SAP Data Intelligence

Le chemin vers l'entreprise intelligente

SAP Data Intelligence est la réponse
aux besoins liés à la gestion des données
et à leur traitement dans un paysage complexe.

Avec les récentes avancées dans le domaine de l'intelligence artificielle, les entreprises cherchent à intégrer l'apprentissage automatique (machine learning) dans leurs flux métiers pour améliorer et transformer leurs processus. SAP intègre ces transformations dans les solutions et accompagne les entreprises sur le chemin menant à l'entreprise intelligente.

Grace à une plateforme permettant de gérer des paysages de données hétérogènes, de faire face à des montées en charge, de déployer des scénarios de data science depuis la phase de maquettage jusqu'à leur industrialisation, leur optimisation et leur évolution.

SAP Data Intelligence est une solution flexible qui permet de connecter des environnements tels que JupyterLab avec des technologies tels que SAP HANA et SAP Leonardo afin de fournir des applications intelligentes aux clients et partenaires de l'entreprise. 

Stratégie

La stratégie de SAP pour rendre l'entreprise intelligente repose sur les composants suivants :

Une suite applicative intelligente

Des technologies intelligentes

Une plateforme digitale

SAP Data Intelligence est une plateforme digitale qui fournit des technologies intelligentes afin de les intégrer dans une suite applicative intelligente.

SAP Data Intelligence peut aussi être utilisée par les clients et les partenaires pour leurs propres applications et analyses.

Un utilisateur final peut faire appel au quotidien à des modèles d'intelligence artificielle qui sont exécutés en arrière-plan et intégrées aux applications métier existantes.

Ces fonctions peuvent aussi être déployées dans des applications autonomes ou consommées sous la forme de services.

SAP fournit aussi une solution permettant d'automatiser des processus au sein des applications SAP et non SAP en imitant les comportement humains via une interface utilisateur.

SAP Conversational Artificial Intelligence fournit les outils nécessaires à la création de ChatBot ou d'applications conversationnelles (NLP engine and a bot builder).

Finalement, SAP Data Intelligence = SAP Data Hub and SAP Leonardo ML (Machine Learning) qui couvre le process de data science :

Accès aux données via des connecteurs

Fonctions SAP Leonardo Machine Learning

Il existe de nombreux scénarios d'intelligence artificielle déjà intégrés à S4/HANA, C4/HANA, Concur, SuccessFactors.

SAP Cash Application est un exemple d'application autonome disponible pour S4/HANA mais aussi portée sur ECC6 qui permet de faire correspondre des factures et des paiements. Même en définissant des règles complexes certaines factures ne peuvent pas être rapprochées automatiquement. A partir des données stockées, un modèle entrainé, peut rapprocher d'autres documents et finalement proposer une liste triée par probabilité.

IntelligentRPA permet d'automatiser des tâches répétitives dans les systèmes en mode accompagné ou non (robotic desktop automation). Par exemple l'extraction de données clients depuis une feuille Excel dans plusieurs systèmes.

Les applications intelligentes

Elles appartiennent à 3 catégories :

SAP Leonardo AI Business Services

Classification de documents non structurés, extraction d'information de documents non structurés, classification automatique de tickets et recommendation, gestion automatique de métadonnées, rapprochement de facture assistée, reconnaissance d'entités nommées.

Machine Learning Business Applications

Réconciliation entrée marchandise / réception facture, conseiller en formation, recommendation de produits.

Standalone Applications

Cash application, processus d'achat.

Par exemple, la classification automatique des tickets réduit les temps de réponse, améliore le taux de résolution et de clôture. La gestion automatique des email envoyés par les clients qui sont analysés pour déterminer la catégorie et les affecter aux bons conseillers tout en proposant des recommendations pour y répondre. Les recommendations de formation sont proposées à des groupes de personnes ayant les mêmes attentes, en se basant sur leur profil, leur parcours de formation et le contenu des catalogues. Concur invoice permet de réduire les couts de 80% en extrayant les infos d'entête et de poste de facture depuis un fichier PDF.

Cas d'usages clients

SAP Data Intelligence permet de redéfinir les processus métiers, en donnant de la valeur aux données en simplifiant et coordonnant la gestion des données dans un paysage complexe, en automatisant les traitements grâce à des modèles entraîné et en garantissant la conformité des données.

Les entreprises stockent leurs données dans des silos, sur site ou dans le cloud. Ces données étant struturées ou non, il est nécessaire de les connecter, de gérer leurs métadonnées, de les nettoyer, de les préparer et les enrichir. Puis il faut orchestrer les process d'apprentissage ou d'IA qui consomment et traitent ces données.

SAP Data Intelligence est la réponse aux besoins liés à la gestion des données et à leur traitement dans un paysage complexe. Qu'il s'agisse de répertorier et cataloguer les données, créer des tableaux de bord pour visualiser les données, exécuter des algorithme de machine learning écrits en R, Python ou via des services SAP Leonardo, déployer en production des développements à partir de Jupyter.

Les quatre principaux scénarios d'applications sont :

Ingestion et orchestration de données IoT

Data science et gestion de données Machine Learning

Entrepots de données intelligents

Gouvernance et catalogue de données

 

Exemple 1 : analyse de risque fournisseur

Le process est initié lorsqu'un fournisseur (partenaire métier) est créé dans S4/HANA. Plusieurs pipelines sont exécutées en parallèle depuis SAP Credit Management, analyse de sentiment depuis Twitter, analyse de texte, information sur les risques dans Ariba, vérification de l'adresse. Ces informations sont combinées et le résultat est calculé en Python, puis stocké dans S/4 et SAP Analytics Cloud.

Exemple 2 : planification de la maintenance

Les données des équipements sont orchestrées depuis les sites clients et combinées avec les données des systèmes On Premise afin d'optimiser la maintenance sur site, simplifier l'ingestion des données et piloter les opération en fonction des demandes des clients.

Exemple 3 : détection d'anomalies

A partir de données captées (image, pression, température), combinées aux données fournisseurs de l'ERP sur les produits, un modèle évalue plusieurs paramètres. Les contrôles qualités sont plus précis.

Exemple 4 : prédiction de pannes

En se basant sur des mesures de températures d'huile et en les comparant à des valeurs prédites, il est possible d'anticiper une panne et d'effectuer une opération de réparation.

Fonctionnalités pour les Data Scientists

Les contraintes majeures pour les Data Scientists sont l'absence de lien entre les données opérationnelles et les données Big Data, le manque de préparation des entreprises, une carence en outils adaptés qui demande des efforts supplémetaires pour les équipes.

Disposer d'une plateforme unique connectée à toutes les sources de données, permettant d'ouvrir Jupyter pour exécuter du code Python ou R sur un échantillon de données puis sur des données réelles afin de tramsmettre le résultat aux applications opérationnelles et décisionnelles.

SAP Data Intelligence facilite la transition de l'étape de maquettage vers le déploiement en production, l'accès aux multiples bibliothèques et applications disponibles dans différentes versions. La préparation des données, l'exécution des algorithmes de Machine Learning, la visualisation des résultats sont possibles depuis la même interface.

La gestion du cycle de vie en Data Science commence par l'identification du besoin en connectant et explorant des données souvent en silos. Ces données doivent être préalablement nettoyées et enrichies pour pouvoir être enrichies. Des modèles sont testés pour comparer plusieurs résultats et identifier le plus pertinent. La solution choisie est déployée en production et les résultats sont publiés dans les applications métiers.

SAP Data Intelligence centralise la gestion de ces étapes et des composants associés : Launchpad connexion manager, Metadata explorer, self service data preparation, Machine Learning Scenario Manager, SAP Data Intelligence Modeler pour orchestrer les workflows, SAP Predictive Analysis Library (PAL), Automated Predictive Library (APL).