fr.wedoany.com Rapport : Shiv Trisal, responsable mondial du GTM industriel chez Databricks, une entreprise de données et d’intelligence artificielle, affirme que l’IA dans de nombreuses entreprises industrielles est loin d’être une réalité opérationnelle, le défi principal étant de faire passer les stratégies des présentations PowerPoint à la production réelle. Depuis sa création en 2013, Databricks a servi plus de 20 000 clients, dont 70 % des entreprises du Fortune 500. Sa plateforme unifie les données structurées et non structurées dans un environnement unique, en y ajoutant une couche intelligente qui permet aux utilisateurs métier ordinaires d’agir sur la base des données.
La fragmentation des données est le principal obstacle à l’application de l’IA dans le secteur industriel. Mal Vivek, fondateur et PDG de Zeb, un cabinet de conseil en IA, souligne que les données sont réparties dans de nombreux systèmes hétérogènes, sous des formes structurées, non structurées et semi-structurées. Anupam Gupta, cofondateur de Celebal Technologies, indique que certains de ses clients manufacturiers possèdent jusqu’à 44 instances ERP et environ 33 outils logiciels uniques. Son équipe intègre ces environnements sur la base de Databricks et déploie des agents d’IA capables d’agir à travers les systèmes.
Pour résoudre le problème au niveau structurel, Databricks développe une nouvelle architecture appelée Lakebase, visant à éliminer les frontières traditionnelles entre les systèmes de données analytiques et opérationnels, permettant aux sorties de l’IA de s’écouler directement dans des flux de travail opérationnels en temps réel sans intervention humaine. Par exemple, dans l’industrie automobile, la gestion des nomenclatures impliquant des dizaines de milliers de pièces et plusieurs modèles de véhicules, ainsi que la coordination des données en temps réel sur les risques et les rappels, sont précisément les problèmes que Lakebase cherche à résoudre.
Pour les utilisateurs métier, Databricks a lancé Genie, un système d’IA agentique capable de répondre en langage naturel aux questions sur les données de l’entreprise. Un utilisateur d’une entreprise énergétique peut demander pourquoi un porte-conteneurs spécifique a dévié de sa route ; Genie construit un plan d’analyse en plusieurs étapes et renvoie la réponse, sans nécessiter d’écriture de code. Shiv Trisal indique que ce produit a déjà permis de remplacer tous ses tableaux Excel et 40 tableaux de bord par une seule interface homme-machine.
Dans l’écosystème des partenaires, la plateforme RAPID de Tredence utilise un système multi-agents pour réduire les délais de décision ; Kinaxis, un éditeur de logiciels de planification de la chaîne d’approvisionnement, intègre Databricks dans sa plateforme Maestro. Andrew Bell, directeur produit de Kinaxis, explique que l’IA agentique favorise la prise de décision autonome, la démocratisation de l’accès pour les utilisateurs non techniques et la composabilité des flux de travail de bout en bout.
Shiv Trisal reconnaît que l’IA n’a pas encore tenu toutes ses promesses dans l’environnement industriel, les modèles de pointe ayant un impact limité sur le monde physique. La priorité de Databricks pour l’année à venir est de déployer plus largement Genie auprès des utilisateurs métier et d’établir Lakebase comme fondement de la collaboration homme-machine, l’essentiel étant d’intégrer les données informatiques, opérationnelles et d’ingénierie sous un seul moteur intelligent.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
