SAP Business AI — vie privée et usage des données

L'engagement précis, formulé sans flou

La position publique de SAP sur les données client et l'IA est plus étroite et plus utile que ne le laisse penser la formule marketing « nous n'entraînons pas sur vos données », parce que SAP énonce le mécanisme réel : SAP ne partage pas les données client avec d'autres fournisseurs dans le but d'entraîner ou d'améliorer leurs grands modèles de langage ou leurs modèles d'image, et toute donnée stockée dans SAP AI Launchpad n'est pas utilisée pour l'amélioration qualité des produits SAP, par exemple pour entraîner des LLM. Lorsqu'un client utilise une capacité IA de SAP qui appelle un modèle de fondation hébergé par un tiers — GPT, Claude, Gemini et d'autres accessibles via le generative AI hub — le prompt est envoyé à ce fournisseur de modèle pour traitement uniquement ; il n'est ni stocké ni autrement conservé par le fournisseur au-delà de l'appel d'inférence. C'est une affirmation contractuelle et architecturale, pas une réassurance vague, et c'est la phrase qui mérite d'être citée telle quelle à un délégué à la protection des données client, parce qu'elle répond à la question que les DPO posent réellement : nos données finissent-elles dans le jeu d'entraînement de quelqu'un d'autre. La réponse documentée est non — mais elle couvre l'entraînement et la conservation par le fournisseur de modèle spécifiquement, pas toutes les questions de vie privée que soulève un déploiement.

Pourquoi c'est important

• L'engagement documenté de SAP est précis — aucun partage des données client avec des fournisseurs de modèles tiers à des fins d'entraînement, aucune conservation par le fournisseur de modèle au-delà de l'appel d'inférence — citable mot pour mot à un DPO client plutôt que paraphrasé depuis le discours marketing.
• La détection d'entités du masquage a un périmètre défini : les noms de personnes de manière fiable en anglais, les adresses et lieux pour les États-Unis uniquement — un déploiement européen nécessite des entités personnalisées testées sur des données réelles, pas le profil par défaut tel quel.
• « Non conservé par le fournisseur de modèle » n'est pas la même affirmation que « reste dans l'UE » : la région d'hébergement du point de terminaison du modèle continue de piloter l'analyse Schrems II, indépendamment de l'engagement de SAP à ne pas entraîner.

Points clés

• SAP ne partage pas les données client avec des fournisseurs tiers pour entraîner ou améliorer leurs LLM ou modèles d'image ; les données utilisées par des modèles de fondation hébergés par des tiers sont traitées, pas conservées, au-delà de l'appel d'inférence.
• Les données stockées dans SAP AI Launchpad ne sont pas utilisées pour l'amélioration qualité des produits SAP ni pour l'entraînement de LLM.
• L'architecture de confidentialité s'enchaîne : BDC (les données restent dans le périmètre géré) → AI Core (construit le prompt dans le périmètre d'autorisation) → generative AI hub (un canal unique et gouverné vers le modèle choisi).
• Masquage d'orchestration : l'anonymisation est irréversible ; la pseudonymisation est rétablie dans la réponse ; la détection d'entités est inégale — noms de personnes en anglais, adresses/lieux limités aux États-Unis par défaut.
• Le grounding ne récupère que ce que le périmètre de permissions de l'appelant autorise, pas un corpus sans périmètre.
• « Non conservé par le fournisseur » est un engagement de conservation, pas une garantie de résidence — la région d'hébergement du modèle continue de gouverner l'analyse Schrems II (C137).
• Le Product Development Schedule de SAP peut autoriser SAP à utiliser les données client pour la R&D générale sauf restriction du contrat client — vérifier le bon de commande, pas la page du Trust Center.
• Checklist à trois questions par mission : quel modèle et quelle région, le masquage correspond-il aux langues/formats utilisés, le contrat restreint-il l'usage R&D général.

Termes employés sur cette page

Engagement sans entraînement

La politique énoncée par SAP selon laquelle les données client ne sont pas partagées avec des fournisseurs de modèles tiers pour entraîner ou améliorer leurs LLM ou modèles d'image.

Anonymisation

Méthode de masquage remplaçant les données personnelles de façon irréversible ; le modèle et la réponse ne voient jamais que des placeholders.

Pseudonymisation

Méthode de masquage remplaçant les données personnelles par des placeholders restaurables ; la réponse et les arguments d'appels d'outils peuvent réafficher les valeurs d'origine.

Product Development Schedule

Le document contractuel de SAP fixant les conditions d'usage par SAP des données client pour la recherche et le développement général.

Résidence des données

L'endroit où les données sont physiquement traitées ou stockées ; une question distincte de la conservation ou de l'entraînement par un fournisseur.

Périmètre du grounding

La limite de récupération dans le service d'orchestration, fixée par les propres permissions de données de l'appelant plutôt que par un corpus sans périmètre.

Sources

1. SAP Trust Center — Data Protection and Privacy (Product Development Schedule, Schrems II contractual safeguards, GDPR commitment)
2. SAP AI Core docs (GitHub, SAP-docs) — Data Protection and Privacy
3. SAP Help Portal — SAP AI Core Service Guide: Security and Customer Data Protection
4. SAP AI Core docs — Data Masking (anonymization vs pseudonymization, entity list, English/US-only scope)
5. SAP Community — Your Data Never Leaves the Room: How SAP BDC and AI Core Keep Enterprise AI Inside the Walls
6. SAP AI Core — product guide (PDF, SAP Help, Sep 2026): metering, orchestration modules, data protection