fr.wedoany.com Rapport : Le 7 juillet, l'éditeur allemand de logiciels d'entreprise SAP SE a annoncé la finalisation de l'acquisition de l'entreprise américaine Dremio, spécialisée dans les plateformes de data lakehouse. Cette transaction intègre les capacités ouvertes et haute performance de Dremio dans l'écosystème de données et d'intelligence artificielle de SAP, afin de renforcer la capacité des clients à intégrer les données des systèmes SAP et non-SAP, et de prendre en charge les analyses en temps réel et les charges de travail d'IA. SAP indique que ces capacités permettent d'utiliser les données d'entreprise sans avoir à les déplacer ou à les transformer, améliorant ainsi la structure des coûts d'analyse.
L'objectif principal de cette acquisition ne se limite pas à ajouter un produit de données, mais à résoudre le problème le plus complexe de la base de données lors du passage des applications d'IA en production. Les données des grandes entreprises sont généralement dispersées dans l'ERP, la chaîne d'approvisionnement, la finance, les ressources humaines, la gestion de la relation client, les systèmes d'exécution de la fabrication, les services cloud et les plateformes métier externes. Les données diffèrent par leur emplacement, leur format, leurs droits d'accès et leur signification métier. Pour qu'un agent d'IA puisse réellement participer à l'analyse des commandes, au jugement des achats, à la prévision des stocks, à l'identification des risques financiers ou aux opérations clients, il doit non seulement être capable d'appeler des modèles, mais aussi de comprendre la source des données, les relations entre les objets métier, les limites des droits d'accès et la fiabilité des résultats. En acquérant Dremio, SAP souhaite intégrer ces capacités au-dessus de ses systèmes métier centraux.
La capacité principale de Dremio provient de l'architecture ouverte du data lakehouse. Le data lakehouse combine la capacité de stockage à grande échelle du data lake avec les capacités d'interrogation et d'analyse du data warehouse, permettant aux entreprises de gérer des données structurées, semi-structurées et multi-sources dans une architecture plus ouverte. Pour les clients entreprises, la valeur clé réside dans la réduction de la duplication, de l'extraction, de la transformation et de la modélisation répétée des données. Auparavant, de nombreuses entreprises devaient déplacer les données de différents systèmes vers un nouvel entrepôt ou une nouvelle plateforme pour effectuer une analyse unifiée, puis les nettoyer et les modéliser. Plus le processus est long, plus la latence est élevée, plus les coûts de gouvernance sont importants et plus il est facile de créer de nouveaux silos de données. Avec l'intégration de Dremio dans l'écosystème SAP, les clients de SAP ont la possibilité d'effectuer directement des requêtes, des analyses et des appels d'IA autour de l'emplacement d'origine des données, réduisant ainsi la complexité de la chaîne d'ingénierie des données.
SAP Business Data Cloud est la plateforme d'accueil principale de cette intégration. SAP avait précédemment indiqué que Dremio viendrait compléter SAP Business Data Cloud et SAP HANA Cloud, permettant aux entreprises d'unifier les données SAP et non-SAP, et d'exécuter des analyses et des charges de travail d'IA en temps réel. Pour les clients de SAP, cela signifie que les données provenant de systèmes métier centraux comme l'ERP peuvent être analysées plus étroitement avec les plateformes cloud, les systèmes métier tiers et les sources de données externes, plutôt que de rester longtemps dans des domaines de données indépendants.
L'écosystème ouvert est également un signal important de cette transaction. Dremio participe depuis longtemps à des projets open source tels que Apache Iceberg (format de table), Apache Polaris (catalogue) et Apache Arrow (échange de données inter-langages). Lors de l'annonce du projet d'acquisition en mai, SAP a déclaré qu'il continuerait à investir et à soutenir en priorité ces projets open source. La concurrence sur le marché des plateformes de données d'entreprise passe de la performance d'une base de données unique à la synergie entre les formats de table ouverts, les catalogues de données, les requêtes fédérées, la couche sémantique et les données consommables par l'IA. Si SAP parvient à maintenir la voie ouverte de Dremio, il pourra réduire les inquiétudes des clients concernant un système fermé unique et faciliter l'intégration de davantage de données non-SAP dans un environnement de gouvernance unifié.
L'intelligence artificielle agentique impose des exigences encore plus élevées à la base de données. Un rapport standard peut tolérer des explications manuelles, mais un agent d'IA doit être capable de juger rapidement la signification des champs, d'appeler des règles métier, d'exécuter des actions d'analyse et de renvoyer des résultats interprétables. Par exemple, si le service de la chaîne d'approvisionnement demande à un agent d'IA d'identifier les risques de livraison, le système ne peut pas se contenter de lire une table de commandes ; il doit également comprendre les relations entre les fournisseurs, les nœuds logistiques, les stocks, les plans de production, les conditions de paiement et les enregistrements d'incidents historiques. Sans une sémantique et une gouvernance unifiées, un agent d'IA peut facilement tirer des conclusions apparemment raisonnables mais irréalisables.
C'est également la raison pour laquelle SAP renforce continuellement sa stratégie d'IA d'entreprise. L'avantage de SAP réside dans sa couverture d'un grand nombre de processus métier centraux, avec des données métier de grande valeur et d'une grande complexité ; l'avantage de Dremio réside dans son lakehouse ouvert, ses requêtes fédérées et ses capacités d'analyse haute performance. En combinant les deux, SAP peut traiter la sémantique métier, les données transactionnelles en temps réel, les données externes et les charges de travail d'IA dans un cadre technique plus unifié, améliorant ainsi la disponibilité des produits d'IA d'entreprise.
Le montant de la transaction n'a pas été divulgué. La suite ne dépend pas de la finalisation de l'acquisition en elle-même, mais de la vitesse d'intégration des produits, du chemin de migration des clients, de la compatibilité avec la plateforme de données SAP existante, de la réalisation des engagements open source et du coût réel de déploiement pour les entreprises. Le marché des plateformes de données d'entreprise est très concurrentiel, avec des acteurs comme Snowflake, Databricks et plusieurs fournisseurs de services cloud qui se disputent l'accès aux données à l'ère de l'IA. La valeur réelle de cette transaction dépendra de la capacité de SAP à transformer les capacités du lakehouse ouvert en une infrastructure de données IA directement déployable par les clients de SAP.
À mesure que l'IA d'entreprise passe des projets pilotes aux processus métier, l'importance des plateformes de données continuera de croître. La capacité des modèles n'est qu'une partie de l'intelligence ; la capacité à accéder aux données en temps réel, à les interpréter avec précision, à les utiliser en conformité et à les analyser à faible coût devient un point de bascule pour le déploiement de l'IA en entreprise. L'acquisition de Dremio par SAP envoie un signal clair : la concurrence dans les logiciels d'entreprise s'étend de la couche applicative à la base de données, et la fusion entre le data lakehouse, la gouvernance sémantique, l'analyse en temps réel et l'environnement d'exécution des agents d'IA deviendra une orientation clé de la chaîne industrielle à venir.
