Pourquoi SAP et Anthropic dessinent l’avenir de l’IA d’entreprise

La valeur n’est pas une transaction. C’est une promesse tenue.

Depuis plusieurs années, les entreprises investissent massivement dans l’intelligence artificielle pour automatiser des tâches, accélérer les processus et améliorer la productivité. Ces initiatives produisent des résultats tangibles. Pourtant, elles ne répondent qu’à une partie du défi.

La véritable question n’est plus : « Comment faire plus vite ? »

Elle devient : « Comment garantir durablement les résultats que nous promettons à nos clients, partenaires et collaborateurs ? »

Les annonces récentes de SAP autour de l’Autonomous Enterprise et les travaux d’Anthropic sur la mémoire persistante des agents illustrent une évolution majeure du marché. Bien que provenant de mondes différents, ces innovations convergent vers une même vision : celle d’une IA capable de comprendre le contexte, d’apprendre dans le temps et de contribuer activement à la performance globale de l’entreprise.

Chez delaware France, nous observons cette transformation au quotidien auprès de nos clients. L’enjeu n’est plus seulement d’automatiser les opérations, mais de concevoir des systèmes capables d’orchestrer et de sécuriser la création de valeur à l’échelle de l’organisation.

SAP se rapproche du cœur de la création de valeur

L’annonce de l’Autonomous Enterprise par SAP a souvent été présentée comme une avancée majeure en matière d’automatisation.

Agents intelligents, workflows autonomes, prise de décision assistée : autant d’éléments qui renforcent la capacité des entreprises à exécuter plus rapidement leurs opérations.

Mais le véritable changement est plus profond.

Historiquement, les ERP avaient pour rôle principal d’enregistrer et de structurer l’information. Ils constituaient la source de vérité de l’entreprise.

Aujourd’hui, SAP ambitionne de devenir un acteur actif de l’exécution et de la coordination des processus métier.

L’ERP n’est plus uniquement un système de référence. Il devient progressivement un système capable d’agir sur les flux qui créent la valeur :

• approvisionnements ;
• production ;
• supply chain ;
• finance ;
• service client ;
• exécution des commandes.

Cette évolution rapproche les systèmes d’information des mécanismes réels de création de valeur.

Cependant, coordonner des processus ne signifie pas encore gouverner leur performance globale.

Une entreprise peut automatiser davantage tout en restant confrontée à des retards, des ruptures de service ou des inefficacités systémiques.

La différence réside dans la capacité à comprendre les interactions entre les processus et à agir en fonction des résultats attendus.

De l’automatisation à la cohérence

Le terme « gouvernance » est souvent associé à des notions de conformité ou de contrôle.

Dans le contexte de l’IA d’entreprise, nous lui donnons un sens différent.

Nous parlons de cohérence.

À l’image du régulateur d’une machine industrielle, une couche de cohérence observe en permanence le système, détecte les écarts par rapport aux objectifs et contribue à rétablir l’équilibre avant que les problèmes n’impactent le client ou la performance économique.

Cette approche dépasse largement l’automatisation de tâches individuelles.

Elle vise à :

• détecter les risques en amont ;
• réduire les pertes de valeur ;
• arbitrer entre plusieurs contraintes métier ;
• protéger les engagements pris envers les clients ;
• améliorer durablement les résultats de l’organisation.

Autrement dit, il ne s’agit plus seulement de faire fonctionner les processus plus rapidement.

Il s’agit de garantir que l’ensemble du système travaille dans la même direction.

Le défi de la mémoire et de l’apprentissage

C’est précisément là que les travaux d’Anthropic deviennent particulièrement intéressants.

Aujourd’hui, la plupart des solutions d’IA disposent essentiellement d’une mémoire de consultation.

Elles retrouvent des informations lorsqu’on les sollicite.

Mais une organisation performante ne se construit pas uniquement sur la capacité à retrouver des données.

Elle repose sur la capacité à transformer l’expérience en apprentissage.

Les managers expérimentés ne prennent pas de meilleures décisions parce qu’ils mémorisent davantage de situations passées.

Ils prennent de meilleures décisions parce qu’ils ont développé une compréhension des schémas récurrents, des signaux faibles et des facteurs de risque.

La fonctionnalité Dreaming présentée par Anthropic explore cette même logique.

L’objectif n’est plus seulement de stocker l’historique des interactions, mais de consolider progressivement les enseignements tirés de ces expériences afin d’améliorer les décisions futures.

Pour les entreprises, cette évolution ouvre des perspectives considérables.

Des agents capables d’apprendre de leurs actions pourraient progressivement :

• identifier les causes récurrentes des retards ;
• anticiper les risques supply chain ;
• détecter les dérives de coûts ;
• recommander des actions correctives plus pertinentes ;
• améliorer continuellement leur compréhension du contexte métier.

Une nouvelle architecture de l’IA d’entreprise

Chez delaware, nous observons l’émergence d’une architecture d’IA structurée autour de quatre niveaux de maturité.

1. L’assistance individuelle

L’IA aide les collaborateurs à produire plus efficacement.

Rédaction, synthèse, recherche d’informations ou génération de contenus.

2. L’IA intégrée aux processus

L’intelligence est directement embarquée dans les processus métier.

Validation automatique, prévisions, recommandations ou détection d’anomalies.

3. L’orchestration des workflows

Les agents coordonnent plusieurs processus et systèmes.

Ils facilitent la circulation de l’information et l’exécution des opérations de bout en bout.

4. La couche de cohérence

À ce niveau, l’IA ne se contente plus d’exécuter.

Elle contribue à la gouvernance du système.

Elle observe les flux de valeur, identifie les contraintes, apprend dans le temps et aide l’organisation à atteindre ses objectifs globaux.

C’est cette quatrième couche qui représente aujourd’hui le principal potentiel de transformation.

Pourquoi les flux de valeur deviennent le point de départ

De nombreuses initiatives IA commencent encore par une logique de cas d’usage :

• automatiser un traitement ;
• accélérer une tâche ;
• améliorer un indicateur local.

Cette approche produit des gains rapides mais peut conduire à une multiplication de solutions déconnectées.

À terme, les entreprises risquent d’optimiser certaines activités tout en dégradant la performance globale.

Une approche plus durable consiste à partir des flux de valeur.

La question n’est pas :

« Où pouvons-nous utiliser l’IA ? »

La question devient :

« Où la valeur est-elle menacée ? »

Les réponses se trouvent généralement dans les mêmes zones :

• goulots d’étranglement ;
• ruptures de flux ;
• manque de visibilité ;
• accumulation de tâches manuelles ;
• variabilité des performances ;
• difficultés à tenir les engagements clients.

L’IA apporte alors une réponse directement alignée sur les enjeux stratégiques de l’entreprise.

Le rôle de delaware

Cette évolution technologique ouvre un nouveau chapitre pour les organisations.

La valeur ne proviendra plus uniquement de l’automatisation de tâches isolées.

Elle émergera de la capacité à connecter les données, les processus, les agents et les décisions autour d’objectifs communs.

Chez delaware, nous accompagnons nos clients dans cette transformation en combinant :

• l’expertise métier ;
• la maîtrise des plateformes SAP ;
• l’intégration des technologies d’IA générative et agentique ;
• la conception de modèles opérationnels orientés valeur.

Notre conviction est simple :

Les entreprises qui créeront le plus de valeur avec l’IA ne seront pas nécessairement celles qui déploieront le plus d’agents ou le plus d’automatisation.

Ce seront celles qui sauront aligner ces technologies sur leurs engagements stratégiques et sur les flux qui les rendent possibles.

Conclusion

L’IA d’entreprise entre dans une nouvelle phase de maturité.

Les avancées de SAP dans l’orchestration des processus et les recherches d’Anthropic sur la mémoire persistante des agents montrent que le marché évolue vers des systèmes capables de comprendre, d’apprendre et d’agir dans la durée.

La prochaine frontière n’est pas l’automatisation pour elle-même.

C’est la capacité à gouverner la création de valeur de manière continue.

Les organisations qui réussiront cette transition disposeront d’un avantage durable : une meilleure compréhension de leurs flux, une plus grande résilience opérationnelle et une capacité accrue à tenir les promesses faites à leurs clients.

Parce qu’au final, la valeur n’est rien d’autre qu’une promesse tenue.