Snowflake se considère comme l’acteur idéal pour mener à bien le déploiement de l’IA au niveau de l’entreprise. Le contexte, la gestion et la sécurité sont essentiels à cet égard, c’est pourquoi l’entreprise souhaite fournir les outils nécessaires. Seulement, c’est un discours que nous avons déjà entendu, alors qu’est-ce qui rend Snowflake apte ?
Sur la scène du Snowflake Summit à San Francisco, le PDG Sridhar Ramaswamy explique ce dont une entreprise a besoin pour adopter pleinement les agents. Environ 20 000 participants écoutent son analyse. Selon M. Ramaswamy, trois composantes sont indispensables : des données avec leur contexte associé dans une plateforme de classe entreprise, des modèles d’IA, ainsi que des logiciels et des applications.
Personne ne veut de murs
Ce n’est pas une vision révolutionnaire. Le fait que des données de qualité et accessibles soient essentielles s’entend également chez Salesforce, ServiceNow ou SAP. Presque tous les grands acteurs ont désormais démoli les murs entourant leurs données et investissent dans des intégrations « zero copy » avec les systèmes des uns et des autres. Quiconque a mis de l’ordre dans sa stratégie de données peut lier les systèmes et les préparer pour l’IA.
Il va de soi que les modèles d’IA sont importants. M. Ramaswamy souligne que la capacité de passer rapidement d’un modèle à l’autre est un atout. Snowflake mise pleinement sur une approche agnostique des LLM. Bien que Daniela Amodei monte sur scène un peu plus tard, Anthropic n’est pas un partenaire exclusif. Les modèles d’OpenAI sont également disponibles, tout comme les alternatives open source, les LLM de la société française Mistral et, depuis ce Summit, même les modèles d’IA de SpaceX.
Le contexte avant le modèle
Plus important que le modèle utilisé, c’est le contexte dans lequel il est employé. Ainsi, le deuxième pilier est lié au premier. Lors du Summit, Snowflake accorde une attention particulière à l’introduction de systèmes offrant un contexte supplémentaire aux agents et assistants d’IA.
Il s’agit notamment de Horizon Context et Cortex Sense. Ces systèmes examinent les données à l’intérieur et à l’extérieur de Snowflake, et peuvent ainsi fournir aux requêtes et aux prompts un contexte d’entreprise pertinent. Christian Kleinerman, EVP of Product chez Snowflake, souligne que cela augmente considérablement la précision d’un prompt.
La pertinence du contexte pour la précision de l’IA est un concept sur lequel l’ensemble du secteur commence à s’accorder. Il y a quelques semaines, nous avons entendu le même son de cloche chez SAP : un knowledge graph (comme Horizon Context) contenant des connaissances sur l’entreprise élève le fonctionnement d’un système d’IA à un niveau supérieur. Les agents et assistants d’IA ont moins besoin de deviner et interprètent les prompts de manière plus ciblée.
Connexion avec les logiciels
Les logiciels et les applications doivent également être couplés à l’histoire de l’IA. Les données et les informations provenant de vos applications de messagerie et de vos systèmes externes sont pertinentes, ce qui implique que les outils doivent être reliés via une plateforme compatible. Plus rien ni personne ne travaille de manière isolée : SAP a cité sa connexion avec Snowflake pour le prouver, Snowflake fait l’inverse. Les intégrations sont légion : la connexion mutuelle avec Salesforce en est un autre exemple.
Différents centres de gravité potentiels apparaissent ainsi. Les créateurs de LLM semblent indispensables mais interchangeables dans le contexte de l’IA d’entreprise. Cependant, Snowflake, SAP, Salesforce et ServiceNow racontent tous une histoire similaire. Tous veulent faire la différence, et tous le font de la même manière.
Qui fera le lien ?
M. Ramaswamy, à l’instar des autres organisations surfant sur la vague de l’IA, a constaté qu’une quatrième composante est nécessaire pour faire prospérer l’IA d’entreprise. Les données et le contexte, les modèles et les applications doivent être reliés par une couche de contrôle qui connecte les agents, permet la gestion et offre les mécanismes de contrôle pour les maintenir sur la bonne voie.
Pour Snowflake, CoCo (anciennement Cortex Code) et CoWork (Snowflake Intelligence) constituent le lien. La vue d’ensemble provient du Trust Center. Snowflake a en outre continué à développer l’architecture de sa plateforme sur mesure pour la gestion des agents. L’introduction d’Agent Identity est très pertinente à cet égard : elle permet à la plateforme Snowflake de traiter les agents comme une entité unique, afin que les organisations puissent y associer des politiques sur mesure.
Snowflake raconte l’histoire à sa manière, mais nous entendons des échos de l’AI Agent Hub de SAP et de l’AI Control Tower de ServiceNow. Le rôle de CoCo et CoWork n’est pas tout à fait comparable à celui de Joule chez SAP, mais dans les deux cas, il s’agit d’une couche pilotée par l’IA qui relie tout ensemble.
Prétention à la même position centrale
Il est frappant de constater que les organisations s’accordent progressivement sur ce qui est nécessaire pour le déploiement d’une IA sûre, évolutive et précise au niveau de l’entreprise. Maintenant que les pièces du puzzle s’assemblent, chaque grand acteur tente de son côté de revendiquer une position unique pour être le pivot central de toute cette histoire.
Nous occupons une position avantageuse grâce à la connaissance que nous avons de nos clients.
Sridhar Ramaswamy, PDG de Snowflake
« Nous occupons une position avantageuse grâce à la connaissance que nous avons de nos clients » : M. Ramaswamy l’affirme lors du Summit, mais nous l’avons déjà entendu chez ServiceNow, Salesforce et SAP.
Une certaine lucidité
Qui détient alors les meilleurs atouts ? La lucidité honore le PDG de Snowflake. « Tant les entreprises d’applications que les créateurs de modèles peuvent revendiquer la couronne », admet-il. Snowflake affirme qu’elle dispose de la position de départ idéale grâce à sa plateforme de données. « Dans quelques années, l’évolution du marché sera claire, et nous trouverons alors tout cela évident, mais nous devons attendre de voir. »
Cela signifie que Snowflake peut étayer sa prétention à la première place par plusieurs arguments. C’est le cofondateur Benoît Dageville qui les exprime le mieux. « L’objectif originel de Snowflake a toujours été de briser les silos, ainsi que les causes de leur apparition », explique-t-il.
Snowflake l’a déjà fait à plusieurs reprises. La plateforme rend le partage de données sûr et simple, tant en interne qu’en externe. Avec Apache Iceberg, Snowflake adopte l’ouverture et l’interopérabilité. La plateforme fonctionne en outre sur l’infrastructure des trois grands hyperscalers et est ainsi agnostique vis-à-vis du cloud, de sorte qu’aucun silo ne s’y forme non plus.
Le rôle de la plateforme de données
Pour l’IA, une chose est cruciale selon M. Dageville : « Les données et l’IA doivent vivre au même endroit. » En d’autres termes, la puissance de calcul pour l’IA doit se trouver à côté des données et être couplée à la plateforme de données. « Sinon, nous créons à nouveau de la complexité et des silos réapparaissent. »
Si cela s’avère exact, Snowflake dispose en effet de bonnes cartes. La plateforme de données peut, dans ce contexte, devenir le fondement du développement de l’IA, où les données et les applications d’autres acteurs sont couplées à Snowflake. Le Trust Center, CoCo, CoWork, Horizon Context et toutes les autres innovations soutiendront dans ce cas le déploiement de l’IA.
Tout le monde a raison
Vraisemblablement, tout le monde a un peu raison. Les organisations qui sont profondément ancrées dans l’écosystème Salesforce piloteront l’innovation à partir de là. Dans ce cas, il semble logique que le Salesforce Agent Builder et l’Einstein Trust Layer prennent les devants. Les entreprises manufacturières ayant investi massivement dans S/4HANA croiront davantage SAP lorsqu’elle prétend connaître ses clients de fond en comble. Dans ce cas, Joule l’emportera probablement sur Cortex, CoCo et CoWork.
Pour les organisations qui envisagent leurs projets de numérisation et d’IA sous l’angle des données, il est logique de commencer par là. Snowflake peut alors s’imposer comme le pivot central.
Pas de manque d’enthousiasme
Il semble par ailleurs que les clients de Snowflake soient enthousiastes. Un peu plus de 13 600 clients utilisent Cortex AI chaque semaine, selon Timo Meijrink, Head of Solution Engineering au Benelux. Sur une base de clients d’environ 14 000 organisations, cela démontre à la fois un enthousiasme et un seuil d’entrée peu élevé.
Comme l’indique M. Ramaswamy, nous ne saurons pas immédiatement qui deviendra le pivot central de la transformation IA des organisations. Il ne fait aucun doute que Snowflake peut prétendre à cette position.