GenAI dans Amazon Quicksight : « nous n’avons fait qu’effleurer la surface »
Bien que la plateforme de BI permette déjà aux utilisateurs d’analyser des données et de développer des produits de données en utilisant le langage naturel, AWS prévoit d’en faire plus pour faciliter la génération d’indicateurs et l’efficacité des utilisateurs.
Les géants de l’IT comme Google, Microsoft et Oracle cherchent tous à intégrer l’IA générative dans leurs plateformes de données. Il en va de même pour les fournisseurs de « lakehouse » tels que Databricks et Snowflake, ainsi que pour les éditeurs spécialisés dans la gestion de données et l’analytique comme Alteryx, Informatica et Tableau.
AWS n’est pas différent. L’IA générative domine désormais sa stratégie en matière de bases de données et d’analytique.
Tracy Daugherty, directeur général de QuickSight, a récemment discuté de l’inclusion d’outils d’IA générative dans la plateforme QuickSight et de la feuille de route du groupe en la matière.
Il a également évoqué le taux d’adoption des fonctions d’IA générative de QuickSight, le profil type des entreprises primoadoptantes et ce qui retient les autres de se lancer. Il a aussi abordé l’empreinte de QuickSight, étroitement aligné avec d’autres produits AWS, chez les clients qui n’utilisent pas les services de la filiale cloud d’Amazon pour propulser l’ensemble de leur pile de traitement de données.
Comment voyez-vous l’IA générative changer la manière dont les entreprises interagissent avec les données ?
Tracy Daugherty : Je le vois sous deux angles différents. Le premier – et c’est ce que nous faisons avec QuickSight grâce aux capacités de création et de calcul – est de simplifier une tâche qui était soit chronophage pour un expert, soit difficile pour le plus grand nombre. C’est le premier angle.
Le deuxième angle consiste à ouvrir le champ des possibles dans le domaine de la BI. Par exemple, le métier peut vouloir interroger des données qui ne sont pas forcément présentes dans un rapport ou un tableau de bord.
Le défi, c’est que la plupart des usagers ne savent pas comment poser la question. Souvent, ils ne sont même pas sûrs de la question à poser. L’expérience les guide et leur donne plusieurs options. En fin de compte, les gens nous disent : « Wow, vous m’avez donné la vraie réponse que je cherchais, mais je ne savais même pas que c’était ce que je voulais ». Ils obtiennent une information qui n’était pas seulement une réponse à leur question initiale, mais quelque chose d’impactant.
« Le défi, c’est que la plupart des usagers ne savent pas comment poser la question. Souvent, ils ne sont même pas sûrs de la question à poser ».
Tracy DaughertyDirecteur Amazon QuickSight, AWS
En quoi cela diffère-t-il de ce que les consommateurs de BI pouvaient faire auparavant ?
Tracy Daugherty : Historiquement, la BI implique des échanges entre un métier et une personne en back-end pour obtenir un rapport répondant à certains critères. Comme les utilisateurs ne savent pas réellement ce qu’ils cherchent, cela provoque des allers-retours incessants jusqu’à ce qu’on leur présente le document qu’ils considèrent comme véritablement utile. Avec l’IA générative, nous abordons une nouvelle manière pour eux d’obtenir des indicateurs sans l’intervention de tiers, de manière éclairante et puissante.
Data Stories et Q&A multivisuel : les deux fonctionnalités GenAI phares sur QuickSight
Comment cela se matérialise-t-il dans QuickSight ? Avez-vous un exemple ?
Tracy Daugherty : Nous avons lancé une fonctionnalité appelée Data Stories. Avec celle-ci, vous pouvez créer une histoire à partir de vos données. La plupart des gens, lorsqu’ils expliquent leur problème à quelqu’un, le font dans un PowerPoint ou dans un document. Ils ne poussent pas un lien vers un tableau de bord en disant « débrouillez-vous ». L’IA générative aide les utilisateurs de QuickSight à sélectionner un ensemble de données pour créer une représentation visuelle, puis à générer le texte qui l’accompagne pour le rendre partageable. Peuvent-ils le faire eux-mêmes ? Plus ou moins. Ils pourraient prendre une capture d’écran et rédiger des explications, mais c’est un travail difficile, et les gens finissent souvent par décider que c’est trop compliqué et ne le font jamais. Maintenant, si l’IA générative les amène à 90 % du résultat, et qu’ils n’ont besoin que de quelques ajustements, cela leur apporte un gain de temps conséquent dans l’accomplissement d’une tâche réputée complexe.
Si je devais résumer, je dirais que la GenAI permet à un métier de prendre des décisions davantage fondées sur des données et de partager ses réflexions avec d’autres. C’est le plus grand avantage.
Quelles sont les fonctionnalités spécifiques à l’IA générative qui font désormais partie intégrante de QuickSight ?
Tracy Daugherty : Pour l’analyste qui crée des tableaux de bord et des rapports, il peut maintenant poser une question en langage naturel. QuickSight génère automatiquement le visuel et le connecte aux données. L’utilisateur peut modifier le visuel à l’aide des prompts suivants. Par exemple, il peut demander à QuickSight de créer un diagramme à barres et d’ajouter des filtres. Il n’y a plus forcément besoin d’être un expert de l’intégration pour prendre des mesures et accélérer la création de tableaux de bord.
Du côté de l’utilisateur final, nous proposons des fonctionnalités de questions-réponses dont j’ai parlé, comme le Q&A multivisuel et les Data Stories. Le Q&A multivisuel ne se contente pas de fournir le résultat d’un calcul. Cela ne fonctionne pas pour comprendre ce qui réside dans les bases de données et entrepôts de données. Il faut obtenir une réponse à la fois visuelle et textuelle. Nous offrons cette expérience.
Ensuite, nous demandons à l’utilisateur si le résultat correspond exactement à ce qu’il avait en tête ou s’il faut effectuer des ajustements. Les Data Stories permettent simplement aux utilisateurs finaux de dépasser leurs tableaux de bord et rapports pour créer une histoire à partir de leurs données. Si vous me demandiez comment se porte mon entreprise, je ne vous enverrais pas un tableau de bord. Je vous donnerais quelques points et je créerais une présentation avec une histoire. Désormais, cela peut être fait grâce à l’IA générative.
Pouvez-vous décrire l’utilisation d’une des fonctionnalités d’IA générative de QuickSight ?
Tracy Daugherty : Je vais vous expliquer l’expérience de création d’un tableau de bord visuel par visuel.
Imaginons que vous commencez par demander les ventes par région sous forme de carte. QuickSight va relier cela aux données du système. Ensuite, vous pouvez cliquer sur un bouton « Ajouter au tableau de bord », et la carte visuelle est ajoutée. Maintenant, vous pouvez créer une autre visualisation, par exemple afin de prédire les profits mensuels. QuickSight choisira automatiquement le type de graphique à utiliser pour afficher les données, mais vous pouvez en sélectionner un autre à votre convenance. Ensuite, vous pouvez ajouter des calculs, qui sont généralement complexes et nécessitent du SQL. Vous pouvez utiliser le langage naturel, et cela devient un calcul que vous pouvez intégrer dans votre tableau de bord.
En moins de 60 secondes, vous pouvez créer un tableau de bord avec deux visualisations et un calcul.
Combien de temps cela prendrait-il sans l’IA générative ?
Tracy Daugherty : Si vous êtes un utilisateur expérimenté et connaissez bien les données et tous les outils, cela prendrait probablement 45 minutes. Si vous êtes néophyte, cela prendrait une journée ou deux, car vous ne sauriez pas quelles données relier aux éléments du tableau de bord. Choisir le type de graphique est facile. Le véritable défi réside dans la localisation des données.
Quand on additionne ce gain de temps, cela devient vraiment puissant.
Premiers retours
Ces fonctionnalités d’IA générative font-elles toutes partie de Q dans QuickSight ou ont-elles leur propre place sur la plateforme ?
Tracy Daugherty : Toutes ces capacités sont regroupées sous l’égide de Q dans QuickSight. Je le décris comme une évolution de Q. Initialement, il s’agissait uniquement de Q&A, mais maintenant, cela s’est étendu.
Voyez-vous une adoption généralisée de l’IA générative de QuickSight, ou constatez-vous que de nombreux utilisateurs attendent que cela mûrisse davantage ?
Nous avons appris que les gens veulent se sentir en sécurité, bénéficier de réponses sûres et précises. Nos auteurs qui créent des tableaux de bord et des rapports trouvent cela très précieux, très efficace et très sûr. Cela les aide simplement à effectuer leur travail. Ce n’est pas de la magie. L’outil applique quelque chose qu’ils connaissent déjà et qui les aide à gagner du temps. L’expérience de Q&A multivisuel a également rassuré les utilisateurs, car nous ne leur promettons pas des réponses parfaites. Au lieu de cela, nous leur permettons de poser des questions génériques et de fournir des réponses génériques, afin qu’ils puissent ensuite approfondir pour obtenir des indicateurs. Cela a renforcé la confiance.
Les Data Stories sont une nouveauté. Ce que nous constatons, c’est qu’il y a un sous-ensemble de personnes qui sont très enthousiastes et utilisent immédiatement les nouvelles fonctionnalités, tandis que d’autres veulent d’abord voir comment les utiliser et comprendre leur fonctionnement.
Observez-vous des traits communs parmi les primoadoptants de QuickSight Q ?
Tracy Daugherty : Ils ne sont pas issus d’un secteur en particulier, mais partagent une même mentalité.
Ceux qui tendent à exploiter cette technologie sont souvent dirigés par des chefs d’entreprise qui croient que l’IA générative va grandement les aider. Ils ont tendance à considérer que leur entreprise est d’abord technologique, même s’ils ne sont pas issus d’un domaine lié à l’IT. Ils veulent être des leaders – la GenAI est un avantage concurrentiel, et ils souhaitent investir dedans. Ce sont ceux-là que nous voyons adopter la GenAI plus tôt.
Inversement, y a-t-il des traits communs que vous observez parmi ceux qui n’ont pas encore adopté les capacités d’IA générative de QuickSight ?
Tracy Daugherty : Comme pour tout, il y a un autre ensemble d’entreprises qui sont plus conservatrices. Elles veulent voir des exemples d’autres entreprises pour qui l’IA générative a réussi et souhaitent savoir comment elles ont fait. Elles ne veulent pas subir le processus douloureux d’éprouver une technologie et souhaitent directement obtenir une solution aboutie.
À mesure que l’IA générative évolue, qu’est-ce qu’une plateforme analytique comme QuickSight peut offrir de plus à ses clients ?
Tracy Daugherty : En résumé, beaucoup de choses.
Je ne parlerai pas du côté développeur, car AWS a d’autres personnes qui sont plus impliquées dans ce domaine. Du côté des métiers et des analystes, nous n’avons fait qu’effleurer la surface.
La majorité du travail accompli jusqu’à présent concerne le reporting et la sensibilisation des métiers aux données. La prochaine étape consiste à gagner en proactivité et en niveau d’information.
Il y a beaucoup à faire dans ce domaine. Il y a des choses liées à la préparation des données que nous pouvons ajouter. Je mets beaucoup d’énergie à comprendre comment l’utilisateur final peut tirer plus de valeur de ses données. C’est un domaine où nous poussons constamment, mais nous apprenons aussi beaucoup en peu de temps. Le défi est de fournir une valeur instantanée à laquelle les gens peuvent faire confiance, et ensuite leur entreprise doit les laisser l’utiliser pour qu’ils puissent aussi lui faire confiance.
C’est un défi intéressant, car les métiers ne sont pas très indulgents. S’ils essaient quelque chose qui ne fonctionne pas, ils ont tendance à ne pas y revenir. Il y a donc beaucoup de pression – mais de manière positive – pour fournir une expérience réussie, scientifiquement juste et de qualité.
« C’est un défi intéressant, car les métiers ne sont pas très indulgents. S’ils essaient quelque chose qui ne fonctionne pas, ils ont tendance à ne pas y revenir ».
Tracy DaughertyDirecteur Amazon QuickSight, AWS
La BI chez AWS en dehors de l’IA générative
Au-delà de l’IA générative, quelles sont les autres fonctionnalités phares ajoutées à QuickSight ces derniers mois ?
Tracy Daugherty : Dans cette catégorie, nous avons introduit des rapports pixel-perfect.
Nous avons maintenant à la fois des tableaux de bord et des rapports pixel-perfect. Tout le monde sait ce qu’est un tableau de bord. L’analogie que je donne pour différencier un tableau de bord d’un rapport pixel-perfect est la suivante : lorsque vous consultez votre consommation auprès de votre fournisseur d’énergie, c’est un tableau de bord, mais lorsque vous recevez votre facture détaillée, c’est un rapport pixel-perfect. C’est quelque chose de très formaté et structuré. Cette fonctionnalité gagne beaucoup en popularité.
Nous avons également ajouté de nouvelles options de tarification. Auparavant, nous avions deux types d’utilisateurs : les lecteurs et les auteurs. Nous avons ajouté des lecteurs pro et des auteurs pro avec des capacités améliorées. Les utilisateurs pro bénéficient de toutes nos capacités d’IA générative, tandis que la fonctionnalité de Q&A multivisuel est disponible pour les quatre types d’utilisateurs.
Étant donné que QuickSight fait partie intégrante d’AWS, il s’intègre évidemment bien avec les outils de gestion de données de la filiale cloud d’Amazon, mais voyez-vous de nombreux clients développer des piles de données avec QuickSight en conjonction avec des outils de gestion de données d’autres fournisseurs ?
Tracy Daugherty : Évidemment, c’est le premier choix pour les clients AWS, car la plateforme analytique est intégrée.
Par exemple, certains de nos clients peuvent avoir Microsoft SQL Server ou une autre base de données préférée sur site. Ces connexions sont typiquement établies dans le cadre d’une migration vers le cloud. Ils utiliseront QuickSight avec leur base de données sur site, puis déplaceront cette partie vers le cloud.
Nous ne voyons pas autant de déploiements multicloud – nous en voyons – pour diverses raisons, mais généralement, nous voyons les clients essayer de passer de l’on-premise au cloud, puis construire leur histoire à partir de là.
Enfin, que pouvez-vous partager sur la feuille de route de QuickSight, tant en général qu’en ce qui concerne l’IA générative ?
Tracy Daugherty : Historiquement, les outils de BI sont très liés aux données structurées. Nous aussi maîtrisons cet aspect, mais nous cherchons à intégrer davantage de données pour rendre QuickSight plus complet. Cela inclut des données non structurées pour améliorer l’expérience des métiers. Il s’agit de les combiner pour enrichir les informations disponibles.
Pour approfondir sur Outils décisionnels et analytiques
