Si vous voulez vous aussi participer à une émission du podcast Decideo, envoyez moi un email à philippe.nieuwbourg@decideo.com. Et si vous avez aimé cet épisode, mettez lui quelques étoiles et un petit commentaire dans votre application de podcasting.
L’ambition affichée est de lever les freins qui maintiennent la valeur des données derrière des silos techniques et sémantiques. Waii s’appuie sur un graphe de connaissances de métadonnées cartographiant schémas, relations, métriques métier et règles de gouvernance afin de générer des requêtes précises et contextualisées. La solution inclut un compilateur SQL sensible aux dialectes, des optimisations de requêtes et des intégrations « full-stack » orientées entreprise. Salesforce prévoit d’intégrer cette technologie à Data Cloud une fois l’opération finalisée. Elle doit aussi alimenter des workflows agentiques et des insights pilotés par l’IA au sein de la plateforme, notamment Agentforce et Tableau Next. Tableau devrait alors bénéficier d’un nouveau moteur sémantique fondé sur un graphe de connaissances vivant, pour une exploration des données davantage guidée par l’intention que par la syntaxe. Pour Raveendrnathan Loganathan, EVP…
Le 27 mai 2025, Salesforce a officiellement annoncé l'acquisition d'Informatica pour environ 8 milliards de dollars, marquant ainsi son retour aux grandes opérations de fusion-acquisition depuis le rachat de Slack en 2021 . Cette transaction stratégique vise à renforcer les capacités de Salesforce en matière de gestion des données et d'intelligence artificielle (IA), en intégrant les solutions avancées d'Informatica à sa propre plateforme. Informatica était le dernier grand indépendant issu du marché historique des ETL. Les avantages de l'acquisition Pour Salesforce : une consolidation de sa stratégie IA En intégrant les outils d'Informatica, notamment en matière de catalogage, gouvernance et qualité des données, Salesforce ambitionne de créer une architecture unifiée pour son IA agentique, permettant à ses agents virtuels d'opérer de manière sûre, responsable et à grande échelle . Cette acquisition devrait également générer des synergies significatives,…
SAP a annoncé le 14 avril la mise à disposition d’un nouveau jeu de données destiné à la recherche en intelligence artificielle appliquée aux systèmes ERP (Enterprise Resource Planning). Baptisé SALT (Sales Autocompletion Linked Business Tables), ce jeu de données se composerait d’informations anonymisées, issues d’un véritable système ERP en activité, centrées principalement sur les commandes clients. Selon SAP, l’un des obstacles majeurs dans l’application de modèles d’IA générative au secteur professionnel résiderait dans la rareté des jeux de données réalistes et structurés. Contrairement aux données textuelles abondamment disponibles sur Internet, les données structurées utilisées par les entreprises seraient nettement plus difficiles à obtenir, notamment en raison des enjeux liés à la confidentialité et aux intérêts commerciaux. Le jeu de données SALT, désormais accessible sur les plateformes Hugging Face et GitHub, comprendrait des…
Si vous voulez vous aussi participer à une émission du podcast Decideo, envoyez moi un email à philippe.nieuwbourg@decideo.com. Et si vous avez aimé cet épisode, mettez lui quelques étoiles et un petit commentaire dans votre application de podcasting.
Zhamak Dehghani, à l’origine du concept de Data Mesh, dévoile une plateforme native où les jeux de données sont les composants essentiels du « shift-left », ce mouvement d’appropriation des data par les utilisateurs métier. Alors que l’intelligence artificielle augmente la complexité du paysage des données, la gestion traditionnelle, en silos, monolithique et fragmentée, souligne ses propres limites. Après plus de deux ans de développement, Zhamak Dehghani a dévoilé hier NextData OS, une plateforme révolutionnaire dédiée à la gestion décentralisée et automatisée des jeux de données, les data products. « Il est temps d’arrêter de changer constamment de plateforme et de construire sur ce que vous possédez déjà, en encapsulant votre complexité », explique l’inventrice du concept de Data Mesh. Cette philosophie traduit l’approche innovante de NextData OS, une plateforme de données ouverte.
Si vous voulez vous aussi participer à une émission du podcast Decideo, envoyez moi un email à philippe.nieuwbourg@decideo.com. Et si vous avez aimé cet épisode, mettez lui quelques étoiles et un petit commentaire dans votre application de podcasting.
Si vous voulez vous aussi participer à une émission du podcast Decideo, envoyez moi un email à philippe.nieuwbourg@decideo.com. Et si vous avez aimé cet épisode, mettez lui quelques étoiles et un petit commentaire dans votre application de podcasting.
Si vous voulez vous aussi participer à une émission du podcast Decideo, envoyez moi un email à philippe.nieuwbourg@decideo.com. Et si vous avez aimé cet épisode, mettez lui quelques étoiles et un petit commentaire dans votre application de podcasting.
IBM a annoncé son intention d'acquérir DataStax, entreprise spécialisée dans les solutions d'IA et de gestion des données. Cette acquisition vise à améliorer les capacités de watsonx, la plateforme d'IA d'IBM, en exploitant les données non structurées des entreprises. DataStax est reconnu pour ses solutions NoSQL et ses bases de données vectorielles, notamment AstraDB et DataStax Enterprise, reposant sur Apache Cassandra. L'entreprise développe également Langflow, un outil open source facilitant la création d'applications IA low-code. Avec cet achat, IBM renforce son engagement envers l'open source, intégrant les technologies de DataStax à son écosystème. L'IA générative nécessite un accès à des données massives et souvent non exploitées. Or, selon une étude de McKinsey, 70 % des entreprises éprouvent des difficultés à gérer ces données. IBM souhaite répondre à ce défi en intégrant les technologies de DataStax, qui permettent une gestion avancée des…
MicroStrategy, célèbre pour son rôle pionnier dans l’analyse de données et, plus récemment, son virage obsessionnel vers le Bitcoin, a officiellement changé de nom pour devenir Strategy. Derrière ce choix sobre et épuré se cache une manœuvre stratégique qui interroge : s’agit-il d’une simple modernisation ou d’une tentative de faire oublier un passif controversé ? D’abord, ce changement pose un problème de transparence historique. Fondée en 1989, MicroStrategy s’est forgé une réputation à la fois pour ses logiciels d’intelligence d’affaires et pour ses errements financiers, notamment un scandale comptable en 2000 qui avait précipité une chute de 60 % de son action. Ce rebranding pourrait être perçu comme un moyen de prendre de la distance avec cet héritage peu reluisant. Ensuite, il y a le virage radical de l’entreprise sous la houlette de son cofondateur Michael Saylor. Ces dernières années, MicroStrategy a abandonné progressivement son cœur…
Vous vous dites, ça y est, on l’a perdu ! Il est resté en 1999 à la création de Salesforce ! Non, car si le SaaS est bien vivant depuis 25 ans, le nouveau SaaS pointerait le bout de son nez selon les oracles du marketing. Nous serions en train de passer du Software as a Service au Service as a Software. Que c’est beau le monde du marketing ! Allez, je vous explique. Le principe du Software as a Service a combiné depuis plus de deux décennies l’évolution technologique du cloud computing, et la migration du modèle d’achat de licences logicielles vers celui d’abonnement. Les deux éléments sont indépendants, mais en réalité ces deux évolutions ont été concomitantes. Au lieu d’acheter un logiciel, vous souscrivez à un abonnement, qui comprend le droit d’accès au logiciel, l’infrastructure technique, et les services associés. Un forfait en quelques sortes, mais payé chaque mois. À court terme, le coût en est bien plus intéressant et plus flexible, à…
C’est à un réquisitoire sans concessions que se livre Maître Clarence Tocchio dans son nouveau livre intitulé « la donnétisation ou le vol de notre identité ». Pour l’avocate au Barreau de New York, la technologie est la source de tous nos problèmes de protection des données et de respect de notre vie privée. Elle oublie peut-être un peu facilement que nous achetons, utilisons et dirigeons la technologie. Sous prétexte de nouvelle technologie, l’Homme aurait perdu son libre arbitre et se soumettrait sans réfléchir à la technologie qu’il a lui-même créée ! L’auteur définit la donnétisation comme étant le « fait pour une personne ou entité, de monétiser des données, majoritairement personnelles, dans le but d’en tirer profit pour son propre intérêt ou celui d’un tiers ». Dans son livre d’une centaine de pages, elle identifie et liste de manière exhaustive les risques que nous prenons au quotidien, en utilisant et surutilisant la…
Si vous voulez vous aussi participer à une émission du podcast Decideo, envoyez moi un email à philippe.nieuwbourg@decideo.com. Et si vous avez aimé cet épisode, mettez lui quelques étoiles et un petit commentaire dans votre application de podcasting.
Le Valencia Digital Summit 2024, réunissait cette semaine plusieurs centaines de startups et environ 12 000 participants autour de l’innovation numérique... à Valencia, en Espagne. Du médical, de l’agriculture, de la finance, de la robotique, et un peu de data. Bien sûr, il y avait de l’IA partout, mais comme tout le monde le sait, pas d’IA sans data… Deepsense est spécialisée dans le secteur du tourisme. La jeune entreprise espagnole souhaite convaincre les entreprises de ce secteur que la croissance de leur chiffre d’affaires, et la fidélisation de leurs clients, passe par une meilleure connaissance, et donc par l’analyse de données. Evidemment, il y a de l’IA à l’intérieur. L’offre n’est pas révolutionnaire, mais le secteur touristique est assez en retard dans l’exploitation des données, donc l’entreprise a du potentiel. Diss-co est une startup allemande qui se focalise sur la simplification des opérations de conformité. « Nous aidons les…
8 règles à suivre impérativement pour identifier, nommer, et faire connaitre les référents données de chaque domaine métier. Un article en deux parties. Cet article va vous aider à résoudre, de manière définitive, le principal problème qui émerge des formations que je donne sur la gouvernance des données : le choix des data owners. Alors, conservez le lien vers cet article, partagez-le avec vos collègues, challengez-le dans les commentaires, faites-en ce que vous voulez, mais voici la bonne manière de procéder. C’est un peu long, mais ça en vaut la peine ! 1. Qu’est-ce qu’un data owner Le terme data owner, propriétaire de données, crée dès le départ une confusion. Et peut générer un rejet de la part de certains data owners potentiels qui y voient l’apparition de responsabilités qu’ils ne souhaitent pas. Soyons clairs dès le départ, le data owner n’est propriétaire de rien ! Les données appartiennent toutes à une seule et même entité,…
Si vous voulez vous aussi participer à une émission du podcast Decideo, envoyez moi un email à philippe.nieuwbourg@decideo.com. Et si vous avez aimé cet épisode, mettez lui quelques étoiles et un petit commentaire dans votre application de podcasting.
Voici pour commencer la semaine, un sujet bien polémique. Et si le bon Chief Data Officer était celui qui préparait son départ, et son inutilité ? Non, ne zappez pas, laissez-moi vous expliquer mon raisonnement. Pour cela remontons aux années 50, lorsque la nouvelle technologie de l’époque s’appelle la machine à écrire. Les bureaux ne sont pas encore équipés, et très peu d’employés savent taper à la machine. On créé dans les entreprises des « pools » de secrétaires, de dactylographes plutôt, en particulier dans les banques. Plusieurs dizaines de jeunes femmes – c’est à l’époque une profession quasi-exclusivement féminine – sont alignées dans une grande salle, chacune derrière son bureau, sur lequel trône une machine à écrire. Les différents bureaux, dans les étages, écrivent leurs courriers à la main, les font parvenir au pool de dactylos ; une d’entre elles tape le courrier, et le renvoi à son rédacteur. On imagine également quelques…
Le Data Vault est une architecture d’entrepôt de données d’entreprise inventée par Daniel Linstedt en 1990 et mise dans le domaine public dix ans plus tard. Cette alternative aux modèles de data warehouse de Bill Inmon et de Ralph Kimball est moins connue, et plus complexe à mettre en œuvre techniquement. Mais elle est appréciée pour son adaptabilité, là où une modélisation en étoile perd de son agilité en cas d’évolution de l’organisation. Le Data Vault a ses défenseurs et ses passionnés. Mais alors, comment combiner une gouvernance des données orientée métier, et une architecture data vault forcément gérée par une équipe informatique experte ? Data Vault ou pas, les principes fondateurs de la gouvernance des données, la connaissance, la qualité et la conformité, ne changent pas. Dans une architecture data vault, les données sont dupliquées et modélisées en plusieurs étapes : les données brutes, puis les données modélisées suivant…
Vous en avez assez d’entendre parler de LLM, de prompt, de text token, ou de adversarial machine learning ? Ça tombe bien, le 6 septembre dernier, le Journal Officiel de la République Française a publié, pour la rentrée des classes, la liste relative au vocabulaire de l’intelligence artificielle. La commission d’enrichissement de la langue française a retenu quatorze termes ; elle les a traduits, et définit.
Cela paraitra étrange à certains, mais en 2024, je dois encore régulièrement expliquer en formation ou en mission de conseil, les différences entre un catalogue de données, et un MDM, une gestion des données de référence. Certes, il y a un petit recouvrement, et nous y reviendrons. Mais ces deux outils, sont complètement différents, et complémentaires. D’ailleurs, vous avez besoin de deux. Et je ne connais pas d’outil capable de répondre bien, simultanément, aux deux besoins. Le MDM est un des outils clefs d’amélioration de la qualité des données. Pourquoi ? Tout simplement parce qu’une des raisons principales de la non-qualité de données, est la non-synchronisation des données. La même donnée est stockée à plusieurs endroits. L’une est certainement juste, ou l’a été, mais on ne sait pas laquelle, ni où elle se trouve. C’est justement cela que résout le MDM : détenir une version unique, des données les plus importantes, les données dites «…
Cet été, le MIT nous a fait un cadeau ! Le prestigieux organisme de recherche américain a publié un référentiel complet des risques liés à l’intelligence artificielle. L’objectif : vous aider à cartographier l’ensemble des risques qui pèsent sur votre entreprise afin de les mesurer, les quantifier et les mitiger par la suite. Si vous suivez mes contenus sur le thème de la gouvernance des données et de l’intelligence artificielle, vous avez déjà été sensibilisé au fait que la mise en place d’un cadre de gouvernance passe par l’identification et la cartographie des risques. Comment en effet atténuer quelque chose que l’on n’a pas référencé et mesuré ? Première tâche donc, l’identification et la cartographie des risques en matière d’intelligence artificielle. Risques liés aux données, aux modèles, aux usages, les risques sont nombreux. Et l’IA Act européen prévoit d’ailleurs l’obligation de les identifier et de les suivre, afin de…
Ayant l’opportunité d’accompagner de nombreuses entreprises dans la mise en place d’une gouvernance des données orientée métier, je voudrais partager avec vous aujourd’hui quelques prérequis organisationnels. Eloignés des habituels conseils sur les outils à déployer, je constate que les premiers pas à réaliser, et pas les plus faciles, sont liés aux personnes et à l’organisation. Trois questions ! Qui ? Cela peut paraitre évident, mais dans la réalité, la nomination claire et affirmée de la personne chargée de coordonner la gouvernance des données dans l’entreprise n’est pas toujours une priorité. Or, sans bénéficier de l’onction de la direction générale sur le sujet, la personne en charge rencontra sur sa route toutes les embuches posées ça et là par les personnes qui ne voient pas dans leur intérêt qu’une gouvernance vienne fixer des bonnes pratiques là où ils préfèreraient que personne ne vienne mettre son nez. Donc, la première…
Vous avez 23 ans, vous mesurez 1 mètre 77, et vous pesez 72 kilos ? Vous avez, contrairement à moi, le profil idéal pour remporter le 100 mètres, épreuve reine de l’athlétisme aux jeux olympiques.
