Les projets IA se multiplient. Les budgets aussi.
Mais les ROI mesurables, eux, restent rares. Pourquoi ?
Pas parce que l’IA ne fonctionne pas. Parce que les conditions ne sont pas réunies. C’est le constat que nous avons partagé avec SAP et Snowflake lors de SAP Connect le 19 mars.
Et c’est le point de départ d’une réflexion que nous menons depuis plusieurs années avec nos clients : le ROI Data & IA ne s’obtient pas en déployant un modèle. Il se construit, étape par étape, sur des fondations solides.
Le problème : des données SAP prisonnières de leurs silos
Dans la plupart des organisations, les données ERP sont à la fois les plus précieuses et les plus difficiles à activer.
Finance, clients, produits, supply chain – tout est là, structuré, fiable. Mais cloisonné.
Résultat, lorsqu’on veut croiser :
- Des données SAP avec des données IoT, et,
- Des données marketing ou des flux externes.
Les projets se heurtent à des pipelines ETL coûteux, une perte de contexte métier, une gouvernance lacunaire et une scalabilité limitée. Le coût d’extraction détruit une partie de la valeur avant même que l’IA ait commencé à travailler.
C’est précisément ce problème que le partenariat SAP × Snowflake adresse.
Les deux conditions du ROI IA
Nous structurons désormais notre réponse autour de deux notions que nous utilisons désormais systématiquement dans nos missions :
AI Readiness – Vos données sont-elles prêtes à nourrir l’IA ?
Cela couvre la gouvernance (données certifiées, traçables, fiables), la construction de data products consommables, et l’enrichissement sémantique du socle. Sans AI Readiness, l’IA s’entraîne sur du bruit.
AI Gravity – L’IA s’exécute-t-elle là où sont vos données ?
Le principe est simple : déplacer des données coûte cher et crée des risques. L’IA doit s’exécuter au plus près des données, pas l’inverse. C’est ce que permettent Cortex AI sur Snowflake et Joule sur SAP – une exécution native, sans duplication.
Quand l’une des deux conditions manque, l’initiative IA échoue. Pas de ROI. L’équation que nous proposons : AI Readiness + AI Gravity + Expertise intégrateur = ROI Data & IA mesurable.
Un cas concret : 4,6M€ par an dans l'industrie lourde
Pour illustrer ce que ces conditions rendent possible, nous avons présenté le cas d’un fabricant européen d’équipements lourds dont l’ambition est de faire croître ses revenus après-vente de 120M$ à 180M$ d’ici 2029.
-> Le flux est le suivant
- des équipements connectés (boîtiers IoT) remontent en temps réel des données de télémétrie et de health monitoring.
- Un modèle de machine learning calcule le délai avant une avarie potentielle.
- Dès qu’une alerte est générée, le système croise avec les données SAP – Le contrat est-il actif ? Y a-t-il une prestation de maintenance souscrite ? Si non, une alerte est envoyée automatiquement au commercial en charge du client pour proposer une intervention proactive.
-> Ce flux : Données IoT semi-structurées + données ERP structurées + IA + processus commercial – génère une valeur estimée à 4,6M€ par an sur trois use cases :
- Maintenance opérationnelle,
- Assistance sur site,
- Assistance à distance.
Ce qui rend ce cas possible ? La combinaison SAP BDC (contexte métier, gouvernance) + Snowflake (intégration des données IoT externes, exécution IA) + KPC (architecture, intégration, trajectoire).
Le connecteur Zero Copy Snowflake : ce qui change structurellement
Le partenariat SAP × Snowflake repose sur un mécanisme technique central : le Zero Copy. Les données SAP sont accessibles dans Snowflake sans duplication physique. Pas de pipelines ETL à maintenir. Le contexte métier SAP est préservé. La gouvernance est simplifiée. Aucun silo supplémentaire n’est créé.
C’est un changement de fondation. Depuis 20 ans, Data et Process ont grandi séparément dans les organisations. L’IA est ce qui les réunit – à condition d’avoir le bon socle pour le faire.
La trajectoire recommandée : Ouvrir → Enrichir → Activer
Nous ne croyons pas au big bang. Ce que nous recommandons à nos clients, c’est une trajectoire en trois étapes :
- Etape 1 -> Ouvrir.
Rendre les données ERP accessibles via SAP BDC (zero-copy). Quick win immédiat, sans refonte du système existant. - Étape 2 -> Enrichir
Connecter les données externes – IoT, marketing, logistique – sur Snowflake.
Le périmètre informationnel s’élargit, les modèles IA ont plus de matière. - Étape 3 -> Activer.
Lancer les premiers use cases IA transverses et réintégrer les résultats dans SAP. Les processus deviennent augmentés.
À chaque étape : gouvernance, pas de silos, quick wins combinés à la construction de fondations durables.
Le rôle de KPC
KPC intervient comme le troisième pilier de cette équation. Notre double expertise – monde SAP et monde data & IA – nous permet d’activer les deux conditions suivantes simultanément :
Construire l’AI Readiness (gouvernance, data products, sémantique) et déployer l’AI Gravity (architecture Snowflake, Cortex AI, intégration SAP BDC).
Notre point d’entrée concret :
- une mission AI Readiness Assessment
- évaluer la maturité de votre socle data pour l’IA,
- identifier les quick wins, définir la trajectoire.