Tags AI Chat Amazon Bedrock Databricks Domo Domo AI DomoPalooza 2024 Hugging Face Mr Roboto OpenAI Universal Models
Domo mise sur l’IA traçable et sécurisée et sur l’intégration native aux plateformes. Concurrentes?
La logique et les besoins des clients devraient normalement guider les choix stratégiques des éditeurs. Normalement… Et pas la “fidélisation imposée”. Aujourd’hui, nombre d’éditeurs prônent l’ouverture et l’intégration tous azimuts. Cependant, les passages à l’acte sont bien moins nombreux.
Domo a fait le choix de s’intégrer nativement avec de plus en plus de plateformes, que d’aucuns pourraient légitimement considérer comme concurrentes. Et il en va de même pour l’intelligence artificielle malgré son offre Domo AI. N’est-ce pas la liberté du client de préserver ses investissements, ou de souhaiter les diversifier?
Comme nous l’évoquions dans notre précédent article, Domo place l’intelligence artificielle et l’ouverture/coopération avec l’écosystème parmi ses priorités stratégiques, aux côtés du self-service (pour mettre son SaaS analytique/IA à la portée des métiers). Dès 2017, Domo a déployé Mr Roboto, une IA dédiée aux fonctions analytiques, prévisionnelles…. de sa plateforme. En aout 2023, Domo AI était lancé pour gérer les modèles AI (y compris externes comme OpenAI, Databricks, Amazon Bedrock ou Hugging Face), pour développer et déployer les modèles dans Domo Jupyter ou Auto ML, ou pour utiliser les utiliser dans les applications, les workflows ou via Magic ETL. Plusieurs innovations ou améliorations viennent d’être annoncées par l’éditeur pour enrichir son offre Domo AI, dont AI Chat et les Universal Models.
Autre marque de cette ouverture, en mars 2022, Domo annonçait l’intégration de Domo dans Snowflake (via une “instance fille” de celle du client, voir notre article) pour éviter la copie de données, en obtenant des performances optimales, plus de fluidité et une meilleure qualité des données. Au-delà de la lecture et de l’écriture bidirectionnelles d’informations, l’éditeur annonce l’intégration de Magic ETL à Snowflake (donc à cette architecture), afin que l’utilisateur manipule et transforme les données sous Snowflake avec l’ETL de Domo, en mode natif. Une richesse fonctionnelle bien plus évoluée pour des performances et des résultats encore meilleurs.