Pourquoi le contexte SQL améliore les performances des agents IA

Les agents d’IA ont besoin d’un contexte métier pour ne plus générer de jointures SQL erronées

Le principal problème lié à l’IA d’entreprise ne réside souvent pas dans le modèle lui-même, mais dans les informations que vous fournissez à ce modèle avant qu’il ne commence à fonctionner. De nombreuses organisations partent du principe que si un agent IA a accès au schéma de la base de données, il dispose de tout ce dont il a besoin. Cette hypothèse s’avère très vite erronée dans les grandes entreprises.

Un schéma de base de données indique à une IA quelles tables et quelles colonnes existent. Il n’explique pas pourquoi ces tables existent, lesquelles sont considérées comme fiables par l’entreprise, ni comment les analystes ont réussi à les combiner au fil du temps. Sans ce contexte métier, l’agent est contraint de deviner. C’est de là que proviennent les jointures fantômes et les réponses erronées.

La « Context Intelligence » de DataHub adopte une approche différente. Au lieu de se fonder uniquement sur les métadonnées relatives aux tables, elle analyse plusieurs années d’historique de requêtes SQL afin d’identifier comment des analystes expérimentés ont déjà répondu à des questions métier. Ces requêtes validées constituent un index sémantique que les agents d’IA peuvent interroger avant de générer du code SQL. Plutôt que d’inventer de nouvelles jointures, l’agent commence par celles qui ont déjà fait leurs preuves en production.

Cela modifie la manière dont les organisations doivent envisager l’IA d’entreprise. L’objectif n’est pas simplement de connecter un modèle de langage de grande envergure (LLM) à un entrepôt de données. L’objectif est de doter l’IA des connaissances accumulées par l’entreprise. L’historique des requêtes devient un atout stratégique, car il reflète la logique métier concrète qui n’existe généralement que dans le travail des analystes.

Pour les dirigeants, cela a des implications importantes. Les entreprises ont passé des années à mettre en place des entrepôts de données, mais elles ont également passé des années à acquérir un savoir institutionnel qui est rarement documenté de manière structurée. L’historique des requêtes contient une partie de ce savoir. Si l’IA parvient à l’extraire efficacement, la qualité de ses décisions s’en trouve améliorée, sans que les employés aient à recréer manuellement des années de documentation.

Cette approche favorise également la gouvernance. Lorsque l’IA s’appuie sur une logique métier préalablement validée au lieu de générer du code SQL entièrement à partir de zéro, les organisations bénéficient d’une plus grande cohérence dans leurs rapports et leurs analyses. Cela s’avère particulièrement utile pour les services financiers, opérationnels, de conformité et autres, où des interprétations divergentes d’une même donnée peuvent entraîner des erreurs coûteuses.

Les premiers résultats montrent pourquoi le contexte est essentiel. Lors des tests menés chez Miro, le fait d’exposer directement les agents IA à l’environnement Snowflake de l’entreprise a donné lieu à des réponses erronées dans plus de 65 % des cas. Cet environnement comptait plus de 10 000 tables, ce qui privait les agents d’un contexte métier suffisant pour déterminer de manière fiable quelles données correspondaient à chaque question. Le problème ne résidait pas dans les capacités du modèle d’IA, mais dans l’absence de repères sémantiques.

DataHub s’appuie sur l’infrastructure de métadonnées existante au lieu de créer une toute nouvelle plateforme d’IA

L’un des principaux atouts de cette annonce réside dans le fait qu’elle ne nécessite pas de refonte de l’infrastructure de données de l’entreprise. C’est un point important, car les grandes organisations remplacent rarement leurs systèmes centraux. Elles les font évoluer.

À l’origine, DataHub se concentrait sur la gestion des métadonnées et la traçabilité des données. La traçabilité des données permet de suivre le parcours des informations depuis les systèmes opérationnels jusqu’aux entrepôts de données, puis vers les tableaux de bord, les rapports et les applications métier. Les entreprises s’appuient sur cette fonctionnalité pour assurer leur conformité réglementaire, résoudre les problèmes opérationnels et aider les nouveaux ingénieurs à comprendre les environnements de données complexes.

Au fil des ans, DataHub a développé une technologie permettant d’extraire les journaux de requêtes SQL, de les analyser et de cartographier les relations entre les différents systèmes de données de l’entreprise. Cette fonctionnalité fonctionnait déjà à l’échelle de la production. Context Intelligence applique simplement cette même base à un nouveau cas d’utilisation : fournir un contexte sémantique aux agents d’IA pendant leur exécution.

Shirshanka Das, cofondateur et directeur technique de DataHub, a clairement résumé cette évolution en déclarant : « La couche de consommation est passée des humains aux agents. » L’infrastructure reste globalement la même. C’est le consommateur qui a changé.

Il s’agit là d’une stratégie efficace. Les organisations obtiennent généralement de meilleurs résultats lorsqu’elles réutilisent une infrastructure éprouvée plutôt que de mettre en place des piles technologiques entièrement nouvelles. Les systèmes de métadonnées existants contiennent déjà des informations sur la qualité des données, leur propriété, leurs relations, leur gouvernance et leur utilisation. L’extension de ces ressources à l’IA permet de réduire les risques liés à la mise en œuvre tout en préservant les investissements antérieurs.

Un autre point important concerne la maturité. Context Intelligence ne repose pas sur une technologie expérimentale créée uniquement pour le lancement de ce produit. Elle utilise des fonctionnalités d’analyse SQL et d’extraction des journaux de requêtes qui ont déjà été perfectionnées au fil d’années de déploiements en entreprise. Cela confère aux organisations davantage de confiance que les approches qui reposent sur une infrastructure récemment développée et dont l’historique opérationnel est limité.

L’envergure de la plateforme renforce cette position. DataHub a vu le jour sous la forme d’un projet open source développé chez LinkedIn, où Shirshanka Das a dirigé l’infrastructure de données pendant près de 11 ans avant de cofonder l’entreprise. Aujourd’hui, le projet compte plus de 15 000 contributeurs et plus de 3 000 déploiements en production à travers le monde. Il prend en charge plus de 100 sources de métadonnées connectées. Parmi l’ensemble de ses déploiements, PostgreSQL est la source la plus connectée, suivie par MySQL, Oracle et les principaux entrepôts de données cloud, notamment Snowflake et Google BigQuery.

À l’intention des dirigeants qui évaluent les investissements dans l’IA, cela met en évidence un principe important. L’IA d’entreprise est couronnée de succès lorsqu’elle s’appuie sur des systèmes opérationnels fiables plutôt que de les contourner. Les plateformes de métadonnées enregistrent déjà la manière dont les données sont créées, gérées et utilisées au sein de l’organisation. Ajouter une intelligence sémantique à cette base existante est souvent plus rapide, moins perturbant et plus évolutif que de partir de zéro.

Les modèles de requêtes SQL de haute qualité se transforment en connaissances sémantiques qui améliorent la précision de l’IA

Toutes les requêtes SQL ne sont pas utiles pour former ou guider un agent d’IA. Les journaux de requêtes d’entreprise contiennent une quantité importante de bruit. Ils comprennent des expériences incomplètes, des requêtes ayant échoué, des analyses temporaires et des demandes ponctuelles qui ne reflètent pas une logique métier fiable. Intégrer directement toutes ces données dans un système d’IA reviendrait simplement à transférer ce bruit dans les résultats.

DataHub résout ce problème en identifiant ce qu’elle appelle les « requêtes de référence ». Il s’agit de requêtes SQL qui ont déjà démontré leur valeur métier. Elles proviennent généralement d’analystes expérimentés ou de pipelines de données de production auxquels les organisations font déjà confiance. Au lieu de traiter toutes les requêtes de la même manière, la plateforme se concentre sur les modèles qui ont systématiquement produit des résultats précis.

C’est l’étape suivante qui distingue ce système des autres. Plutôt que de stocker le code SQL tel quel, Context Intelligence extrait la signification métier sous-jacente de ces requêtes réussies. DataHub désigne ces définitions structurées sous le nom d’« ancrages sémantiques ». Les agents d’IA récupèrent ces ancrages sémantiques avant de générer du code SQL, ce qui leur permet d’accéder à un contexte métier établi au lieu de se fier uniquement aux noms de tables et aux relations entre les colonnes.

Shirshanka Das, cofondateur et directeur technique de DataHub, a décrit le processus en ces termes : « On peut presque considérer cela comme une inversion du texte vers le SQL. » Au lieu de partir d’un langage naturel pour générer immédiatement du code SQL, le système part d’un code SQL validé et en déduit les concepts métier sous-jacents. Ces concepts deviennent alors un contexte réutilisable pour de futures requêtes d’IA.

Cela permet de mettre en place un processus de travail plus rigoureux pour l’IA d’entreprise. La logique métier évolue au fil du temps, et il arrive souvent que différents services définissent un même indicateur de manière différente. Le chiffre d’affaires, l’activité client ou la performance opérationnelle peuvent être calculés à partir d’hypothèses différentes selon que l’on se situe au sein des équipes financières, commerciales ou produit. En l’absence de supervision, les systèmes d’IA peuvent facilement produire des résultats incohérents selon la définition à laquelle ils sont confrontés.

DataHub intègre une couche de validation humaine pour relever ce défi. Les experts du domaine peuvent examiner le contexte généré par l’IA, identifier les définitions contradictoires des indicateurs, évaluer l’impact potentiel des modifications proposées et approuver les mises à jour avant qu’elles ne soient mises à la disposition des agents IA. L’expertise humaine reste intégrée au processus, en particulier lorsque les définitions métier nécessitent un jugement plutôt qu’une automatisation.

Pour les dirigeants, il s’agit d’une compétence essentielle en matière de gouvernance. L’IA doit accélérer la prise de décision, mais elle ne doit pas donner lieu à l’existence de multiples versions de la réalité au sein d’une même organisation. Le maintien de définitions sémantiques cohérentes contribue à renforcer la confiance dans les analyses générées par l’IA, tout en réduisant les risques opérationnels liés à des rapports incohérents.

Cela reflète également une évolution plus générale dans le domaine de l’IA d’entreprise. Les organisations ne se contentent plus de fournir simplement davantage de données aux modèles. L’accent est de plus en plus mis sur la fourniture de données de meilleure qualité aux modèles, étayées par des processus de validation, de gouvernance et une pertinence métier. Cela permet d’obtenir des résultats plus fiables que si l’on se fiait uniquement aux capacités des modèles.

Miro a amélioré ses analyses basées sur l’IA en ajoutant une couche de contexte sémantique entre les utilisateurs et son entrepôt de données

L’expérience de Miro met en évidence un défi que de nombreuses entreprises reconnaîtront. Les environnements de données volumineux sont précieux car ils contiennent une mine d’informations, mais leur ampleur rend également leur exploration difficile pour les systèmes d’IA sans orientation supplémentaire.

Miro utilisait déjà DataHub pour le suivi de la traçabilité des données et l’analyse d’impact lorsqu’elle a commencé à tester des agents d’analyse basés sur l’IA dans son environnement Snowflake. L’entreprise a constaté que le fait de permettre aux agents d’IA d’interagir directement avec l’entrepôt de données ne produisait pas de résultats fiables. Avec plus de 10 000 tables disponibles, les agents avaient du mal à déterminer quelles ressources de données correspondaient à chaque question métier.

Ronald Angel, chef de produit pour la plateforme de données chez Miro, a déclaré à VentureBeat que les requêtes directes en langage naturel effectuées via le MCP de Snowflake donnaient lieu à des réponses erronées dans plus de 65 % des cas. Le problème ne résidait pas dans la génération du code SQL en soi. Les agents ne disposaient pas d’un contexte suffisant pour identifier les données correctes avant de rédiger le code SQL.

Miro a résolu ce problème en modifiant l’architecture plutôt qu’en remplaçant le modèle d’IA. Au lieu d’exposer l’intégralité du schéma de la base de données, l’entreprise a organisé ses informations en produits de données bien définis. Cela a permis de limiter l’accès des agents d’IA tout en fournissant un contexte métier bien plus solide pour chaque requête.

Dans le flux de travail de production, les utilisateurs soumettent leurs demandes via Claude Chat ou Claude Cowork. Le MCP de DataHub interprète ensuite la demande métier en combinant les métadonnées, les relations entre entités, l’historique des requêtes et l’objectif métier de chaque table Snowflake. Ce n’est qu’après avoir identifié les ressources de données appropriées que la demande est transmise au MCP de Snowflake pour la génération de requêtes SQL.

Cet ordre est important. Le fait de sélectionner les données pertinentes avant de générer le code SQL améliore considérablement la qualité du résultat final. L’IA prend ses décisions en se basant sur l’intention métier plutôt que de tenter de déduire le sens à partir des seules structures techniques de la base de données.

Pour les équipes de direction, cela met en évidence un principe de mise en œuvre important. Les performances de l’IA d’entreprise dépendent autant de l’architecture que du choix du modèle. Les organisations comparent souvent les modèles sur la base de leurs performances lors des tests de référence, mais les résultats commerciaux concrets dépendent fréquemment de l’efficacité avec laquelle le contexte est pris en compte lors de l’inférence. Une couche contextuelle plus solide peut apporter des améliorations plus importantes que la modification du modèle sous-jacent.

L’exemple de Miro souligne également l’intérêt de traiter les données d’entreprise comme des produits sélectionnés avec soin, plutôt que d’exposer l’ensemble des ressources disponibles à toutes les applications d’IA. Un accès sélectif améliore la fiabilité, renforce la gouvernance et réduit le risque que les systèmes d’IA extraient des données qui, bien que techniquement disponibles, ne sont pas adaptées d’un point de vue opérationnel à une question métier donnée.

À mesure que les organisations continuent à déployer des agents d’IA dans les domaines de l’analyse, de la finance, des opérations et de la relation client, ce modèle architectural devrait se généraliser. L’objectif est de permettre à l’IA d’accéder aux données pertinentes, dans le contexte métier approprié et au moment opportun.

DataHub présente sa couche contextuelle comme une base indépendante de toute plateforme pour l’IA d’entreprise

Le marché de l’IA d’entreprise est de plus en plus fragmenté. De nombreux fournisseurs de technologies proposent désormais leurs propres couches sémantiques, systèmes de mémoire ou services contextuels. Bien que ces fonctionnalités puissent s’avérer utiles, elles fonctionnent souvent de manière optimale au sein d’un écosystème unique. Cela pose un défi aux organisations qui opèrent sur plusieurs plateformes cloud, entrepôts de données et frameworks d’IA.

DataHub adopte une approche différente. Plutôt que de remplacer les technologies existantes, cette solution est conçue pour fournir un contexte métier pouvant être partagé entre celles-ci. La couche « Context Intelligence » de l’entreprise s’intègre aux frameworks largement utilisés et permet d’apporter un contexte sémantique aux plateformes existantes, notamment aux vues sémantiques de Snowflake et à Microsoft Fabric IQ.

Cette approche permet aux organisations de continuer à utiliser l’infrastructure de leur choix tout en améliorant la manière dont les agents d’IA appréhendent les données d’entreprise. Plutôt que d’obliger les entreprises à migrer vers une nouvelle plateforme, la couche contextuelle devient une fonctionnalité supplémentaire qui valorise les investissements existants.

Shirshanka Das, cofondateur et directeur technique de DataHub, a expliqué ce raisonnement en déclarant : « Très souvent, les utilisateurs souhaitent rester neutres vis-à-vis des plateformes en ce qui concerne leur couche contextuelle. » Cela reflète une réalité plus générale au sein des grandes entreprises. La plupart des organisations gèrent simultanément plusieurs fournisseurs, prestataires de services cloud, outils d’analyse et applications d’IA.

Pour les dirigeants, la neutralité des plateformes présente un intérêt pratique qui va au-delà de la flexibilité technique. Elle réduit le risque de dépendre d’un seul fournisseur pour l’accès aux connaissances métier. Le contexte métier représente souvent des années d’expertise opérationnelle accumulée, de politiques de gouvernance et de pratiques analytiques. Conserver le contrôle sur ces connaissances permet aux organisations d’adapter leur stratégie technologique sans perdre le fondement sémantique qui sous-tend l’IA.

Cela améliore également l’interopérabilité. À mesure que les agents d’IA s’intègrent dans les fonctions financières, opérationnelles, de service client, d’ingénierie et de chaîne d’approvisionnement, ils auront de plus en plus besoin d’un accès cohérent à des définitions métier partagées. Une couche contextuelle centralisée permet de garantir que les différents systèmes d’IA fonctionnent en se basant sur une même compréhension des données de l’organisation, quelle que soit l’application ou le modèle qu’ils utilisent.

Les perspectives à long terme vont au-delà des modèles d’IA actuels. Les modèles de base continueront d’évoluer rapidement, et les entreprises adopteront probablement plusieurs modèles au fil du temps. Les organisations qui dissocient leur contexte métier de toute plateforme d’IA spécifique seront mieux à même d’évaluer les nouvelles technologies sans avoir à reconstruire la couche sémantique à chaque changement de fournisseur.

Le contexte d’exécution devient un facteur de différenciation stratégique dans le domaine de l’IA d’entreprise

Le débat autour de l’IA d’entreprise évolue. Au départ, les discussions portaient principalement sur les performances des modèles et la puissance de calcul. Ces facteurs restent certes importants, mais de nombreuses entreprises constatent que la valeur ajoutée dépend de plus en plus de la qualité du contexte fourni à l’IA lors de son exécution.

Les analystes du secteur estiment que ce domaine deviendra l’un des principaux leviers de compétitivité dans le secteur des technologies d’entreprise.

Kevin Petrie, analyste chez BARC, a souligné que DataHub se distingue en intégrant des métadonnées issues à la fois d’informations structurées et non structurées, notamment des documents et des images. De nombreuses solutions concurrentes se concentrent principalement sur les tables de bases de données structurées. Alors que les données structurées fournissent des informations opérationnelles fiables, les informations non structurées contiennent souvent des politiques d’entreprise, de la documentation sur les produits, des connaissances techniques et d’autres informations qui permettent à l’IA d’avoir une compréhension plus complète de l’activité.

À mesure que les entreprises étendent leurs déploiements d’IA, ce contexte plus large prend de plus en plus d’importance. Les décisions commerciales reposent rarement sur des données structurées seules. Elles nécessitent souvent de combiner des indicateurs opérationnels avec de la documentation, des politiques de gouvernance, des spécifications produit, les retours clients et le savoir-faire institutionnel. Les systèmes d’IA capables d’accéder à ces deux types d’informations sont mieux à même de générer des réponses qui reflètent véritablement les intentions commerciales.

Michael Ni, vice-président et analyste principal chez Constellation Research, a fait valoir que le contrôle du contexte d’exécution pourrait devenir le prochain champ de bataille majeur entre les plateformes, car il influence la manière dont les systèmes d’IA prennent leurs décisions en matière de données, de flux de travail et d’opérations d’entreprise.

M. Ni a également formulé une mise en garde importante à l’intention des acheteurs de technologies. Il a déclaré : « Les acheteurs doivent faire preuve de prudence, car de nombreux fournisseurs ne prennent en charge qu’une partie des capacités contextuelles complètes requises pour les solutions d’IA et les solutions agentiques. Les acheteurs doivent définir clairement leurs besoins en matière de gestion du contexte, car la mémoire vectorielle n’est pas synonyme de sens métier, le sens métier n’est pas synonyme de gouvernance, et la gouvernance n’est pas synonyme d’exécution. »

Cette distinction revêt une importance capitale pour la prise de décision au niveau de la direction. De nombreuses plateformes d’IA mettent en avant des fonctionnalités telles que les bases de données vectorielles ou la mémoire à long terme, mais ces technologies ne résolvent qu’une partie du problème. Mémoriser des informations est différent de comprendre les définitions métier. La signification métier est différente de la gouvernance. La gouvernance à elle seule ne garantit pas que l’IA exécute correctement les tâches. Chaque couche répond à une exigence différente au sein d’une architecture d’IA d’entreprise.

Pour les dirigeants d’entreprise, cela implique d’évaluer les plateformes d’IA comme des systèmes opérationnels complets plutôt que comme un ensemble de fonctionnalités individuelles. Une stratégie contextuelle solide doit inclure des définitions métier fiables, des contrôles de gouvernance, des métadonnées, des tendances d’utilisation historiques et des mécanismes permettant des mises à jour continues à mesure que l’entreprise évolue.

Les organisations qui mettront en place ces bases seront mieux à même de déployer l’IA à grande échelle dans de multiples fonctions de l’entreprise. À mesure que les agents d’IA se verront confier davantage de tâches analytiques et opérationnelles, la fiabilité du contexte déterminera de plus en plus s’ils apportent une valeur ajoutée constante à l’entreprise ou s’ils génèrent un risque opérationnel supplémentaire.

Principaux faits marquants

• Le contexte détermine la précision de l’IA : les agents d’IA sont plus performants lorsqu’ils comprennent le sens métier. Les dirigeants devraient considérer les requêtes SQL historiques et le contexte métier comme des atouts stratégiques afin de réduire les jointures erronées et d’améliorer la fiabilité des analyses d’entreprise.
• S’appuyer sur les bases de données existantes : les organisations peuvent accélérer l’adoption de l’IA en étendant des plateformes de métadonnées et de traçabilité déjà éprouvées, plutôt qu’en créant une nouvelle infrastructure. La réutilisation de systèmes qui ont fait leurs preuves réduit les risques liés à la mise en œuvre tout en préservant les investissements technologiques antérieurs.
• Signification de la gouvernance métier : des modèles SQL de haute qualité, validés par des experts, permettent de créer des définitions sémantiques cohérentes que l’IA peut réutiliser. Les dirigeants doivent mettre en place une gouvernance autour des indicateurs métier afin de garantir que l’IA produise des résultats fiables et reproductibles dans tous les services.
• Triez les données avant de les mettre à la disposition de l’IA : l’expérience de Miro montre que limiter l’accès de l’IA à des produits de données bien définis améliore bien davantage la précision que de mettre à disposition l’intégralité d’un entrepôt de données. Les dirigeants devraient accorder la priorité aux couches de contexte sémantique dans le cadre de toute architecture d’IA d’entreprise.
• Veillez à ce que votre couche contextuelle soit indépendante de toute plateforme : les connaissances métier doivent rester indépendantes de tout modèle d’IA ou fournisseur de technologie en particulier. Une stratégie contextuelle indépendante de toute plateforme offre aux organisations une plus grande flexibilité pour adopter de nouvelles capacités d’IA sans avoir à reconstituer le savoir-faire de l’entreprise.
• Considérez le contexte d’exécution comme un avantage concurrentiel : la prochaine étape de l’IA d’entreprise sera déterminée par la capacité des systèmes à comprendre le contexte métier lors de l’exécution. Les dirigeants doivent évaluer les plateformes d’IA en fonction de leur capacité à combiner métadonnées, gouvernance, informations structurées et non structurées, ainsi qu’une intelligence sémantique mise à jour en permanence.