Snowflake lance Project SnowWork : l’IA qui crée rapports et analyses seule

Snowflake lance Project SnowWork : l’IA qui crée rapports et analyses seule

Snowflake prépare une nouvelle couche d’IA autonome avec un projet baptisé Project SnowWork. Encore en développement, cette nouveauté vise à produire directement des analyses, des rapports ou même des présentations, sans intervention systématique des équipes de données.

Selon Snowflake, SnowWork transforme le cloud de données en un outil capable de produire directement des analyses, rapports et présentations pour les utilisateurs professionnels. L’interface combine des technologies existantes, telles que AI Data Cloud, Snowflake Intelligence et Cortex Code.

Most AI agents just give you answers. Project SnowWork gives you outcomes. ❄️Now in research preview, our new autonomous platform handles multi-step workflows across your governed data to get work done – no coding required. ⚡Project SnowWork: Your enterprise data, working…

SnowWork : à quoi cela sert exactement ?

Selon Snowflake, SnowWork répond à un problème bien connu en entreprise. Les équipes métiers dépendent souvent des spécialistes des données pour obtenir des analyses. Or, ce processus ne se fait pas en quelques minutes. Dans certains cas, les demandes d’analyse prennent souvent plusieurs semaines. Parfois, les résultats arrivent même trop tard pour guider les décisions.

Les équipes perdent ainsi du temps à attendre des analyses. Et les décisions se basent souvent sur l’intuition plutôt que sur des informations récentes. Ashish Chaturvedi, responsable de la recherche auprès des cadres dirigeants chez HFS Research, l’a bien expliqué.

D’où le Project SnowWork. Cet outil réduit ce délai à quelques minutes, en permettant d’obtenir directement des analyses complètes. Au lieu de demander des informations, les utilisateurs métiers pourraient formuler des objectifs précis, tels que :

• Générer des prévisions prêtes pour une réunion stratégique
• Identifier les risques de désabonnement
• Analyser des problèmes dans la chaîne d’approvisionnement

Robert Kramer, analyste chez Moor Insights and Strategy, estime que cette automatisation libérera les équipes de données, leur permettant de se concentrer sur des tâches plus stratégiques, telles que la gouvernance des données, la modélisation ou encore la supervision des systèmes.

Une tendance plus large

Auparavant, les entreprises géraient leurs flux de données et leurs analyses de façon assez segmentée. Les informations étaient d’abord stockées dans un entrepôt de données, puis analysées via un outil de BI. Elles étaient ensuite traitées par un analyste, transformées en livrables, et enfin utilisées par le décideur pour prendre des décisions.

Avec SnowWork, Snowflake vise à simplifier ce processus en trois niveaux : plateforme de données, agent autonome et décideur. Snowflake n’est donc plus simplement une solution de stockage de données dans le cloud. Les analystes voient dans cette initiative une stratégie pour fidéliser les utilisateurs. Cependant, la société n’est pas la seule à développer de tels projets.

D’autres acteurs développent également des initiatives similaires :

• Databricks développe des applications de type lac de données
• Salesforce propose Agentforce
• Microsoft a intégré Copilot à ses systèmes
• ServiceNow mise sur des flux de travail basés sur des agents autonomes

SnowWork s’intègre donc à une tendance plus large d’intégration de l’IA aux plateformes de données.

Quels problèmes pourraient subsister ?

Même si l’automatisation proposée par SnowWork semble prometteuse, plusieurs problèmes pourraient subsister et limiter son efficacité réelle en entreprise. D’abord, l’IA repose sur la qualité des données qu’elle analyse. Si les données sont incomplètes, obsolètes ou biaisées, les analyses générées risquent d’être erronées ou trompeuses. Les décideurs pourraient alors prendre des décisions basées sur des informations imparfaites, ce qui réduit la valeur ajoutée de l’automatisation.

Ensuite, la complexité des contextes métiers reste un défi. Les modèles automatisés ont du mal à comprendre les subtilités d’un marché ou d’un client particulier, contrairement à un analyste humain capable d’interpréter les signaux faibles ou les tendances émergentes.

De plus, les équipes risquent de devenir excessivement dépendantes de l’IA, perdant ainsi en expertise et en capacité critique, ce qui n'est pas souhaitable. L’automatisation ne résout donc pas tous les problèmes et devra être accompagnée d’une supervision et d’une gouvernance adaptées pour rester pertinente.

SnowWork : une adoption massive assurée ?

L’adoption de SnowWork pourrait rencontrer des résistances. En effet, le projet est encore en développement et Snowflake n’a pas communiqué sur la tarification. L’adoption risque donc d’être limitée si le coût est jugé trop élevé. De plus, il est probable que certains utilisateurs métiers doutent de la fiabilité de l’outil ou préfèrent conserver un contrôle humain.

De nombreux professionnels du domaine mettent en garde contre les machines. Stephanie Walter, responsable de la pratique IA chez HyperFRAME Research, a exprimé que l’IA d’entreprise a souvent des résultats mitigés lorsqu’il s’agit de produire des livrables complets et exploitables sans supervision humaine. Or, rien ne prouve que SnowWork soit immunisé contre ces types de résultats.

Snowflake devra donc démontrer sa capacité à fournir systématiquement des résultats précis et pertinents avant de gagner la confiance des entreprises.

Enfin, l’adoption de l’IA en entreprise est généralement faible. D’après les données d’Alice Labs, à peine 20 % des sociétés dans le monde ont implanté l’IA dans leurs processus métiers. L’adoption est particulièrement faible dans les petites structures (17 %), contre environ 55 % dans les grandes.