Fiche concept

Portes qualité IA SAP — Seuils de précision, latence, coût et sécurité

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 Portes qualité IA SAP — Seuils de précision, latence, coût et sécurité ?

Précision et hallucination sont suivies comme deux portes strictes distinctes — une fonctionnalité peut franchir son seuil de précision globale et échouer quand même parce qu'elle dépasse une affirmation non étayée par 50 sorties.

De quoi il s'agit

Les garde-fous qualité IA de SAP sont les seuils à quatre dimensions — précision, latence, coût et sécurité — qu'une extension Joule, une intégration d'API IA sur BTP, ou une fonctionnalité bâtie sur un modèle de fondation personnalisé doit franchir avant d'être promue du développement vers la production sur la pile analytics de SAP. Ils jouent le même rôle que les critères d'acceptation fonctionnels et les exigences non fonctionnelles de performance dans une implémentation SAP traditionnelle, adaptés au fait que la sortie d'un grand modèle de langage est probabiliste et non déterministe.

La raison pour laquelle un simple garde-fou binaire ne suffit pas est que la qualité d'un système d'IA est véritablement multidimensionnelle, d'une façon que les logiciels classiques connaissent rarement. Un agent Joule qui donne la bonne réponse neuf fois sur dix mais hallucine la dixième peut être parfaitement acceptable pour une fonctionnalité de recommandation de contenu à faible enjeu, et totalement inacceptable pour un assistant de clôture financière ou un générateur de déclaration ESRS. Les quatre garde-fous encodent directement cette dépendance au contexte : chacun possède un seuil minimal en dessous duquel une fonctionnalité ne doit pas être mise en production, et un seuil cible au-dessus duquel elle est déployée sans condition, avec une zone conditionnelle intermédiaire qui exige la validation explicite d'un responsable nommé plutôt qu'un passage automatique.

Pourquoi c'est important

La porte de taux d'hallucination (≥1 affirmation non étayée par 50 sorties = échec dur) s'applique quel que soit le score de précision globale
Les sorties à enjeux élevés (décisions financières, divulgations ESRS) exigent une cible de précision de 95 % contre 90 % pour les sorties simplement consultatives — même type de fonctionnalité, barre différente selon l'enjeu
Les tâches IA par lots remplacent la porte de latence par une porte de débit (≥200 appels d'inférence/heure par worker) puisqu'aucun utilisateur n'attend un flux de tokens

Points clés

Quatre portes : Précision (≥85 % min / ≥90-95 % cible) · Latence (p50 ≤5s min / ≤2s cible) · Coût (≤0,10 €/interaction min / ≤0,02 € cible) · Sécurité (échec dur en cas d'hallucination de DCP, de chiffres fabriqués, de contournement d'autorisation ABAP).
Le taux d'hallucination est suivi séparément de la précision : ≥1 fait non étayé pour 50 sorties est un échec dur.
Ensemble d'évaluation red-team : 50 exemples adversariaux pour les fonctionnalités non réglementées ; 200 pour les fonctionnalités touchant aux données financières ou RH.
Optimisation des coûts : le cache de prompts réduit le coût en tokens de 60 à 80 % pour les prompts système répétés dans SAP AI Core.
Pipeline d'évaluation CI/CD automatisé pour les fonctionnalités mises à jour ≥2 fois/an ; red-team mensuelle manuelle + rafraîchissement trimestriel de la précision pour les fonctionnalités peu évolutives.
La zone conditionnelle (entre le seuil minimum et le seuil cible) requiert une validation explicite des parties prenantes avant mise en production.
Les Portes qualité IA SAP — Seuils de précision, latence, coût et sécurité ne sont maîtrisées que lorsqu'elles changent une décision acheteur nommée.
Commencer par le contrat sémantique et le modèle de contrôle avant de démontrer l'outil.
Utiliser les signaux SAP, analystes, études, KG et actualités récents comme preuve, pas comme décoration.
Séparer les faits vérifiés des tendances directionnelles et des hypothèses modélisées.

Termes employés sur cette page

Porte qualité: Point de contrôle à seuil qu'une fonctionnalité IA doit franchir sur plusieurs dimensions avant sa promotion en production.
Hallucination: Sortie du modèle contenant des affirmations factuelles présentées avec assurance mais non étayées par l'entrée ou le contexte de grounding — le principal risque de sécurité en IA d'entreprise.
Évaluation red-team: Jeu de test adversarial conçu pour provoquer des sorties dangereuses, incorrectes ou non conformes de la part d'un modèle — requis pour la validation de sécurité en production.
Cache de prompts: Fonctionnalité de SAP AI Core / du fournisseur de modèle qui réutilise les paires clé-valeur calculées pour les préfixes de prompt système répétés, réduisant le coût en tokens de 60 à 80 %.
Routage de modèles: Pattern architectural qui dirige les appels d'inférence peu complexes vers un modèle plus petit et moins cher (ex. Llama 3 8B) et les appels complexes vers un modèle plus grand (ex. GPT-4o).
Zone conditionnelle: Zone de la porte qualité entre le seuil minimum et le seuil cible où la fonctionnalité ne peut être mise en production qu'avec une validation explicite des parties prenantes et une feuille de route d'amélioration documentée.

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 →