Comprendre la nouvelle trajectoire SAP : de l'ERP au framework d'orchestration agentique

Au-delà des annonces de SAPPHIRE 2026, SAP dessine une nouvelle architecture d'entreprise où l'ERP, la donnée, l'IA et les agents intelligents convergent au sein d'une même plateforme.

Cet article tente modestement d'apporter des éléments de réponse aux DSI, responsables de centres de compétences, consultants et architectes SAP qui doivent désormais composer avec ce nouveau paradigme. L'ambition n'est pas de produire un énième commentaire d'annonces, mais d'éclairer la transformation que SAP souhaite effectuer, d'outiller la décision, et de sortir du mythe pour entrer dans l'opérationnel.

À RETENIR — SAPPHIRE 2026 ne marque pas l'ajout d'une couche d'IA supplémentaire au catalogue SAP. C'est un changement de nature : l'éditeur se repositionne comme système d'exploitation de l'entreprise autonome, où l'ERP devient un organe vital parmi d'autres au sein d'un orchestre agentique industriel.

Dépasser l'informatique déterministe : l'alliance du transactionnel et du stochastique

Les précédents historiques : repères pour comprendre l'ampleur de la bascule

L'histoire de SAP a connu peu de véritables moments pivots. Peu, mais certains. L'arrivée de HANA après ECC, puis sa transformation en SAP S/4HANA, a constitué un premier basculement architectural majeur. Vint ensuite l'ère de l'Intelligent Enterprise, contemporaine du Cloud-First, prolongée par la stratégie Cloud-Only avec l'avènement de ERP Private Cloud, de ERP Public Cloud, et la consolidation autour de la Business Suite.

Coté interfaces, l’UX est progressivement passée du SAPGUI à SAP Fiori, la nouvelle vision repose sur une interface conversationnelle Joule. Les dernières capacités et annonces de l’éditeur avec Joule Work* renforce encore cette vision avec la capacité de générer à la volée une interface en fonction de l’intention utilisateur (Joule Work).

Ces moments avaient en commun de reconfigurer non seulement le portefeuille produits, mais l'orientation marché de l'éditeur. SAP Autonomous Enterprise* s'inscrit dans cette généalogie, mais avec une intensité supplémentaire : il renforce et accomplit la promesse de l'Intelligent Enterprise en y injectant les capacités IA récentes — très récentes même, puisqu'elles n'existent réellement qu'avec la maturation des techniques de harnessing* autour des LLM.

Le paradigme stochastique au cœur de l'entreprise moderne : « Shape the Future »

L'intelligence artificielle, en soi, existe depuis plus de soixante-dix ans. Il ne s'agit donc pas de réécrire l'histoire. Ce qui change radicalement, c'est la conjonction de trois éléments : l'IA générative, les modèles frontières, et les techniques modernes d'orchestration des LLM. C'est cette combinaison qui rend possible non seulement l'exécution agentique, mais l'exécution agentique orchestrée.

La nuance est capitale. Il ne s'agit plus de déclencher un agent isolé pour résoudre une tâche ponctuelle, mais de coordonner une multiplicité d'agents au service d'un processus métier. Cette bascule transforme la nature même du logiciel d'entreprise : on passe d'une logique d'application transactionnelle à une logique de chef d'orchestre.

La métaphore de l'infini : réconcilier déterminisme et stochasticité*

SAP a illustré ce nouveau paradigme par une figure géométrique forte : le ruban de Möbius, l'infini. Deux univers s'y rejoignent. D'un côté, l'univers déterministe — celui que l'informatique de gestion pratique depuis ses origines, où à une entrée correspond une sortie prévisible. De l'autre, l'univers stochastique, baptisé High Native Path for Shape the Future, où la valeur émerge d'une intelligence probabiliste capable de proposer, prédire, recommander.

Loin de s'opposer, ces deux mondes se nourrissent mutuellement. Le déterministe alimente le stochastique en données fiables ; le stochastique enrichit le déterministe en propositions contextuelles. C'est dans cette respiration que se loge la valeur nouvelle.

Le concept de l'iceberg : pourquoi l'IA B2B exige une connaissance intime des processus

Toutefois, l'IA en entreprise n'avance pas au même rythme que l'IA grand public. SAP l'a illustré par la métaphore de l'iceberg : la partie émergée — le B2C — progresse vite, parce que les données publiques sont déjà disponibles et exploitables. À l'inverse, la partie immergée — l'entreprise — résiste davantage. Non par mauvaise volonté, mais en raison d'une inertie structurelle, d'un besoin profond de connaissance des processus métier, de maîtrise de la donnée d'entreprise, et d'une gouvernance forte capable d'éviter les dérapages.

C'est pourquoi l'entreprise autonome ne peut se construire sans contrôle éthique, sans sécurité, sans cadre juridique solide. La rapidité du B2C ne saurait servir de modèle au B2B.

Le « Flywheel Effect » : la boucle vertueuse data ↔ apps ↔ agents

Au cœur du dispositif, un concept demeure et se renforce : le Flywheel Effect*. La donnée alimente les applications, qui produisent à leur tour de la donnée, exploitée par l'IA. Et désormais, cette IA prend la forme d'agents capables d'exécuter des tâches sans nécessairement transiter par la couche applicative — directement sur la donnée.

Cette capacité à court-circuiter l'application pour agir sur la data accélère le flywheel.

À RETENIR — La rupture n'est pas logicielle, elle est conceptuelle. Il s'agit de marier l'exactitude transactionnelle aux capacités probabilistes, sous gouvernance stricte. C'est l'industrialisation de l'incertitude maîtrisée.

L'anatomie de l'entreprise autonome : la pile technologique réinventée

Cinq annonces majeures structurent la nouvelle architecture SAP. Elles ne se juxtaposent pas : elles s'emboîtent comme des poupées russes.

Joule Work : le point d'entrée unique, l'UI du futur

La stratégie autonome se lit par le haut. Le point d'entrée s'appelle désormais Joule Work. Cette évolution prolonge la vision stratégique de Joule déjà esquissée, mais lui confère une nouvelle dimension : Joule Work rapatrie du contexte, déclenche des workflows en arrière-plan, et devient progressivement l'interface unique d'interaction avec le système SAP.

À terme, l'utilisateur n'ouvrira plus telle ou telle transaction. Il dialoguera avec Joule, qui se chargera de mobiliser les bons agents, les bonnes données, les bons processus et génèrera même à la volée l’interface transactionnelle ou décisionnelle adaptée à l’intention utilisateur.

L'Autonomous Suite : le cœur opérationnel

Sous Joule s'étend l'Autonomous Suite* — évolution naturelle de la Business Suite. C'est le cœur opérationnel de la machine, peuplé d'assistants autonomes qui orchestrent eux-mêmes des agents spécialisés.

Les couvertures métier reprennent les domaines familiers : Finance, Spend, Supply Chain, HCM, CX. Ce sont les extensions naturelles des Lines of Business historiques, mais désormais animées d'une logique agentique. L'ERP, dans cette vision, devient un organe vital ; mais comme l'éditeur se doit d'apporter davantage de valeur, il développe des agents orchestrés par des assistants liés à chaque besoin business.

Les Industries AI : agents et assistants par secteur

Le troisième pilier décline cette logique par verticale métier. Les Industries AI organisent agents et assistants selon une logique sectorielle qui maîtrisent les standards de marché propres à chaque industrie.

Cette spécialisation n'est pas accessoire. Elle reconnaît que la valeur de l'IA en entreprise ne se révèle qu'au contact des spécificités métier : un agent pour la consumer products ne ressemble pas à un agent pour les utilities ou pour la pharma.

La Business AI Platform : l'orchestration de l'orchestration

Pour bâtir et déployer cette mécanique, SAP s'appuie sur la Business AI Platform*. Cette plateforme permet de développer des agents — et bien plus encore. Elle réunifie la stratégie de l'éditeur autour de la BTP, qui prend ainsi un rôle encore plus central qu'auparavant.

La plateforme s'organise autour de trois piliers : Build, Contextualisation, Knowledge Graphs. C'est l'extension naturelle de la BTP, enrichie par l'apport essentiel autour de la Data dans Business Data Cloud.

La couche ontologique : donner du sens au-delà de la sémantique

Une dimension nouvelle vient s'ajouter à la pile : la couche ontologique*. Là où la couche sémantique décrit les objets métier et leurs attributs, l'ontologie décrit leurs relations, leur sens, leur articulation. Elle donne du sens à la donnée au-delà de sa simple description.

Cette couche s'articule étroitement avec les capacités de gouvernance qui existaient déjà — dans la BTP, dans l'AI Core, dans le Generative AI Hub — et les renforce.

Human in the loop : gouvernance éthique et opérationnelle

Enfin, l'édifice ne tiendrait pas sans son garde-fou : le principe du Human in the loop*. Dans un monde de probabilité, où la machine va plus loin que la proposition, où elle peut décider et agir dans les systèmes et donc le monde physique, la présence humaine demeure indispensable — à la fois pour valider, pour corriger, et pour assumer la responsabilité éthique et juridique des décisions prises.

À RETENIR — L'architecture autonome se lit comme des poupées russes : Joule Work en surface, Autonomous Suite au cœur opérationnel, Industries AI en spécialisation sectorielle, Business AI Platform en socle, couche ontologique en colonne vertébrale, Human in the loop en garde-fou.

Industrialiser l'IA : fondations data, acquisitions et alliances stratégiques

Une vision sans investissement reste un discours. SAP l'a compris, et annonce un effort massif : un milliard d'euros sur quatre ans pour consolider sa couche technologique data et IA. Ce chiffre, rare dans la communication financière de l'éditeur, démontre la conviction stratégique.

Construire la fondation data : un investissement massif

Trois acquisitions structurent cette fondation.

Reltio, d'abord, vient compléter la couche sémantique avec une capacité de Master Data Management couvrant les données SAP et non-SAP. Le « non-SAP » est ici décisif : il signifie que la couche sémantique d'entreprise pourra s'enrichir au-delà du périmètre historique de l'éditeur, embrassant la réalité hétérogène des systèmes d'information réels.

Dremio, ensuite, apporte la fameuse plateforme Lakehouse. Avec elle, SAP intègre les technologies Apache, Spark, et les patterns modernes de découplage entre stockage et exposition de la donnée. C'est la modernisation du socle data, mise au standard des Modern Data Platforms en renforçant le positionnement des standards open-source et la volonté d’ouverture éditeur dans un domaine qui ne peut par nature rester fermé.

PriorLabs enfin — et cette acquisition mérite une mention particulière. SAP s'était déjà positionné sur la modélisation tabulaire avec son propre modèle RPT-1. L'acquisition de cette startup allemande, européenne, créatrice de TabFN, le renforce sur le segment des modèles génératifs spécialisés dans le tabulaire. L'enjeu : valider la consistance globale des données ingérées dans l'ERP. Cela vapermettre une meilleur capacité d’anticipation, des capacités d'autocomplétion plus fiables pour les saisies utilisateur — automatisant encore davantage les tâches consomatrices de temps et la qualité de la donnée.

L'enjeu, désormais, est celui de l’intégration de ces trois compagnies dans l'écosystème SAP et de l’exécution de la vision stratégique.

Étendre l'écosystème sur la donnée

Au-delà des acquisitions, SAP étend ses partenariats Lakehouse*, déjà noués avec Databricks et Snowflake, et récemment enrichis par les annonces autour de Microsoft Fabric. L'objectif est limpide : faire du Business Data Cloud le hub d'orchestration de l'ensemble des plateformes data du marché, en intégrant complètement Datasphere et SAP Analytics Cloud.
Ce positionnement infra-low-layer data est, pour le coup, unique sur le marché. Aucun autre éditeur business ne dispose d'une telle capacité cumulée.

Sécuriser les cas d'usage métier : alliances sectorielles

À ce socle data s'ajoutent des alliances métier d'envergure. L'annonce du partenariat avec JP Morgan est de ce point de vue un signal fort : il s'agit d'ancrer l'Autonomous Enterprise dans la réalité de la finance internationale, en s'appuyant sur l'une des institutions structurantes du secteur. Quand on rappelle que SAP est l'ERP de plus de 90 % des grandes entreprises mondiales, l'enjeu prend toute sa mesure.

Orchestrer l'orchestration : n8n et le triumvirat de la transformation

SAP a également pris une participation dans n8n, complétée par un partenariat technologique étroit autour de Joule Studio. C'est l'orchestration agentique elle-même qui est ainsi renforcée.
Et derrière, les annonces d’un triumvirat de transformation avec Palantir, Accenture, Anthropic vient compléter les frains actuels sur transformation du « legacy ». L'ambition est claire — fournir aux clients les outils d'accélération de la transformation, en mariant la puissance d'analyse de Palantir, l'expertise d'intégration d'Accenture, et les modèles frontières d'Anthropic.

À RETENIR — SAP ne s'est pas contenté d'annoncer. Il a acheté, investi et noué un assemblage d’acteurs et de technologies. L’objectif est de rendre concret une vision complète — fondation data, Lakehouse, orchestration agentique, conseil de transformation, modèles frontières — pour ancrer un leadership durable sur la Business AI.

De la vision à l'exécution : implications pour les organisations

Une stratégie produit ne devient réalité qu'au moment où elle rencontre le marché. Le Go-To-Market de l'Autonomous Enterprise mérite donc une attention particulière.

Le nouveau modèle commercial : l'accès conditionné à Joule

L'annonce est structurante : les clients S/4HANA On-Prem et ECC auront accès à Joule Assistant et Joule Agent, sous conditions d'engagement, de transformation et de modernisation. Il faudra attendre le détail des conditions contractuelles pour en mesurer l’impact.
l'IA ne sera plus l'apanage des clients full cloud. Elle deviendra accessible à la base installée — à condition d'engager une trajectoire. C'est, dans le même mouvement, une ouverture et un levier d'accélération vers le chemin de transformation RISE (ERP Private Cloud ou ERP Public Cloud) ou GROW (ERP Public Cloud). On vous donne de l'IA, mais pour que vous puissiez en faire sur votre socle existant, il faudra avoir entamé votre transformation.
L'IA agentique devient ainsi un argument commercial structurant. Elle n'est plus un add-on optionnel : elle devient l'horizon opérationnel de la modernisation.

Passer à l'action : amorcer la transformation depuis l'On-Prem

Pour les parcs ECC et S/4HANA On-Prem, plusieurs trajectoires s'ouvrent vers le modèle autonome. Toutes supposent une équation économique soigneusement instruite. Le ROI ne saurait se limiter à des projections optimistes : il doit reposer sur des cas d'usage cartographiés, hiérarchisés, et mesurés.

L'industrialisation succède à l'expérimentation. C'est précisément l'enjeu : sortir de la phase POC pour entrer dans une logique de passage à l'échelle, où chaque cas d'usage est instrumenté, gouverné, et économiquement justifiable.

Checklist de préparation pour DSI et centres de compétences

Pour piloter cette transformation, plusieurs chantiers doivent être ouverts simultanément :

•    Gouvernance de niveau entreprise : doter l'organisation d'un cadre éthique, juridique et opérationnel couvrant le Human in the loop, la conformité au RIA (Règlement européen sur l'IA), la garantie d'éviction sur les contenus générés.
•    Cartographie des cas d'usage : identifier les gisements de valeur, prioriser selon le couple impact/effort, repérer les quick-wins sectoriels susceptibles de produire des résultats rapides.
•    Acculturation des équipes : sortir du mythe, vulgariser le paradigme stochastique, donner aux équipes le vocabulaire de l'agentique. C'est par l'acculturation que se prépare l'industrialisation.
•    Architecture cible : penser dès maintenant la place du Business Data Cloud, de la BTP enrichie, de la couche ontologique, dans le SI à 3-5 ans.
•    Négociation contractuelle : intégrer dès aujourd'hui la dimension Joule dans les discussions ERP Private Cloud et ERP Public Cloud, plutôt que de la subir demain.

À RETENIR — L'accès à Joule devient un argument commercial structurant. L'IA agentique ne sera pas un add-on, elle sera l'horizon de la modernisation. 

Conclusion — Le framework d'orchestration comme système d'exploitation de l'entreprise

Au terme de ce parcours, la position de SAP apparaît singulière. Aucun autre éditeur ne dispose simultanément de la connaissance intime des business process, de la maîtrise de la business data, de la couche sémantique d'entreprise, et désormais d'une couche ontologique. Ajoutez-y une dimention data Lakehouse de premier rang ouverte sur l’ecosytème, des partenariats sectoriels structurants, et des accélérateurs de transformation : le cocktail est, pour reprendre une expression entendue, unique sur le marché.

Cette position n'est toutefois pas un blanc-seing. Le passage du déterministe au stochastique impose une vigilance accrue sur la maîtrise du risque et la sécurité juridique. Dans un monde où la machine propose plus qu'elle ne décide, la gouvernance n'est plus un sujet périphérique : elle devient le cœur du dispositif.

La feuille de route, dès lors, s’éclaire : acculturer avant de gouverner, gouverner avant d'industrialiser, industrialiser avant de passer à l'échelle.

Glossaire

• Autonomous Enterprise : vision SAP d'une entreprise dont les processus sont orchestrés par des agents IA, sous gouvernance humaine.
• Joule Work : point d'entrée unifié de l'écosystème SAP autonome, rapatriant contexte et workflows.
• Autonomous Suite : évolution de la Business Suite, peuplée d'assistants autonomes orchestrant des agents.
• Business AI Platform : extension de la BTP, structurée autour de Build, Contextualisation et Knowledge Graphs.
• Flywheel Effect : boucle vertueuse data → apps → agents → data, accélérée par l'exécution agentique directe sur la donnée.
• Lakehouse : architecture data hybride combinant les avantages du Data Lake (stockage brut) et du Data Warehouse (requêtage structuré).
• Ontologie : description formelle des relations et du sens entre objets métier, allant au-delà de la sémantique descriptive.
• Human in the loop : principe garantissant la présence humaine dans la boucle de décision agentique.
• Stochasticité : caractère probabiliste de l'IA générative, par opposition au déterminisme transactionnel classique.
• Agent orchestré : agent IA dont l'exécution est coordonnée par un assistant ou un framework d'orchestration au service d'un processus métier.
• Harness : « Harnais » ensemble d’outils et de « compétences » encadrant un modèle LLM afin de le doter de méthodologie et de capacité d’actions.