IA agentique : Microsoft étoffe sa modélisation sémantique et ses outils de recherche

Fabric IQ : une ontologie et trois modèles de données

Le fournisseur proposait déjà une couche sémantique dans sa plateforme analytique Power BI. Il rassemble ici d’autres fonctionnalités de modélisation de données. Les entreprises peuvent ainsi créer une ontologie qui « définit des types d’entités, des relations, des propriétés et des règles et des contraintes, et les lie à des données réelles afin que les outils en aval partagent le même langage ».

Suivant les scénarios, il est également possible de créer des graphes de connaissances et des jumeaux numériques. L’ontologie peut déjà servir à déterminer les concepts métiers présents dans un graphe de connaissances et dans un modèle sémantique Power BI.

Une fois modélisées avec une gouvernance appropriée, ces données deviennent accessibles aux agents IA et aux analystes pour éclairer leurs décisions et actions. Dans Fabric, deux assistants IA peuvent aider à créer des systèmes conversationnels pour interroger les données analytiques et opérationnelles.

Cependant, ces assistants ne créent pas de visualisation de données : ils surfacent des éléments présents dans les tables pour répondre à une question. Il faut passer par Power BI pour bénéficier d’une fonctionnalité similaire à Snowflake Intelligence et à AI/BI Genie de Databricks. Ces deux outils concurrents peuvent générer des diagrammes et des tableaux de bord à la demande. Afin d’obtenir la même chose, il semble nécessaire d’opter pour des licences Copilot et créer les agents ou assistants IA correspondants.

Dans un contexte d’unification de la gestion de données, de rationalisation des processus BI et d’adoption émergente de l’IA agentique, la modélisation sémantique gagne en popularité. En septembre, un groupe de fournisseurs incluant Snowflake et Salesforce ont bâti un consortium. Ceux-là veulent établir une norme open source pour la modélisation sémantique, nommée Open Semantic Interchange (OSI).

« Le contexte de ces modèles sémantiques est critique. Il est essentiel pour le succès des implémentations d’IA et de BI », juge David Menninger, analyste chez ISG Software Research.

Or, Microsoft ne participe pas à cette initiative ouverte, retient-il.

« Microsoft semble promouvoir son propre modèle sémantique », poursuit-il. « Ce serait formidable de voir Microsoft participer à un effort visant à établir un modèle sémantique standard, que ce soit à travers OSI ou non ».

Fabric IQ, une réponse à Cortex AI de Snowflake

Fabric IQ est une des sources de données possibles de Foundry IQ.

Cette fonctionnalité, elle aussi en préversion, s’appuie sur Azure AI Search. Elle doit automatiser les pipelines de génération augmentée par la récupération (RAG) afin de fournir les documents appropriés aux agents. L’outil automatise l’ingestion, le chunking, la vectorisation des documents et s’appuie à la fois sur des algorithmes de recherche vectorielle et par mot-clé.

Foundry IQ peut fédérer les données indexées depuis SharePoint, OneLake, Azure Blob Storage, les index Azure AI Search, le Web et Fabric IQ. Les agents IA s’y connectent à l’aide d’un serveur MCP dédié. Foundry IQ est intégré à Azure Purview pour les besoins de gouvernance.

« Ces deux fonctionnalités offrent enfin aux utilisateurs Microsoft un chemin plus clair et cohérent entre les données et l’intégration des agents IA », déclare Donald Farmer, fondateur et analyste de TreeHive Strategy. « [Cependant], pour les entreprises qui ont déjà investi dans la pile Microsoft, ces ajouts réduisent davantage les frictions qu’ils n’apportent de nouvelles fonctionnalités radicales. Disons que ces mises à jour sont plus utiles que transformatrices ».

En outre, Fabric IQ et Foundry IQ seront plus avantageux pour les entreprises qui utilisent les outils Microsoft dans l’ensemble de leurs systèmes de données et d’IA, ajoute-t-il.

« Les entreprises qui s’engagent peu dans les plateformes de données Microsoft pourraient ne pas en tirer beaucoup d’avantages », comprend Donald Farmer. « Les équipes qui ont déjà mis en place des systèmes de récupération hautement optimisés et spécifiques à un domaine pourraient trouver Foundry IQ trop générique. Elles pourraient le considérer comme moins flexible que leurs propres pipelines ».

Microsoft semble fournir une réponse à Cortex de Snowflake et à son équivalent chez Databricks.

Les agents IA, un prétexte pour bousculer les acteurs de la BI ?

Dans les faits, comme GCP, Databricks et Snowflake, Microsoft cherche à unifier la majorité des charges de travail de ses clients. Mais le groupe n’a pas l’avantage d’un éditeur tiers. Azure n’a pas l’argument multicloud, contrairement à Databricks et Snowflake.

Sans oublier que les plateformes de gestion de données modernes déployées par les entreprises sont souvent composites. Azure, AWS et GCP sont (à nouveau) considérés comme des fournisseurs d’instances de stockage, de calcul et (c’est plus récent) de services d’IA. Néanmoins, avec Tableau, Power BI demeure l’un des outils les plus adoptés en entreprise. Un atout non négligeable face à Databricks et Snowflake, qui aimeraient bousculer les lignes de la BI.