Store ». Cette fiche décrit ce composant. Construire ses propres tables vectorielles directement sur le Vector Engine de SAP HANA Cloud relève d'une autre conception, traitée dans M330.

Le grounding de bout en bout

Le grounding, c'est la génération augmentée par récupération (RAG, C027) : les documents sont découpés en fragments, chaque fragment devient un embedding, les embeddings sont stockés ; au moment de la question, la requête est vectorisée, les fragments proches sont récupérés et transmis au modèle comme contexte. SAP expose trois API pour cela, toutes sous $AI_API_URL/v2/lm/document-grounding et toutes rattachées à un resource group portant l'étiquette ext.ai.sap.com/document-grounding = true.

Pourquoi c'est important

Le document grounding de Joule rend chaque document ingéré accessible à tous les utilisateurs Joule du tenant et ne filtre pas les réponses selon les droits — ingérer du contenu confidentiel est une fuite par construction.
Les pipelines gérés se rafraîchissent chaque jour et contiennent au plus 8 000 documents chacun ; volumétrie et fraîcheur se cadrent avant le pilote, pas après.
Citer un « AI Foundation Vector Store » inexistant dans une proposition masque le vrai choix entre document grounding géré, Vector Engine de HANA Cloud et Knowledge Graph.

Points clés

Aucun produit SAP ne s'appelle « AI Foundation Vector Store » ; le store géré documenté est le vector store SAP HANA qui sous-tend le document grounding du generative AI hub.
Trois API sous /v2/lm/document-grounding : Pipelines (synchronisation de référentiels), Vector (collections/documents/fragments chargés par vous), Retrieval (recherche, fusion et classement).
Le resource group doit porter l'étiquette ext.ai.sap.com/document-grounding = true ; les référentiels se déclarent par secrets génériques.
Sources : SharePoint, AWS S3, SFTP, SAP Build Work Zone, SAP Document Management, ServiceNow, Google Drive ; rafraîchissement quotidien ; 8 000 documents max par pipeline.
Quotas : 55 000 collections, 100 000 documents par collection, 200 000 fragments par document ; recherche limitée à 100 fragments ou 10 documents ; 250 recherches vectorielles par minute.
Mesure : stockage de grounding (Go-jour) et récupération (blocs de texte) convertis en capacity units, séparément des tokens de modèle.
Document grounding de Joule : documents ingérés visibles de tous les utilisateurs Joule du tenant ; pas encore de filtrage par droits.
Alternatives : Vector Engine de HANA Cloud en direct (découpage propre, sécurité au niveau ligne) ou SAP Knowledge Graph pour les relations entre objets.

Termes employés sur cette page

Document grounding: Fonction du generative AI hub qui ingère, vectorise, stocke et retrouve des documents d'entreprise pour ancrer les réponses du modèle (RAG).
API Pipelines: Crée des pipelines qui récupèrent les documents d'un référentiel déclaré, les découpent et vectorisent et les stockent dans le vector store HANA.
API Vector: Permet de créer des collections et de charger directement documents et fragments, avec métadonnées à chaque niveau.
API Retrieval: Recherche par similarité dans les référentiels et collections, avec filtres, fusion et classement des résultats.
Collection: Conteneur logique de documents vectorisés dans l'API Vector.
Fragment (chunk): Petit segment de texte d'un document ; l'unité vectorisée et récupérée.
Secret générique (grounding): Identifiants stockés qui déclarent un référentiel comme SharePoint, S3 ou SFTP pour un pipeline de grounding.
Grounding Management: Application SAP AI Launchpad pour créer des référentiels, lancer des synchronisations, prévisualiser les fragments et tester des recherches.

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.

Architecte RAG SAP : choix d’ancrage, index, contrôle