Comment l’IA peut-elle réellement bénéficier à l’analytique et à la prise de décision?
Afin de simplifier le travail sur les données, d’optimiser l’analyse et d’ouvrir l’accès à l’IA au plus grand nombre de collaborateurs possible, les éditeurs de plateformes de données combinent IA, Machine Learning, automatisation/workflows, interfaces conversationnelles en langage naturel…
Entre juin et novembre 2024, Snowflake a progressivement esquissé sa pile d’Intelligence Artificielle/Machine Learning (IA/ML) Cortex AI. Bien que dédiée aux applications exécutées sur la plateforme, la solution peut être invoquée via des API qui renvoient le résultat après exécution sur Snowflake.
En juin, l’éditeur a annoncé plusieurs évolutions importantes de sa plateforme -et au-delà, et précisé le rôle et l’importance de Snowflake Intelligence, interface en langage naturel animée par l’IA pour interroger les données (structurées ou non), et bien plus encore.
Pour appréhender ces évolutions, encore faut-il comprendre le fonctionnement (évolutif) de Cortex AI -la pile logicielle IA de Snowflake, le rôle de ses différents composants et l’articulation entre eux. Cet article propose cette exploration, illustrations à l’appui.