Avec les nouvelles fonctionnalités Snowflake Intelligence et Data Science Agent, Snowflake cherche à rendre l’IA plus accessible aux utilisateurs professionnels et aux scientifiques des données.
Lors de sa grand-messe annuelle à San Francisco, Snowflake a annoncé deux nouvelles fonctionnalités d’IA : Snowflake Intelligence et Data Science Agent. Ces deux solutions visent à faciliter l’utilisation de l’IA et de l’apprentissage automatique (ML) pour les utilisateurs professionnels et les scientifiques des données au sein de leur plateforme de données existante.
Snowflake ne souhaite pas simplement s’associer à l’engouement pour les agents d’IA : l’entreprise préfère qualifier ses nouvelles solutions d’« agents de données ». Les fonctionnalités annoncées seront d’abord disponibles en version d’aperçu public ou privé.
Snowflake Intelligence : données en langage humain
Snowflake Intelligence offre aux utilisateurs professionnels et aux analystes de données la possibilité d’obtenir des insights en langage naturel à partir de données structurées et non structurées. Intelligence est une couche d’IA que Snowflake superpose à son cloud de données. La fonctionnalité opère au sein de l’environnement Snowflake existant et prend en charge les intégrations avec des plateformes externes telles que Google Drive et Workday. Grâce à cette fonctionnalité, les utilisateurs peuvent générer des visualisations et entreprendre des actions sans écrire de code.
lire aussi
Pas d’IA sans cloud de données : les 5 piliers de l’IA de Snowflake
Sous le capot, Snowflake Intelligence fonctionne avec Cortex Agents, alimenté par des modèles d’OpenAI et d’Anthropic, entre autres. L’outil maintient les paramètres de sécurité et de gouvernance existants au sein de Snowflake, garantissant ainsi que les utilisateurs ne puissent voir que les données auxquelles ils sont autorisés à accéder. Les Cortex Extensions, disponibles via la place de marché IA de Snowflake, étendent les capacités de recherche à des sources de connaissances externes.
La capacité de chat que Snowflake introduit ressemble fortement aux nouvelles fonctionnalités de Microsoft Fabric. Alors que Microsoft s’implique de plus en plus dans l’IA et l’analyse de données, se positionnant non seulement comme partenaire mais aussi comme concurrent, Snowflake redouble d’efforts.
ML pour les scientifiques des données
Snowflake n’oublie pas les scientifiques des données. Data Science Agent automatise différentes parties du processus de développement ML, telles que l’analyse de données, l’ingénierie des caractéristiques et l’entraînement des modèles. L’objectif est de réduire le temps consacré aux tâches répétitives, permettant ainsi aux scientifiques des données de mettre plus rapidement les modèles en production. L’agent génère des pipelines ML fonctionnels basés sur des commandes en langage naturel et prend en charge les améliorations itératives.
Ces deux fonctionnalités sont conçues pour aider les entreprises à prendre des décisions plus rapidement sur la base de leurs données, sans obstacles techniques. Cela devrait réduire l’écart entre les analystes de données, les développeurs d’IA et les utilisateurs professionnels.
Prêt pour l’IA
Les réjouissances liées à l’IA ne s’arrêtent pas là lors du Snowflake Summit. Snowflake introduit la possibilité de partager des modèles sémantiques. Cela permet aux entreprises d’enrichir les applications d’IA avec des données provenant d’équipes internes ou de fournisseurs externes qui sont « prêts pour l’IA ». Ainsi, les entreprises n’ont pas besoin de développer elles-mêmes des modèles, ce qui augmente la fiabilité et la cohérence des réponses de l’IA.
Enfin, Snowflake lance également Agentic Native Apps via sa place de marché. Il s’agit d’applications construites sur l’IA agentique que les entreprises peuvent utiliser directement dans leur environnement de données. Les fournisseurs peuvent partager ces applications, tandis que les utilisateurs peuvent facilement les découvrir et les déployer sans déplacer leurs données.