Avantage vertical : transformer les secteurs avec Lakebase et l'IA agentielle

Dans le premier blog de cette série, nous avons vu comment Lakebase Postgres réécrit les fondations des applications d'entreprise, en éliminant la division vieille de plusieurs décennies entre systèmes opérationnels et analytiques au profit d'une plateforme unifiée et gouvernée. En intégrant une base de données transactionnelle Postgres sans serveur (serverless) directement sur la plateforme Data and AI, Lakebase élimine les pipelines et la double gouvernance qui séparaient auparavant une transaction d'une décision. Nous avons présenté les accélérateurs intersectoriels et spécifiques à chaque fonction que nos partenaires ont développés sur ce socle : des modèles réutilisables pour la mémoire des agents, la modernisation des bases de données et les opérations en temps réel, applicables quel que soit votre secteur d'activité. La réponse du marché a été décisive : depuis son lancement, l'adoption de Lakebase a progressé plus de deux fois plus vite que celle de notre produit de data warehousing, et des milliers d'entreprises exécutent désormais des charges de travail en production.

Mais une capacité fondamentale ne devient un avantage concurrentiel que lorsqu'elle répond aux réalités spécifiques d'un secteur : le changement réglementaire auquel une banque doit répondre et prouver qu'elle l'a fait, le sinistre qu'un assureur doit régler en quelques minutes plutôt qu'en quelques jours, l'autorisation préalable qu'un prestataire de santé ne peut pas faire attendre à un patient, ou le rayon vide qu'un distributeur doit repérer avant que le client ne s'en aille. C'est là que nos partenaires de conseil et SI transforment la plateforme en résultats concrets. Dans ce second blog, nous présentons les solutions sectorielles développées par les partenaires de Databricks sur Lakebase, couvrant les services financiers, la fabrication et l'énergie, le commerce de détail, les CPG, le voyage et l'hôtellerie, la santé et les sciences de la vie, les communications et les médias, ainsi que le secteur public. Chacune d'elles associe une expertise sectorielle approfondie à la vitesse opérationnelle, à la gouvernance unifiée et à la préparation aux agents de Databricks Lakebase, et toutes sont prêtes pour la production dès aujourd'hui.

Ce blog présente des solutions partenaires innovantes basées sur Databricks Lakebase dans les catégories suivantes : 

• Services financiers
• Fabrication et énergie
• Commerce de détail, CPG, voyage et hôtellerie
• Santé et sciences de la vie
• Communications, médias, divertissement et jeux vidéo
• Secteur public 

Services financiers  

Advancing analytics 
Le Regulation Change Agent d'Advancing Analytics aide les entreprises de services financiers à s'adapter aux changements réglementaires, et à prouver qu'elles l'ont fait, grâce à Databricks Lakebase. Les équipes de conformité font face à un volume croissant de directives de la part d'organismes comme la FCA, la PRA et l'UE, mais la difficulté ne réside pas seulement dans la lecture des règles. Il s'agit de prouver ce qui a changé, quand cela a été identifié et comment l'entreprise a réagi. Des agents spécialisés surveillent, interprètent et analysent les écarts pour chaque changement, tandis que Lakebase sert de système d'enregistrement pour les événements, les analyses, les projets et les décisions. Unity Catalog gouverne le contexte du lakehouse lu par les agents. Le résultat : une réponse plus rapide, moins d'efforts manuels et une piste d'audit solide pour les régulateurs. Lisez ce blog pour en savoir plus. 

Bitwise
La plateforme AI-Native Claims Operations Platform de Bitwise, développée sur Databricks Lakebase et la Databricks Data Intelligence Platform, transforme la gestion des sinistres, passant de flux de travail manuels et fragmentés à une plateforme opérationnelle intelligente optimisée par l'IA. Plutôt que de remplacer les systèmes d'assurance de base tels que Guidewire ou Duck Creek, elle les complète en servant de système de travail, tandis que Databricks devient le système d'intelligence. Lakebase fournit un espace de travail collaboratif haute performance pour la saisie des sinistres, les enquêtes, la gestion des documents, la coordination des prestataires et les activités des experts, avec une synchronisation continue dans le Databricks Lakehouse via Lakeflow. Propulsée par un graphe de connaissances des sinistres (Claims Knowledge Graph) et des agents Mosaic AI, la plateforme offre une détection des fraudes en temps réel, la prédiction de la gravité, des recommandations de réserves, de l'analyse intelligente de documents et des copilotes pour les experts. Les assureurs peuvent réduire le délai de règlement des sinistres de quelques jours à quelques minutes, limiter les fuites d'indemnisation et les frais de règlement des sinistres (LAE), éliminer les pipelines ETL et CDC complexes, améliorer la productivité des experts, accélérer les cycles de règlement et, en fin de compte, optimiser le ratio de sinistralité, le ratio combiné et la satisfaction client.

Capgemini
Accélérateur sectoriel KYC + pKYC : L'accélérateur KYC + pKYC de Capgemini est une solution orientée domaine et basée sur des agents, conçue pour transformer les processus KYC et pKYC. En s'appuyant sur une expertise sectorielle approfondie et une automatisation basée sur les données, associées à l'IA conversationnelle, l'accélérateur simplifie l'onboarding des clients, la surveillance continue et la recertification périodique. Il établit un socle de données KYC unifié sur une architecture Lakehouse, intégrant un raisonnement tenant compte des politiques et des réglementations. Cette solution utilise Lakebase pour activer certains des processus clés de la gestion des rapports et, globalement, réduit considérablement l'effort manuel, accélère les délais d'onboarding, améliore l'explicabilité et l'auditability, et fournit un cadre évolutif et d'avenir pour des opérations KYC et pKYC intelligentes.

Datapao
L'accélérateur Datapao Hyper-Personalization Accelerator associe Databricks Genie et Lakebase pour offrir des expériences client personnalisées et en temps réel à l'échelle de l'entreprise. La solution unifie l'intelligence analytique du lakehouse avec un service opérationnel à faible latence, permettant aux équipes marketing, e-commerce et d'expérience client de générer des recommandations, du contenu et des offres sur mesure avec un temps de réponse inférieur à la seconde. Les utilisateurs métier peuvent explorer les segments de clientèle et valider des hypothèses de personnalisation via des requêtes en langage naturel dans Genie, tandis que Lakebase alimente la couche de service de niveau production pour les applications en direct. Développé sur Unity Catalog pour un accès gouverné et conforme aux données clients, l'accélérateur fournit un modèle reproductible pour opérationnaliser la personnalisation dans tous les secteurs. Lisez ce blog pour en savoir plus.

Entrada
La plateforme Mortgage Intelligence Platform d'Entrada unifie les pipelines internes, l'intelligence immobilière de Cotality, les signaux concurrentiels et le contexte géospatial dans une vue exploitable. Des insights natifs de l'IA révèlent les opportunités et les risques cachés, donnant ainsi les moyens d'agir aux équipes chargées des prêts, de la souscription et des risques. L'orchestration intégrée des agents et les pistes d'audit de Lakebase garantissent que chaque recommandation est transparente, vérifiable et entièrement prête pour la conformité. En s'appuyant sur les analyses conversationnelles de Genie et l'orchestration d'Agent Bricks, la plateforme permet aux organisations d'interroger les insights en langage naturel, d'assembler des dossiers d'information complets et d'agir de manière décisive sur les opportunités de rétention et d'octroi. Lisez ce blog pour en savoir plus. 

IBM
Claims & Underwriting Copilot : La gestion des sinistres et la souscription sont les domaines où l'expérience client, l'économie des sinistres et la conformité se rencontrent. Un Claims & Underwriting Copilot basé sur Genie + Lakebase offre aux experts et aux souscripteurs une couche de décision unique en temps réel : données unifiées sur les polices, les sinistres, les tiers et les documents ; extraction automatisée à partir des soumissions, des FNOL, des dossiers médicaux, des estimations et de la correspondance ; scoring prédictif des risques ; et recommandations gouvernées sous supervision humaine. Les conclusions du World Cloud Report de novembre 2025 de Capgemini montrent que les assureurs ciblent les agents d'IA pour la souscription (68 %) et le traitement des sinistres (65 %), pourtant seulement 10 % des institutions financières ont déployé des agents à grande échelle. Cet écart représente une opportunité : accélérer les décisions sans sacrifier le contrôle ou la confiance, à la vitesse de l'entreprise. 

Impetus
Le framework de solution de détection de la fraude par carte bancaire en temps quasi réel d'Impetus sur Databricks, propulsé par Lakebase et Genie, permet un traitement à faible latence des transactions à volume élevé. Les pipelines de streaming ingèrent et transforment les données, tandis que Lakebase fournit des caractéristiques intelligentes pour une inférence rapide et évolutive. Les modèles de machine learning, combinés à une logique basée sur des règles, permettent une détection précise de la fraude, et Genie fournit des insights conversationnels sur les données de conformité et de risque. Cette approche unifiée garantit une prise de décision en temps quasi réel, une intelligence gouvernée et des performances évolutives, permettant aux entreprises de détecter proactivement la fraude tout en maintenant la transparence, l'auditabilité et un accès facile aux insights.

Le framework de solution d'Impetus pour le traitement des sinistres en temps réel, conçu sur Databricks Lakebase : Le traitement des sinistres d'assurance est une fonction critique pour les assureurs, englobant la soumission, la validation, l'évaluation et le règlement des sinistres. Les systèmes traditionnels fonctionnent souvent en silos avec un traitement par lots, ce qui entraîne des retards d'approbation, des données fragmentées et une prise de décision réactive. Impetus modernise ce cas d'usage avec une architecture centrée sur Lakebase, où les transactions de sinistres et de paiements sont capturées en temps réel, permettant des opérations à faible latence, conformes aux normes ACID et à forte simultanéité. En s'appuyant sur la plateforme de données unifiée de Databricks, les données transactionnelles peuvent être lues et écrites directement dans Lakebase pour des opérations en temps réel, tandis que les données sont synchronisées avec le Lakehouse pour les analyses, les insights et une meilleure efficacité opérationnelle. Lisez ce blog pour en savoir plus. 

Indicium AI
Enterprise Risk Intelligence offre aux dirigeants une visibilité continue sur les risques opérationnels, financiers et de conformité dans l'ensemble de l'entreprise. Conçue sur Databricks avec Lakebase, la solution unifie les signaux de risque dans des vues exécutives gouvernées, fait émerger les anomalies dès qu'elles apparaissent et permet une investigation conversationnelle des causes profondes. Les dirigeants passent de revues de risques trimestrielles à une prise de décision en temps réel, tandis que les équipes de gouvernance réduisent l'effort de surveillance manuelle de 30 à 50 % sans compromettre le contrôle. Les assureurs, les banques et les entreprises réglementées renforcent leur posture d'audit, résolvent les incidents en quelques heures au lieu de plusieurs semaines et libèrent de la capacité auparavant consacrée aux rapports réactifs. Le résultat est une fonction de gestion des risques qui évolue avec l'entreprise plutôt que contre elle. Lisez ce blog pour en savoir plus. 

Koantek
Risk and Compliance basé sur Ascend AI AppBase industrialise les applications Databricks et les meilleures pratiques de Lakebase dans une livraison d'applications opérationnelles gouvernées. Une bibliothèque croissante de kits de démarrage axés sur Lakebase fonctionne sur une fondation partagée Data-Intelligent Starter, en commençant par l'intelligence client, les opérations d'agents d'IA, le risque et la conformité, et les opérations industrielles. Chaque kit sert les données de Unity Catalog via des Synced Tables, stocke l'état transactionnel de l'application dans Lakebase et est livré via des ressources d'application, des liaisons valueFrom, des autorisations de principal de service et des Declarative Automation Bundles. Koantek ajoute la couche terrain qui permet d'aller au-delà d'une simple démo : schémas verticaux, matrices d'attribution de droits, bundles générés, environnements de test QA et preuves prêtes pour l'audit. Lisez ce blog pour en savoir plus. 

LTM
Risk Sentinel de LTM est un système d'alerte précoce des risques pour les banques. Dans un monde où les risques chuchotent avant de rugir, Risk Sentinel élimine le bruit de fond, détectant les signaux faibles, reliant les points entre les paiements, les transactions et les fluctuations du marché, et faisant remonter des cas de risque prioritaires et étayés par des preuves avant que les comptes ne deviennent non performants. Ses opérations basées sur des agents garantissent qu'aucune alerte n'est ignorée, retardée ou perdue, chaque signal étant pris en charge de sa création à sa résolution. Il est conçu à l'aide de deux plateformes : Databricks et BlueVerse de LTM. LTM BlueVerse est une plateforme d'IA low-code/no-code dotée d'un catalogue d'agents réutilisables préconçus. Risk Sentinel s'appuie sur des agents et des outils préconçus de BlueVerse et s'intègre de manière transparente à la plateforme Databricks. L'application est hébergée sur Databricks Apps, utilise Lakebase pour la configuration et la gestion des jetons, Lakehouse pour le stockage des données, AI Gateway pour les LLM, les garde-fous et la limitation du débit, LLM-as-Judge pour l'évaluation, et enfin Unity Catalog pour la gouvernance et la sécurité de niveau entreprise. Lisez ce blog pour en savoir plus. 

Cyber Risk Navigator de LTM est une solution conçue par LTM pour répondre à un défi majeur de l'assurance : doter les souscripteurs et les conseillers en risques d'une intelligence unifiée et prête à la décision sur les cyber-risques. La plateforme fournit des insights complets tels que des résumés d'exposition aux cyber-risques, des indicateurs de pertes potentielles, des vues d'analyse comparative avec les pairs et des recommandations de couverture, permettant des discussions plus riches sur les risques et une prise de décision plus rapide lors des interactions avec les clients. L'application est construite avec Lakebase comme pilier central pour le traitement des événements et les analyses, créant une couche applicative unifiée qui ingère des données provenant de multiples sources internes et externes. Les entrées utilisateur provenant du front-end sont capturées et traitées directement au sein de Lakebase, qui orchestre les appels API, gère le traitement analytique et consolide les sorties de modèles et les insights dans une seule couche gouvernée. Propulsée par l'écosystème Databricks, cette architecture élimine les mouvements de données multi-sauts, réduit la latence et permet un conseil en cyber-risque en temps réel et basé sur les données, donnant aux souscripteurs les moyens de prendre des décisions plus rapides et plus éclairées à grande échelle. Lisez ce blog pour en savoir plus. 

Customer Centricity de LTM : Customer Centricity montre comment les banques peuvent opérationnaliser la centralité client en utilisant Databricks Genie et Lakebase pour générer des résultats commerciaux mesurables. Il unifie les données clients issues du système bancaire central, des cartes, des transactions, du service client et des canaux digitaux dans une lakebase gouvernée afin de créer un profil client prêt à l'action. Genie permet à des personas tels que les chargés de clientèle et les analystes marketing d'interagir de manière conversationnelle avec les insights clients, de hiérarchiser les prochaines meilleures actions et de générer des campagnes avec des arguments basés sur les données. Un agent superviseur opérationnalise les résultats en attribuant des clients, en recommandant des produits et en générant des scripts de contact, aidant ainsi les banques à augmenter leur part de portefeuille, à améliorer la composition de leurs produits, à réduire l'attrition et à améliorer l'expérience client à grande échelle. Lisez ce blog pour en savoir plus. 

Polestar Analytics
WealthPulse est une plateforme d'opérations de gestion de patrimoine propulsée par l'IA, conçue pour les cabinets de RIA. Elle ingère, unifie et opérationnalise automatiquement les données de plus de 35 fournisseurs répartis sur 7 types de sources : dépositaires, CRM, facturation, conformité, données de marché, et plus encore. Son moteur de déverrouillage progressif de 118 KPI fournit des analyses plus approfondies à mesure que les sources de données se connectent, tandis que des tableaux de bord dédiés s'adressent à trois personas : les administrateurs IT Ops (santé des pipelines), les conseillers financiers (analyses des foyers) et la direction du cabinet (KPI à l'échelle du cabinet). Elle s'appuie sur Databricks Lakebase comme stockage de données sous-jacent, Unity Catalog pour la gouvernance et le lignage, Mosaic AI pour l'entraînement des modèles de ML (risque d'attrition, optimisation de portefeuille), et Databricks Genie pour l'IA conversationnelle sur l'ensemble de la plateforme. Lisez ce blog pour en savoir plus. 

Wipro
Wealth AI : WealthAI est une plateforme complète pilotée par l'IA qui couvre l'ensemble du cycle de vie de la gestion de patrimoine, qu'il s'agisse d'améliorer l'expérience des conseillers financiers, de renforcer l'engagement des clients ou d'accélérer les opérations du middle et du back-office. Conçue sur une architecture multi-agents évolutive s'appuyant sur Databricks Lakebase/Lakehouse, elle permet des analyses en temps réel, un accès gouverné aux données et une orchestration résiliente des agents d'IA. WealthAI applique des analyses marketing avancées, des recommandations de produits personnalisées et l'automatisation de la surveillance des transactions, de l'analyse des écarts de transaction et des processus SAR. Pour les conseillers financiers, elle génère des propositions de haute qualité, des études de marché personnalisées et du contenu de conseil. Avec Databricks Genie qui permet des analyses conversationnelles et une solide gouvernance des modèles et des données, WealthAI améliore l'efficacité, la conformité, la qualité des données, la productivité des conseillers et l'excellence commerciale globale. Regardez la démo et lisez le blog pour en savoir plus. 

Zeb 
zeb Agentic Lakebase for Financial Services est un modèle natif d'agent industrialisé qui opérationnalise le positionnement de Databricks en tant que « base de données pour les agents ». Un agent AI reçoit un environnement Lakebase délimité comme mémoire persistante et runtime transactionnel, avec des outils pour requêter, exécuter, faire évoluer les schémas et ingérer des données. Il fonctionne selon deux modes. Greenfield : l'agent prend une invite métier, provisionne Lakebase, conçoit le modèle de données, génère le code d'application et déploie automatiquement une Databricks App en direct. Brownfield : l'agent ingère un prototype existant de Lovable, Bolt, v0 ou Cursor, en déduit le modèle et le migre en production. Là où d'autres donnent aux agents un contexte en lecture seule, zeb offre une propriété transactionnelle complète. Lisez ce blog pour en savoir plus. 

Fabrication et énergie  

Aimpoint Digital
L'application Energy Intelligence Application d'Aimpoint Digital aide les entreprises du secteur de l'énergie, des services publics et des infrastructures AI à transformer des données opérationnelles fragmentées en actions plus rapides et plus intelligentes. Bâtie sur Databricks et propulsée par Lakebase pour des mises à jour opérationnelles en quasi-temps réel, elle unifie la télémétrie en direct, l'état des actifs, le contexte historique, la coordination des flux de travail et les enquêtes assistées par AI dans une expérience gouvernée unique. Les équipes peuvent détecter les anomalies plus tôt, enquêter sur les problèmes avec plus de confiance et réagir plus rapidement sans dépendre d'outils déconnectés ou de transferts manuels. Le résultat est un modèle opérationnel plus résilient qui améliore la visibilité, accélère la réponse aux incidents, réduit l'effort manuel et crée une transition concrète entre signaux bruts et décisions éclairées et gouvernées. 

Celebal Technologies
CT Vision redéfinit l'architecture AI d'entreprise en conservant les bases de données opérationnelles au sein de l'espace de travail Databricks grâce à Lakebase. Au lieu de s'appuyer sur des bases de données externes comme RDS, la plateforme unifie le calcul AI, le stockage, la gouvernance et les opérations transactionnelles au sein d'une seule limite sécurisée. Cette approche réduit la complexité du réseau, minimise les frictions de conformité, simplifie les déploiements et améliore l'auditabilité. En s'appuyant sur les schémas PostgreSQL JSONB, CT Vision permet aux modèles AI et aux structures de KPI d'évoluer sans migrations de bases de données perturbatrices. La plateforme offre une intelligence vidéo évolutive et prête pour l'entreprise, avec des déploiements plus rapides, une gouvernance renforcée, une gestion simplifiée des infrastructures et une adaptabilité fluide pour des flux de travail AI en constante évolution. Lisez ce blog pour découvrir comment une architecture unifiée native de Databricks simplifie les opérations AI d'entreprise tout en accélérant l'innovation.

Datapao 
La plateforme Real-Time Supply Chain Intelligence de Datapao unifie les expéditions, la production, les stocks et les risques dans une vue unique en direct sur Databricks. En cas de perturbation, les expéditions concernées sont immédiatement signalées, redirigées automatiquement, et l'impact est tracé jusqu'à l'usine en quelques secondes — transformant une recherche de plusieurs jours dans des systèmes déconnectés en une décision immédiate et éclairée. Bâtis sur Lakebase, l'état opérationnel en direct et la couche analytique partagent une base unique, ce qui la rend prête pour l'AI dès le premier jour, plutôt qu'après des mois d'intégration. Elle fonctionne pour tous les modes de transport — maritime, aérien, ferroviaire, routier — et lance des simulations de scénarios afin que les équipes puissent tester leurs décisions avant de s'engager. Lisez ce blog pour en savoir plus. 

Delaware
MDMS de nouvelle génération sur Databricks – Données de compteurs évolutives et fiables : Les services publics font face à une pression croissante pour traiter des volumes massifs de données de compteurs intelligents tout en garantissant la précision, la conformité et la vision opérationnelle. Le système de gestion des données de compteurs (MDMS) de Delaware, basé sur Databricks, consolide les données de tous les systèmes frontaux et existants dans Lakebase en tant que système d'enregistrement persistant et fiable. Bâti sur le Lakehouse, il permet une ingestion, une standardisation et une validation évolutives de milliards de relevés en quasi-temps réel. Unity Catalog offre une gouvernance et un lignage de bout en bout, garantissant la conformité réglementaire et la cohérence des données à l'échelle de l'entreprise. Genie permet aux utilisateurs métier, du service client aux opérations sur le terrain, d'accéder à des informations via le langage naturel. Par rapport aux plateformes MDMS traditionnelles, cette approche offre une plus grande évolutivité, des coûts réduits et un accès plus rapide aux informations, améliorant ainsi la précision de la facturation, réduisant les frais opérationnels et permettant une gestion plus intelligente du réseau.

Donner le pouvoir au travailleur connecté avec Genie & Lakebase par Delaware : Delaware permet aux opérateurs, ingénieurs et directeurs d'usine de prendre des décisions plus rapides et basées sur les données en transformant les données d'usine en une expérience conversationnelle. Grâce à l'intégration avec un large écosystème de partenaires OT pris en charge, les données OT en temps réel sont capturées et contextualisées directement dans le Databricks Lakehouse, créant ainsi une vue unifiée entre les systèmes IT et OT. Lakebase sert de base persistante pour des données industrielles fiables et à haut volume. Avec Genie, les utilisateurs peuvent interroger les performances, la qualité et les temps d'arrêt en langage naturel, sans dépendre de tableaux de bord statiques ou du support technique. Unity Catalog garantit un accès sécurisé et gouverné avec un lignage complet et une auditabilité sur l'ensemble des données et des interactions. Le résultat est une analyse plus rapide des causes profondes, une traçabilité améliorée et une réduction des temps d'arrêt, tout en fournissant une base évolutive pour la modernisation des MES et les cas d'usage de l'Industrie 4.0.

Diggibyte 
LakePulse - Intelligence de fabrication en temps réel propulsée par Databricks Lakebase : LakePulse est une plateforme d'opérations de fabrication en temps réel bâtie sur Databricks, conçue pour combler le fossé entre les données opérationnelles et l'action sur le terrain. En combinant les capacités analytiques du Databricks Lakehouse et les capacités de service à faible latence de Lakebase, LakePulse fournit des KPI en direct, des informations sur la santé des équipements, des alertes opérationnelles et les tendances récentes des processus directement aux opérateurs, superviseurs et directeurs d'usine. La plateforme permet des notifications d'alerte instantanées, des flux de travail d'acquittement rapides et un accès mobile fluide sur tous les appareils. Grâce à une gouvernance unifiée via Unity Catalog, LakePulse transforme les données de fabrication en intelligence exploitable, permettant aux entreprises d'améliorer leur réactivité, de réduire les temps d'arrêt, de renforcer l'efficacité opérationnelle et d'accélérer la prise de décision dans l'atelier. Lisez ce blog pour en savoir plus. 

Diggibyte LakeForge - Modernisation des applications de fabrication sur Databricks : LakeForge est une plateforme unifiée d'exécution et d'intelligence de fabrication bâtie sur Databricks, conçue pour faire converger de manière fluide les transactions opérationnelles, les processus métier et les analyses d'entreprise. En s'appuyant sur Databricks Lakebase comme base transactionnelle, LakeForge alimente les flux de production, les mouvements de stocks, les processus de qualité et les applications opérationnelles avec des performances à faible latence, tout en se synchronisant en continu avec les données Lakehouse préparées pour des analyses avancées et l'AI. En éliminant les silos de données entre les systèmes opérationnels et les plateformes analytiques, LakeForge crée un écosystème de fabrication numérique connecté où les applications, les informations et les décisions reposent sur la même base de données fiable. Le résultat est une innovation plus rapide, une visibilité accrue sur les processus, une agilité opérationnelle renforcée et une fabrication intelligente à grande échelle. Lisez ce blog pour en savoir plus. 

IBM
Supply Chain Intelligence Hub : Supply Chain Intelligence Hub (Lakebase) permet aux entreprises de mettre en place une couche d'intelligence basée sur l'AI à travers leur chaîne d'approvisionnement, en unifiant les données des systèmes ERP, TMS, WMS, MES, EDI et des fournisseurs au sein d'une base unique et fiable. Bâti sur le Databricks Lakehouse, il offre une visibilité en temps réel, des informations prédictives et des recommandations automatisées pour équilibrer l'offre et la demande. De l'anticipation des perturbations comme les intempéries à l'optimisation de la disponibilité des pièces par rapport aux calendriers de production, la plateforme permet de prendre des décisions proactives et basées sur les données. En connectant la planification, les achats et la logistique, elle transforme des opérations fragmentées en une chaîne d'approvisionnement coordonnée, résiliente et réactive qui améliore les niveaux de service, réduit les risques et génère une valeur commerciale mesurable.

IBM Field Service Agent Assist : Field Service Agent Assist offre aux équipes sur le terrain une intelligence en temps réel et contextuelle, fournissant des conseils mains libres, des diagnostics et une documentation automatisée directement au sein des plateformes EAM existantes. En intégrant les données sur les actifs, les ordres de travail et les sources de connaissances de l'entreprise, elle prend en charge les inspections guidées, les flux de travail de réparation et les recommandations de pièces, tout en enregistrant les activités de manière fluide grâce à l'interaction vocale. Conçue sur une plateforme AI sécurisée et gouvernée, elle garantit la traçabilité et une supervision humaine (human-in-the-loop). La solution réduit le temps moyen de réparation, augmente le taux de résolution dès la première intervention, minimise la charge administrative et renforce la conformité en matière de sécurité, tout en préservant les connaissances critiques et en permettant des opérations sur le terrain plus efficaces, informées et résilientes.

IBM Drone Operations Control Plane est une plateforme d'opérations axée sur les cartes qui unifie les actifs, les ordres de travail, l'imagerie par drone et les données environnementales en une vue unique et fiable de la santé des infrastructures. Bâtie sur Databricks Lakebase, elle ingère et affine les données SCADA, EAM/CMMS, météorologiques et médias pour alimenter l'évaluation des risques, l'analyse de la végétation et les insights prédictifs. La classification automatisée des images associe directement les photos de drones aux actifs et aux ordres de travail, éliminant les processus manuels et permettant la détection d'anomalies et la priorisation de la maintenance. En signalant de manière proactive l'empiétement de la végétation et les risques liés aux actifs, la solution améliore la traçabilité des inspections, accélère le tri, optimise la planification des ressources, réduit les pannes et renforce la sécurité, la conformité et la résilience du réseau.

Infosys 
Energy.AI - Production Optimization : Energy.AI optimise les performances des puits de pétrole à l'aide d'une ingénierie basée sur l'AI et d'une plateforme d'intelligence des données propulsée par Databricks. Elle unifie les données SCADA, d'historisation et d'entreprise pour permettre une intégration rapide, des prévisions probabilistes, une surveillance en temps réel et une assurance de flux prédictive. Les insights et les résultats des modèles sont transmis aux ingénieurs via une application Databricks, tandis que LangGraph avec Lakebase permet des flux de travail d'agents évolutifs et avec état (stateful) comprenant des points de contrôle d'approbation humaine. La solution améliore la précision des prévisions, réduit le temps d'intervention et abaisse les coûts d'extraction, favorisant ainsi des opérations de production efficaces et axées sur les données. 

Koantek
Intelligent Operations basé sur Ascend AI AppBase transforme les meilleures pratiques de Databricks Apps et de Lakebase en un produit de livraison d'applications opérationnelles gouvernées. Une bibliothèque croissante de kits de démarrage axés sur Lakebase s'exécute sur un socle partagé Data-Intelligent Starter, en commençant par l'intelligence client, les opérations d'agents AI, les risques et la conformité, et les opérations industrielles. Chaque kit sert les données Unity Catalog via des Synced Tables, stocke l'état transactionnel de l'application dans Lakebase et est livré via des ressources d'application, des liaisons valueFrom, des autorisations de principal de service (service-principal) et des Declarative Automation Bundles. Koantek ajoute la couche terrain qui permet d'aller au-delà d'une simple démo : schémas verticaux, matrices d'attribution de droits, bundles générés, harnais de test QA et preuves prêtes pour validation. Lisez ce blog pour en savoir plus. 

Lovelytics 
Gridlytics : l'accélérateur Lovelytics Gridlytics AI combine les données sur l'environnement et la performance des actifs avec la puissance du Databricks Lakehouse et des modèles AI pour permettre une évaluation proactive des risques et garantir la résilience du système. Gridlytics AI, développé par Lovelytics en partenariat avec Databricks, est un accélérateur sur mesure conçu pour moderniser les opérations des réseaux de services publics. En unifiant les données cloisonnées — y compris les signaux environnementaux, la performance des actifs et les mesures sur le terrain — dans une interface unique (« single pane of glass ») sur une architecture lakehouse gouvernée, il permet une évaluation proactive des risques et une prise de décision plus rapide. La solution s'appuie sur la GenAI et l'analyse prédictive pour automatiser les flux de travail manuels, simuler des scénarios de panne et fournir des requêtes en langage naturel. Les principaux avantages comprennent des gains d'efficacité allant jusqu'à 30 % et des hausses de productivité de 20 %, aidant les services publics à passer d'une maintenance réactive à une stratégie résiliente et axée sur les données pour répondre aux exigences énergétiques modernes. Regardez cette démo pour en savoir plus. 

Lovelytics Dronelytics : Dronelytics est un accélérateur d'intelligence aérienne de bout en bout conçu sur la plateforme Databricks Data Intelligence Platform. Il automatise l'ingestion et le traitement de l'imagerie par drone pour simplifier les inspections de l'état des actifs dans les secteurs du transport, de la distribution et des énergies renouvelables. En utilisant l'Agentic AI et la vision par ordinateur, la solution identifie les défauts critiques — tels que les fissures de turbines et les isolateurs endommagés — avec des taux d'identification jusqu'à 40 % plus rapides. La plateforme unifie les données de drones cloisonnées dans une interface unique sécurisée (« single pane of glass ») via Unity Catalog, permettant une maintenance prédictive et une planification prioritaire. Cette architecture centralisée réduit l'effort manuel et les opérations redondantes sur le terrain, générant des gains d'efficacité de main-d'œuvre annuels estimés entre 750 000 $ et 900 000 $ par type d'actif. Regardez cette démo pour en savoir plus. 

Lovelytics Veglytics : Veglytics est une solution de gestion de la végétation de bout en bout conçue sur Databricks Apps et propulsée par Lakebase. Elle accélère le délai de rentabilisation (time-to-value) en utilisant un modèle de données sur mesure et des pipelines automatisés qui intègrent le LiDAR, l'imagerie aérienne et les données sur les actifs pour générer des insights sur les risques en haute résolution. La plateforme améliore la visibilité grâce à des tableaux de bord unifiés et des visualisations LiDAR 3D haute performance, permettant aux services publics de passer d'une maintenance réactive à une maintenance proactive. En intégrant une planification assistée par AI et des flux de travail d'équipe intégrés, Veglytics augmente considérablement l'efficacité opérationnelle. Cela permet une génération plus rapide des ordres de travail et un élagage ciblé des arbres, réduisant ainsi les risques de feux de forêt, garantissant la conformité réglementaire et optimisant les dépenses annuelles d'O&M de plusieurs millions de dollars. Regardez cette vidéo pour en savoir plus. 

Lovelytics Meteolytics : Meteolytics est une solution analytique haute performance conçue pour transformer des données météorologiques complexes en intelligence d'affaires exploitable. Conçue sur la plateforme Databricks, elle unifie des sources météorologiques disparates pour fournir aux entreprises d'énergie et de services publics des insights prédictifs sur l'offre, la demande et les impacts climatiques. L'outil propose une cartographie géospatiale, des alertes automatisées et des simulations de scénarios pour protéger les infrastructures et optimiser les réseaux d'énergie renouvelable. En intégrant des flux météo en temps réel aux données opérationnelles, Meteolytics AI aide les organisations à réduire les dépenses d'O&M et à réaliser jusqu'à 30 % de gain de temps pour les météorologues grâce à des visualisations simplifiées et interactives. Regardez cette vidéo pour en savoir plus. 

Lovelytics Windsights : Windsights est un accélérateur de maintenance prédictive propulsé par l'AI et conçu sur la plateforme Databricks Data Intelligence Platform. En unifiant la télémétrie SCADA haute fréquence, les données météorologiques et l'imagerie aérienne dans un Lakehouse gouverné, il permet aux services publics de passer d'une gestion d'actifs réactive à proactive. En utilisant des modèles de deep learning personnalisés et des LLM, Windsights identifie des schémas de défaillance complexes pour prédire la dégradation des composants avant qu'elle ne se produise. Cette approche réduit les temps d'arrêt des turbines de 35 à 50 % et abaisse considérablement les coûts d'O&M grâce à des interventions planifiées basées sur l'état des équipements. Livrée via une Databricks App conviviale, la solution optimise les performances du parc, améliore la sécurité des techniciens et prolonge la durée de vie globale des actifs éoliens. Regardez cette vidéo pour en savoir plus. 

Lovelytics Energylytics : Energylytics est une plateforme d'intelligence unifiée et propulsée par l'AI, développée par Lovelytics pour moderniser le trading d'énergie. Conçue sur la plateforme Databricks Data Intelligence Platform, elle centralise des données disparates — y compris les prix du marché, les modèles météorologiques et les conditions du réseau — en une source unique de vérité. En remplaçant les feuilles de calcul manuelles par une visibilité en temps réel et des analyses prédictives, la plateforme aide les services publics à optimiser leurs décisions de trading et à gérer les risques. Des fonctionnalités clés telles que Databricks Genie et Agent Bricks permettent le regroupement autonome des offres et des requêtes en langage naturel, pouvant générer entre 20 et 80 millions de dollars de marges supplémentaires tout en améliorant considérablement l'efficacité opérationnelle des équipes de trading d'énergie. Regardez cette vidéo et lisez ce blog pour en savoir plus. 

Perficient 
Battery Passport AI (BPAI) suit les données des batteries EV de l'usine au recyclage : évaluation de l'état de santé, prévision de la fin de vie et diffusion de données télématiques certifiées sur les batteries au point de vente pour les OEM de l'automobile et les acteurs du cycle de vie des batteries. Le gros du travail analytique est effectué dans le lakehouse, tandis que Lakebase, le moteur transactionnel Postgres géré de Databricks, transforme BPAI en une expérience utilisateur hautement interactive. Les scores de santé préparés, la télémétrie et l'historique d'entretien sont synchronisés de Delta vers Lakebase, que BPAI lit via une connexion Postgres standard avec une latence inférieure à la seconde : tableaux de bord de flotte, télémétrie au niveau de la batterie et intelligence de service, le tout en direct. Le tri des alertes réécrit dans Lakebase en temps réel, coordonné avec des verrous consultatifs (advisory locks) Postgres, de sorte que l'état opérationnel se trouve juste à côté des analyses qui l'ont produit. Un concessionnaire extrait un passeport de batterie vérifié par VIN au comptoir en quelques millisecondes ; les agents lisent et écrivent des décisions de manière transactionnelle par rapport à l'état en direct ; les partenaires et les places de marché reçoivent à la demande des données télématiques de batterie de qualité revente, le tout servi depuis une plateforme unique et unifiée gouvernée par Unity Catalog, sans base de données opérationnelle externe à gérer.

Solita
L'Energy Management Foundation de Solita comprend une architecture de référence et un modèle de données de référence Databricks qui aident les fabricants à forte intensité énergétique à rassembler les données de services publics pour obtenir des références claires et des prévisions prédictives. Conçu sur la Databricks Data Intelligence Platform, il organise la télémétrie d'usine et les données de comptage en une hiérarchie d'actifs conforme à la norme ISA-95. Géré par Unity Catalog et utilisant Lakebase comme stockage opérationnel, l'accélérateur traite les données de séries temporelles pour suivre des indicateurs tels que la consommation d'énergie spécifique (SEC). Ce socle pratique fournit aux gestionnaires d'énergie les informations précises nécessaires pour optimiser les charges des installations, réduire les coûts, simplifier les rapports de conformité et atteindre des objectifs concrets de décarbonation. Lisez ce blog pour en savoir plus. 

L'Installed Base Foundation de Solita comprend une architecture de référence et un modèle de données de référence Databricks pour aider les OEM d'équipements et les opérateurs à forte intensité d'actifs à rassembler les données de flottes mixtes sous un socle unique et gouverné. Conçu sur la Databricks Data Intelligence Platform, il combine la télémétrie des machines et les registres d'entretien à l'aide de modèles d'actifs standards de l'industrie. Géré par Unity Catalog et utilisant Lakebase comme stockage opérationnel, l'accélérateur offre une vue claire et en temps réel des performances et de la disponibilité de la flotte. Ce socle pratique donne aux gestionnaires d'énergie une base structurée pour optimiser les charges des installations et accélérer le retour sur investissement, tout en offrant aux équipes une base solide pour fournir des services numériques tels que la maintenance prédictive, la visualisation des actifs en direct et des outils de planification des interventions. Lisez ce blog pour en savoir plus. 

Syren Cloud
Visibilité des commandes en temps réel avec Databricks Lakebase : Un leader mondial indien de la fabrication de transformateurs de puissance et de distribution avait besoin d'un suivi des commandes en temps réel et d'une visibilité de bout en bout sur un cycle de vie englobant l'avant-vente, la conception, la fabrication, l'inspection et l'expédition, mais les données étaient dispersées dans des systèmes d'entreprise cloisonnés. Les experts de Syren ont développé sur Databricks un portail full-stack à double facette : un portail B2B orienté client offrant aux clients externes un suivi en direct des commandes, et un outil de suivi interne pour onze rôles d'ingénierie et d'exploitation. Databricks Lakebase sert de base de données opérationnelle unique, gérant les écritures d'applications en direct tout en diffusant des données Gold issues d'ERP et répliquées via Scheduled Sync, sans base de données OLTP distincte ni pipeline CDC personnalisé. Le résultat a permis de fusionner trois systèmes traditionnels en un seul, offrant des vues de commandes unifiées à faible latence aux clients comme aux équipes internes. En savoir plus sur les solutions expertes de Syren sur Databricks ici.

Tredence 
T-Discovery pour l'industrie manufacturière : accélérateur d'ingénierie des caractéristiques (feature engineering) en temps réel pour Lakebase : T-Discovery utilise l'AI agentique pour résoudre la partie la plus difficile du ML en temps réel : savoir quelles caractéristiques (features) créer. Les experts du domaine décrivent les objectifs métier en langage naturel ; le moteur de découverte d'hypothèses agentique de Milky Way explore le lakehouse, génère des hypothèses de caractéristiques et valide les candidats par rapport à des résultats étiquetés, remplaçant ainsi des semaines d'exploration manuelle de notebooks. Le résultat est constitué de caractéristiques prêtes pour la production avec des métadonnées Unity Catalog et des définitions de clés primaires/étrangères, prêtes à être exécutées par Spark Real-Time Mode et diffusées par Lakebase Online Feature Store. T-Discovery découvre, génère le SQL et valide. La plateforme Databricks s'occupe de tout le reste.

Zeb 
zeb Agentic Lakebase pour l'industrie et l'énergie est un modèle industrialisé et natif pour les agents qui opérationnalise le positionnement de Databricks en tant que « base de données pour les agents ». Un agent AI reçoit un environnement Lakebase délimité comme mémoire persistante et runtime transactionnel, avec des outils pour interroger, exécuter, faire évoluer les schémas et ingérer des données. Il fonctionne selon deux modes. Greenfield : l'agent prend une consigne métier, provisionne Lakebase, conçoit le modèle de données, génère le code de l'application et déploie automatiquement une Databricks App en direct. Brownfield : l'agent ingère un prototype existant de Lovable, Bolt, v0 ou Cursor, en déduit le modèle et le migre en production. Là où d'autres donnent aux agents un contexte en lecture seule, zeb offre une propriété transactionnelle complète. Lisez ce blog pour en savoir plus. 

Commerce de détail, CPG, voyages et hôtellerie   

Avanade
Cabine d'essayage intelligente pour le commerce de détail avec Lakebase : Un grand détaillant de mode britannique a modernisé le processus de ses cabines d'essayage à l'aide d'une solution d'AI basée sur des agents, construite sur Databricks Apps, Lakehouse et Lakebase. Les flux de travail manuels et fragmentés pour capturer et consolider les notes d'essayage et les images ont été remplacés par une expérience en temps réel au cours de la session, où les techniciens dictent leurs observations et prennent des photos qui sont instantanément transcrites, structurées et enrichies par l'AI. Gérée par Unity Catalog et alimentée par Lakebase pour les charges de travail opérationnelles, la solution unifie les données transactionnelles et analytiques, permettant une intégration fluide avec les systèmes des fournisseurs. Cette approche élimine le travail de retouche post-session, réduit les besoins en ressources et accélère la communication avec les fournisseurs, tout en établissant une base évolutive pour le développement de produits basés sur l'AI.

Celebal Technologies
Le Dynamic Pricing Accelerator pour l'aviation utilise Databricks Lakebase pour transformer la tarification d'un processus réactif en une capacité d'intelligence des revenus en temps réel. Alors que Databricks Lakehouse fournit le socle analytique pour la prévision de la demande, la modélisation de l'élasticité, l'intelligence concurrentielle et l'optimisation des prix, Lakebase apporte la couche opérationnelle requise pour exécuter les décisions à la vitesse du marché. Les branches Lakebase sans copie (zero-copy) alimentent les simulations de scénarios, tandis que les enregistrements transactionnels gèrent les propositions de prix, les approbations, les journaux de décision et l'état des sessions Genie. Avec des lectures et écritures en moins de 10 ms et une gouvernance native Unity Catalog, la plateforme relie l'analyse à l'action tout au long du cycle de vie de la tarification. Lisez ce blog pour voir comment Lakebase aide à combler l'écart entre l'intelligence tarifaire et la prise de décision opérationnelle.

CI&T
Reflex : Solution d'activation des données POS : Des rapports aux réflexes - Comment Databricks Lakebase et Agent Bricks redéfinissent la latence décisionnelle dans le commerce de détail et les CPG : Reflex transforme les données POS en actions en moins de 90 secondes. Conçu sur Databricks Lakebase + Agent Bricks. Pas de Kafka, pas de Debezium, pas d'ETL nocturne. Le secteur du commerce de détail a passé une décennie à optimiser les tableaux de bord alors que l'écart entre la transaction et la décision se mesure toujours en heures. Le véritable goulot d'bottleneck est d'ordre architectural : l'OLTP et l'OLAP résident dans des systèmes distincts, reliés par des middlewares fragiles. Databricks Lakebase comble ce fossé — les transactions POS atteignent le Lakehouse en moins de 60 secondes, sans Kafka, sans Debezium, sans ETL nocturne. Associez cela à Agent Bricks, et la surveillance cesse d'être une tâche humaine : des agents autonomes détectent les ruptures de stock, rédigent des commandes de réapprovisionnement et déclenchent des démarques avant même qu'un responsable ne remarque le rayon vide. C'est le fondement de Reflex — le modèle opérationnel de CI&T pour le commerce de détail et les CPG, où l'infrastructure de données devient un réflexe, pas un rapport. Lisez ce blog pour en savoir plus. 

Cognizant
LiveLink — Real-Time VIP Cart Rescue on Databricks Lakebase (VIP Rescue Accelerator) : Les détaillants disposent déjà des données nécessaires pour agir auprès d'un client à forte valeur — valeur du panier, valeur à vie, segment, historique d'achats — mais elles ne sont regroupées que lors d'un traitement par lots nocturne, bien après que le moment soit passé. Cet accélérateur comble cette lacune sur Databricks. Les enregistrements en direct sur l'application et les bornes arrivent dans Lakebase (Postgres géré), et la fédération Unity Catalog les associe directement aux données historiques de valeur client dans Delta Gold — sans pipeline de streaming, sans reverse-ETL, sans copie. Une vue gouvernée unique alimente un tableau de bord pour le directeur de magasin, AI/BI Genie pour les dirigeants et un signal en magasin pour les conseillers, transformant les paniers VIP abandonnés en revenus récupérés pendant que le client est encore dans le magasin. Lisez ce blog pour en savoir plus. 

Datasentics
Décisions de tarification en temps réel avec Databricks Lakebase : La tarification de détail s'applique à des milliers de SKUs, et la plupart des équipes la gèrent encore en fonction des flux de la concurrence et de leur intuition. Des marges sont ainsi perdues, et l'effet d'un changement de prix n'apparaît que plus tard dans le P&L au lieu d'être simulé. PriceWise modélise la demande et l'élasticité des prix par produit, projette l'impact sur le chiffre d'affaires, la marge et le volume avant toute expédition, et recommande une stratégie par segment dans le respect des règles et des garde-fous du détaillant. C'est dans la couche interactive que Lakebase trouve toute sa place. PriceWise fonctionne sur une base de données Postgres gérée qui maintient les données de tarification et de produits continuellement synchronisées depuis Unity Catalog, de sorte que chaque simulation et recherche de prix répond en quelques millisecondes, tandis que les données restent entièrement gouvernées au sein de Databricks. Les tests A/B confirment les chiffres : 36 % de croissance du chiffre d'affaires sur un marché pilote, 12 % maintenus lors du déploiement, jusqu'à 5 % de gain de marge, et un programme de tarification en production rapportant 470 k€ par an. Les outils basés sur des règles n'affichent généralement que des progressions à un seul chiffre.

Infocepts
Infocepts OptiStoreAI est une suite de solutions de vente au détail alimentées par l'IA qui s'intègre parfaitement aux opérations existantes des magasins pour améliorer l'efficacité opérationnelle, réduire les temps d'arrêt et améliorer l'expérience des acheteurs. Grâce à son architecture native Databricks comprenant Unity Catalog, Lakehouse, Lakebase, MLOps, les tableaux de bord AI/BI et Databricks Apps, elle permet d'identifier plus rapidement les magasins sous-performants grâce à des diagnostics complets, des analyses d'impact, des alertes proactives par magasin et des recommandations pour éviter les ventes manquées, le tout propulsé par AgentBricks et AI/BI Genie. Tirez parti d'OptiStoreAI pour répondre à un large éventail de cas d'usage, de la performance des magasins au risque de lancement de magasin, en passant par l'intelligence d'expansion, la conformité des planogrammes et l'assistance en magasin sur l'ensemble de votre réseau de vente au détail. Regardez cette démo pour en savoir plus. 

Koantek
Customer Intelligence basé sur Ascend AI AppBase industrialise les meilleures pratiques de Databricks Apps et de Lakebase pour proposer des applications opérationnelles gouvernées. Une bibliothèque croissante de kits de démarrage axés sur Lakebase fonctionne sur un socle commun Data-Intelligent Starter, à commencer par l'intelligence client, les opérations d'agents IA, le risque et la conformité, et les opérations industrielles. Chaque kit sert les données de Unity Catalog via des tables synchronisées, stocke l'état transactionnel de l'application dans Lakebase et est déployé via des ressources d'application, des liaisons valueFrom, des autorisations de principal de service et des Declarative Automation Bundles. Koantek ajoute la couche terrain qui permet d'aller au-delà d'une simple démo : schémas verticaux, matrices d'attribution, bundles générés, environnements de test QA et preuves prêtes pour validation. Lisez ce blog pour en savoir plus. 

LatentView Analytics
CatalogMate est le moteur d'intelligence de contenu agentique de LatentView, conçu pour faire évoluer le contenu des produits et accélérer la croissance du commerce de détail. Alors que les portails de découverte alimentés par l'IA redéfinissent la façon dont les consommateurs recherchent, comparent et achètent, CatalogMate décode les fiches produits multimodales en descriptions PDP performantes et conformes à la marque, éliminant ainsi les goulots d'étranglement manuels. À la base, Databricks Lakebase sert de couche de données opérationnelles à faible latence — un stockage transactionnel natif Postgres qui ancre chaque génération dans des attributs de produit et de marque structurés et en direct, de sorte que les descriptions soient toujours construites à partir du catalogue actuel plutôt que d'exports obsolètes. Parce que Lakebase unifie ces données opérationnelles directement sur la plateforme Databricks, CatalogMate actualise en continu le contenu, s'adapte à la demande saisonnière et intègre les retours clients en temps réel pour maintenir la découvrabilité des produits, en réécrivant le contenu mis à jour et les signaux d'engagement dans la même source de vérité en temps réel. Une couche intégrée d'humain dans la boucle permet aux rédacteurs de garder le contrôle, en vérifiant et en approuvant chaque contenu avant sa mise en ligne. Elle se connecte aux garde-fous de la marque conservés dans Lakebase et applique la conformité de la marque et la conformité légale tout au long du pipeline. Optimisé pour le SEO, le GEO et l'AEO, CatalogMate est conçu pour maximiser la visibilité sur les canaux de découverte basés sur l'IA. Propulsé par Databricks — de la preuve de valeur en 90 jours à l'échelle mondiale. Lisez ce blog pour en savoir plus. 

Lingaro
T-Ops Twin : Databricks Lakebase est le système d'enregistrement opérationnel de référence pour T-Ops Twin, un centre de commandement du transport modulaire et un jumeau numérique pour la logistique mondiale des FMCG, unifiant la visibilité en temps réel, les flux de travail gouvernés, les approbations, la collaboration avec les transporteurs et les analyses en un seul modèle opérationnel à travers des réseaux multi-régions, multi-modes et multi-transporteurs. Lakebase fournit le chemin de données en quasi-temps réel, contenant les mises à jour des flux de travail/expéditions/tâches, les métadonnées de recherche et de documents, ainsi que des instantanés géospatiaux pour le jumeau en direct. T-Ops Twin résout les défis causés par des données et des processus dispersés entre les TMS, ERP, e-mails, feuilles de calcul et canaux de transporteurs ; la gestion tardive et réactive des exceptions avec des responsabilités floues et des cycles longs ; et des processus d'approbation manuels et fastidieux avec des contrôles de seuil insuffisants. Lisez ce blog pour en savoir plus. 

Lovelytics
SKUlytics : SKUlytics, une plateforme stratégique d'intelligence pour le commerce de détail développée par Lovelytics, transforme des données décousues en un avantage concurrentiel mesurable. En unifiant l'intelligence macro-marché avec une précision au niveau des SKU, la plateforme permet aux équipes d'augmenter leurs ventes et de devancer la concurrence. Elle se concentre sur quatre piliers essentiels : la visibilité de la marque, l'engagement, la conversion et l'optimisation, en suivant des indicateurs clés tels que le classement SEO, la qualité du contenu et la disponibilité des stocks. Ces insights génèrent une valeur commerciale quantifiable, permettant d'atteindre jusqu'à 98 % de disponibilité en rayon (OSA), une amélioration de 20 % du ROAS et une automatisation à 95 % des flux de données. En fin de compte, SKUlytics harmonise les données médias et tarifaires pour optimiser l'expérience client et protéger les marges de rentabilité. Regardez cette démo et lisez ce blog pour en savoir plus. 

Lovelytics Merchlytics - Produits de données pour le merchandising de détail : Merchlytics établit une infrastructure de données fondamentales qui élimine le rapprochement manuel, offrant une vue unifiée à 360 degrés des ventes et des performances. La suite génère une valeur quantifiable grâce à des prévisions basées sur l'IA, optimisant les points de commande pour réduire les ruptures de stock et les excédents d'inventaire. En s'appuyant sur les fiches d'évaluation des fournisseurs et l'optimisation de l'assortiment, les équipes peuvent rationaliser les SKU et aligner les stocks locaux sur des modèles de demande spécifiques. Enfin, la plateforme maximise l'efficacité des prix et des promotions, en utilisant la planification de scénarios pour réduire les fuites de marge et garantir des niveaux de prix optimaux sur tous les canaux. Regardez cette démo pour en savoir plus. 

Manuka
Manuka TwinOS : TwinOS de Manuka est un jumeau numérique pour le commerce de détail et les CPG, natif de Databricks et basé sur Lakebase, conçu pour unifier les données opérationnelles, l'intelligence analytique et les actions basées sur l'IA au sein d'une plateforme unique. Il crée un modèle en direct des magasins, des fournisseurs, des stocks, des promotions, des flux de distribution et d'exécution, puis connecte ce modèle aux analyses Lakehouse et à des expériences décisionnelles conversationnelles. Avec Lakebase comme réseau opérationnel à faible latence, TwinOS permet une surveillance en temps réel, la simulation de scénarios et des flux de travail agentiques pour les équipes de chaîne d'approvisionnement, de merchandising et commerciales. Le résultat est un OS décisionnel gouverné et prêt pour la production qui aide les détaillants et les marques de CPG à passer plus rapidement de l'analyse à l'action. Surveiller. Prédire. Décider. Agir. Regardez cette démonstration et lisez ce blog pour en savoir plus. 

MathCo
Lakebase Accelerator pour le Marketing Mix Modeling (MMM) en continu : Combler le fossé vers le MMM en temps réel exige plus que de simples meilleurs modèles. Cela nécessite une infrastructure conçue à cet effet. Les entreprises sont confrontées à trois lacunes critiques : l'absence de couche de données et de contexte persistante, l'absence d'accès à faible latence pour la prise de décision, et l'absence de produits de données réutilisables à l'échelle. Lakebase Accelerator, qui alimente la solution de MathCo - Always-On MMM, répond directement à chacune d'elles. Une structure unifiée de données et de contexte construite sur Lakebase, Delta et Unity Catalog crée une base gouvernée et réutilisable. Les tables basées sur HTAP permettent des requêtes et des simulations en temps réel. La couche d'application et de consommation fournit des tableaux de bord en direct et de l'intelligence décisionnelle intégrée, tandis que la couche d'intelligence décisionnelle et d'agents automatise la planification de scénarios et l'optimisation budgétaire, entraînant une augmentation de 90 % de la consommation grâce à des applications en temps réel alimentées par Lakebase. Lisez ce blog pour en savoir plus. 

Sigmoid Analytics
Optimisation du budget marketing : La plateforme de planification de scénarios d'une entreprise mondiale de boissons était confrontée à d'importantes frictions opérationnelles car ses bases de données transactionnelles MLAPI et UI étaient cloisonnées sur Azure PostgreSQL, totalement distinctes de ses charges de travail analytiques Databricks principales et de GenAI. Cette division architecturale nécessitait des connecteurs personnalisés, créait un écart d'infrastructure non pris en charge et introduisait un délai de latence de 24 à 48 heures entre les analyses et l'activation opérationnelle. Pour éliminer ces points de friction, l'entreprise a migré vers Sigmoid LatticeIQ, alimenté nativement par Databricks Lakebase. Cette transition a unifié la plateforme sous un plan de gouvernance Unity Catalog unique avec une intégration Spark sans connecteur, éliminant complètement 2 pipelines ETL sur mesure. Par conséquent, la solution a permis de réduire la latence des requêtes UI à moins de 10 ms, permettant ainsi aux planificateurs de prendre des décisions plus rapides, ce qui s'est traduit par un ROI marketing supérieur de 50 % et une augmentation de 30 % de la couverture des données.

CDP native IA de Sigmoid Analytics : Une entreprise leader du secteur des CPG était confrontée à d'importants retards opérationnels car ses données opérationnelles de profil de consommateur étaient cloisonnées par rapport aux modèles analytiques exécutés sur Databricks. Cette architecture décousue nécessitait des pipelines ETL personnalisés, introduisant un écart de latence de 24 à 48 heures et une double surcharge de gouvernance pour les mêmes dossiers de consommateurs. Pour résoudre ces goulots d'étranglement, l'entreprise a déployé Sigmoid LatticeIQ, en s'appuyant sur Lakebase comme couche de service opérationnelle pour sa Consumer Data Platform. Les Synced Tables de LatticeIQ ont réussi à fournir une latence de requête inférieure à 10 ms, tandis que Moonlink CDC a éliminé 2 pipelines sur mesure. Ce cadre unifié a traité plus d'un million de dossiers uniques et a atteint une précision de profil de 92 %.

Prévisions S&OP agentiques de Sigmoid Analytics : Une entreprise de FMCG haut de gamme était confrontée à une latence d'interface utilisateur inacceptable lorsqu'elle tentait de fournir des informations de prévision de la demande directement depuis les tables Gold de Databricks aux analystes des opérations. Le déploiement d'une base de données opérationnelle autonome traditionnelle aurait nécessité la création d'un nouveau pipeline ETL, introduisant une surcharge de maintenance importante et un retard dans la fraîcheur des données. Pour résoudre ces goulots d'étranglement, l'entreprise a déployé Sigmoid LatticeIQ en tant que couche de service de base de données unifiée. Pilotée par 3 tâches hebdomadaires Databricks Workflow et Mosaic AI Agent Bricks, l'architecture élimine toute infrastructure ETL distincte. Cette configuration a permis d'obtenir une latence de requête UI interactive inférieure à 10 ms, ainsi que des gains d'efficacité de coût avec réduction à zéro.

Zeb
Zeb Agentic Lakebase pour le commerce de détail, les CPG, les voyages et l'hôtellerie est un modèle industrialisé et natif d'agent qui opérationnalise le positionnement de Databricks en tant que « base de données pour les agents ». Un agent d'IA reçoit un environnement Lakebase délimité comme mémoire persistante et runtime transactionnel, avec des outils pour interroger, exécuter, faire évoluer les schémas et ingérer des données. Il fonctionne selon deux modes. Greenfield : l'agent prend une invite métier, provisionne Lakebase, conçoit le modèle de données, génère le code d'application et déploie automatiquement une Databricks App en direct. Brownfield : l'agent ingère un prototype existant de Lovable, Bolt, v0 ou Cursor, en déduit le modèle et le migre vers la production. Là où d'autres donnent aux agents un contexte en lecture seule, zeb offre une propriété transactionnelle complète. Lisez ce blog pour en savoir plus. 

Santé et sciences de la vie   

CitiusTech
Metadata Driven Ingestion Framework (MDIF) et Data Quality : Les organisations de santé sont confrontées à des défis croissants pour ingérer et harmoniser les données provenant de diverses sources telles que les EHR, les systèmes de payeurs, les laboratoires et les plateformes tierces arrivant dans de multiples formats, notamment RDBMS, CSV, HL7, EDI et FHIR. L'absence d'orchestration standardisée entraîne des pipelines redondants, un effort d'ingénierie élevé, une qualité de données incohérente et un risque accru lié à l'évolution des schémas lors des M&A ou des mises à niveau des systèmes sources. La solution intégrée Metadata Driven Ingestion Framework (MDIF) et Data Quality de CitiusTech, alimentée par Databricks Lakebase, fournit une approche basée sur la configuration pour l'intégration, la validation et la gouvernance des sources. Avec un référentiel de métadonnées central, une UI intuitive, une orchestration basée sur ADF et des notebooks Databricks, elle simplifie l'intégration et améliore la confiance dans les données Lakebase. Lisez ce blog pour en savoir plus.

Cognizant
Plus d'attente pour les soins : Autorisation préalable en temps réel avec Databricks Lakebase : Les décisions d'autorisation préalable dans la gestion de l'utilisation bloquent souvent les flux de travail des prestataires car les tables analytiques du lakehouse ne sont pas conçues pour des recherches instantanées et ponctuelles. La plateforme HealthCare Utilization Management résout ce problème en adoptant Databricks Lakebase — une couche opérationnelle entièrement gérée, compatible avec Postgres et gouvernée nativement via Unity Catalog. Les Synced Tables répliquent les données d'éligibilité, d'avantages, de prestataires et de directives cliniques de la couche Gold dans Lakebase en quasi-temps réel, tandis que les réplicas de lecture et la mise à l'échelle automatique absorbent le trafic à forte simultanéité des prestataires. Le résultat : des recherches d'autorisation en moins d'une milliseconde, des décisions cliniques plus rapides et une architecture gouvernée unique couvrant les charges de travail opérationnelles et analytiques — sans base de données distincte à gérer. Lisez ce blog pour en savoir plus. 

Manuka AI
CareIQ de Manuka AI est une solution native de Databricks construite sur Lakebase pour la santé comportementale, les services d'autisme et la thérapie ABA. Elle unifie les opérations cliniques, le cycle de revenus, la dotation en personnel et l'engagement des patients dans un système en temps réel et prêt pour la décision. CareIQ crée un modèle opérationnel en direct des patients, des prestataires, des autorisations, des sessions, des réclamations et des interactions avec les payeurs, en le connectant aux analyses Lakehouse et aux flux de travail basés sur l'IA. Lakebase permet de surveiller l'utilisation, les fuites d'autorisation, la capacité de dotation en personnel, la performance des payeurs, la planification et les flux de travail agentiques. Les interfaces conversationnelles alimentées par Genie permettent des requêtes et des actions en langage naturel, aidant les prestataires à améliorer l'utilisation, à réduire les fuites de revenus et à favoriser de meilleurs résultats pour les enfants et les familles. Regardez cette démonstration pour en savoir plus. 

Persistent Systems
CRO Analytics in a Box : CRO Analytics in a Box est un accélérateur natif de Databricks qui intègre les données cliniques, opérationnelles, de qualité et financières provenant de plusieurs systèmes de CRO et de promoteurs dans un Lakehouse gouverné. Grâce à une architecture médaillon, il transforme les données brutes historiques et en temps réel en produits de données standardisés et prêts à l'emploi pour la supervision des études, la performance des sites, le recrutement, la qualité et les analyses financières. Databricks Genie et AI/BI permettent de consommer des insights via un mode conversationnel et des tableaux de bord, tandis que Lakebase ajoute une couche Postgres opérationnelle pour le service à faible latence, les applications de workflow et le suivi des actions basé sur la réécriture (writeback). Ensemble, la solution permet non seulement de générer des insights, mais aussi d'assurer l'exécution opérationnelle et l'amélioration continue des performances en boucle fermée. Lisez ce blog pour en savoir plus. 

SunnyData
SunnyCoach for Healthcare & Life Sciences est une plateforme de simulation d'AI où les équipes des centres de contact des payeurs et des prestataires s'entraînent à des conversations cruciales avec les membres et les patients (recours contre le refus de prise en charge, questions sur la couverture des prestations, litiges de facturation, appels de triage) avec des personas d'AI vocaux réalistes, tout en recevant en quelques secondes des commentaires évalués selon une grille sur l'empathie, la précision et la conformité. Lakebase est le système d'enregistrement opérationnel : chaque échange conversationnel enregistre l'état de la session, les scores et la progression de l'agent pour des lectures à faible latence et des sessions pouvant être reprises, tandis que ces mêmes données alimentent des tables médaillons pour l'analyse des programmes. Les points de terminaison de service (serving endpoints) Databricks alimentent les personas d'AI et le moteur de feedback en temps réel, le tout gouverné de bout en bout par Unity Catalog. 

Zeb
Zeb Agentic Lakebase for Healthcare est un modèle industrialisé et natif pour les agents qui opérationnalise le positionnement de Databricks en tant que « base de données pour les agents ». Un agent d'AI reçoit un environnement Lakebase délimité comme mémoire persistante et runtime transactionnel, avec des outils pour requêter, exécuter, faire évoluer les schémas et ingérer des données. Il fonctionne selon deux modes. Greenfield : l'agent prend une invite métier, provisionne Lakebase, conçoit le modèle de données, génère le code de l'application et déploie automatiquement une Databricks App en direct. Brownfield : l'agent ingère un prototype existant de Lovable, Bolt, v0 ou Cursor, en déduit le modèle et le migre en production. Là où d'autres n'offrent aux agents qu'un contexte en lecture seule, zeb donne une entière propriété transactionnelle. Lisez ce blog pour en savoir plus. 

Communications, médias, divertissement et jeux vidéo  

Lovelytics
Audiencelytics : Audiencelytics est une solution sophistiquée d'intelligence d'audience développée par Lovelytics en partenariat avec Locality pour révolutionner la publicité locale. En s'appuyant sur la Databricks Data Intelligence Platform, elle unifie les données d'audience fragmentées en un actif unique et exploitable pour les marques. La plateforme utilise l'AI générative et l'automatisation pour simplifier la planification des campagnes, l'activation marketing et la mesure des résultats sur les canaux linéaires et de streaming. Cette approche centralisée élimine les flux de travail cloisonnés et la dépendance à l'égard de processeurs tiers coûteux, réduisant ainsi considérablement les coûts opérationnels. En fin de compte, Audiencelytics offre aux annonceurs un ciblage précis et des insights en temps réel, garantissant que les campagnes médias locales soient à la fois hautement évolutives et constamment efficaces. Regardez cette vidéo et lisez ce blog pour en savoir plus. 

Lovelytics Churnlytics : Churnlytics est une solution d'analyse prédictive avancée développée par Lovelytics pour aider les entreprises des secteurs des communications, des médias et du divertissement à lutter contre l'attrition des clients. Conçue sur la Databricks Data Intelligence Platform, elle intègre des sources de données disparates (telles que les modèles d'utilisation, l'historique de facturation et les interactions avec les clients) pour créer une vue unifiée du comportement des abonnés. En appliquant des modèles de machine learning, Churnlytics identifie les clients « à risque » avant qu'ils ne partent, permettant aux entreprises de lancer des campagnes de rétention proactives et personnalisées. Cette approche axée sur les données permet aux entreprises de passer d'une réponse réactive à une prévention stratégique, protégeant ainsi les revenus récurrents et augmentant la valeur à vie du client à long terme grâce à une intelligence exploitable en temps réel. Regardez cette vidéo pour en savoir plus. 

Wipro
Wipro Telecom Sales and Marketing Accelerator : Cette solution cible le segment des petites et moyennes entreprises (SMB) des télécoms en repensant l'intégralité du cycle de vie client, de la prospection et la conversion à la vente, l'onboarding, l'installation, le service et le cross-sell/upsell continu. La solution Wipro Agentic AI, propulsée par Lakebase et Genie, permet une prise de décision intelligente et contextuelle dans les domaines de la vente, du marketing, du service client et de la gestion des revenus. En unifiant l'intelligence Customer 360, les insights basés sur la propension, la tarification dynamique, les recommandations en temps réel et l'exécution sans contact (zero-touch), les opérateurs télécoms peuvent offrir une simplicité de type B2C tout en garantissant la conformité réglementaire B2B, ce qui permet de conclure des contrats plus rapidement, d'augmenter l'ARPU, de réduire le churn et d'assurer une croissance mondiale durable de l'activité SMB.

Zeb
Zeb Agentic Lakebase for Communications and Media est un modèle industrialisé et natif pour les agents qui opérationnalise le positionnement de Databricks en tant que « base de données pour les agents ». Un agent d'AI reçoit un environnement Lakebase délimité comme mémoire persistante et runtime transactionnel, avec des outils pour requêter, exécuter, faire évoluer les schémas et ingérer des données. Il fonctionne selon deux modes. Greenfield : l'agent prend une invite métier, provisionne Lakebase, conçoit le modèle de données, génère le code de l'application et déploie automatiquement une Databricks App en direct. Brownfield : l'agent ingère un prototype existant de Lovable, Bolt, v0 ou Cursor, en déduit le modèle et le migre en production. Là où d'autres n'offrent aux agents qu'un contexte en lecture seule, zeb donne une entière propriété transactionnelle. Lisez ce blog pour en savoir plus. 

Secteur public  

Slalom
LakeSpeak : L'un des clients du secteur public de Slalom modernise la réponse aux urgences en utilisant des outils alimentés par l'AI comme LakeSpeak, l'accélérateur Brickbuilder de Slalom propulsé par MCP, pour créer des rapports de situation dynamiques et en temps réel. Cela améliore la prise de décision, réduit les rapports manuels et offre un assistant d'AI pour les requêtes de données ciblées lors de catastrophes. LakeSpeak fournit une passerelle sécurisée et standardisée pour exposer Databricks Genie et Lakebase à des applications externes, des agents et des utilisateurs d'entreprise, sans dupliquer la logique, rompre la gouvernance ou réécrire les modèles d'intégration. Lisez ce blog pour en savoir plus. 

Zeb
Zeb Agentic Lakebase for Public Sector est un modèle industrialisé et natif pour les agents qui opérationnalise le positionnement de Databricks en tant que « base de données pour les agents ». Un agent d'AI reçoit un environnement Lakebase délimité comme mémoire persistante et runtime transactionnel, avec des outils pour requêter, exécuter, faire évoluer les schémas et ingérer des données. Il fonctionne selon deux modes. Greenfield : l'agent prend une invite métier, provisionne Lakebase, conçoit le modèle de données, génère le code de l'application et déploie automatiquement une Databricks App en direct. Brownfield : l'agent ingère un prototype existant de Lovable, Bolt, v0 ou Cursor, en déduit le modèle et le migre en production. Là où d'autres n'offrent aux agents qu'un contexte en lecture seule, zeb donne une entière propriété transactionnelle. Lisez ce blog pour en savoir plus. 

Appel à l'action

Accélérez les résultats liés aux données et à l'AI grâce aux solutions partenaires 

Le fil conducteur de chacune de ces solutions est le même : lorsque les données opérationnelles, l'analytique et l'AI partagent une base gouvernée unique, la distance entre l'insight et l'action s'effondre, et c'est l'expertise sectorielle qui transforme cette rapidité en valeur commerciale mesurable. Les partenaires présentés ici sont déjà passés de l'architecture à la production, et les accélérateurs qu'ils ont conçus sont prêts à être déployés dans votre environnement dès maintenant. Contactez votre partenaire ou votre équipe de compte Databricks pour définir le cadre d'un projet pilote. Quel que soit votre secteur d'activité, le chemin le plus rapide vers un avantage propulsé par Lakebase passe par un partenaire qui connaît déjà le terrain.

Démarrez avec les solutions et accélérateurs Brickbuilder

Découvrez l'ensemble de nos solutions et accélérateurs partenaires sur la page Databricks Brickbuilder, notamment des accélérateurs axés sur l'IA, le ML et le Data Engineering, ainsi que des solutions sectorielles.

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