Analytics Legends La plateforme de connaissance SAP Analytics
Fiche concept

SAP AI Hub

SAP AI Hub — illustration de section Analytics Legends pour la base de connaissances SAP Analytics (concepts, études, Academy)

À jour au 2026-07-24T14:00:00Z

Qu'est-ce que SAP AI Hub ?

L'AI Hub est le « registre de packages » pour les modèles — un modèle ne peut atteindre la Production qu'après avoir réussi la suite d'évaluation du Hub sur le jeu de test spécifique de l'organisation, pas un benchmark générique.

Le SAP AI Hub est le catalogue et l'autorité de cycle de vie pour chaque modèle d'IA disponible au sein de la SAP Business AI Platform — les modèles de fondation de fournisseurs tiers, les modèles affinés propres à SAP, et les modèles qu'un client ou un partenaire a affinés et souhaite utiliser en interne. Il se situe sous le Model Gateway et au-dessus de SAP AI Core : AI Core fournit la puissance de calcul brute et l'infrastructure d'entraînement, l'AI Hub est le registre qui décide quelles versions de modèle sont suffisamment dignes de confiance pour être routées, et le Model Gateway effectue le routage effectif au moment de l'inférence. Une image utile est celle d'un registre de paquets logiciels : le Gateway est l'application qui appelle une dépendance, le Hub est le registre qui indique quelles versions de cette dépendance sont publiées, validées, et sûres à installer.

Ce qu'il fait concrètement

Pourquoi c'est important

  • Les modèles dépréciés restent interrogeables pendant une fenêtre minimale de 10 ans imposée par l'EU AI Act, sans être supprimés au retrait
  • La promotion en Production est conditionnée par des fiches de score sur les jeux de données propres de l'organisation (GL Finance, anomalies Supply Chain, Q&R RH), pas des classements éditeurs
  • La Model Gateway ne peut router que vers ce que l'AI Hub a enregistré — la gouvernance se situe une couche en dessous du routage, pas en complément

Points clés

  • Catalogue de modèles : inventaire navigable des modèles SAP et tiers avec métadonnées incluant la classification de risque loi IA UE et la région de résidence des données.
  • Étapes du cycle de vie : Développement → Mise en scène → Production → Déprécié — transitions contrôlées avec workflow d'approbation basé sur l'évaluation.
  • Framework d'évaluation : ensembles de données de test SAP standardisés (GL Finance, détection d'anomalies SCM, Q&R RH) ; fiche de score requise pour la promotion en Production.
  • Registre de dépréciation : modèles conservés pour la période de documentation loi IA UE (10 ans pour le haut risque) ; interrogeable par le SAP Audit Journal pour la conformité rétrospective.
  • Model card : SAP publie des model cards Art. 53 loi IA UE pour tous les modèles fine-tunés — modèle de départ pour l'analyse de classification des risques du consultant.
  • Détection de dérive : l'AI Hub surveille la qualité des modèles de Production actifs ; alerte lorsque le score d'inférence chute de >5% par rapport à la ligne de base de promotion.
  • Hébergement de fine-tuning : modèles fine-tunés par le client enregistrés et déployés via le même routage Model Gateway que les modèles SAP-standard.

Termes employés sur cette page

Étape du cycle de vie du modèle
Une phase définie dans le workflow de gouvernance des modèles AI Hub : Développement (expérimental, non routable), Mise en scène (candidat à la Production, en cours d'évaluation), Production (en direct, routable par Model Gateway), Déprécié (retiré, conservé pour l'audit).
Model card
Un artefact de documentation structuré pour un modèle IA décrivant ses données d'entraînement, ses cas d'usage prévus, ses limitations, ses benchmarks d'évaluation et sa classification de risque — requis par l'Article 53 de la loi IA UE pour les fournisseurs de modèles GPAI.
Dérive des données
La divergence progressive entre les propriétés statistiques des données de production que le modèle traite et les données d'entraînement sur lesquelles le modèle a été optimisé — entraîne une dégradation des performances du modèle dans le temps sans aucun changement aux poids du modèle.
Ensemble de données d'évaluation
Un ensemble de données de test curé utilisé pour mesurer les performances du modèle sur un type de tâche spécifique ; le SAP AI Hub fournit des ensembles de données d'évaluation spécifiques à SAP (classification GL Finance, détection d'anomalies SCM, Q&R politique RH) pour le contrôle de la promotion en Production.

Sources

  1. SAP Sapphire Orlando 2026 — SAP AI Hub announcement
  2. SAP AI Foundation — AI Hub documentation
  3. EU AI Act Article 53 — obligations for providers of general-purpose AI models
  4. EU AI Act Article 9(7) — risk management documentation retention
  5. SAP Q1 FY2026 release notes — Joule and AI Foundation updates
  6. Gartner — agentic project cancellation and model quality failure modes
  7. artificialintelligenceact.eu — GPAI model obligations summary
  8. SAP News Center — Accelerate the Autonomous Enterprise with SAP Business Data Cloud
  9. SAP Datasphere — Help Portal
  10. SAP Datasphere — official product page
  11. SAP Analytics Cloud — Help Portal
  12. SAP Analytics Cloud — official product page
  13. SAP BW/4HANA — Help Portal
  14. SAP S/4HANA — Help Portal
  15. SAP News Center
  16. SAP Community
  17. SAP — industries overview
  18. SAP Business AI — official product page
  19. SAP Joule (work companion) — official product page
  20. SAP Generative AI — official product page
  21. Stanford HAI — AI Index Report
  22. Meta AI — Llama model research
  23. arXiv — preprint archive (cs.CL/cs.AI)
  24. HuggingFace — model hub
  25. Gartner — research & analyst site
  26. BARC — BI & Analytics research
  27. TDWI — data & analytics research
  28. DSAG — German-speaking SAP user group
  29. ASUG — Americas' SAP User Group
  30. Databricks — official site

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 →