Quand SAP révèle les coulisses de son IA : pourquoi « brancher un LLM seul ne fonctionne pas »
Le CTO de SAP lève le voile sur les défis techniques d'une IA fiable en entreprise. Au cœur du système : un graphe de connaissances et une mémoire d'entreprise pour éviter les hallucinations.
Existigo.com
Contributeur Existigo.com
L'intelligence artificielle en entreprise, ce n'est pas une simple question de plug-and-play. Philipp Herzig, CTO de SAP, l'a rappelé avec franchise dans une interview accordée à ZDNet France : « Brancher un LLM seul ne fonctionne pas. » Derrière cette affirmation se cache une réalité technique complexe, mais aussi une bonne nouvelle pour ceux qui cherchent des outils numériques fiables et transparents.
SAP, géant européen des logiciels d'entreprise, a choisi une approche radicalement différente des solutions grand public. Au lieu de se contenter d'un modèle de langage générique, l'entreprise a construit un SAP Knowledge Graph et une Company Memory — des couches de données structurées qui permettent à l'IA de contextualiser ses réponses. Résultat ? Moins d'hallucinations, plus de pertinence, et surtout, une IA qui comprend les enjeux métiers de ses utilisateurs. Pour une PME ou un grand groupe, cela signifie des outils qui s'adaptent à leurs processus, et non l'inverse.
Cette approche est une bouffée d'air frais dans un paysage numérique souvent dominé par des solutions « magiques » mais peu fiables. Elle rappelle que l'IA, pour être utile, doit être augmentée par des données de qualité et une ingénierie rigoureuse. Et c'est là que l'Europe a un rôle à jouer : en misant sur des infrastructures robustes et des standards élevés, elle peut offrir des alternatives concrètes aux modèles fermés et opaques.
Pour les utilisateurs, cela change tout. Plus besoin de se contenter d'outils qui « font le job » à moitié : avec des solutions comme celle de SAP, l'IA devient un véritable partenaire de travail, capable de s'intégrer harmonieusement dans les flux existants. Et si vous cherchez une plateforme qui incarne cette philosophie — productivité, respect des données et simplicité —, Colistor montre que c'est possible, même pour les petites équipes.
La leçon à retenir ? L'IA n'est pas une fin en soi, mais un moyen. Et quand elle est bien conçue, elle libère du temps, réduit les erreurs, et rend le travail plus humain. Une raison de plus de croire en un numérique qui nous ressemble.
Source originale
ZDNet France