SAP et Google Cloud déploient une architecture conçue pour automatiser des opérations marketing et retail à l’échelle de l’entreprise. Le point de départ est très concret : une recherche SAP avance que 78 % des entreprises jugent l’IA essentielle pour retenir leurs clients en 2026, alors que seules 37 % partagent leurs données sur leurs plateformes d’expérience client et 39 % sur leurs outils CRM. Cet écart explique pourquoi tant d’expériences dites intelligentes restent fragiles. Un assistant peut recommander un produit, mais si le stock réel, le panier, le paiement et le service après-vente ne suivent pas, l’effet de modernité se transforme vite en friction. La réponse proposée passe par SAP Commerce Cloud et l’Universal Commerce Protocol, qui standardise les échanges entre retailers, passerelles de paiement et agents autonomes. L’enjeu n’est donc pas de produire une réponse plus brillante, mais de permettre à un logiciel de parcourir toute la séquence commerciale, depuis l’intention d’achat jusqu’à la résolution après-vente.

La partie la plus importante du dispositif se situe moins dans l’interface que dans les flux de données. SAP Engagement Cloud s’appuie sur SAP Business Data Cloud Connect for Google BigQuery pour créer des liaisons bidirectionnelles dites zero-copy, avec des contrôles administratifs stricts. L’intérêt est d’éviter de dupliquer de vastes volumes de données tout en réduisant les coûts de stockage et la latence réseau. BigQuery peut intégrer des variables en direct, comme la météo, la localisation ou les taux d’interaction publicitaire, tandis que les solutions SAP Customer Experience apportent le contexte interne : profils, historiques de transaction, interactions de service et engagements consentis. Dans un scénario retail, le Shopping Assistant alimenté par Gemini peut vérifier les capacités d’entrepôt avant de proposer un produit. C’est précisément ce que recherchent les entreprises : ne plus lancer une campagne qui crée de la demande pour des articles indisponibles, ne plus laisser un support client sans vision complète, ne plus demander au consommateur de répéter ce que le système possède déjà.

Cette annonce concerne de grands acteurs, mais la leçon est directement applicable aux structures plus modestes. Les agents IA ne remplacent pas une base mal rangée, un catalogue incomplet ou des règles commerciales floues. Ils amplifient au contraire la qualité, ou les défauts, de l’architecture existante. Une PME qui vend en ligne, gère des devis, organise des interventions ou anime une base clients devrait donc commencer par cartographier les points de rupture : où le stock diverge du site, où le CRM ne voit pas les tickets, où les campagnes ignorent la marge ou les contraintes de livraison. L’étape suivante n’est pas forcément de reproduire l’écosystème SAP et Google Cloud, mais de rendre les données essentielles accessibles, fiables et gouvernées. Les agents peuvent ensuite prendre en charge des tâches progressives : qualification d’intention, personnalisation de messages, priorisation des relances, préparation de paniers ou déclenchement d’alertes internes. Le commerce agentique devient crédible quand l’automatisation respecte les contraintes réelles du métier.