Comment les data product marketplaces apportent l’intelligence d’usage au context layer, moteur du succès de l’IA

Activer les agents IA ne consiste pas seulement à leur donner accès aux données. Pour être efficaces, ces données doivent être compréhensibles et contextualisées : l’IA doit savoir quels data products et autres actifs ont de la valeur et comment ils doivent être interprétés au sein de l’entreprise.

Cette couche de contexte (context layer) va au-delà de la simple description des données pour capturer la manière dont elles sont réellement utilisées : quels actifs l’entreprise privilégie, quelles requêtes sont exécutées, quelles définitions s’appliquent en pratique. Cette intelligence d’usage rend le contexte dynamique : c’est une couche vivante qui s’enrichit à chaque interaction. Avec une couche de contexte, les agents IA ne se contentent pas de comprendre vos données : ils opèrent sur le même graphe de connaissances gouverné et continuellement amélioré que vos meilleurs analystes.

Dans le cadre de sa mission visant à accroître la consommation de données par les humains et l’IA, Huwise permet aux entreprises de comprendre et de construire leur couche de contexte métier grâce à sa data product marketplace. Nous collaborons avec les principaux fournisseurs de l’écosystème data pour offrir ce contexte de bout en bout et nous sommes désormais devenus un partenaire « Atlan Context Layer », aidant les organisations à finaliser leur context layer.

Bien que les données brutes peuvent être complètes et de haute qualité, elles restent difficiles à comprendre et à consommer par les non-experts et les agents d’IA. Elles peuvent être mal interprétées ou utilisées de manière incorrecte, entraînant des prises de décision erronées pouvant nuire à l’entreprise. 

Les agents IA augmentent ce risque : comme ils accèdent aux données sans intervention humaine, ils peuvent halluciner et entreprendre des actions biaisées ou erronées, qui pourraient ne pas être détectées avant qu’il ne soit trop tard.

Pour surmonter ces problèmes, les agents IA ont besoin de plus que de données propres et de définitions cohérentes. Ils ont besoin d’une couche de contexte afin que chaque agent dispose d’une compréhension partagée et gouvernée du fonctionnement réel des données au sein d’une entreprise.

La couche sémantique (ou semantic layer) est une couche d’abstraction qui se situe entre les sources de données brutes (telles que les data warehouses, data lake ou les pipelines de données) et les utilisateurs finaux ou les applications qui consomment ces données.

Le rôle du semantic layer est de présenter des structures de données techniques sous forme de concepts et de définitions familiers, appliqués de manière cohérente. Dans une entreprise, il peut s’agir de chiffres financiers tels que les revenus ou des informations sur les clients. Cela garantit la cohérence, mais ça ne suffit pas. 

Une métrique peut être définie de la même manière partout et signifier pourtant des choses différentes selon qui pose la question, quel système l’a produite, si les données sous-jacentes sont fraîches et quelles politiques régissent son utilisation. C’est là qu’intervient la couche de contexte.

Le context layer va au-delà de la sémantique. C’est l’infrastructure partagée qui se situe entre votre patrimoine de données et vos agents d’IA pour définir : 

• la signification métier, 
• les définitions propres aux cas d’usage, 
• le lignage des données, 
• les signaux de qualité 
• les politiques de gouvernance dans un graphe vivant et interrogeable. 

Contrairement à la couche sémantique, qui standardise les définitions de manière universelle, la couche de contexte construit un contexte délimité, testable et spécifique au fonctionnement réel de votre organisation, tout en s’améliorant continuellement à mesure que les agents interagissent avec elle.

Dans les environnements professionnels, le context layer est ce qui différencie les données exploitables des informations disponibles. Sans lui, même des actifs de données de haute qualité peuvent être mal interprétés, mal utilisés ou cloisonnés.

Les collaborateurs d’une entreprise peuvent comprendre le contexte derrière les données grâce à leur expérience vécue, bien que non documentée : 

• Un analyste financier sait que le chiffre d’affaires du quatrième trimestre dans le système hérité accuse deux jours de retard par rapport au data lake, on ne l’utilise donc jamais pour le reporting de fin de trimestre. 
• Un gestionnaire de risques sait qu’une catégorie de prêt particulière est exclue du taux de défaut global en raison d’un reclassement réglementaire ponctuel survenu il y a trois ans.

Les agents IA ne savent rien de tout cela. Ils voient les mêmes données que l’analyste et agissent comme si elles étaient neutres et complètes. La couche de contexte est ce qui rend cette connaissance institutionnelle lisible par la machine.

Le contexte est spécifique à l’organisation : sa façon de penser, d’opérer et de prendre des décisions. La context layer est donc central pour créer de la différenciation et de la valeur à partir des données que l’organisation possède, les transformant en informations et en intelligence propriétaires pertinente.

La data product marketplace de Huwise offre un accès transparent, intuitif et sécurisé aux données d’une organisation, tant pour les utilisateurs métiers que pour l’IA. Elle renforce la confiance et la compréhension des données en permettant aux utilisateurs de découvrir, d’accéder et de consommer des données pertinentes via une interface de style e-commerce pilotée par l’IA. La data product marketplace brise les silos de données, les transforme en valeur et permet une collaboration étroite entre les utilisateurs et les propriétaires de données.

Sans Huwise, les utilisateurs peinent à trouver et à consommer des données dignes de confiance, ce qui impacte la prise de décision, la performance et l’innovation.

Huwise alimente la couche sémantique grâce à sa capacité à récupérer et à appliquer des couches sémantiques définies dans d’autres outils, garantissant ainsi la cohérence sur l’ensemble de la pile de données.

Huwise fournit également de nombreuses fonctionnalités (glossaire métier, template de métadonnées, indice de confiance) permettant de garantir une couche sémantique de qualité.

Les data product marketplaces de Huwise permettent aux organisations de construire leur couche de contexte en fournissant l’intelligence d’usage. Les capacités intégrées d’analyse et de lignage permettent aux équipes data de comprendre quelles données sont utilisées, par qui et dans quel contexte. Elles peuvent voir d’où elles proviennent et identifier toute transformation ou modification effectuée au cours de leur parcours.

Avec une data product marketplace, il est possible de savoir quelles données ont de la valeur pour des cas d’usage spécifiques, mettant en évidence les data products que les agents IA doivent utiliser. Par exemple, si tous les membres de l’équipe financière consultent un data product spécifique, cela constitue un indicateur fort qu’il doit être priorisé par l’IA.

La data marketplace fournit également le contexte autour des données, de manière automatique et dynamique. Par exemple, si des données contiennent des codes postaux, elles peuvent être utilisées pour localiser les résultats, intégrant ainsi l’ontologie dans la couche de contexte. Tout cela met à jour et enrichit la couche sémantique, brisant les silos et rendant les données plus significatives et contextuelles pour les agents IA de l’entreprise.

En fournissant ce contexte d’usage pour enrichir le context layer de l’entreprise, la data product marketplace de Huwise crée de la confiance pour les agents IA, ce qui stimule la performance globale. Les agents IA peuvent comprendre et utiliser les bonnes informations en toute confiance, optimisant ainsi leur impact en termes d’efficacité et de prise de décision. Cela prévient les hallucinations et les biais, et garantit que les projets IA passent efficacement du stade de pilote à celui de production.

 Les Chief Data Officers et autres leaders data & IA ont conscience qu’il est impératif d’aller au-delà de la couche sémantique et de fournir du contexte autour de leurs données. Ils doivent unifier leurs écosystèmes de données pour compléter leur context layer et assurer le succès des agents IA.

Atlan fournit le « Context Layer » pour l’IA, grâce à une infrastructure qui donne aux agents IA la signification métier, les relations et les règles de gouvernance dont ils ont besoin pour agir correctement sur les données de l’entreprise.

En tant que partenaire « Atlan Context Layer », la data product marketplace de Huwise est centrale pour fournir l’intelligence d’usage. Travaillant au sein de l’écosystème des fournisseurs de données, elle aide à compléter la couche de contexte en fournissant les informations d’utilisation métier nécessaires pour guider les agents IA vers les meilleures données selon leurs besoins.

 La combinaison de la couche de contexte d’entreprise d’Atlan – unifiant le lignage, les définitions métier, les signaux de qualité et les règles de gouvernance dans un graphe unique – avec l’intelligence d’usage de Huwise crée une image complète : les agents IA savent non seulement ce que les données signifient, mais aussi quelles données ont été validées par l’entreprise en pratique.

Sans contexte, même les données de la plus haute qualité peuvent être mal interprétées par les agents IA. Créer une couche de contexte est donc une priorité stratégique pour les CDOs. En offrant une compréhension profonde de l’usage et de la consommation, les data product marketplaces agissent comme le fondement de couches de contexte efficaces, aidant les organisations à exploiter l’IA et ses bénéfices.