L’ère des bases de données vectorielles et du RAG (Retrieval-Augmented Generation) pourrait bien céder la place à une nouvelle ère : celle des couches de contexte. Databricks, acteur majeur du secteur, vient d’annoncer Genie Ontology, une solution qui promet de donner aux agents autonomes une compréhension partagée des opérations d’une entreprise.

Une révolution dans la gouvernance des données Genie Ontology, actuellement en phase de prévisualisation, extrait automatiquement le contexte métier des données d’entreprise, tableaux de bord, requêtes, pipelines, documents et applications. Ces informations sont organisées en un graphe vivant que les agents IA peuvent utiliser pour comprendre le fonctionnement d’une organisation. Cette solution, présentée lors du Data + AI Summit de Databricks, utilise un système de classement inspiré de PageRank pour identifier les définitions métier les plus autoritaires au sein d’une organisation.

Un pas de géant vers la cohérence et la confiance Pour les directeurs des systèmes d’information (DSI), une couche de contexte unifiée comme Genie Ontology pourrait améliorer significativement la cohérence, la confiance et la gouvernance des déploiements d’IA en entreprise. Michael Leone, analyste principal chez Moor Insights and Strategy, souligne que cette approche permet d’éviter les réponses contradictoires. « Une seule définition alimentant tous les agents signifie que vous n’obtenez plus trois réponses différentes à la même question », explique-t-il.

Des défis persistants Cependant, la mise en œuvre de telles solutions n’est pas sans obstacles. Ashish Chaturvedi, leader de la recherche exécutive chez HFS Research, souligne que la principale barrière à l’adoption de l’IA en entreprise reste le manque de confiance dans les résultats. « Les décideurs ne font pas suffisamment confiance aux sorties de l’IA pour agir sans vérification », note-t-il. Genie Ontology, en s’appuyant sur des définitions métier gouvernées et traçables, pourrait directement attaquer ce déficit de confiance.

La vérification, un enjeu crucial Stephanie Walter, practice leader de l’AI stack chez HyperFRAME Research, met en garde contre les limites des ontologies. « Les ontologies améliorent le contexte, mais elles ne garantissent pas que la réponse est correcte », souligne-t-elle. Les agents peuvent toujours tirer des données incomplètes, appliquer une logique erronée ou mal comprendre un workflow.

Prérequis indispensables Michael Leone insiste sur la nécessité d’avoir des données et une gouvernance déjà en ordre avant de déployer une couche ontologique. « Si vos données et votre gouvernance ne sont pas déjà en ordre, cela accélère simplement votre désordre existant », avertit-il. Stephanie Walter ajoute que les entreprises doivent avoir une propriété claire des données, des métriques bien définies et des processus de gouvernance solides pour maintenir l’ontologie à jour.

Un marché en pleine effervescence Les DSI doivent également naviguer dans un paysage technologique de plus en plus confus. Plusieurs fournisseurs, dont Snowflake et Microsoft, ont introduit des solutions similaires pour ancrer l’IA dans le contexte métier. Bhupendra Chopra, cofondateur et directeur commercial de Kanerika, souligne que les entreprises choisiront probablement la plateforme où leurs données résident déjà.

Conclusion Genie Ontology de Databricks représente une avancée significative dans la gouvernance des données et l’IA en entreprise. Cependant, son succès dépendra de la capacité des organisations à surmonter les défis de gouvernance et de vérification des données. Dans un marché en pleine expansion, la clé pour les DSI sera de choisir la solution qui s’intègre le mieux à leur écosystème existant.