Comment l'analyse conversationnelle élimine le goulot d'étranglement de la BI

Une question circule actuellement dans les salles de conseil et les réunions de direction des données, du genre : « Nous avons déjà la BI. Nous avons déjà une solution de base de données. Alors pourquoi avons-nous besoin de quelque chose de différent ? »

C'est une question légitime. Et c'est une question qu'Ari Kaplan a traitée sur les cinq continents. En tant que responsable mondial de l'évangélisation chez Databricks, Ari a passé sa carrière à l'intersection des données, de la technologie et de la transformation des entreprises, y compris un mandat de président de l'Independent Oracle Users Group, une organisation représentant plus de 22 000 professionnels des bases de données. Il a vu de première main ce qui fonctionne, ce qui vieillit mal, et ce que la prochaine décennie exige.

Dans cette conversation, nous abordons l'analyse conversationnelle, l'architecture derrière Genie et Lakebase, ce qu'il faut réellement pour gagner la confiance des dirigeants dans les informations pilotées par l'IA, et pourquoi les entreprises qui n'agissent pas pourraient se retrouver plus loin derrière qu'elles ne le pensent.

L'information sans action n'est que de la trivia
Catherine Brown : Ari, les dirigeants adorent l'idée de parler à leurs données, mais où se situe le problème avec l'analyse conversationnelle ?

Ari Kaplan : Absolument ! En fin de compte, les entreprises veulent parler à leurs données, gouvernées dans le contexte de leur propre activité. Mais voici où cela échoue : si tout ce que vous obtenez, ce sont des faits – essentiellement de la trivia – et qu'il n'y a pas de voie vers l'action, alors quel est l'intérêt ? La valeur de toute information n'est aussi réelle que ce qui en découle.

C'est la différence que Databricks essaie de faire. Ce n'est pas juste une conversation, mais elle mène quelque part. Je parlais avec Etihad Airlines, l'un de nos principaux utilisateurs de Genie. Leur équipe financière posait des questions comme : « Si le prix du pétrole augmente au prochain trimestre, comment ajustons-nous nos prix pour continuer à gagner de l'argent et pour que les clients veuillent toujours voler ? » Ce type d'analyse prenait auparavant des mois, mais avec Genie et l'analyse prédictive, ils exécutent ces scénarios en temps réel et prennent la décision de modifier les prix et les itinéraires presque immédiatement. C'est un excellent exemple d'une entreprise gérée par ses données, pas seulement informée par elles.

Catherine : Alors, quand une réponse en langage naturel doit-elle devenir quelque chose de plus, comme un workflow, une transaction ou une décision réelle ?
Ari : Cela devrait se produire immédiatement si vous voulez que cela ait de l'importance. Un rapport qui reste là et que personne n'applique n'est que du bruit. L'objectif est de passer de l'information à l'action sans créer quelque chose de fragile.

Vous ne voulez pas d'un système où quelqu'un prend une réponse d'IA et l'applique aveuglément. Vous avez toujours besoin d'un humain dans la boucle. Ce que vous voulez, c'est de l'agilité : des données qui se rafraîchissent continuellement, des informations qui restent à jour, et des personnes dans l'organisation qui ont la supervision pour s'assurer que tout reste connecté à la façon dont l'entreprise fonctionne réellement. Les humains sont toujours l'interface. Cela ne disparaît pas.

Ce que Genie et Lakebase résolvent réellement

Catherine : Qu'est-ce que Genie résout pour l'utilisateur métier que les tableaux de bord et les copilotes de BI ont encore du mal à résoudre ?
Ari : D'accord, Genie va au-delà des outils de business intelligence traditionnels en vous permettant simplement de parler avec vos propres données dans le contexte de votre entreprise. Il permet aux utilisateurs d'obtenir eux-mêmes des informations pilotées par l'IA.

Pensez à ce qu'est réellement un tableau de bord. C'est une question fixe, posée encore et encore, simplement avec de nouvelles données. Les entreprises le font depuis près de 30 ans. Ça marche. Mais ça a une limite. Et cette limite est : la question ne change jamais.

Genie dépasse cette limite car maintenant une personne non technique, un dirigeant, un responsable des ventes, un responsable financier, peut simplement demander ce qu'il veut savoir en langage clair et obtenir une réponse. Il n'y a pas de ticket à l'équipe BI et pas d'attente d'une semaine pour un tableau de bord qui est presque correct mais qui nécessite encore des ajustements. Il convient de noter que l'équipe BI ne disparaît pas. Elle peut se concentrer sur les tâches vraiment complexes au lieu de traiter les demandes de rapports ponctuels. Au final, c'est une meilleure situation pour tout le monde.

Et « Genie Code » permet, pour les utilisateurs plus techniques, aux data scientists, aux data engineers et à d'autres d'être beaucoup plus efficaces et performants dans leurs emplois et les tâches qu'ils doivent accomplir.

Catherine : Comment Genie et Lakebase s'articulent-ils ? Car de l'extérieur, ils peuvent sembler être deux produits distincts qui peuvent ou non interagir.

Ari : Genie et Lakebase sont en réalité deux moitiés de la même idée. Lakebase est un domaine clé où vos données transactionnelles peuvent résider. C'est la base de données moderne construite pour gérer des milliards, voire des billions d'enregistrements. Lakebase n'est qu'une des nombreuses sources auxquelles Genie se connecte. Lakehouse (DBSQL) en est une autre, tout comme tout ce qui est fédéré via Unity Catalog : Slack, SAP, Google Drive, SharePoint, etc.

Genie est la façon dont vous parlez à toutes vos données, de Lakebase à vos données d'entrepôt dans Lakehouse et au-delà. Donc, l'un stocke, c'est Lakebase. Et l'un les présente, c'est Genie. Et l'ensemble fonctionne via Unity Catalog pour gérer et maintenir les contrôles de gouvernance. Ainsi, les bonnes personnes ne voient que ce qu'elles sont censées voir, et tout le monde travaille à partir des mêmes définitions. Pour chaque équipe et chaque utilisateur métier, les définitions sont les mêmes : client signifie client et profit signifie profit. Ce langage partagé semble simple, mais c'est en fait ce qui rend l'ensemble digne de confiance.

Le cas de la migration hors des bases de données héritées

Catherine : Voici une question amusante : un DSI dit que j'ai déjà une base de données. Argumentez pourquoi ce n'est plus suffisant.

Ari : J'adore celle-ci parce que j'ai vécu de l'autre côté. Je peux vous dire que l'architecture fondamentale derrière les bases de données traditionnelles n'a fondamentalement pas changé depuis des décennies. Ces fondations ont été construites pour une autre époque.

Voici ce qui a changé. Avec Lakebase, vous pouvez provisionner une nouvelle base de données instantanément – pas en jours ou en semaines. Et la plupart des bases de données créées aujourd'hui sont provisionnées par l'IA.
La deuxième chose est le coût. Traditionnellement, si vous aviez besoin d'un environnement de production, d'un environnement de test et d'un environnement d'assurance qualité, vous faisiez trois copies de vos données. Triple stockage, triple coût. Avec Lakebase, vous pouvez créer une centaine d'environnements sans faire une seule copie des données sous-jacentes. J'étais justement au Brésil, et des entreprises me disaient avoir réduit leur coût total de possession de 40 % après la migration. Le chiffre le plus élevé que j'ai entendu est de 98 %. Tout le monde n'y arrive pas, mais les économies sont réelles partout où je vais.

Et puis l'échelle. Arctic Wolf, le plus grand centre d'opérations réseau au monde, gère plus d'un trillion d'enregistrements sur Databricks chaque jour. Les anciennes hypothèses ne tiennent plus.

Catherine : Quelle est la vraie différence entre poser une question sur vos données et gérer votre entreprise avec elles ?
Ari : La façon la plus simple de le dire : l'un vous dit ce qui s'est passé, l'autre vous aide à décider quoi faire ensuite.

Une compagnie aérienne internationale avec laquelle je travaille avait 80 fournisseurs – restauration, sécurité, électronique, tout cela. Ils ont demandé à Genie : Lequel de nos fournisseurs nous surfacture ? Classez-les. Quelque chose comme ça aurait pris des mois à une équipe d'analystes. Genie y a répondu. Il s'est avéré que leur fournisseur de jus d'orange était le plus gros surfacturé. Maintenant, ils savent exactement où aller pour renégocier. C'est ça, gérer une entreprise avec des données.

Supercell – ils créent des jeux avec des centaines de millions de joueurs mensuels – utilise Lakebase pour le matchmaking en temps réel, les contrôles de toxicité et les décisions d'achat en jeu. Tout cela se produit en direct, à grande échelle, car l'infrastructure de données peut suivre.

Et iFood au Brésil, qui gère plus de 90 % des livraisons de nourriture dans le pays, utilise Lakebase pour acheminer les motocyclistes à travers les villes denses en temps réel. Ce ne sont pas des entreprises qui envisagent d'utiliser leurs données de manière plus efficace un jour. Elles le font déjà.

La gouvernance rend l'analyse digne de confiance

Catherine : Pourquoi les sémantiques et les définitions métier sont-elles importantes pour que les dirigeants fassent confiance à l'analyse conversationnelle ?

Ari : Plus que ce que la plupart des gens ne pensent, honnêtement. Voici un exemple simple. Vous demandez à trois dirigeants de la même entreprise de définir le profit. Vous obtiendrez trois réponses différentes. Idem pour le taux de désabonnement des clients, idem pour la satisfaction client. Si votre système d'analyse ne sait pas quelle définition utiliser, vous obtiendrez des réponses qui provoquent des disputes au lieu d'un alignement.

Databricks donne aux dirigeants la possibilité de définir eux-mêmes ces termes sans aucun développement logiciel requis. Un dirigeant peut dire : pour moi, une vente ne compte pas avant que la période de retour de 30 jours ne soit terminée. Cette définition est maintenant intégrée pour tous ceux qui utilisent cet espace Genie. Vous pouvez même télécharger votre manuel RH ou votre manuel d'opérations, et Unity Catalog l'utilisera pour mieux comprendre le langage de votre entreprise.

FordDirect a fait quelque chose de similaire sur son réseau mondial de concessionnaires. Dans des milliers d'endroits, des utilisateurs très peu techniques, des vendeurs de voitures, recevaient des rapports opérationnels quotidiens via Genie. Des rapports qui incluaient quels clients venaient, quels véhicules arrivaient et quelles voitures étaient rappelées. Ils ont mené une enquête de satisfaction, et elle a obtenu 95 % d'approbation. Pour un public non technique à cette échelle, ce chiffre est presque inouï.

Catherine : Que se passe-t-il lorsque l'analyse conversationnelle n'est pas connectée à des systèmes opérationnels gouvernés ?
Ari : Vous obtenez de la dérive, et vous perdez la confiance, et une fois que vous avez perdu la confiance, il est très difficile de la retrouver. Nous avons interrogé plus de 20 000 clients, et le principal obstacle à l'adoption de l'IA et des données était le manque de confiance. Pas le coût, pas la complexité — la confiance. Et cette méfiance provient de systèmes qui ne sont pas gouvernés, où différentes équipes définissent les choses différemment, et les réponses commencent à diverger de la réalité. Les hallucinations sont la version spectaculaire de cela, mais la version plus subtile — des données légèrement obsolètes, des définitions légèrement incohérentes — est en fait plus dangereuse car elle est plus difficile à détecter.

Catherine : Pour les dirigeants qui disent que l'analyse en langage naturel est trop risquée car la terminologie change constamment, que faut-il pour qu'ils puissent avancer ?
Ari : Ils n'ont pas tort, le risque est réel. Sans garde-fous, les chatbots à usage général sont véritablement risqués car ils ne savent pas si les données qu'ils utilisent datent de la semaine dernière ou d'il y a cinq ans. Et ils ne comprennent pas le contexte de votre entreprise. La réponse n'est pas d'attendre, cependant. La réponse est d'être délibéré sur la façon dont vous le déployez.

Fox Sports est l'exemple auquel je reviens toujours. Leur réputation est entièrement basée sur l'exactitude. Les gens prennent des décisions, parfois financières impliquant des paris, basées sur leur contenu. Ils ont mis en place un chatbot public alimenté par Databricks. Mais ils ont été prudents dans son déploiement. Ils ont pré-défini ce qui pouvait et ne pouvait pas être demandé. Ils ont fait en sorte que des humains façonnent la manière dont les réponses étaient formulées. Et ils ont intégré des contrôles pour prévenir les hallucinations. Aujourd'hui, 25 % de toutes les questions sur Fox Sports passent par cet environnement. Tout cela parce qu'ils ont d'abord mis en place les bonnes bases.

L'écart concurrentiel s'ouvre déjà

Catherine : Pour le dirigeant qui pense que Genie n'est qu'un outil de text-to-SQL avec une meilleure histoire, qu'est-ce qu'il manque ?
Ari : Beaucoup de choses, pour être honnête. La chose fondamentale qu'il manque, c'est que Genie est construit sur leurs données, avec leur terminologie, et gouverné par leurs règles métier. Un chatbot générique a été entraîné sur Internet — paroles de Taylor Swift, anecdotes historiques, peu importe. Genie sait ce que votre entreprise entend par le terme client et connaît votre exercice fiscal. Il connaît votre catalogue de produits. Cette spécificité granulaire est importante. Et Genie va bien au-delà de la question et de la réponse. Genie fait de la recherche ouverte. Il fait des prédictions. Il se connecte à vos systèmes adjacents comme Salesforce, Workday, SAP, Slack, afin que vous puissiez poser des questions qui couvrent l'ensemble de votre entreprise. J'ai vu des cadres l'utiliser pour poser des questions véritablement ouvertes comme : « Sur quoi devrais-je me concentrer aujourd'hui ? » Et ces cadres repartent avec deux idées qu'ils n'avaient jamais envisagées. Ce n'est pas du text-to-SQL. C'est quelque chose de très différent.

Catherine : Dernière question — dans 18 mois, qu'est-ce qui séparera les entreprises qui opérationnalisent une pile de données moderne de celles qui font encore des démonstrations ?

Ari : J'ai fait partie de l'histoire derrière le film « Moneyball », qui tournait autour de la façon dont une industrie (la Ligue majeure de baseball) a dû changer. Les équipes qui ne se sont pas adaptées ont été laissées pour compte de manière spectaculaire et rapide. La phrase de cette histoire était « s'adapter ou mourir ». Cela semble extrême, mais j'y reviens toujours.

Je suis allé au Brésil, en Australie, en Inde, en Europe et en Asie ces derniers mois seulement. Partout où je vais, les entreprises évoluent rapidement. Celles qui sont sérieuses à ce sujet en ce moment prennent de l'avance. Et l'écart ne restera pas petit — il va se creuser. La valeur est réelle. Les entreprises obtiennent de meilleurs aperçus, oui, mais elles automatisent également le travail qui consumait des équipes entières, transforment les chaînes d'approvisionnement et accélèrent le développement de logiciels. Tout cela est disponible dès maintenant. Les dirigeants qui considèrent cela comme quelque chose à évaluer plus tard découvriront que le « plus tard » est arrivé plus tôt qu'ils ne le pensaient.

La pile de données a changé. La question est : avez-vous changé ?

Voici l'argument d'Ari : il ne s'agit pas vraiment de produits. Il s'agit d'un changement dans ce qui est possible et de la rapidité avec laquelle cela devient l'attente de base.
Genie et Lakebase ne sont pas un outil de BI et une base de données qui se trouvent sur la même plateforme. Ils sont une réponse unique à une question que tous les leaders de données se posent actuellement : comment faire en sorte que nos données fonctionnent réellement pour les personnes qui dirigent l'entreprise ? L'un les stocke et les gouverne à une échelle pour laquelle les systèmes hérités n'ont jamais été conçus. L'autre les met en langage clair devant les personnes qui en ont le plus besoin, avec le contexte et les garde-fous nécessaires pour les rendre fiables.

Les organisations qui réussissent ne se contentent pas de mieux exécuter leurs rapports. Elles prennent des décisions plus rapides, détectent les problèmes plus tôt et trouvent des opportunités que leurs concurrents sont encore en train de construire des feuilles de calcul pour trouver.

Découvrez ce que Genie et Lakebase peuvent faire pour votre organisation.

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original