Teradata a introduit mardi AgentBuilder, une suite de fonctionnalités censée faciliter le développement d’outils d’IA agentique. S’il ne se différencie pas de ses concurrents en la matière, il mise sur l’open source et son offre de cloud hybride.
AgentBuilder sera disponible en préversion privée au cours du quatrième trimestre 2025. La disponibilité générale est prévue pour le début de l’année 2026.
Pour l’instant, le rival de Snowflake et Databricks affiche une approche multiagent et spécifique aux domaines de ses clients.
Dans les faits, l’éditeur s’appuiera d’abord sur un serveur Model Context Protocol déjà accessible et deux frameworks agentiques open source, Flowise et CrewAI. LangChain et LangGraph devraient suivre rapidement.
Teradata proposera des templates afin d’accélérer la création d’agents, en sus de fournir les points de connexion vers les moteurs de son data warehouse Vantage (dont vector store), et vers ses outils analytiques et de déploiement de modèles de machine learning.
L’éditeur a présenté trois agents IA : SQL Agent, Data Science Agent et Monitoring Agent. Le premier devrait permettre d’exécuter des requêtes SQL à partir d’un prompt en langage naturel. Exploration des schémas, définition des tables, détection des erreurs dans les scripts écrits à la main, etc. Teradata se met à niveau. L’agent IA de Teradata sera également exposé comme une brique que les frameworks agentiques pourront appeler.
Data science agent est, à l’instar de ce que propose Google Cloud, un assistant de conception de pipelines de machine learning. L’éditeur dit exploiter pour cela son serveur MCP et des modèles de raisonnement.
Monitoring agent doit permettre de superviser « les bases de données, les serveurs et les sous-systèmes » de Teradata, ainsi que de détecter les anomalies et d’optimiser les performances des systèmes.
Pas de fonctionnalités différenciantes, constate un analyste
L’éditeur pose là des briques essentielles que la plupart des fournisseurs sont en train de déployer (ou ont déjà déployé). C’est le cas de Snowflake, Databricks, Informatica, Qlik, SAP ou encore Dataiku.
« Tous les éditeurs d’outils analytiques sont en train de prendre le train agentique, en proposant plus ou moins les mêmes fonctionnalités ».
Donald FarmerFondateur et analyste principal, TreeHive Strategy
« Teradata a l’air de dire “moi aussi je fais de l’IA agentique” », déclare Donald Farmer, fondateur et analyste principal chez TreeHive Strategy. « Tous les éditeurs d’outils analytiques sont en train de prendre le train agentique, en proposant plus ou moins les mêmes fonctionnalités ».
« À part l’accès direct aux données dans Teradata, il n’est pas clair qu’Agent Builder apporte quelque chose d’unique ou de différenciant à la table », poursuit-il. « Il n’a pas encore l’air d’être véritablement intégré dans les points stratégiques de la feuille de route de Teradata ».
Mais est-ce réellement nécessaire de se démarquer ? Ce ne serait pas vraiment l’objectif de l’éditeur, selon Michael Ni, analyste chez Constellation Research.
Teradata vante la flexibilité de l’open source et du cloud hybride
« En prenant en charge des frameworks open source comme CrewAI, Teradata apporte de la flexibilité dans la conception des agents IA », affirme Michael Ni. « En exposant des données de confiance, des métriques et des modèles par domaine par-dessus sa fondation de données, Teradata aligne l’IA agentique avec les exigences de gouvernance et de déploiements hybrides ».
« L’avantage de Teradata, c’est qu’il n’a pas besoin de suivre toutes les tendances IA. Il peut surveiller celles qui imprègnent le marché, puis sélectionner celles dont les entreprises ont réellement besoin. »
Michael NiAnalyste, Constellation Research
L’analyste ne voit pas une révolution, mais une « évolution » qui cible des clients existants d’un acteur historique. « L’avantage de Teradata, c’est qu’il n’a pas besoin de suivre toutes les tendances IA », poursuit l’analyste de Constellation Research. « Il peut surveiller celles qui imprègnent le marché, puis sélectionner celles dont les entreprises ont réellement besoin. Je pense que Teradata mettra l’accent sur la gouvernance, la sécurité, l’observabilité, les déploiements hybrides tout en ajoutant des fonctionnalités agentiques (mémoire, boucle d’entraînement, connecteurs, etc.) ».
Sumeet Arora, Chief Data Officer de Teradata, évoque de son côté l’automatisation de la plateforme et sa simplification. Il a déjà lancé cette année AI Factory qui doit assurer les déploiements hybrides ou localisés des modèles d’IA générative. AgentBuilder permettra de déployer des agents sur site et en mode hybride.
Malgré cette approche, l’éditeur n’endigue pas vraisemblablement sa perte de vitesse. Il a rapporté les résultats de son deuxième trimestre fiscal 2025 en août 2025. Ceux-là sont en baisse de 6 % par rapport à la même période l’année passée (408 millions de dollars en 2025 vs 436 millions en 2024), en dépit d’une légère augmentation de ses revenus annuels récurrents (1,48 milliard de dollars en 2025 vs 1,46 milliard en 2024).
Il prévoit tout de même une baisse de 5 à 7 % de son chiffre d’affaires au T3 2025. Entre l’année fiscale 2023 et 2024, Teradata avait rapporté une chute de 5 % de son CA (1,83 vs 1,75 md de dollars). Toutefois, Stephen McMillan, CEO de Teradata, envisage que l’intérêt pour les charges de travail IA sur site « stabilise et crée potentiellement de la croissance » pour son activité on-premise. Cloudera fait le même pari. Les revenus cloud récurrents de Teradata ont atteint 634 millions de dollars au T2 2025, en hausse de 17 %.
Pour approfondir sur IA appliquée, GenAI, IA infusée
