Au-delà des données structurées : IBM Netezza lance les workflows natifs pour les données non structurées

La toute dernière version d’IBM Netezza permet aux utilisateurs de travailler avec des informations sous forme de fichiers parallèlement aux données relationnelles traditionnelles au sein d’un même environnement analytique. Plutôt que de considérer le contenu non structuré comme un élément devant toujours être traité ailleurs avant de devenir utile, Netezza lui permet de s’intégrer directement au workflow d’analyse.

Pour les équipes chargées des données, cela signifie qu’elles peuvent continuer à utiliser leurs compétences en SQL et les processus analytiques qu’elles maîtrisent déjà, tout en élargissant les types de données avec lesquels elles peuvent travailler. Au lieu d’orchestrer plusieurs systèmes simplement pour combiner des documents avec des données métier, une grande partie de ce travail peut désormais s’effectuer plus près de l’endroit où résident déjà les données d’entreprise fiables.

L’objectif n’est pas de remplacer les plateformes spécialisées de traitement de documents ou les services d’IA, mais de réduire le nombre d’étapes superflues nécessaires avant que les informations structurées et non structurées puissent être analysées conjointement.

Pendant des décennies, les entrepôts de données d’entreprise reposaient sur un postulat fondamental : les données métier se présentent sous forme de tables. Les dossiers clients, les transactions, les rapports de ventes ainsi que les données relatives aux stocks et aux finances suivaient tous un format structuré, faisant de SQL le langage universel de l’analyse. Ce modèle a bien servi les entreprises, car il garantissait des performances fiables, la gouvernance et la cohérence pour les rapports stratégiques.

Aujourd’hui, le paysage des données d’entreprise est très différent. Les organisations génèrent plus de documents, de journaux d’application, de fichiers PDF, d’e-mails, de manuels techniques, d’images et d’autres informations sous forme de fichiers que jamais auparavant. Une grande partie de ce contenu renferme un contexte métier précieux, mais il reste souvent déconnecté des données structurées qui alimentent les analyses. Par conséquent, répondre à des questions métier même simples nécessite de plus en plus que les données transitent par plusieurs plateformes avant de pouvoir être analysées.

La réponse du secteur a principalement consisté à introduire des moteurs de traitement supplémentaires parallèlement à l’entrepôt. Or, en plus d’accroître les fonctionnalités, cela accroît également la complexité. Chaque nouveau moteur introduit un environnement supplémentaire qu’il faut sécuriser, surveiller, gouverner et gérer. Au fil du temps, les entreprises consacrent autant d’efforts à la gestion de leur architecture d’analyse qu’à l’extraction d’informations à partir de celle-ci.

Cette évolution modifie leurs attentes à l’égard d’une plateforme d’analyse moderne. Le débat ne se limite plus aux performances des requêtes ou à l’efficacité du stockage. De plus en plus, elles se demandent si leur plateforme d’analyse peut évoluer pour prendre en charge un éventail plus large de workloads sans nécessiter une couche d’infrastructure supplémentaire.

C’est là que la dernière version d’IBM Netezza trouve sa place sur le marché.

Cette capacité ouvre également la voie à un modèle de conception familier et éprouvé pour les contenus non structurés : l’architecture médaillon. Les clients peuvent importer leurs fichiers PDF, documents et autres contenus sous forme de fichiers dans un data lake, puis créer des pipelines qui automatisent l’ensemble du flux de données. Les fichiers bruts sont progressivement affinés : par exemple, le texte est extrait, nettoyé et normalisé jusqu’à ce que le contenu devienne des données préparées et adaptées à l’analyse, pouvant être jointes directement à des données d’entrepôt fiables.

Ces pipelines étant automatisés, le flux de données ne dépend pas d’un traitement manuel ponctuel. À mesure que de nouveaux documents sont intégrés au data lake, ils sont automatiquement récupérés et affinés. Il en résulte un parcours reproductible et gouverné, partant du contenu brut de l’entreprise pour aboutir à des informations exploitables, le tout développé et exploité dans le même environnement qui gère déjà ses données structurées.

La même capacité de pipeline s’étend naturellement aux workloads d’IA. Les clients peuvent créer des pipelines qui automatisent le flux RAG de bout en bout : analyse syntaxique des documents, découpage en segments, génération d’embeddings et chargement de ces derniers dans la base de données vectorielle, le tout sans aucune intervention manuelle. À mesure que de nouveaux contenus arrivent, le pipeline maintient la base de connaissances à jour, ce qui garantit que les applications d’IA récupèrent toujours des réponses fondées sur les informations les plus récentes de l’entreprise.

Combinée aux capacités vectorielles natives de Netezza, cette fonctionnalité permet aux entreprises de déployer et de faire fonctionner des applications RAG en production directement sur leur entrepôt de données existant, sans avoir à assembler une pile distincte d’outils d’ingestion, de services d’embedding et de bases de données vectorielles.

En permettant la mise en œuvre de workflows de données structurées et non structurées au sein d’une même plateforme, Netezza contribue à réduire les transferts de données superflus tout en simplifiant l’architecture d’analyse globale. Au lieu de traiter les données non structurées comme un problème distinct, celles-ci deviennent une source supplémentaire d’informations stratégiques pouvant être analysées parallèlement aux données fiables de l’entrepôt. Cette approche crée également un socle plus solide pour l’analyse pilotée par l’IA, où les enregistrements métier structurés et le contenu d’entreprise non structuré doivent de plus en plus fonctionner de concert.

Le marché de l’analyse dépasse désormais le stade des plateformes qui se contentent de stocker ou de traiter des données. La dernière version de Netezza reflète cette évolution : plutôt que de considérer les données non structurées comme une capacité autonome, elle étend les atouts de la plateforme afin de prendre en charge des workflows analytiques plus complets. Les clients continueront de bénéficier des performances, de la gouvernance et de l’expérience SQL qu’ils attendent de Netezza, tout en acquérant la capacité d’intégrer de nouvelles formes de données métier dans leurs analyses.

Étant donné que les entreprises continuent de concilier modernisation et efficacité opérationnelle, la capacité à traiter des données structurées et non structurées dans un environnement unifié deviendra de plus en plus précieuse. La dernière version de Netezza leur permet de mettre en place une base d’analyse plus simple et plus performante pour la nouvelle génération de workloads.

Celles qui souhaitent simplifier leur manière d’analyser les données structurées et non structurées peuvent découvrir cette capacité par elles-mêmes grâce à la préversion technique privée d’IBM Netezza. Ce programme offre la possibilité d’évaluer les nouveaux workflows liés aux données non structurées, de faire part de vos commentaires à l’équipe produit et de contribuer à l’orientation future de cette capacité avant sa mise à disposition générale.

Demander l’accès à la préversion technique privée IBM Netezza