Snowflake a annoncé l’intégration de l’IA générative Claude 3.5 d’Anthropic à son service Cortex Agents, renforçant les capacités de traitement des données des entreprises. Cette initiative s’inscrit dans la tendance croissante à l’automatisation pilotée par l’IA dans la gestion des données d’entreprise.
Les entreprises ont annoncé le 12 février que Claude 3.5 rejoindrait les outils du service Cortex Agents, désormais disponible en préversion publique. Cette intégration permet une récupération et une analyse des données plus avancées grâce à l’IA, afin que les entreprises puissent exploiter plus efficacement les données structurées et non structurées.
Claude dans Cortex Agents
Claude 3.5 alimente deux outils clés : Cortex Analyst et Search. Ces outils ont renforcé les capacités de récupération de données structurées et non structurées, rendant les analyses fondées sur l’IA plus accessibles aux entreprises.
Cortex Agents (qui inclut Analyst et Search) fait partie de Cortex AI, la plateforme de Snowflake bâtie sur le marché lucratif de l’IA. Cortex AI permet aux organisations de créer des outils d’IA (notamment des LLM, des services de RAG et de conversion du texte en SQL) à partir de leurs propres données structurées ou non structurées.
Cortex Agents ajoute des fonctionnalités d’IA à l’accès aux données des applications et à leur orchestration, tandis que Cortex Search améliore la précision de la récupération des données non structurées. Plus précisément, Claude dans Cortex Agents peut :
- Répondre : aux questions précises ou ambiguës des utilisateurs sur les données.
- Décomposer : les tâches complexes en sous-tâches pour une meilleure exécution.
- Choisir : le produit Snowflake approprié — Cortex Analyst, Cortex Search ou la génération de SQL — en fonction des questions formulées en langage naturel.
Selon Snowflake, Cortex Search propulsé par Claude atteint une précision supérieure de 12 % à celle des modèles d’embedding d’OpenAI pour la récupération de données non structurées.
« Les LLM excellent dans le traitement des données non structurées, mais de nombreuses organisations ne disposent pas de pratiques suffisamment matures pour préparer ce type de données ; dans le même temps, les données structurées sont mieux gérées, mais il reste difficile de permettre aux LLM de comprendre les lignes et les colonnes », ont écrit Harshal Pimpalkhute, responsable senior produit pour l’IA générative et AWS chez Snowflake, et Arun Agarwal, spécialiste marketing produit IA, dans un article de blog.
Élargir le rôle des agents IA
L’ajout de Claude 3.5 à Cortex Agents illustre le mouvement plus général vers une IA agentique — des modèles capables d’effectuer de manière autonome des tâches complexes en plusieurs étapes. Les agents IA d’entreprise doivent trouver un équilibre entre automatisation et conformité, en veillant au respect des directives en matière de confidentialité et de sécurité tout en récupérant et en traitant les données avec précision.
« Les agents de données, une catégorie spécialisée d’agents IA, combinent données et outils pour fournir des analyses plus précises et mieux étayées en sélectionnant efficacement les sources de données et les outils adaptés à la récupération », ont écrit Pimpalkhute et Agarwal.
Snowflake s’attend à ce que les analystes du support client, les ingénieurs et les autres utilisateurs en entreprise bénéficient des gains de productivité apportés par Cortex Agents. Baris Gultekin, responsable de l’IA chez Snowflake, a indiqué lors d’une table ronde avec les médias à laquelle assistait VentureBeat que les développeurs d’applications clientes peuvent également surveiller les actions des Agents afin d’affiner les réponses et de répondre aux exigences de gouvernance ou de sécurité.
Le paysage concurrentiel
Snowflake est en concurrence directe avec d’autres solutions de données d’entreprise propulsées par l’IA :
Databricks : propose un Data Intelligence Engine qui utilise l’IA pour traiter les requêtes en langage naturel.
Google Cloud BigQuery : s’intègre à Google Gemini. Le modèle d’IA de Google est destiné à la gestion des données assistée par l’IA.
Amazon Redshift : utilise l’IA pour recommander du SQL, permettant aux utilisateurs de générer des requêtes à partir d’instructions en langage naturel.
Les critiques de l’IA agentique
Les critiques visant les modules complémentaires d’IA générative ou l’IA agentique portent notamment sur la fiabilité, le manque de confiance dû à l’absence de réglementation claire ou à une réglementation lacunaire, ainsi que sur les problèmes de droits d’auteur. En outre, les modèles d’IA générative nécessitent nettement plus d’électricité et d’eau que l’informatique traditionnelle, ce qui soulève des questions de durabilité.