Présenté par SAP

Lors de VB Transform 2026, Max McPhee, conseiller senior en solutions chez SAP, a discuté avec Rob Stretchay, analyste principal chez VentureBeat Research, de ce dont les entreprises ont besoin pour dépasser les chatbots et aller vers des agents d’IA autonomes capables d’exécuter de véritables processus métier. McPhee a déclaré que la distinction essentielle tient au fait que ces agents soient ancrés dans le contexte opérationnel propre de l’entreprise, plutôt que de s’appuyer uniquement sur des connaissances générales.

https://www.youtube.com/watch?v=SRf9t-wSZSo

"Where we're starting to see more emergent behavior of it feeling like a coworker rather than an assistant, is where we're able to provide context on the actual enterprise rather than being able to use more of the standard knowledge," McPhee said.

Ce contexte, a-t-il soutenu, est ce qui continue de distinguer la plupart des outils de chat d’entreprise des systèmes capables de fonctionner de manière réellement agentique. Cette différence est importante, car les agents d’entreprise ne sont pas seulement censés répondre à des questions, mais aussi interagir avec des applications métier, récupérer des données propres à l’entreprise et prendre en charge des flux de travail où l’exactitude, le contrôle des accès et l’auditabilité sont des exigences centrales.

Construire le contexte d’entreprise avec des graphes de connaissances

McPhee a déclaré que les entreprises devraient envisager l’intégration des agents d’IA d’une manière comparable à l’intégration de nouveaux employés, tout en tenant compte du fait que les logiciels récupèrent et utilisent l’information différemment des humains.

"When you are onboarding a new agent, I think it's important to acknowledge how you might onboard a new employee, but tune that for an agent," McPhee said. "The way that is really powerful is using knowledge graphs and having vector-embedded data, because that's a really easy format for an agent to be able to find and retrieve information."

Les graphes de connaissances sont couramment utilisés pour représenter les relations entre entités, processus et sources de données, tandis que les plongements vectoriels aident les systèmes d’IA à retrouver des informations liées sur le plan sémantique. Dans un contexte d’entreprise, McPhee a indiqué que la combinaison de ces approches peut aider les agents à relier la compréhension générale du langage à la structure spécifique des opérations d’une entreprise.

Cet ancrage peut également aider les agents à comprendre la terminologie interne et les raccourcis propres à l’entreprise, un sujet que McPhee a décrit comme particulièrement important dans les environnements SAP.

"Being able to provide that tribal knowledge in the format that's easy for it to consume helps to provide a really nice result with your agents versus a chatbot that might say, 'Well, what does that acronym mean?'" he said.

Gouvernance, identité et sécurité pour les agents autonomes

McPhee a déclaré que la gouvernance est un domaine où l’histoire de SAP en tant qu’entreprise spécialisée dans les processus d’entreprise est pertinente, en particulier à mesure que les contrôles évoluent pour des systèmes capables d’agir avec plus de flexibilité que les générations précédentes d’automatisation.

"That's where SAP really has a good home, around that governance and process control," McPhee said. "We're a 50-year-old process company, modernizing that governance to be able to handle the flexibility that comes with agents running."

Il a également évoqué un rôle renouvelé pour l’apprentissage automatique dans la validation du comportement des agents.

"It's becoming a bit of a revival of machine learning," McPhee added, referring to customers that run agents inside a process and then add anomaly detection and machine-learning-based validation as a guardrail. He said this is the same type of approach SAP has long used for intelligent approval recommendations.

L’identité et les autorisations prolongent cette gouvernance jusqu’à l’exécution. Dans ce modèle, l’utilisateur humain comme Joule de SAP, l’assistant d’IA générative intégré aux applications cloud de SAP et à sa Business Technology Platform, doivent disposer des droits nécessaires pour accéder à un système donné. Même si un utilisateur est autorisé à accéder à S/4, il ne peut pas utiliser Joule pour le faire à moins que Joule ait également été provisionné pour cet accès. McPhee a déclaré que cette structure vise à empêcher l’utilisation d’un agent pour contourner les contrôles d’accès.

SAP standard et environnements d’entreprise personnalisés

Une grande partie du travail de McPhee consiste à aligner les connaissances propres de SAP avec des décennies de personnalisations client et avec des systèmes situés en dehors de SAP. Il a indiqué que de nombreux clients disent à SAP : "You’re only 10% of my landscape," une réalité qui a influencé la stratégie récente de l’entreprise.

Les acquisitions récentes, notamment LeanIX, que McPhee a comparé à "Google Maps for your architecture," et la société de process mining Signavio, sont destinées à aider à cartographier cette majorité non-SAP afin que les agents de SAP puissent comprendre comment les systèmes d’entreprise sont connectés. SAP a également investi dans la société d’automatisation berlinoise n8n et l’intègre nativement dans Joule Studio, l’environnement low-code de l’entreprise, fondé sur les intentions, pour créer des agents.

Cet accent reflète un défi de mise en œuvre plus large pour les grandes entreprises : les agents d’IA doivent souvent travailler à travers des logiciels standardisés, une logique métier personnalisée et des systèmes tiers qui n’ont pas été conçus à l’origine autour de flux de travail d’IA autonomes. La cartographie de ces dépendances est un prérequis pour fournir aux agents un contexte fiable sur l’origine des données et sur les systèmes impliqués dans un processus.

McPhee a déclaré que les entreprises pourraient également devoir moderniser d’anciens systèmes sur site à mesure qu’elles élargissent leur usage des agents autonomes, faute de quoi elles pourraient se heurter à des contraintes techniques.

"You're going to probably run into throughput issues, and you're kind of trying to drive a Ferrari around a dirt track," he said. "You've got to upgrade the track first if you want to drive a Ferrari."

Les articles sponsorisés sont des contenus produits par une entreprise qui paie pour la publication ou entretient une relation commerciale avec VentureBeat, et ils sont clairement signalés comme tels.