La nouvelle Enterprise Intelligence Platform de Starburst mise sur les AI-Ready Data Products pour fournir aux modèles et agents IA un contexte métier cohérent. Une approche pensée pour limiter les réponses peu fiables liées à des données fragmentées ou mal comprises.
Dans les entreprises, l’IA ne manque pas de promesses. Mais sa fiabilité dépend encore largement de la qualité, de la gouvernance et du contexte des données qu’elle interroge. Lorsque les informations sont dispersées entre clouds, applications SaaS, data lakes, catalogues et systèmes métiers, les modèles peuvent produire des réponses incomplètes, incohérentes ou difficiles à exploiter. C’est précisément ce problème que Starburst entend adresser avec son Enterprise Intelligence Platform, annoncée lors d’AI+Datanova.
La plateforme a été conçue pour permettre aux entreprises d’exécuter des cas d’usage d’IA directement sur des données gouvernées, même lorsqu’elles restent distribuées dans différents environnements. Plutôt que de déplacer ou dupliquer les données pour les centraliser, Starburst propose de rapprocher l’IA des données existantes et de lui fournir le contexte métier nécessaire au moment de l’exécution. Cette approche s’appuie notamment sur les AI-Ready Data Products. Ces produits de données combinent données gouvernées, métadonnées et définitions métier dans des actifs réutilisables, pensés aussi bien pour l’analytics que pour les modèles et agents IA. Leur rôle est de fournir un cadre de compréhension commun. Les systèmes d’IA ne se contentent pas d’accéder à des données, ils peuvent les interpréter à travers des définitions cohérentes et contrôlées.
Starburst veut ainsi répondre à une limite fréquente des projets d’IA d’entreprise. Les modèles peuvent interroger des données sans réellement comprendre leur signification métier. Une même notion peut varier selon les départements, les outils ou les régions. Sans couche de gouvernance et de contexte, les résultats produits par l’IA risquent donc d’être peu fiables ou difficilement exploitables dans des décisions opérationnelles. Pour éviter que les organisations aient à reconstruire leurs définitions sémantiques depuis zéro, Starburst a présenté une approche query-in-place du contexte métier déjà présent dans les catalogues, les outils BI et les pipelines de données. L’entreprise annonce également Data Products as Code, actuellement en preview publique, et Automatic Metadata Enrichment, désormais disponible de manière générale.
Cette couche de confiance vient compléter AIDA, désormais disponible de manière générale. AIDA apporte une intelligence alimentée par l’IA directement dans les workflows, applications et agents utilisés par les métiers. Elle permet de générer des visualisations, de déclencher des workflows, d’ouvrir des tickets, de mettre à jour des enregistrements et d’initier des processus à travers les systèmes connectés, sans obliger les utilisateurs à quitter leurs outils habituels.
L’un des points clés de l’approche Starburst est que ces actions peuvent s’appuyer sur des données distribuées, sans exiger leur centralisation préalable. AIDA utilise les AI-Ready Data Products pour fournir un contexte gouverné au moment où les requêtes, modèles ou agents sont exécutés. Grâce au Model Context Protocol, elle peut aussi se connecter à des outils externes, à des contenus non structurés et à des systèmes tiers.
Pour Justin Borgman, cofondateur et CEO de Starburst, l’enjeu est clair, de nombreuses entreprises tentent encore de superposer l’IA à une architecture data fragmentée, ce qui limite leur capacité à passer à l’échelle. Avec l’Enterprise Intelligence Platform et AIDA, Starburst veut proposer une voie plus rapide vers une IA opérationnelle, construite sur les données déjà disponibles dans l’entreprise. La plateforme s’accompagne également de nouvelles capacités d’infrastructure. Starburst met en avant un moteur jusqu’à deux fois plus performant que Trino open source, des fonctions de résilience pour les workloads critiques, Managed Icehouse pour automatiser le cycle de vie des tables Apache Iceberg, ainsi qu’un modèle BYOC permettant aux clients de garder le contrôle de leur infrastructure cloud.
Avec cette annonce, Starburst place la gouvernance et le contexte métier au centre de l’IA d’entreprise. Pour l’éditeur, la valeur ne viendra pas seulement de la capacité à connecter des modèles à des données, mais de la capacité à garantir que ces modèles travaillent sur des informations fiables, compréhensibles et directement exploitables par les métiers.
