MtoM Mag - Le journal de l'MtoM.

À l’occasion de sa conférence annuelle, le Snowflake Summit, le AI Data Cloud Snowflake, annonce de nouvelles innovations en matière d’IA agentique qui comblent le fossé entre les données d’entreprise et l’action métier. Ces innovations rendent les workflows d’IA et de ML simples, connectés et fiables, pour tous les utilisateurs.

Snowflake Intelligence repose sur une interface en langage naturel alimentée par des agents IA, qui permet aux utilisateurs métier comme aux professionnels de la donnée d’obtenir des réponses directement exploitables, issus de données structurées ou de documents non structurés.

Snowflake dévoile également Data Science Agent, un outil conçu pour automatiser certaines tâches des data scientists dans le développement de modèles ML. Ces innovations permettent aux utilisateurs de simplifier leurs workflows d’IA et de ML, d’ouvrir l’accès aux données dans toute l’organisation et de supprimer les obstacles techniques qui freinent la prise de décision, via des interactions en langage naturel au sein de l’écosystème Snowflake.

“Les agents d’IA représentent une avancée majeure par rapport à l’automatisation classique ou aux chatbots. Mais pour les généraliser, les entreprises ont besoin d’un écosystème d’information prêt pour l’IA. Cela signifie qu’il faut unifier les silos de données, garantir une sécurité et une conformité de niveau entreprise, et disposer de moyens simples pour adopter et développer des agents” déclare Baris Gultekin, Head of AI chez Snowflake “Snowflake Intelligence élimine ces obstacles en démocratisant la capacité à extraire des informations utiles à partir de l’ensemble du patrimoine de données d’une entreprise, structurées ou non. Il ne s’agit pas seulement d’accéder aux données, mais de permettre à chaque employé de prendre des décisions plus rapides et plus intelligentes, dans leur contexte métier”

Snowflake Intelligence réinvente la Business Intelligence, sans surcharge Les entreprises souffrent de prises de décision inefficaces à cause d’une gouvernance des données fragmentée, des silos de formats de données et d’un manque d’analystes techniques capables de coder et de synthétiser les informations. Snowflake Intelligence élimine ces défis opérationnels en permettant aux utilisateurs non techniques d’interagir avec leurs données d’entreprise en langage naturel, sans écrire une seule ligne de code.

Intégré dans l’environnement Snowflake existant, l’outil applique automatiquement les règles de sécurité et de gouvernance en place. Il agrège les données issues de différentes sources comme Box, Google Drive, Workday, et Zendesk, via Snowflake Openflow, permettant de croiser bases, fichiers, images et documents.

Les agents de Snowflake Intelligence génèrent des visualisations et facilitent le passage à l’action, sur simple prompt en langage naturel. De l’analyse des indicateurs métier ou à la recherche documentaire interne, chaque employé peut exploiter pleinement les données de l’entreprise. L’outil peut également accéder à des connaissances tierces via les Cortex Knowledge Extensions sur Snowflake Marketplace, incluant CB Insights, Packt, Stack Overflow, Associated Press et USA TODAY. Snowflake Intelligence repose sur des modèles d’Anthropic et d’OpenAI, exécutés dans l’environnement sécurisé de Snowflake, avec une interface no-code transparente et explicable grâce aux Cortex Agents.

Data Science Agent automatise les tâches fastidieuses de ML, économisant des heures de travail manuel

Les data scientists passent énormément de temps à développer et déboguer leurs workflows de ML, engendrant des goulets d’étranglement opérationnels et freine la mise en production des modèles. Avec Data Science Agent, Snowflake introduit l’IA agentique au cœur des workflows ML, pour automatiser les étapes répétitives et libérer du temps stratégique.

Data Science Agent utilise Claude d’Anthropic pour décomposer les problèmes des workflows ML en étapes distinctes : analyse de données, préparation, ingénierie des features, entraînement. Grâce à une combinaison de raisonnement multi-étapes, compréhension contextuelle et exécution d’actions, il génère des pipelines ML complets, prêts à l’emploi dans Snowflake Notebook. Grâce à des suggestions d’amélioration ou à des relances de l’utilisateur, il permet d’itérer facilement vers une version optimisée. En automatisant ce travail fastidieux, les équipes data science gagnent un temps précieux, qu’elles peuvent consacrer à des initiatives à plus fort impact.

Snowflake accélère l’adoption de l’IA en entreprise auprès de plus de 5 200 clients

À ce jour, plus de 5 200 clients, dont BlackRock, utilisent Snowflake Cortex AI pour transformer leur activité. Pour renforcer cette dynamique, Snowflake annonce également de nouveaux composants IA dédiés aux applications conversationnelles avancées, à l’analyse de données non structurées et au ML. Les équipes peuvent ainsi explorer et analyser des données multimodales à grande échelle grâce à de nouvelles capacités de traitement de documents, recherche sémantique par lots, et la fonction Cortex AISQL, qui comble le fossé entre analystes métier et ingénieurs IA.

Des informations complémentaires sur la manière dont Snowflake Intelligence démocratise l’accès à la donnée sont disponibles dans un article de blog dédié. Un autre présente les travaux de recherche en intelligence artificielle menés par l’entreprise. Enfin, un guide pratique sur les agents IA décrit comment les organisations peuvent structurer leur approche et évaluer clairement le retour sur investissement.

https://www.snowflake.com/