Google Cloud intègre l'IA à ses stratégies d'analyse de données

Google renforce stratégiquement ses capacités d'analyse de données en plaçant l'intelligence artificielle (IA) au cœur de sa stratégie visant à combler le fossé entre données structurées et non structurées. Gerrit Kazmaier, vice-présidentdent directeur général de la division Bases de données, Analyse de données et Looker chez Google Cloud, affirme que l'IA est appelée à jouer un rôle crucial dans l'extractiontracvaleur des données d'entreprise.

Kazmaier souligne la collaboration entre l'IA et les outils traditionnels de veille stratégique. La force de l'IA réside dans sa capacité à fusionner rapidement données structurées et non structurées, surpassant ainsi la vitesse d'analyse humaine. S'appuyant sur son expertise en matière de recherche et sur le développement du modèle Transformer, Google ambitionne de redéfinirdefirecherche de données en entreprise.

Le géant technologique envisage une recherche de données d'entreprise similaire à son célèbre moteur de recherche public. Kazmaier souligne que l'objectif est de doter chaque donnée d'une entreprise, quelle que soit sa présence sur le Web, d'une interface conviviale. Établissant un parallèle avec la facilité d'accès à la recherche Google, il envisage une intégration fluide des outils d'intelligence artificielle générative (GenAI) aux informations spécifiques à chaque domaine d'activité de l'entreprise.

La transformation des données de Google fait le lien entre accessibilité et précision dans le domaine de l'intelligence d'affaires

L'accent mis sur l'IA générative s'inscrit dans la volonté de Google de rendre l'information accessible à tous. Contrairement aux outils de BI traditionnels qui exigent des compétences en programmation ou en analyse, l'IA générative permet aux utilisateurs métiers d'interagir avec les bases de données, les entrepôts de données ou les lacs de données en utilisant le langage naturel. Cette approche simplifie l'utilisation et élimine la nécessité de filtrer les données pour les adapter aux formats des tableaux de bord.

Google présente une feuille de route détaillée pour intégrer l'IA à ses outils d'analyse. Celle-ci comprend l'intégration de BigQuery avec Vertex AI, la simplification des flux de travail entre les données et l'IA dans BigQuery Studio et la possibilité pour les utilisateurs de créer des modèles d'apprentissage automatique dans BigQuery ML. Ces améliorations s'étendent à Looker et Looker Studio, témoignant de l'engagement de Google en faveur de l'évolution de la business intelligence.

L'IA générative, et plus particulièrement GenAI, offre la perspective de permettre aux non-spécialistes des entreprises d'exploiter efficacement leurs données. Au lieu de se débattre avec le codage ou la conception de tableaux de bord, les utilisateurs métiers peuvent désormais interagir avec les bases de données en langage naturel et recevoir des réponses tout aussi pertinentes. Cette évolution améliore non seulement l'accessibilité, mais aussi la précision des données en prenant en charge des volumes plus importants et une plus grande diversité de sources.

Exploiter l'IA générative pour obtenir des informations à partir de données non structurées dans le domaine de la veille stratégique

Kazmaier met en lumière une transformation profonde des données non structurées dans le paysage en constante évolution de leur utilisation. Représentant traditionnellement 90 % des données mondiales, les données non structurées connaissent un changement de paradigme. L'IA générative s'impose comme un outil dynamique, permettant aux entreprises d'extraire des informations précieuses de cette masse d'informations non structurées.

Cette capacité de transformation va bien au-delà du simple traitement des données ; elle marque une rupture avec les interrogations traditionnelles du « quoi, quand et où » pour une exploration plus profonde du « pourquoi », un sujet souvent difficile à cerner. À mesure que les entreprises intègrent l'IA à leurs systèmes d'intelligence, l'accent passe de la simple visualisation des données à l'interprétation collaborative de l'information. 

GenAI agit comme un catalyseur, favorisant la collaboration avec les agents d'IA. Cette approche collaborative permet aux utilisateurs d'explorer les tendances des données grâce à des modèles sophistiqués, surmontant ainsi les limitations souvent liées à la compression de l'information dans les outils de BI traditionnels.

La stratégie d'analyse de données de Google adopte une approche globale, allant au-delà du simple big data. Elle implique l'intégration d'une multitude de points de données dans l'analyse. Kazmaier souligne les inefficacités de la prise de décision au sein des systèmes d'IA, notamment pour déterminer s'il convient de prendre en compte des facteurs supplémentaires. 

L'exploitation de la puissance de calcul des systèmes d'IA devient cruciale pour rationaliser les processus décisionnels et éviter les obstacles. Cette stratégie met notamment en lumière l'intégration de données non structurées jusqu'alors sous-utilisées, un aspect fondamental de l'évolution de l'approche analytique des données.