AWS et Snowflake viennent de pondre un tuto (copié-collé sur deux blogs, merci les gars pour l’effort) qui te promet exactement ça : pose une question en langage naturel, récolte un dashboard, retourne te faire un café.
Le principe : tu balances tes données (ici des reviews de films) dans Snowflake via S3, tu définis une vue sémantique en SQL (parce que le sens, ça se code), et tu utilises Cortex Analyst pour l’explorer en mode « hey Snowflake, combien de notes 5 étoiles cette année ? ». Ensuite, Amazon Quick transforme tout ça en dataset et dashboard. Le rêve, peut-être. La réalité, c’est un script d’automatisation pour que tu n’aies pas à cliquer 15 fois.
Bon, soyons francs : c’est pas demain que ta BI team va parler en vers à ses KPIs. D’abord, la vue sémantique, faut la foutre en place. Et si ta logique métier est déjà un bordel, l’IA va juste reproduire le chaos en beauté. Le tuto te promet que « chaque réponse reflète la même logique métier », à condition que cette logique soit claire, ce qui, avouons-le, est rarement le cas dans les boîtes qui ont 15 ans de legacy.
Mais c’est un pas de plus vers la BI conversationnelle. L’idée que ta data team ou même tes commerciaux puissent causer à la data sans intermédiaire technique, c’est séduisant. Moins de tickets JIRA, plus de questions cons qui arrivent directement. Le risque, c’est que les questions soient encore plus cons parce que le langage naturel donne l’illusion de comprendre.
En attendant, si tu veux épater la galerie, suis le tuto. Mais rappelle-toi : un dashboard alimenté par une IA, c’est comme un stagiaire surdiplômé – il peut te pondre des rapports magnifiques, mais si tu lui files des données pourries, tu finiras avec des graphiques qui brillent et des décisions à côté de la plaque.
Sources :
Comments are closed