Si la première vague d’intelligence artificielle d’entreprise concernait les modèles de calcul et de fondation, la prochaine vague s’annonce autour des logiciels et de l’infrastructure de données nécessaires pour rendre ces modèles utiles dans de vraies entreprises.
Les premiers gagnants de l’IA ont vendu du calcul : unités de traitement graphique, serveurs, réseaux et capacité cloud – les « pioches » de l’IA. Mais à mesure que l’IA d’entreprise passe de l’expérimentation au déploiement, une nouvelle couche de valeur émerge dans la pile logicielle. Snowflake Inc. se positionne au sein de cette couche en se concentrant sur les outils dont les entreprises ont besoin pour connecter des données propriétaires à des modèles d'IA avancés et gérer le fonctionnement de ces systèmes. C'est là que Bob O'Donnell, fondateur et analyste en chef de TECHnalysis Research LLC, voit l'ouverture de Snowflake.
« Il doit y avoir une connexion de données avec ces modèles », a-t-il déclaré. « Si je peux commencer à être le connecteur entre ces données et ces modèles frontières… cela ouvre de nombreuses opportunités intéressantes pour la partie logicielle des pioches et des pelles. »
O'Donnell, qui a été rejoint par Sanjeev Mohan, fondateur et propriétaire de SanjMo, s'est entretenu avec Dave Vellante de theCUBE au Snowflake Summit 2026, lors d'une diffusion exclusive sur theCUBE, le studio de diffusion en direct de SiliconANGLE Media. Au cours de l'événement, Vellante et Rebecca Knight ont discuté avec les dirigeants, clients et partenaires de Snowflake des caractéristiques et des capacités requises pour prendre en charge l'IA d'entreprise de la nouvelle ère. (* Divulgation ci-dessous.)
Voici l'interview vidéo complète de Sanjeev Mohan et Bob O'Donnell :
Voici trois informations clés que vous avez peut-être manquées du Snowflake Summit 2026 :
Aperçu n°1. Des bases de données solides transforment l’IA d’entreprise en résultats commerciaux.
Pour DoorDash Inc., prendre en charge l’apprentissage automatique, l’analyse et les flux de travail agents à grande échelle nécessitait de s’éloigner des architectures monolithiques. L'entreprise a passé la dernière décennie à bâtir une base qui prend en charge son activité de logistique en temps réel et permet ses charges de travail croissantes d'IA, selon Vaibhav (VJ) Jajoo, responsable de l'ingénierie des données, de la plateforme de données et de la business intelligence chez DoorDash.
« Ce que nous avons appris au fil du temps, c'est que l'utilisateur de la machine dépasse l'utilisateur humain en termes de consommation de données analytiques », a-t-il déclaré au CUBE. « Les fonctionnalités de ML, les boucles de rétroaction vers les services de production ou les flux de travail des agents d'IA dépassent l'utilisateur d'analyse. Lorsque vous faites cela, vous ne pouvez pas adopter un environnement monolithique, qui vous retient et ne vous permet pas d'activer de nouveaux cas d'utilisation par-dessus. «
Fanatics LLC utilise ces mêmes principes de données pour personnaliser les expériences des fans. En unifiant les données sur plusieurs canaux et en tirant parti des informations en temps réel, l'entreprise peut mieux comprendre et répondre aux préférences individuelles des fans, selon Kevin Longo, vice-président commercial chez Fanatics.
« Si vous pensez au sport, traditionnellement, cela a toujours été un véhicule un-à-plusieurs. C'est une diffusion unique, un sponsor unique envoyé à un groupe de fans », a-t-il déclaré lors de l'événement. « Les fans ne sont pas tous pareils. Je pense que nous l'avons toujours su, mais maintenant, grâce à l'IA et à notre partenariat avec Snowflake, nous pouvons comprendre cela en temps réel et agir en conséquence. »
Au-delà de la personnalisation orientée client, les organisations utilisent également l’IA d’entreprise pour transformer leurs opérations internes. Chez Whoop Inc., plus de trois pétaoctets de données et environ 20 téraoctets de nouvelles données générés quotidiennement ont rendu les normes ouvertes et l'interopérabilité essentielles, selon Matt Luizzi, vice-président de l'analyse chez Whoop.
« Nous avons déployé beaucoup d'efforts pour générer cette ontologie sémantique claire au cours des deux dernières années », a-t-il déclaré dans une interview. « Cela nous a vraiment permis de prendre des produits comme CoCo Desktop et de nous y plonger immédiatement et d'en voir la valeur. Ce que nous constatons maintenant, c'est un changement dans les domaines dans lesquels les humains sont capables d'ajouter de la valeur et dans ceux où ils sont nécessaires pour ajouter de la valeur. »
L’impact de bases de données solides s’étend au-delà de l’efficacité opérationnelle. La stratégie de SiriusXM Holdings Inc. reflète un changement plus large vers la compréhension non seulement de ce que les publics consomment, mais également du contexte et de l'intention derrière ces interactions, selon Sherene Hilal, directrice des produits publicitaires et de la technologie de SiriusXM.
« Alors que nous commençons à comprendre comment rendre l'audio plus moderne, les données et la technologie ont été la recette de ce succès », a-t-elle déclaré lors de l'événement. « Plus précisément, comment obtenir le contexte audio, l'ambiance et le moment de ce que vous écoutez, la transcription d'un podcast et réellement rendre ces données disponibles… c'est une expérience très personnalisée pour l'auditeur. »
Voici l'interview vidéo complète avec Chris Child, vice-président des produits et de l'ingénierie des données chez Snowflake et Vaibhav Jajoo :
Insight n°2 : L'IA d'entreprise nécessite de nouveaux cadres en matière de sécurité, de gouvernance et de confiance.
L’essor de l’IA a fondamentalement modifié l’économie de la cybersécurité, en réduisant les fenêtres d’exploitation et en obligeant les organisations à aller au-delà de la gestion traditionnelle des vulnérabilités. Tenable Holdings Inc. utilise Snowflake comme base de son lac de données de sécurité tout en développant des capacités de correction et d'automatisation basées sur l'IA conçues pour aider les entreprises à identifier et à réduire les risques à la vitesse de la machine, selon Jason Merrick, vice-président senior des produits chez Tenable.
« La gestion de l'exposition n'est pas un produit », a-t-il déclaré lors d'une discussion avec theCUBE. « C'est un programme. Il ne s'agit pas seulement d'examiner l'infrastructure informatique traditionnelle. Il s'agit d'examiner les identités du cloud… de les regrouper dans le contexte au sein de l'organisation (et) d'examiner la configuration, de vérifier (si) l'entreprise a connu (des vulnérabilités et des expositions communes) sur celui-ci… et (ensuite) d'être capable… de le mettre en évidence et… de réduire ce risque. »
Alors que les organisations renforcent leur posture de sécurité pour l’ère de l’IA d’entreprise, elles repensent également la manière dont les logiciels sont construits. Chez Snowflake et Clover Network LLC, une société de Fiserv Inc., le développement assisté par l'IA accélère la livraison de logiciels tout en nécessitant de nouvelles approches en matière de gouvernance, de normes et de changement organisationnel, selon Vinayak Kagalkar (photo, à gauche), vice-président senior, directeur mondial de l'information et directeur de la technologie de Clover Network, et Mike Blandina (à droite), directeur de l'information de Snowflake.
« Je pense que vous pouvez appliquer des normes dans le modèle », a déclaré Blandina. « À titre d'exemple, dans CoCo, vous pouvez simplement dire : » Dans ce projet particulier, tout ce que nous construisons, voici un ensemble de limites que vous, en tant qu'agent de développement de code, ne devez pas franchir. Voici mes normes pour le type d'artefacts que nous voulons utiliser et le type de code que nous voulons utiliser. Vous pouvez le faire dès le départ, comme vous le feriez sur un document papier et l’appliquer tout au long du cycle de vie du développement logiciel.
La confiance est tout aussi essentielle dans le domaine des soins de santé, où les informations générées par l’IA peuvent influencer directement les résultats pour les patients. Komodo Health Inc. a passé des années à construire une vue longitudinale de plus de 330 millions de parcours de patients anonymisés, créant ainsi la base de données nécessaire pour fournir des flux de travail d'IA transparents et explicables pour les organisations de soins de santé et des sciences de la vie, selon Amit Sangani, directeur de la technologie de Komodo Health, et Jesse Cugliotta, vice-président, responsable mondial des soins de santé et des sciences de la vie chez Snowflake.
« Le dossier moyen d'un patient compte 46 000 mots », a déclaré Cugliotta. « Si vous entrez dans une salle d'urgence et que le médecin a 27 autres patients, il ne lit pas l'intégralité de votre historique, même s'il pouvait y avoir accès. La capacité d'exploiter l'IA… est de fournir une image plus complète, de comprendre quelle est la manière la plus précise de traiter ce patient particulier… cela a vraiment un impact critique non seulement sur l'expérience quotidienne du soignant, mais également sur les résultats pour le patient. «
Voici l'interview vidéo complète avec Amit Sangani et Jesse Cugliotta :
Insight n°3 : Une intelligence fiable et gouvernée fait passer l’IA en production.
Les professionnels du droit, de la fiscalité et de l’audit ne peuvent pas s’appuyer sur des systèmes qui produisent des résultats invérifiables, ce qui fait que les données gouvernées et les contenus faisant autorité sont des éléments essentiels de l’adoption de l’IA. Thomson Reuters a construit un patrimoine de données fiable couvrant des milliers de tables et de bases de données gouvernées, créant ainsi une base pour les outils d'IA d'entreprise que les professionnels peuvent utiliser en toute confiance dans des environnements à enjeux élevés, selon Caitlin Halferty, responsable des données et des analyses chez Thomson Reuters ; Laura Safdie, responsable de l'innovation juridique chez Thomson Reuters ; et Bala Kasiviswanathan, vice-président des expériences de développement et d'IA chez Snowflake.
« Vous ne pouvez pas simplement introduire l'IA dans un secteur que vous ne connaissez pas ; vous ne pouvez pas simplement transformer un flux de travail que vous ne comprenez pas », a déclaré Safdie au CUBE. « Si vous bâtissez pour l'une des professions les plus importantes au monde, vous devez comprendre comment l'IA peut nous rendre meilleurs et servir l'intérêt public, tout en le faisant d'une manière adaptée à notre objectif.
Cette même importance accordée à la confiance façonne la manière dont les entreprises abordent la gouvernance. Chez Intercontinental Exchange Inc. et à la Bourse de New York, des années d'investissement dans la gouvernance, la qualité des données et les contrôles d'accès ont permis aux équipes d'accélérer les déploiements d'IA plutôt que de les ralentir, selon Durgesh Das, vice-président des données, de l'analyse et de la gouvernance chez ICE/NYSE.
« Notre rôle est en réalité d’effacer les frictions », a-t-il déclaré lors d’un entretien. « Nous produisions déjà les bonnes données pour les bonnes personnes grâce à la gouvernance, mais désormais, l'opportunité qui s'offre à nous grâce à l'IA est de fournir ces informations à temps, sans aucune friction, afin que l'entreprise puisse apporter ses propres outils et obtenir des réponses rapidement. »
À mesure que l’adoption de l’IA en entreprise se développe, les organisations reconnaissent également que les environnements de production nécessitent souvent une intelligence spécialisée au-delà de ce que les modèles à usage général peuvent fournir. Resolve AI Inc. utilise des modèles spécifiques à un domaine pour prendre en charge les flux de travail d'ingénierie de fiabilité des sites, selon Spiros Xanthos, fondateur et PDG de Resolve AI.
« Je vois les modèles comme un moyen par lequel l'intelligence est compressée dans un modèle », a-t-il déclaré au CUBE. « Si vous souhaitez avoir un cas d'utilisation métier très spécifique, vous pouvez effectuer une meilleure compression avec un modèle spécifique à un domaine – non seulement la vitesse et la latence, mais également la précision réelle. Pour des cas d'utilisation plus génériques, les modèles frontières sont généralement la meilleure réponse. Mais si vous voulez avoir… ce sur quoi Resolve travaille, il a en fait une très bonne adéquation produit-marché pour qu'un modèle personnalisé vienne réellement aider. «
Voici l'interview vidéo complète avec Laura Safdie, Caitlin Halferty et Bala Kasiviswanathan :
Pour en savoir plus sur la couverture du Snowflake Summit par theCUBE, consultez ces segments exclusifs :
- Anahita Tafvizi, responsable des données et de l'IA de Snowflake
- Dwarak Rajagopal, vice-président de l'ingénierie et de la recherche en IA chez Snowflake
- Vivek Raghunathan, vice-président senior de l'ingénierie et du support chez Snowflake
- Baris Gultekin, vice-président des produits et de l'IA chez Snowflake
Nicolas Doyen, vice-président de la stratégie produit et données chez Viral Nation Inc. - Mayank Upadhyay, chef de la sécurité, responsable de la confiance et vice-président de l'ingénierie chez Snowflake
- Glenn McPherson, vice-président régional Australie chez Snowflake
- Helen Crossley, responsable mondiale de la science des données chez Canva Pty Ltd.
Pour regarder davantage la couverture du Snowflake Summit par theCUBE, voici notre playlist vidéo complète :
https://www.youtube.com/watch?v=videoseries
(* Divulgation : TheCUBE est un partenaire média payant pour l'événement Snowflake Summit. Ni Snowflake, le sponsor de la couverture de l'événement theCUBE, ni les autres sponsors n'ont de contrôle éditorial sur le contenu de theCUBE ou SiliconANGLE.)
