Découvrez les 6 dernières intégrations IA de SAP Datasphere

SAP Datasphere est un outil d'IA qui peut aider à fournir des données pertinentes aux entreprises.

Explorez les développements IA de SAP Datasphere, tels que les nouvelles intégrations et les fonctionnalités basées sur l'IA, pour comprendre comment l'outil peut aider les entreprises à gérer leurs données d'entreprise :

Qu'est-ce que SAP Datasphere IA et pourquoi est-ce important ?

SAP Datasphere est l'un de ces outils dans lesquels SAP a intégré des outils et des fonctionnalités pilotés par l'IA pour répondre aux besoins des consommateurs et des fournisseurs de données. SAP Datasphere IA peut améliorer l'expérience utilisateur et prendre en charge le partage de données à grande échelle en :

• Approvisionnement automatisé des données : L'IA peut rationaliser le processus d'approvisionnement des données en établissant automatiquement les connexions pertinentes et en créant les artefacts nécessaires dans SAP Datasphere. Cela réduit le besoin d'intervention manuelle, facilitant l'intégration des produits de données pour les utilisateurs.
• Gestion des métadonnées : L'IA peut améliorer la gestion des métadonnées, ce qui est crucial pour faciliter l'approvisionnement des données. En utilisant les métadonnées décrites via le protocole Open Resource Directory (ORD), l'IA peut garantir un processus d'intégration fluide et efficace.

Voici une vidéo expliquant comment SAP Datasphere combine les capacités d'IA générative avec son Datasphere :

SAP a implémenté l'IA dans différents outils, tels que les applications d'IA générative SAP BTP. Il intègre également d'autres plateformes SAP et non-SAP pour étendre les capacités de ses outils, comme :

• Planificateurs de travaux SAP
• Outils d'orchestration de processus SAP
• Solutions SAP pour les services publics
• Technologies de processus meter-to-cash SAP.

2 fonctionnalités IA de SAP Datasphere

Voici une liste complète des fonctionnalités fournies par SAP Datasphere :

1. Knowledge graph

Le Knowledge Graph offre une vue complète du paysage de données d'une organisation. En capturant les relations complexes et les métadonnées, il permet une meilleure compréhension contextuelle pour les applications pilotées par l'IA.

Capacités :

• Création automatisée d'ontologies : Génère des ontologies au fur et à mesure que les données sont intégrées, y compris le contexte métier provenant de sources SAP telles que S/4HANA.
• Enrichissement du contexte pour les LLM : Fournit un contexte structuré aux grands modèles de langage pour réduire les inexactitudes générées par l'IA (par ex., les hallucinations).
• Découverte de motifs : Facilite le raisonnement avancé et la génération d'insights dans tous les domaines métier.

Application concrète du knowledge graph

Les knowledge graphs peuvent être appliqués à l'optimisation marketing ou à la gestion de la chaîne d'approvisionnement, permettant aux organisations de tirer des insights actionnables et de stimuler l'innovation.

Voici une vidéo expliquant la capacité Knowledge Graph :

2. Semantic onboarding

Le Semantic Onboarding permet aux objets de données sémantiquement riches provenant des systèmes SAP (S/4HANA, BW/4HANA, HANA Cloud) d'être importés dans SAP Datasphere tout en préservant leur signification métier. SAP a étendu cette fonctionnalité pour inclure la prise en charge de SAP HANA Cloud et d'autres produits de données SAP, offrant une expérience d'intégration unifiée.

Capacités :

• Préservation des informations sémantiques : Lors de l'importation de vues de calcul depuis SAP HANA Cloud vers SAP Datasphere, les détails sémantiques tels que les mesures, les attributs, les hiérarchies, les agrégations et les devises/unités sont conservés. Cela garantit que l'intégrité et la signification des données sont préservées au sein d'une couche de données sémantiquement riche.
• Synchronisation : Elle maintient la synchronisation des objets entre SAP HANA Cloud et SAP Datasphere, permettant aux clients de tirer parti de leurs investissements existants dans la modélisation SAP HANA.
• Héritage du contexte métier : Elle permet l'héritage du contexte métier à partir des applications métier SAP et des solutions sectorielles. Ce transfert de sémantique dans le business data fabric pose une base solide pour des flux de travail analytiques améliorés.
• Flux de travail analytique amélioré : La préservation et le transfert des informations sémantiques dans SAP Datasphere rationalisent le flux de travail analytique, accélérant et simplifiant le processus d'obtention d'insights basés sur les données. Intégrations avec d'autres outils.

Application concrète du Semantic Onboarding

Les entreprises peuvent utiliser le Semantic Onboarding pour intégrer efficacement des ensembles de données SAP et hybrides, réduisant les erreurs de modélisation et accélérant la génération d'insights.

3. Génération de contenu assistée par l'IA

Cette capacité génère automatiquement des descriptions métier, des assignations de termes métier et des définitions de KPI pour les actifs de données dans le catalogue SAP Datasphere, en utilisant les modèles SAP Business IA.

Capacités :

• Génère du texte descriptif sensible au contexte pour les objets du catalogue
• Applique automatiquement des tags et termes métier hiérarchiques
• Définit des indicateurs clés de performance et des associations sans intervention manuelle
• Réduit le besoin d'une expertise technique approfondie pour organiser le contenu du catalogue

Application concrète de la génération de contenu assistée par l'IA

Les organisations peuvent rapidement intégrer des milliers d'actifs de données tout en maintenant la conformité et la qualité des données, accélérant l'analytique et le reporting.

4. Recherche assistée par l'IA

La recherche assistée par l'IA permet aux utilisateurs de trouver des artefacts de données en utilisant des requêtes en langage naturel dans SAP Datasphere, surmontant les contraintes des filtres et de la navigation manuelle.

Capacités :

• La compréhension du langage naturel interprète les termes métier, les questions et l'intention
• Recherche dans les ensembles de données du référentiel, du catalogue et de la marketplace
• Fournit des résultats riches en contexte qui correspondent à ce que les utilisateurs demandent.

Application concrète de la recherche assistée par l'IA

Les utilisateurs peuvent poser des questions en langage courant. Par exemple, « Affichez les modèles de données de ventes avec segmentation client » et obtenir des résultats précis.

5. Génération sémantique assistée par l'IA

La génération sémantique assistée par l'IA détecte et classe automatiquement les types sémantiques pour les données entrantes, en particulier pour les sources non-SAP, enrichissant le data fabric de SAP Datasphere.

Capacités :

• Classification sémantique automatique : Attribue les types corrects aux ensembles de données lors de l'ingestion.
• Prise en charge des données hybrides : Fonctionne avec les données SAP et non-SAP pour créer une couche sémantique unifiée.
• Prétraitement manuel réduit : Minimise l'effort de préparation des données, permettant une analytique plus rapide.

Application concrète de la génération sémantique assistée par l'IA

Les entreprises intégrant des sources de données hybrides peuvent accélérer la modélisation et les insights en disposant d'informations sémantiques automatiquement enrichies, réduisant les erreurs et améliorant la cohérence.

Intégrations avec d'autres outils

SAP Datasphere intègre des outils d'IA dans son écosystème de données ouvert pour améliorer son architecture de gestion des données.

1. Gouvernance de l'IA avec Collibra

SAP s'associe à Collibra pour fournir des fonctionnalités de gouvernance des données, garantissant que des données fiables sont accessibles à tous les utilisateurs dans l'ensemble du business data fabric.

En s'intégrant à Collibra IA Governance, les solutions SAP permettront aux entreprises de connecter les données utilisées pour l'IA avec les modèles eux-mêmes sur une plateforme unique afin de suivre et de gérer efficacement leurs efforts de développement en IA. En enregistrant les modèles d'IA et de machine learning créés avec la technologie SAP sur la plateforme Collibra IA Governance, les utilisateurs peuvent :

• Obtenir une visibilité améliorée sur la traçabilité des données et les métadonnées des données SAP utilisées dans la modélisation IA
• Vérifier l'exactitude et la fiabilité des données
• Vérifier les données sur lesquelles leurs modèles d'IA ont été entraînés.

En conséquence, ils peuvent :

• Améliorer la transparence et la responsabilité
• Assurer la conformité avec les politiques réglementaires, de confidentialité et de gouvernance
• Atténuer les risques tels que les décisions biaisées et les recommandations inexactes.

Voici une vidéo expliquant comment fonctionne la gouvernance de l'IA Collibra :

2. Streaming de données avec Confluent

Confluent est une plateforme construite autour d'Apache Kafka qui fournit un service de streaming et de gestion de données en temps réel. Elle permet aux organisations de gérer efficacement des pipelines de données à grande échelle et de diffuser des données entre divers systèmes et applications.

Voici comment Confluent améliore SAP Datasphere et renforce les actifs de données SAP :

1. Streaming de données en temps réel : L'intégration de Confluent permet le streaming de données en temps réel vers et depuis SAP Datasphere. Cette capacité est cruciale pour les organisations ayant besoin de traiter et d'analyser des données en temps réel, permettant une prise de décision plus rapide et une réactivité opérationnelle accrue.
2. Capacités de registre de schémas : L'intégration avec le registre de schémas de Confluent étend les capacités sortantes de SAP Datasphere. Elle permet une gestion fluide des schémas de données, garantissant que les données sont interprétées et traitées avec précision entre les systèmes.
3. Expérience utilisateur supérieure : L'intégration offre une expérience utilisateur supérieure en facilitant les connexions au niveau applicatif sans nécessiter de développement applicatif personnalisé supplémentaire. Cette facilité d'intégration aide les organisations à déployer et à utiliser rapidement des solutions de streaming de données.
4. Traitement efficace des données : L'intégration de SAP Datasphere avec Confluent inclut des flux de réplication préétablis qui prennent en charge nativement le traitement delta et en temps réel. Cette efficacité signifie que les données sont chargées lorsque des changements se produisent, réduisant les transferts de données inutiles et la surcharge de traitement.
5. Ingestion et intégration de données améliorées : L'intégration prend en charge l'ingestion de données dans Kafka et Confluent, avec des capacités supplémentaires d'intégration de données sortantes et entrantes devenant disponibles pour tous. Cette fonctionnalité étendue améliore encore la capacité de SAP Datasphere à gérer une large gamme de sources de données et de cas d'usage.

Intégration avec SAP Analytics Cloud et SAP HANA Cloud Vector Engine

Les utilisateurs peuvent combiner SAP Datasphere, SAP Analytics Cloud et SAP HANA Cloud Vector Engine pour obtenir un système de gestion des données et une solution d'analytique unifiés. Voici ce qu'un utilisateur peut faire avec ces outils combinés :

3. SAP Analytics Cloud pour le data fabric

Les solutions de data fabric unifient et gèrent les données en temps réel entre les systèmes, fournissant une source unique et fiable. Elles automatisent l'accès, améliorent la qualité des données et renforcent la sécurité, facilitant l'analytique et l'IA, même dans des configurations complexes. Cela aide les entreprises à évoluer et à s'adapter aux marchés changeants. SAP améliore le data fabric en :

1. Intégration avec SAP Analytics Cloud pour la planification : Les modèles de planification de SAP Analytics Cloud peuvent désormais être déployés dans SAP Datasphere. SAP Analytics Cloud utilise l'IA pour :
   1. Automatiser et optimiser les processus de transformation et d'intégration des données
   2. Fournir des recommandations et des insights intelligents basés sur les données réelles et planifiées intégrées. Cela améliore l'intégration des données planifiées et réelles dans la prise de décision en temps réel.
      permettant une intégration au sein de SAP Datasphere.
2. Réduction de l'empreinte des données et des efforts de modélisation : Les efforts d'intégration visent également à réduire l'empreinte des données et l'effort requis pour la modélisation. En tirant parti des capacités de SAP Datasphere, SAP Analytics Cloud peut rationaliser les processus de gestion des données et améliorer l'efficacité.

4. Co-Pilot IA générative : Joule

Le Co-Pilot IA générative de SAP Analytics Cloud permet aux clients de tirer parti de l'IA générative pour la planification et la simulation d'entreprise. L'assistant IA sous-jacent, Joule, améliore les capacités de découverte de données, de création de tableaux de bord, de maintenance des modèles de planification et plus encore, offrant une expérience utilisateur intuitive.

En utilisant le NLP, les utilisateurs finaux peuvent :

• Exécuter des requêtes analytiques
• Simuler les impacts de divers facteurs
• Allouer des ressources
• Automatiser les tableaux de bord et les calculs

Exemple de cas d'usage de Joule

Un utilisateur métier examinant le taux d'attrition par rapport au taux d'embauche pour un poste spécifique au cours des 12 derniers mois pourrait interroger Joule pour analyser les itérations de planification précédentes et découvrir les raisons sous-jacentes.

Nouvelles extensions Joule :

• Intégration Joule + SAP‑RPT‑1 Foundation Model : Joule peut désormais tirer parti de SAP‑RPT‑1, un modèle de fondation relationnel de SAP IA Hub, pour effectuer des analyses prédictives et de la modélisation sur des ensembles de données Datasphere structurés, améliorant les prévisions, les recommandations et les simulations de scénarios avancées.
• Intégration Joule + Microsoft 365 Copilot : Étend les capacités de requêtes en langage naturel au-delà de SAP Analytics Cloud, permettant aux utilisateurs d'accéder et d'analyser les données Datasphere directement depuis les outils de productivité Microsoft.

5. SAP Analytics Cloud Compass

SAP Analytics Cloud Compass offre des capacités de simulation Monte Carlo avec une interface conviviale, permettant aux utilisateurs non techniques de réaliser des analyses multivariées en temps réel sans compétences statistiques avancées. Voici les principaux avantages de SAP Analytics Cloud Compass :

1. Analyse multivariée en temps réel pour analyser plusieurs variables simultanément en temps réel, fournissant une vue complète des résultats potentiels.
2. Simulations d'entreprise pour une modélisation de scénarios rapide et efficace, aidant les utilisateurs à comparer les hypothèses et à rendre compte des écarts d'impact.
3. Analyse de sensibilité pour découvrir des insights en temps réel sur les facteurs de sensibilité, aidant les utilisateurs à comprendre la dynamique des données et comment les changements de variables affectent les résultats.
4. Simulations agiles continues pour s'adapter aux conditions commerciales changeantes et prendre des décisions éclairées.

6. SAP HANA Cloud Vector Engine

SAP HANA Cloud introduit une capacité vectorielle à ses capacités multi-modèles existantes, permettant aux clients de tirer parti de tous les types de données d'entreprise en utilisant une seule base de données. Le vector engine améliore la capacité à créer des applications de données intelligentes qui combinent l'intuition humaine avec le machine learning et les capacités de traitement multi-modèles. Les principales fonctionnalités et avantages de SAP HANA Cloud Vector Engine incluent :

• Stocker et comparer des vecteurs en utilisant SQL, permettant des cas d'usage tels que la génération augmentée de récupération (RAG), les recommandations, les classifications et le clustering.
• Simplifier l'architecture de gestion des données et l'améliorer avec une base de données multi-modèle unique avec interaction SQL.
• Obtenir de nouveaux insights en combinant les données spatiales, de graphe, JSON et relationnelles avec des requêtes vectorielles.
• Intégrer facilement des cas d'usage vectoriels dans les solutions au sein de l'écosystème HANA Cloud, y compris les clients, les bibliothèques Python et CAP (Cloud Application Programming Model).
• S'intégrer avec les outils de la communauté open source comme LangChain via des plug-ins.

Ne manquez pas nos benchmarks et analyses basées sur les données. Le bouton ouvre Google ; sélectionner AIMultiple confirme que vous souhaitez voir AIMultiple plus souvent dans les résultats de recherche Google.

Ajouter comme source préférée

Pour en savoir plus

Explorez davantage d'actualités et d'applications liées à SAP en consultant nos articles complets et basés sur les données :

• Découvrez les outils d'IA générative SAP BTP, 4 cas d'usage et avantages
• Top des outils d'automatisation de la charge de travail SAP et cas d'usage

Citer cette recherche

Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.

@misc{imek2026,
  author = {Şimşek, Hazal},
  title  = {{Découvrez les 6 dernières intégrations IA de SAP Datasphere}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/sap-datasphere-ai}},
  note   = {AIMultiple. Consulté le 24 Juin 2026}
}

Liens de référence

1.

Unleashing the Latest SAP Data and Analytics Innovations | SAP News Center

SAP

2.

SAP Datasphere on Teched 2023: What has been achieved and where are we going? • Interdobs

3.

Set SAP Data in Motion with Confluent Cloud, an SA... - SAP Community

4.

Business data fabric: Demo video from SAP Data Unleashed in 2024

5.

SAP Datasphere | Unified Data Experience

6.

SAP Analytics Cloud compass - SAP Danmark Nyheder

7.

Vectorize your Data : SAP HANA Cloud's Vector Engi... - SAP Community

Hazal Şimşek

Analyste sectorielle

Suivre

Hazal est analyste sectorielle chez AIMultiple, spécialisée dans le process mining et l'automatisation informatique.

Voir le profil complet

Soyez le premier à commenter

Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.

Nom

Adresse email

Commentaire

0/450

Publier un commentaire