68% des employés qui utilisent des outils comme ChatGPT ou d’autres IA génératives le font à l’insu de leurs responsables directs ou sans en informer leur DSI. Tout comme le shadow IT, le shadow IA consiste à utiliser des outils technologiques sans l’approbation de la DSI. En se passant des processus internes d’approbation et de validation, ces collaborateurs introduisent des risques significatifs pour la sécurité de l’entreprise et la gestion du SI. Tandis que les départements IT s’efforcent d’établir des règles de sécurité claires et rigoureuses, le shadow IA gagne de l’ampleur et menace de devenir un défi de taille.

Quelles sont les causes de l’émergence du shadow IA

Facilité d’accès aux technologies

Si le shadow IA se développe si rapidement, c’est en partie grâce à la facilité d’accès aux technologies. Aujourd’hui, il suffit de quelques clics pour que vos employés accèdent à des outils SaaS en ligne. Et ce, sans avoir besoin de passer par les départements IT. Cela facilite non seulement l’usage de ces technologies, mais également l’émergence d’une IA invisible à vos yeux – ceux de la DSI.  La démocratisation de l’IA et des outils open source joue également un rôle clé. De nombreuses plateformes offrent des solutions d’IA génératives accessibles gratuitement ou presque, ce qui permet à tout employé de créer et déployer ses propres IA. Sans contrôle ni supervision, ces initiatives sont là encore susceptibles d’échapper totalement à la gouvernance de la DSI, amplifiant les risques cyber.

Besoin de flexibilité et de rapidité

Le shadow IA est alimenté par le besoin croissant de flexibilité et de rapidité dans les entreprises. Les déploiements des solutions peuvent être lents, les employés partent à la chasse aux outils rapidement déployables, quitte à choisir des options non encadrées.En parallèle, on assiste à l’essor du BYOIA (Bring Your Own Intelligence Artificielle), un phénomène qui voit les collaborateurs introduire leurs propres solutions d’IA génératives au sein de l’entreprise. Cette pratique peut accélérer l’innovation, mais elle présente surtout des risques majeurs pour la sécurité du système d’information.

Manque d’investissement et facteur coût

Reste à considérer que le coût des solutions IA peut représenter un obstacle majeur pour de nombreuses entreprises. Venant s’ajouter au coût des licences utilisateurs, le développement et le déploiement de solutions IA robustes et sécurisées nécessitent des investissements conséquents, qui peuvent s’avérer dissuasifs. Résultat, les collaborateurs comblent le vide avec des outils gratuits, qui passent souvent sous le radar de la DSI. Le manque de visibilité sur le retour sur investissement (ROI) de l’IA générative vient également aggraver cette situation. Beaucoup d’entreprises hésitent à investir dans des solutions IA structurées sans avoir de garantie claire quant aux bénéfices qu’elles en tireront. Ces réticences viennent ainsi retarder leur transformation IA et laissent le champ libre à l’apparition de solutions non contrôlées, et donc au shadow IA.

Manque de sensibilisation et de formation

Le manque de sensibilisation des collaborateurs est sans conteste l’un des talons d’Achille des entreprises. Et de fait, de nombreux collaborateurs n’ont pas connaissance des risques sécuritaires et juridiques que l’usage de solutions d’IAG non contrôlées fait courir à leur entreprise.

S’ajoute l’absence de communication claire autour des politiques de sécurité sur l’utilisation de l’intelligence artificielle. Si les employés ne sont pas correctement informés des règles en vigueur, ils risquent de prendre des initiatives dangereuses, et ainsi de compromettre la sécurité de l’ensemble du système.

Quels sont les risques du shadow IA ?

Risques de sécurité

Ce qui vous préoccupe probablement le plus ? Les risques de sécurité. Avec l’utilisation de l’IA générative, les informations sensibles – données employés, clients, propriété intellectuelle et données confidentielles – peuvent être exposées et provoquer une fuite de données. Les employés compromettent la confidentialité du SI, et la réputation et la crédibilité de l’entreprise peuvent être impactées. Lorsque les employés utilisent des outils d’IA génératives non approuvés par le service IT, ces applications ne sont pas soumises aux mêmes mesures de sécuritéque les systèmes officiellement déployés. Ces outils peuvent représenter des failles de sécurité ou ne pas bénéficier pas de mises à jour régulières et nécessaires à la correction de potentielles vulnérabilités. Ces solutions d’IA peuvent alors devenir des points d’entrée pour des cybercriminels qui cherchent à exploiter des faiblesses dans le réseau.

Risques de conformité

Les risques de conformité sont également considérables, puisque l’utilisation d’outils non autorisés peut facilement entraîner des violations réglementaires. À titre d’exemple, certaines de ces solutions d’IA pourraient ne pas respecter les règles du RGPD et entraîner de lourdes sanctions pour l’entreprise.

Risques opérationnels

Sur le plan opérationnel, l’un des risques les plus immédiats est celui des interférences et redondances. Les IA non intégrées au SI existant peuvent créer des doublons de données, ralentir les processus internes et, in fine, augmenter les coûts. Ces inefficacités opérationnelles représentent des obstacles à la productivité globale de l’entreprise. Les problématiques de gouvernance deviennent plus complexes avec le shadow IA. Le manque de contrôle et de suivi des outils utilisés complique la gestion du SI et peut conduire à un éparpillement des données, voire à une perte de contrôle sur les processus internes.

Comment identifier le shadow IA

Surveillance proactive des réseaux et systèmes

Pour ne pas être pris au dépourvu, la première chose à faire est de surveiller vos réseaux et systèmes. Des solutions de monitoring avancées permettent de suivre les flux de données et ainsi d’identifier les applications non autorisées qui pourraient être utilisées par vos collaborateurs. Une autre méthode efficace consiste à effectuer une analyse des journaux d’activité. En examinant les logs générés par les différents systèmes, vous pouvez déceler des anomalies ou des actions suspectes. L’analyse approfondie de ces journaux peut vous permettre de prendre des mesures correctives avant qu’une faille de sécurité ne devienne critique.

Audits réguliers de sécurité et de conformité

Ensuite, misez sur des audits de sécurité réguliers pour vérifier que vos configurations respectent bien les politiques de sécurité internes. En procédant à des inspections approfondies, vous vous assurez que les systèmes sont correctement protégés contre les intrusions et l’utilisation d’applications non autorisées.Le renforcement du contrôle des identités et des accès permet également de limiter les failles de sécurité et donc de réduire les risques pesant sur votre SI. En surveillant attentivement les droits d’accès, vous réduisez le risque que des applications non sécurisées soient utilisées dans votre environnement (et donc le phénomène de shadow IA).

Utilisation de l’intelligence artificielle pour la détection

À armes égales… L’IA elle-même peut être un outil puissant. En utilisant des modèles prédictifs, vous pouvez identifier les patterns anormaux dans l’utilisation des ressources informatiques afin de mitiger les risques informatiques. Ces modèles sont capables de repérer des anomalies subtiles que les systèmes de surveillance traditionnels pourraient manquer, et vous pouvez ainsi prendre des mesures proactives. Par exemple, si votre outil d’IA générative détecte l’usage d’une API externe d’un outil d’IA non validé par la DSI, elle peut déclencher une alerte.

Shadow IA : mieux vaut prévenir que guérir

Instaurer une gouvernance et des politiques claires

Comme dans toute lutte contre les pratiques non-autorisées, le combat contre le shadow IA et ses risques associés commence par la formalisation et la communication d’une gouvernance stricte et une politique de sécurité claire. Pour cela, renforcez les politiques existantes avec des règles spécifiques à l’usage de l’intelligence artificielle générative. Par exemple, vous pouvez définir des protocoles de validation des nouveaux outils d’IA, assurer que chaque nouvelle technologie respecte les normes de sécurité et de conformité avant son intégration, et établir un suivi continu de ces technologies. Un cadre de conformité robuste est également primordial. La mise en place de protocoles de conformité garantira que toutes les applications utilisées respectent les normes légales et réglementaires. À titre d’illustration : les Opérateurs de Services Essentiels sont par exemple soumis à des normes strictes en matière de cybersécurité. Encouragez une transparence totale autour de l’utilisation des outils IA et centralisez la gestion afin de garantir une supervision adéquate.

Ne pas oublier la sensibilisation et la formation

Au-delà des politiques, la sensibilisation des employés reste un élément clé pour prévenir le shadow IA. En instaurant des programmes de sensibilisation réguliers, vous pouvez éduquer vos équipes sur les risques liés à l’utilisation de l’IA et partager les bonnes pratiques de sécurité.

Mauvaise nouvelle : les menaces évoluent rapidement, et les technologies IA également. Vos équipes doivent avoir les connaissances nécessaires pour gérer ces nouvelles menaces et s’adapter aux dernières innovations. Cela implique des formations régulières sur les nouvelles technologies, mais aussi sur les méthodes de détection de la shadow IA.

Vous en conviendrez : même si l’utilisation de l’intelligence artificielle peut offrir des avantages considérables en termes de productivité et d’efficacité, elle ne doit pas se faire au détriment de la sécurité. ChatGPT, Midjourney, Bard… ces intelligences artificielles génératives sont néanmoins de plus en plus utilisées dans leurs versions non-encadrées par des collaborateurs, qui ne perçoivent pas toujours les risques. Puisqu’il est difficile d’interdire purement et simplement son utilisation, le meilleur moyen de contrôler et sécuriser l’IA générative reste la mise en place d’une politique pour contrôler les usages ; ainsi que des actions visant à sensibiliser les utilisateurs aux différents risques que des usages non-tracés pourraient faire courir à leur organisation.

Par Sébastien MARCHE chez Experteam 

Par Yann Bruneau, Chief Solutions Officer, Squad Cybersolutions

Le principe du Zero Trust semble limpide : ne jamais faire confiance, toujours vérifier. Ce modèle s’est imposé comme un standard de sécurité pour les organisations modernes. Mais dans la réalité du terrain, il s’arrête trop tôt : encore trop souvent réduit à sa seule dimension d’accès distant, il s’efface dès qu’on franchit le périmètre interne. Résultat : une sécurité à deux vitesses, et des zones d’ombre qui continuent de menacer la résilience des entreprises.

Un modèle universel mal appliqué

Beaucoup d’organisations ont déployé des solutions de ZTNA pour remplacer leurs VPN, renforcer leurs politiques d’authentification multifacteur et moderniser leurs annuaires d’identités. Des avancées réelles, certes, mais qui ne règlent qu’une partie du problème.

Une fois dans le réseau interne, les utilisateurs, humains ou machines, contrôlés par des mécanismes de sécurité éculés, bénéficient encore d’une confiance implicite. On continue de considérer le LAN comme une zone « sûre », alors que les menaces modernes se propagent en interne.

Le mouvement latéral reste l’un des vecteurs d’attaque les plus sous-estimés : un compte compromis, un endpoint infecté ou un équipement mal isolé peuvent permettre à un acteur malveillant de se déplacer sans entrave entre serveurs, applications ou environnements.

En d’autres termes, le Zero Trust s’arrête souvent là où il devrait justement commencer : au cœur même des infrastructures internes.

Les trois piliers d’un Zero Trust cohérent

Pour atteindre une posture de sécurité réellement cohérente, il faut s’appuyer sur trois piliers complémentaires :

• L’identité comme fondation

La gestion des identités est le socle du Zero Trust. Chaque accès, chaque connexion, chaque flux doit être associé à une identité vérifiée et continuellement évaluée. Cela suppose une gouvernance rigoureuse des identités humaines (IAM) et non-humaines (workload identities, comptes de service), une authentification forte systématique, et une analyse continue du contexte et des comportements. L’identité devient le nouveau périmètre : sans elle, aucune politique de confiance ne peut tenir.

• Le contrôle d’accès universel

Le Zero Trust exige une politique de contrôle uniforme, quel que soit le point d’accès, la localisation ou le type d’utilisateur. Les technologies d’Universal ZTNA permettent d’étendre cette logique au-delà des accès distants : sièges, agences, sites industriels, clouds et interconnexions doivent être traités avec la même rigueur. Cette approche supprime la frontière artificielle entre « remote » et « on-premise », et renforce la visibilité sur l’ensemble des connexions.

• La micro-segmentation pour limiter la propagation

La brique la plus souvent négligée reste la micro-segmentation. Elle permet de limiter la surconnectivité interne, de restreindre les flux à ce qui est strictement nécessaire, et d’isoler les environnements critiques (OT, data centers, workloads cloud, etc.). Cette granularité transforme profondément la posture de sécurité : les flux deviennent explicites, la visibilité est complète, et chaque communication peut être analysée, vérifiée et consignée.

Ces trois piliers forment un tout indissociable : l’identité vérifie « qui », le contrôle d’accès détermine « quoi » et « où », et la micro-segmentation contraint « comment ».

Changer de paradigme : du modèle de segmentation réseau au modèle de confiance

Mettre en œuvre un Zero Trust cohérent, ce n’est pas une affaire d’outils, c’est un changement de paradigme.

Il s’agit de passer d’une logique de topologie réseau à une logique de modèle de confiance. Plus question de seulement raisonner en VLAN, zones DMZ ou segments « internes » : chaque flux doit être justifié, chaque communication explicitement autorisée, indépendamment de sa provenance topologique.

Cette transformation exige une cartographie fine des dépendances applicatives, une connaissance précise des flux métier, et une collaboration renforcée entre les équipes sécurité, réseau, identités et opérations. Ce n’est qu’à cette condition que l’on peut construire des politiques de confiance granulaires, basées sur le contexte réel des échanges et non sur des présomptions héritées de l’architecture physique.

Le Zero Trust n’est pas un produit ni une norme : c’est un cadre d’architecture, une philosophie opérationnelle. Tant que les organisations continueront de tracer une frontière entre « extérieur » et « intérieur », elles resteront vulnérables aux menaces les plus pernicieuses. Un Zero Trust universel, qui articule identité, contrôle d’accès et segmentation, n’est pas seulement un idéal technique : c’est une condition sine qua non de résilience face à des attaques toujours plus furtives et dynamiques.

L’année 2025 a marqué une accélération spectaculaire de l’intelligence artificielle (IA) dans les offres de SAP et de Microsoft. Dans ce rapport, delaware fait le point, en deux parties distinctes, sur les faits marquants de 2025 pour chacun des deux éditeurs, puis sur les innovations attendues en 2026.

Des deux côtés, l’IA est devenue un levier central pour améliorer les produits existants et en créer de nouveaux. SAP a renforcé sa stratégie Business AI en déployant à grande échelle son assistant Joule et des agents intelligents dans ses applications métiers, tout en nouant des partenariats stratégiques (Microsoft, Perplexity, Palantir, Snowflake…). Microsoft, de son côté, a intégré des assistants IA “Copilot” dans quasiment toute sa gamme (Microsoft 365, Azure, Windows, etc.), et a préparé l’avenir avec une nouvelle génération d’“agents” autonomes et d’outils pour développer et déployer l’IA à grande échelle.

SAP : bilan 2025

• Mai 2025 : SAP Sapphire – L’IA Business AI à l’honneur

Lors de sa conférence Sapphire à Orlando, SAP dévoile sa vision Business AI : Joule, l’assistant IA omniprésent intégré dans toutes les applications SAP, s’enrichit d’une bibliothèque de 40 agents intelligents couvrant des fonctions variées. SAP annonce aussi des partenariats IA majeurs, notamment avec Perplexity (pour doter Joule de réponses enrichies en données externes) et Palantir (pour connecter SAP Business Data Cloud aux solutions Palantir), ainsi que le lancement de SAP AI Foundation, une plateforme unifiée pour construire et déployer des solutions d’IA à l’échelle de l’entreprise.

• Juillet 2025 : Intégration de SAP Joule avec Microsoft 365

SAP rend son assistant Joule interopérable avec l’écosystème Microsoft : Joule est intégré à Microsoft Teams et au Copilot de Microsoft 365 (généralisation en milieu d’année). Les utilisateurs peuvent désormais interroger Joule directement depuis Teams ou Office, et inversement utiliser Copilot pour accéder à des données SAP – une avancée qui brise les silos entre outils de productivité et applications d’entreprise.

• Novembre 2025 : SAP TechEd – 400 scénarios IA et nouveau modèle

Au salon TechEd (Berlin), SAP annonce avoir intégré plus de 300 cas d’usage d’IA dans ses solutions, avec un objectif de 400 scénarios d’ici fin 2025. SAP lance SAP-RPT-1, son premier modèle IA fondation pour données tabulaires, capable de prédire des résultats métier avec une précision jusqu’à 3,5× supérieure à celle des grands modèles de langage généralistes. SAP met aussi en avant la standardisation des agents : ses Joule Agents pourront bientôt collaborer avec des agents tiers (Microsoft, AWS, etc.) via un protocole ouvert agent-to-agent.

Fait marquants 2025 côté SAP

IA omniprésente via Joule : SAP a généralisé l’utilisation de l’IA dans ses logiciels grâce à Joule, un assistant conversationnel intégré annoncé en 2023 et devenu pleinement opérationnel en 2025. Joule est partout : dans S/4HANA, SuccessFactors, Customer Experience, etc., offrant aux utilisateurs des réponses en langage naturel et des recommandations contextuelles. SAP a considérablement enrichi Joule en 2025 : plus de 40 agents Joule spécifiques ont été développés et mis à disposition, couvrant de nombreux processus (supply chain, finance, RH, support client…). Ces Joule Agents sont des “mini-IA” spécialisées par domaine qui peuvent, par exemple, planifier automatiquement une maintenance en supply chain ou assister un manager RH en synthétisant les performances de son équipe. Tous ces agents sont orchestrés par Joule et s’appuient sur la richesse des données métier SAP en temps réel, ce qui permet d’anticiper, adapter et exécuter des tâches de manière autonome tout en laissant l’utilisateur garder le contrôle. SAP estime que l’usage de Joule et des agents pourrait améliorer la productivité jusqu’à +30 % dans certaines tâches, et annonce déjà des retours concrets : plus de 300 cas d’usage IA étaient en production fin 2024, générant potentiellement 441 millions € d’apport de valeur pour une entreprise type de 10 milliards € de chiffre d’affaires. D’ici fin 2025, SAP vise 400 scénarios IA déployés dans ses solutions.

Nouvelles solutions et innovations IA : Pour soutenir cette stratégie Business AI, SAP a lancé en 2025 plusieurs innovations technologiques notables :

• SAP AI Foundation : présentée comme « le premier système d’exploitation de l’IA d’entreprise » par SAP, c’est une plateforme unique rassemblant tous les outils pour construire, étendre et exécuter des solutions d’IA sur mesure à grande échelle. AI Foundation centralise notamment les services de génération de prompts optimisés (en partenariat avec le laboratoire Not Diamond) pour faciliter la création de requêtes efficaces multi-modèles, et un hub de modèles génératifs permettant d’accéder aussi bien à des modèles OpenAI qu’à des modèles open source ou propriétaires de SAP. Par exemple, SAP a intégré fin 2025 le modèle de Q/R Perplexity AI dans son hub, afin de permettre à Joule de répondre aux questions en combinant données d’entreprise et connaissances externes.
• SAP-RPT-1 : c’est le premier modèle fondation IA entraîné par SAP sur les données tabulaires d’entreprise (d’où son nom, Relational Predictive Transformer). Lancé lors de SAP TechEd en novembre 2025, SAP-RPT-1 est conçu pour exceller là où les grands modèles de langage traditionnels sont faibles : comprendre et prédire des phénomènes à partir de données structurées (tables de transactions, indicateurs métiers, etc.). Au lieu d’entraîner des centaines de petits modèles de machine learning isolés, SAP propose un modèle unique pré-entraîné capable de couvrir de multiples cas (prédiction des retards de paiement, détection des clients à risque de churn, identification d’opportunités d’upsell, etc.). Les premiers tests indiquent des performances jusqu’à 2× supérieures aux modèles ML classiques spécialisés, et 3,5× supérieures aux LLMs généralistes sur ce type de prédictions business. SAP-RPT-1 est disponible en plusieurs tailles, dont une version open-source (SAP-RPT-1-OSS) accessible sur Hugging Face, et a été généralement disponible fin 2025 via le SAP AI Foundation (et son Generative AI Hub).
• Intégration SAP–Microsoft : SAP a développé en 2025 un lien étroit entre son écosystème et celui de Microsoft. En plus de rendre Joule accessible dans Microsoft Teams et Outlook (via Copilot), SAP a travaillé avec Microsoft pour que les données et processus SAP soient utilisables directement dans Microsoft 365 Copilot (un employé peut interroger Copilot sur un indicateur SAP sans quitter Office, et inversement Joule pourra puiser dans les fichiers SharePoint ou les emails). Cette intégration bidirectionnelle a débuté fin 2025 et se poursuivra en 2026 (voir plus loin). De plus, SAP a annoncé avec Microsoft en novembre 2025 le SAP Business Data Cloud (BDC) Connect pour Microsoft Fabric : un connecteur bi-directionnel sans copie de données entre SAP BDC (le nouveau data lakehouse de SAP) et Microsoft Fabric (la plateforme analytique unifiée de Microsoft). Ce connecteur permettra à une entreprise d’exposer ses données SAP dans Microsoft Fabric sans réplication, et vice-versa, créant un socle de données unifié pour l’analytics avancé et l’IA. Par exemple, un jeu de données SAP pourra être directement analysé dans Power BI avec Copilot, et une donnée stockée dans Microsoft OneLake (le lac de données de Fabric) pourra être consommée par une application SAP intelligente. L’expérience utilisateur s’en trouvera fluidifiée : ainsi, M365 Copilot et SAP Joule pourront collaborersur des tâches cross-système en s’appuyant sur ce socle commun. (Disponibilité prévue en 2026, voir plus loin.)
• Partenariats et offres sectorielles : SAP a multiplié les partenariats IA en 2025 pour enrichir ses offres. Outre Microsoft, Palantir et Perplexity déjà cités, SAP a noué un accord avec Snowflake pour rapprocher SAP Business Data Cloud et la plateforme Snowflake (offre « SAP Snowflake » permettant le partage direct de données entre les deux plateformes, prévue en disponibilité générale début 2026). Côté clients européens, SAP s’est aussi positionné sur la souveraineté numérique avec le projet “Industrial AI Cloud” lancé en Allemagne : en partenariat avec Deutsche Telekom, SAP propose une infrastructure cloud dédiée en Europe pour héberger ses services d’IA (incluant ses propres modèles ainsi que ceux de partenaires comme Mistral AI, Cohere…) sur un cloud opéré en Allemagne et conforme aux standards locaux. Cette initiative, à laquelle d’autres entreprises européennes ont rejoint, vise à offrir une alternative de confiance pour déployer l’IA tout en garantissant le contrôle des données selon les régulations de l’UE.

Exemples d’améliorations concrètes en 2025 : Les avancées IA de SAP en 2025 ne sont pas restées au stade conceptuel – de nombreuses fonctionnalités concrètesont été livrées tout au long de l’année dans les solutions SAP, apportant de la valeur ajoutée immédiate :

• Dans la supply chain, SAP a introduit un Field Service Dispatcher Agent en version bêta qui optimise automatiquement l’assignation des techniciens aux interventions de maintenance (tout en laissant le dispatcher humain valider les choix). Des outils d’IA analysent aussi les logs d’erreur de production pour proposer des résolutions et même générer des scripts correctifs à partir de commandes en langage naturel. Joule a été intégré à SAP Digital Manufacturingpour permettre aux ingénieurs de ligne de rechercher des instructions ou résoudre des problèmes via un simple chat plutôt qu’en fouillant la documentation – réduisant de 30 % le temps nécessaire pour obtenir des informations critiques en production.
• En finance et gestion, Joule a été connecté au module Document and Reporting Compliance afin de traduire des messages d’erreur complexes en langage clair(par ex. pour la facturation électronique), évitant aux utilisateurs de perdre du temps à déchiffrer des codes d’erreurs obscurs. Dans SAP S/4HANA Cloud, Joule propose maintenant proactivement des suggestions de correction de commande client, de création d’immobilisation ou d’ajustement de prix, en se basant sur l’analyse des données en temps réel. Pour SAP Concur (gestion des notes de frais) des premiers agents IA aident à planifier des déplacements (Travel Meeting Planner Agent) ou à vérifier automatiquement les rapports de frais (signalant les anomalies pour correction).
• En ressources humaines, des fonctionnalités IA dans SuccessFactors Recruitingont facilité l’évaluation des candidats (par exemple en générant des feedbackd’entretien plus objectifs) et la traduction automatique des contenus RH. Une nouveauté baptisée “Explain Pay” dans Joule permet aux employés de demander des explications sur leur bulletin de salaire en langage naturel, répondant aux questions fréquentes et réduisant d’autant les tickets au support paie.
• Pour les développeurs et services IT, SAP a intégré de nombreux nouveaux modèles dans son hub IA (Google Gemini, OpenAI GPT-4.1, Anthropic Claude 4, etc., en plus de ses propres modèles). Un optimiseur de prompt en accès anticipé aide à tester et améliorer les performances des prompts sur différents modèles sans effort. SAP Joule for Consultants est devenu disponible, permettant aux consultants SAP de comprendre instantanément le rôle d’un programme ABAP ou l’architecture d’une solution en interrogeant une IA entraînée sur des millions de lignes de code et de documentation. Il en résulte jusqu’à 14 % de gain de temps sur les projets et 1,5 heure par jour économisée par consultant grâce à la réduction des recherches techniques. Enfin, SAP a même pensé aux développeurs ABAP : un modèle génératif spécifique, SAP-ABAP-1, a été entraîné sur le code ABAP de SAP afin d’assister les développeurs dans l’écriture de code plus intelligent (disponible en beta fin 2025).

Perspectives 2026 pour SAP

Pour 2026, SAP entend capitaliser sur cette dynamique et pousser encore plus loin l’intégration de l’IA dans tous les aspects de ses offres. Plusieurs évolutions sont d’ores et déjà annoncées ou prévisibles :

• Des “AI Assistants” pour chaque rôle métier : SAP souhaite transformer Joule en une véritable collection d’assistants virtuels spécialisés par métier. Après les agents focalisés sur des processus, l’étape suivante (évoquée fin 2025) est de fournir dans Joule un assistant IA dédié à chaque persona (un financier, un acheteur, un RH, etc.), qui orchestrera les agents pertinents pour assister l’utilisateur dans l’ensemble de ses tâches. Par exemple, un Assistant Financeregroupera les agents de recouvrement, de trésorerie, d’analyse de risques clients… et les fera collaborer pour offrir une aide proactive et complète au DAF. Ces assistants seront nativement intégrés à l’expérience Joule dès que l’utilisateur se connecte à son système.
• Interopérabilité multi-agents accrue : SAP l’a bien compris, ses clients utilisent aussi d’autres plateformes. En 2026, on verra la concrétisation du travail initié en 2025 sur le protocole “Agent-to-Agent” (A2A). Ce standard, défini avec des partenaires comme Microsoft, AWS, Google, ServiceNow et d’autres, vise à permettre à des agents d’origines différentes de “se découvrir et collaborer” entre eux d’une plateforme à l’autre. Ainsi, un agent Joule pourrait déclencher une action via un agent ServiceNow ou vice-versa. SAP annonce déjà rendre ses Joule Agents compatibles A2A, misant sur un futur où des workflows entiers seront gérés par des coalitions d’agents de divers éditeurs. Cette approche ouvre la voie à une automatisation transversale de l’entreprise au-delà des frontières applicatives traditionnelles.
• Nouvelles capacités techniques en S/4HANA et BTP : Dès le 1er trimestre 2026, SAP étendra les capacités IA de sa plateforme de données SAP HANA Cloud. Par exemple, la génération automatique de knowledge graphs (graphes de connaissances) à partir des métadonnées HANA sera activée, permettant de créer en quelques minutes (et sans effort manuel) des réseaux sémantiques entre entités métier. Couplé à cela, HANA Cloud introduira un concept de “mémoire à long terme” pour les agents (agentic memory) : les agents Joule pourront retenir le contexte de leurs interactions passées sur la durée, comme un humain qui apprend de l’historique. Cela les rendra plus intelligents et performants au fil du temps, et facilitera le traitement de conversations ou processus s’étalant sur plusieurs sessions.
• Mise en production du connecteur SAP–Microsoft Fabric : Annoncé fin 2025, SAP BDC Connect pour Microsoft Fabric devrait devenir réalité en Q3 2026(disponibilité générale planifiée). Les entreprises clientes de SAP et Microsoft pourront alors pleinement unifier leurs data lakes SAP et Microsoft, sans duplication de données. Les bénéfices pour l’IA sont clairs : un modèle Copilot (Microsoft) pourra exploiter en direct des données métier SAP de haute qualité, et inversement les applications SAP Business AI pourront s’enrichir de données externes stockées dans Fabric. Cela s’inscrit dans la tendance plus large d’une convergence des plateformes data/IA des deux géants, pour simplifier l’architecture chez les clients communs.
• Achèvement de l’intégration Joule–Microsoft 365 : En 2025, SAP a livré la première phase (Joule dans Teams et Copilot). En 2026, la seconde phase est attendue : amener les capacités de Microsoft 365 Copilot au sein de Joule et des applications SAP. Concrètement, depuis une interface SAP, un utilisateur pourra lancer une requête qui ira chercher de l’information dans ses emails Outlook, ses fichiers OneDrive, ou ses conversations Teams, directement via Joule. Cette passerelle bidirectionnelle sera un atout pour les utilisateurs qui naviguent constamment entre outils collaboratifs et ERP : plus besoin de jongler entre fenêtres, l’IA fédère les deux mondes.
• IA “physique” et avancées futuristes : SAP explore également des domaines émergents comme l’IA embarquée dans des robots et le quantum computing. Des démonstrations faites en 2025 montrent Joule intégré à des robots humanoïdes ou mobiles chez certains clients pilotes (industrie, logistique) : l’agent IA comprend le contexte métier et peut piloter le robot pour exécuter des tâches concrètes en entrepôt ou en maintenance. Bien que ces cas restent expérimentaux, SAP anticipe qu’à l’avenir des appareils autonomes travailleront aux côtés des humains en étant guidés par l’IA d’entreprise. Par ailleurs, SAP prépare l’ère de l’informatique quantique : plutôt que de construire du matériel quantique, SAP travaille sur des algorithmes quantiques pour ses applications métier, en collaboration avec par ex. IBM. L’idée est de pouvoir exploiter la puissance quantique dès qu’elle sera prête, de façon agnostique matériel, pour résoudre des problèmes aujourd’hui inaccessibles (optimisation extrêmement complexe, modélisation avancée…). Même si 2026 ne verra pas de produit quantique SAP commercial, l’entreprise pose les bases pour être parmi les premières à apporter du quantique dans les processus métier lorsque cette technologie arrivera à maturité.

En synthèse, SAP aborde 2026 avec une stratégie IA très ambitieuse : après avoir injecté l’IA dans ses produits en 2025, l’éditeur vise désormais à orchestrer un écosystème d’agents intelligents modulaires, à connecter son univers à celui de Microsoft et aux standards ouverts, et à garantir à ses clients que son IA sera sûre, éthique et locale si nécessaire (souveraineté européenne). Le tout en continuant d’augmenter drastiquement le nombre de scénarios métier couverts par l’IA dans ses solutions cœur (ERP, CRM, RH…) pour générer des gains tangibles.

Microsoft : Bilan 2025

• Mai 2025 : Microsoft Build – Vers un “web agentique”

La conférence développeurs Build 2025, à Seattle, est dominée par l’IA. Microsoft y esquisse sa vision d’un “web agentique” où des agents IA interagissent à tous les niveaux. Parmi les annonces phares : GitHub Copilot évolue en agent autonome capable de prendre en charge des tâches de codage entières (assignation d’issues, génération de pull requests, etc.) ; Windows 11 se dote d’un cadre nommé Windows AI Foundry pour faire tourner et affiner des modèles d’IA en local sur le PC, grâce à une compatibilité native avec le protocole MCP (Model Context Protocol) d’Anthropic ; et Copilot Studio gagne une fonction Copilot Tuning qui permet aux entreprises de personnaliser les modèles d’IA sur leurs données internes via du low-code, afin de créer leurs propres agents spécialisés sans expertise technique lourde.

• Novembre 2025 : Microsoft Ignite – L’ère des Agents

Lors d’Ignite 2025 (San Francisco), conférence annuelle orientée cloud et entreprise, Microsoft rassemble plus de 20 000 participants sur site et 200 000 en ligne autour du thème de l’IA. Les annonces majeures s’articulent en cinq axes : l’ouverture de sa plateforme Foundry à de nouveaux modèles (ex : Claude 2 d’Anthropic rejoint Azure aux côtés de GPT-4) ; le lancement de Microsoft IQ, un ensemble d’outils de recherche sémantique et de connaissances permettant aux agents d’interroger des sources multiples (SharePoint, web, etc.) de manière sécurisée et pertinente ; la préversion d’Azure HorizonDB, base de données PostgreSQL optimisée pour l’IA avec index vectoriels intégrés pour la recherche sémantique directe dans les données ; l’introduction de Azure Copilot pour les opérations cloud, une suite d’agents spécialisés (migration, déploiement, optimisation, sécurité…) qui automatisent les tâches complexes de gestion Azure ; et enfin les évolutions matérielles (GPU NVIDIA Blackwell, puce Azure CobaltARM de Microsoft) pour booster l’infrastructure d’entraînement de l’IA cloud, reflétant les avancées jusqu’au niveau silicium.

Faits marquants 2025 côté Microsoft

“Copilot” généralisé : Microsoft avait lancé fin 2023 le concept de Microsoft 365 Copilot – un assistant IA capable d’aider à rédiger des emails, résumer des documents, créer des présentations ou analyser des données via un simple prompt en langage naturel. En 2025, cette vision est devenue réalité pour la plupart des clients : Copilot a été étendu à quasiment tous les produits Microsoft. Dans Microsoft 365 (suite Office), Copilot est désormais disponible dans Word, Excel, PowerPoint, Outlook, Teams etc., permettant par exemple de générer un brouillon de document, de créer un récapitulatif de réunion Teams en un clic, ou de obtenir des analyses de vente depuis les données CRM, le tout sans quitter l’application. Sur Windows 11, Windows Copilot fournit une assistance au niveau de l’OS (paramètres, recherche web contextuelle, automatisation de tâches multi-applications) avec une intégration directe dans la barre des tâches. Et Microsoft a continué à décliner le nom Copilot dans ses offres professionnelles : Dynamics 365 Copilot (assistants IA intégrés dans les applications CRM/ERP de Dynamics 365 pour aider, par ex., à rédiger des réponses aux clients ou à générer des rapports financiers) et GitHub Copilot pour le code.

2025 a également été l’année de la disponibilité générale de beaucoup de ces outils, avec une adoption rapide par les entreprises. Microsoft a mis en avant des cas concrets où Copilot fait gagner d’innombrables heures en automatisant les tâches répétitives et en fournissant des insights quasi instantanés. Par exemple, GitHub Copilot a atteint un stade où, branché à un IDE, il peut proposer jusqu’à 46 % du code en auto-complétion pour les développeurs, transformant la manière dont les logiciels sont créés (stat au 1^er semestre 2025). Microsoft se positionne ainsi clairement comme leader de l’intégration de l’IA générative dans les outils de productivité quotidiens, créant un écosystème où l’IA agit comme “assistant universel” dans le flux de travail.

L’essor des Agents autonomes : Au-delà des copilots (plutôt assistants passifs répondant aux sollicitations de l’utilisateur), Microsoft a promu en 2025 la notion d’“agentic AI” – des agents plus autonomes, proactifs et capables de réaliser des chaînes d’actions complexes sur instruction générale. Cette vision a été particulièrement mise en avant durant Ignite 2025, où Microsoft a décrit l’agentic AI comme “l’IA au service de l’ambition humaine”. Concrètement, cela s’est traduit par de nouvelles fonctionnalités et produits orientés agents :

• GitHub Copilot Agent : Dévoilé à Build 2025, il s’agit d’une évolution de GitHub Copilot qui peut être affecté à une tâche de codage (par exemple, “implémente cette nouvelle fonction demandée dans l’issue #123”) et va travailler de manière asynchrone à écrire le code, ouvrir une pull request, puis itérer en suivant les commentaires de relecture. C’est un changement de paradigme : le développeur n’écrit plus chaque ligne, il supervise l’agent qui code à sa place. Évidemment, la sécurité et le contrôle humain restent de rigueur : l’agent respecte les règles de branche, ne déclenche pas de déploiement sans validation, etc..
• Azure Copilot (Operations) : Présenté à Ignite, Azure Copilot est une interface unifiée dans le portail Azure qui regroupe plusieurs agents intelligents pour les opérations IT. Par exemple, un agent de migration peut analyser l’environnement on-premise d’une entreprise, identifier les applications à migrer sur le cloud et générer automatiquement les scripts Terraform/Bicep nécessaires. Un agent de monitoring peut surveiller en continu les ressources Azure et suggérer des optimisations de coût ou de performance. L’objectif est de simplifier drastiquement la gestion du cloud : là où un projet de migration prenait des semaines d’audit et de configuration, l’agent va tout préparer en quelques heures. Azure Copilot est intégré nativement au portail Azure (sans coût additionnel en préversion) et respecte bien sûr les droits d’accès (RBAC) en place pour ne rien exposer indûment. Avec ces agents, Microsoft veut faire de l’administration cloud un processus proactif et automatisé, réduisant la charge sur les équipes IT.
• Agents de sécurité et conformité : En 2025, Microsoft a également introduit des agents IA dans ses outils de cybersécurité (Defender, Sentinel). Par exemple, un agent dans Microsoft Sentinel peut investiguer automatiquement une alerte, agréger les données pertinentes et même amorcer une réponse (isoler une machine compromise), accélérant la réaction aux menaces. Microsoft insiste sur le fait que ces agents sont indispensables car les attaquants utilisent aussi l’IA. Il faut donc des “contre-mesures IA” pour détecter des attaques de plus en plus furtives et polymorphes.

En parallèle, Microsoft a établi des principes de sécurité et de confiance spécifique aux agents IA : chaque agent doit avoir sa propre identité, des permissions limitées et traçables, et être protégé pour qu’un pirate ne le détourne pas (par ex. un agent ne devrait pas avoir plus de droits qu’un employé équivalent, et ses actions doivent être journalisées). Ceci afin d’assurer que l’augmentation de l’autonomie des systèmes n’introduise pas de nouveaux risques.

Diversification des modèles d’IA et infrastructure cloud : Microsoft, via Azure AI, a continué d’enrichir son offre de modèles de machine learning et IA disponibles pour les développeurs et entreprises. Azure OpenAI Service (lancé en 2021) a connu une adoption massive en 2024-2025, permettant à des milliers d’organisations d’utiliser GPT-4 et d’autres modèles OpenAI avec les garanties d’Azure (sécurité des données, conformité). En 2025, Microsoft a étendu cette approche « modèles AI as a service » en intégrant d’autres fournisseurs : notamment, Microsoft a annoncé à Ignite un partenariat avec Anthropic pour proposer Claude 2 et Claude Opus via sa plateforme Foundry. Microsoft Foundry, c’est le nouveau nom (depuis mi-2025) de ce qui était l’Azure AI Foundry : une plateforme qui donne accès à un catalogue de modèles IA de pointe (OpenAI, Anthropic, modèles open source, modèles maison Microsoft) et des outils pour les évaluer, les paramétrer et les orchestrer. Désormais, Azure est le seul cloud offrant à la fois les modèles OpenAI (GPT) et Anthropic (Claude) en natif. Cette diversité de modèles vise à donner plus de choix aux développeurs (un modèle peut être meilleur pour tel usage qu’un autre) et à éviter la dépendance à un unique fournisseur. Foundry fournit aussi un Foundry Agent Service (généralisé en 2025) avec des templates et connecteurs prêts à l’emploi pour construire des agents sécurisés qui exploitent ces modèles.

Côté données et connaissance, Microsoft a introduit Microsoft IQ : c’est un ensemble de solutions destinées à améliorer la compréhension et la contextualisation pour les applications d’IA. Par exemple, Foundry IQ fournit une API de recherche intelligente qui va piocher de l’information à travers SharePoint, Microsoft Fabric, le web et autres, tout en respectant les droits d’accès de l’utilisateur. L’idée est d’éviter aux développeurs d’avoir à construire eux-mêmes tout un pipeline RAG (Retrieval Augmented Generation) – Microsoft mutualise cette couche de retrieval optimisée. Fabric IQ, autre composant, s’intègre à Microsoft Fabric (la plateforme de data analytics unifiée lancée en 2023) pour créer un modèle sémantique global de l’entreprise. En clair, cela unifie les données analytiques, temporelles, opérationnelles autour de concepts métiers communs, de sorte que les agents IA puissent raisonner de manière cohérente à travers tous ces domaines de données sans que le développeur ait à gérer les différences de schéma ou de format. Ces avancées dans la structuration des connaissances sont cruciales pour rendre l’IA d’entreprise plus fiable et pertinente, en allant au-delà de la simple génération de texte : l’agent comprend mieux le contexte business dans lequel il opère.

Sur le plan infrastructure, Microsoft a continué d’investir lourdement en 2025 dans ses data centers pour supporter la demande exponentielle en IA. La société a annoncé prévoir 30 milliards de dollars d’investissement supplémentaires dès début 2026 pour agrandir ses capacités cloud. Techniquement, Microsoft a mis en avant sa prochaine génération de GPU Azure (en partenariat avec NVIDIA – architecture Blackwell fournie dans des Azure AI supercomputers présentés à Ignite). Parallèlement, Microsoft a révélé travailler sur ses propres puces d’IA (Projet Cobalt) pour équiper certains serveurs Azure d’accélérateurs maison optimisés coût/performance. Tout cela vise à soutenir l’entraînement de modèles toujours plus grands (Microsoft collabore étroitement avec OpenAI sur les futurs modèles type GPT-5), mais aussi à réduire le coût et l’énergie par modèle entraîné – un axe clé pour maintenir l’échelle. Microsoft anticipe que l’efficacité de l’infrastructuredeviendra aussi importante que sa taille brute : il s’agit de “faire travailler chaque watt dépensé” via des orchestrations intelligentes qui maximisent l’utilisation des ressources. On peut s’attendre à ce que Microsoft connecte encore plus ses différents data centers dans le monde pour mutualiser la charge, créant une sorte de “super-usine” globale de l’IA où rien n’est jamais inactif.

Collaboration Microsoft–SAP : Bien que la question préconise de ne pas comparer directement SAP et Microsoft, il faut noter qu’en 2025, les deux entreprises ont travaillé ensemble sur plusieurs fronts liés à l’IA. Microsoft a ainsi souligné lors de Sapphire (mai 2025) son engagement aux côtés de SAP pour faciliter la migration des clients communs vers le cloud (programme d’accélération RISE with SAP sur Azure) et pour héberger la plateforme SAP Business Technology Platform (BTP) sur Azure dans un maximum de régions. Surtout, l’intégration de SAP Joule avec Microsoft Copilot a été un succès technique : dès l’été 2025, Joule est devenu accessible dans Teams et Copilot comme mentionné plus haut, offrant pour la première fois une expérience IA unifiée SAP–Microsoft. Microsoft a largement communiqué sur cette avancée, qui permet aux employés d’“obtenir plus d’informations dans leur flux de travail” en mariant les données SAP et Microsoft 365. Enfin, l’annonce conjointe en fin d’année du connecteur entre SAP Business Data Cloud et Microsoft Fabric (disponible en 2026) a été un message fort : les deux écosystèmes cloud ne seront plus étanches, les données circuleront librement (et de façon gouvernée) entre SAP et Azure pour alimenter l’IA des deux côtés. Pour les clients communs (dont beaucoup d’acteurs industriels et de services), cela signifie qu’ils pourront tirer parti du meilleur des deux mondes sans complexité d’intégration additionnelle.

Perspectives 2026 pour Microsoft

En 2026, Microsoft va poursuivre son ambition d’IA omniprésente et de cloud intelligent. Quelques tendances et développements attendus :

• Généralisation des agents IA collaboratifs : Microsoft prévoit que l’année 2026 verra les agents intelligents s’implanter dans notre quotidien professionnel en tant que “collègues numériques” à part entière. Un scénario envisagé est celui d’une petite équipe qui, grâce à des agents copilotes, peut mener un projet mondial en quelques jours là où il faudrait des armées de personnes auparavant. Pour que cela devienne réalité, la confiance dans les agents devra être au rendez-vous. Attendez-vous donc à ce que Microsoft renforce encore les mesures de sécurité et de gouvernance autour de ses IA. Par exemple, on peut imaginer des “passeports numériques” pour chaque agent assurant une traçabilité de ses actions et un cloisonnement strict de ses accès. Microsoft a déjà posé ces principes en 2025, ils seront mis en œuvre concrètement en 2026 sous forme d’outils pour les administrateurs (contrôles d’accès affiné par agent, journaux d’activités des IA, etc.). L’objectif est que les organisations acceptent de déléguer plus de tâches critiques aux IA, en ayant la garantie que rien d’inconsidéré ne sera fait.
• Vers une plateforme unifiée d’agents : Microsoft pourrait lancer ce que certains observateurs nomment “Agent 365” – une plateforme centralisée pour créer, déployer et orchestrer des multitudes d’agents IA au sein de Microsoft 365. Cela resterait dans la logique de Copilot Studio (l’atelier lancé en 2023 pour personnaliser Copilot) mais en plus abouti : on y concevrait des workflows entiers d’agents couvrant plusieurs applications (par ex. un agent qui surveille des stats de ventes, alerte dans Teams puis crée un ppt de bilan automatiquement). Bien que Microsoft n’ait pas officiellement annoncé “Agent 365”, l’idée transparaît dans sa vision d’un futur où l’on aura des agents pour chaque tâche spécialisée. 2026 verra peut-être une concrétisation de cette approche multi-agents sous une forme plus packagée pour les clients entreprise.
• Windows 12 et Office 2026 : IA au cœur : D’un point de vue produits, Microsoft devrait introduire de nouvelles versions majeures de Windows et de la suite Office lors de l’exercice 2026 (probablement fin 2025 ou courant 2026). Windows 12 est très attendu et devrait être centré sur l’IA : interface adaptative qui se personnalise selon l’usage, Copilot intégré partout (explorateur de fichiers, paramètres…), et exploitation des capacités matérielles locales (NPUs sur les nouveaux PC) pour faire tourner des modèles d’IA directement sur le poste. De même, la prochaine génération d’Office (peut-être nommée Microsoft 365 “wave 2026”) ira plus loin dans l’automatisation intelligente : on parle par exemple de Excel capable de formuler des calculs complexes à partir d’une simple demande, de PowerPoint créant une trame complète de présentation en fonction du public cible, ou de Word suggérant des améliorations stylistiques et de cohérence en temps réel. Tout ceci propulsé par Copilot et les modèles de langage en arrière-plan. L’idée générale est que logiciels et OS deviennent proactifs : au lieu de passivement attendre des clics, ils anticipent les besoins, proposent des actions, résolvent des problèmes en coulisses.
• Écosystème data & cloud encore plus intégré : 2026 sera l’année de la maturation pour Microsoft Fabric, la plateforme unifiée de données lancée en 2023. Microsoft va poursuivre l’intégration de Fabric avec le reste de son cloud : par exemple, une convergence Fabric – Azure AI Foundry est attendue pour que les modèles IA puissent accéder aux données de Fabric de manière transparente. L’arrivée du connecteur SAP BDC – Fabric va également enrichir Fabric de nouvelles sources d’informations d’entreprise (SAP). Microsoft cherchera à faire de Fabric le hub central des données d’entreprise, prêtes à être consommées par les Copilots et agents. Par ailleurs, Microsoft continuera d’améliorer Azure Synapse et Databricks (partenariat très actif avec Databricks, qui est une pièce de Fabric), probablement en introduisant plus d’IA “native” dans le traitement des données (par ex. suggestions d’insights automatiques, ou pipelines de data ingénierie optimisés par IA).
• Nouveaux modèles et services d’IA : Sur le front IA pure, Microsoft et OpenAI pourraient présenter GPT-5 ou un modèle intermédiaire en 2026, avec encore plus de capacités (et possiblement multimodalité avancée). Microsoft continuera d’enrichir Azure AI avec d’autres modèles du marché (on peut penser à Cohere, AI21 Labs, Mistral AI, etc., suivant l’approche multi-modèle déjà entamée). Aussi, la fonctionnalité Copilot Tuning entre véritablement en jeu en 2026 : cela va permettre aux entreprises de créer leurs propres modèles dérivés sur leurs données privées en quelques clics. On verra donc émerger de nombreux “copilots custom” spécifiques à chaque entreprise ou industrie, construits par-dessus l’infrastructure Microsoft.
• IA et domaine scientifique/santé : Microsoft a indiqué que l’IA de prochaine génération va bien au-delà de répondre à des questions : elle collaborera à la découverte scientifique. En 2025, Microsoft a démontré un prototype (MAI-DxO) capable de diagnostiquer des cas médicaux complexes avec 85,5 % de précision (bien mieux que les 20 % d’un médecin expérimenté dans l’étude). Ce genre d’application va commencer à sortir des laboratoires. On peut ainsi s’attendre à ce qu’en 2026 apparaissent des produits ou services concrets, par exemple une offre cloud de “médecin IA” en partenariat avec des hôpitaux, ou des modules IA pour la recherche scientifique intégrés à Azure (Microsoft a parlé d’une “découverte scientifique accélérée par l’IA” pendant Build). Par ailleurs, Microsoft anticipe des progrès rapides en informatique quantique d’ici la fin de la décennie, notamment via des approches hybrides mêlant quantique, IA et HPC classique. En 2026 on pourrait voir Microsoft commencer à offrir des aperçus de calcul quantique via Azure, combinés à des services d’IA (par ex. pour optimiser des molécules en combinant simulation HPC, suggestions par IA, et raffinement par algorithme quantique). Même si le quantum pratique n’est pas pour demain, Microsoft veut préparer ses clients en rendant cette technologie “invisible et compatible” avec l’existant cloud. Toute avancée dans ce domaine en 2026 sera probablement communiquée largement, car elle symbolise le futur calculatoire dont Microsoft veut être l’un des premiers acteurs (aux côtés de Google et IBM).
• Focus sur l’humain et l’éthique : Enfin, Microsoft insiste dans ses prédictions que la valeur de l’IA se mesurera à l’aune de l’humain. En 2026, il ne s’agira plus de se demander si l’IA peut tout faire, mais comment bien travailler avec elle. Microsoft conseille d’ores et déjà aux professionnels de apprendre à collaborer avec l’IA plutôt que d’essayer d’entrer en compétition. On verra donc probablement Microsoft investir beaucoup dans la formation des utilisateurs(programmes AI Literacy, intégrés possiblement à Microsoft 365 pour guider l’employé dans l’utilisation optimale de Copilot). De plus, l’éditeur continuera son effort de transparence et d’éthique : extension des “Usage Guidelines” pour Copilot, fourniture d’outils pour monitorer les outputs des modèles et éviter les biais, etc. La sécurité proactive sera un thème important (comme évoqué plus haut, les menaces IA augmenteront, d’où l’importance de solutions comme Microsoft Security Copilot qui aide les analystes SOC). En résumé, Microsoft va pousser l’IA partout, mais avec le message que la technologie seule ne suffit pas : il faut l’humain au centre pour orienter, contrôler et tirer parti de l’IA de manière responsable.

L’IA n’est plus une promesse, c’est une réalité concrète

En conclusion, que ce soit chez SAP ou Microsoft, l’IA est devenue en 2025 le moteur de l’innovation et le restera en 2026. SAP a ancré l’IA au cœur de ses processus métier (avec Joule et ses agents) et envisage 2026 comme l’année de la généralisation des assistants intelligents spécialisés ainsi que de l’interopérabilité totale entre écosystèmes d’entreprise. Microsoft, lui, a fait de 2025 l’an I des copilots au quotidien et voit 2026 comme l’ère de la collaboration homme-IA, où des agents intelligents fiabilisés aideront à accomplir toujours plus, plus vite.

Pour nos clients chez delaware, le message est clair : l’IA d’entreprise n’est plus une promesse lointaine, c’est une réalité concrète. Il est temps d’en tirer parti, en s’appuyant sur les avancées de SAP et Microsoft, pour gagner en productivité, en agilité et en insights. Et face à l’effervescence des nouveautés à venir en 2026, pouvoir compter sur un partenaire connaissant à la fois l’écosystème SAP etMicrosoft sera un atout précieux pour naviguer dans cette nouvelle ère digitale.