29 juil. 2025 | SAN DIEGO/PARIS
De nouvelles fonctionnalités simplifient l’intégration et le déploiement des agents IA, au moment crucial où les entreprises franchissent le cap de l’expérimentation pour adopter une mise en production fiable et évolutive à l’échelle de l’entreprise.
Teradata (NYSE: TDC) a annoncé une nouvelle mise à jour de ModelOps pour ClearScape Analytics, conçue pour faciliter et accélérer la mise en production des cas d’usage d’IA générative et agentique, en passant plus simplement de l’expérimentation à l’exécution à grande échelle.
La nouvelle plateforme unifiée ModelOps de Teradata est conçue pour offrir aux responsables analytiques et aux data scientists une prise en charge native et transparente des modèles open source ONNX, ainsi que des API LLM proposées par les principaux fournisseurs cloud, notamment Azure OpenAI, Amazon Bedrock et Google Gemini. Grâce à des capacités LLMOps renforcées, ces modèles peuvent être déployés, gérés et monitorés sans développement spécifique. ModelOps intègre également des fonctionnalités AutoML low-code et une interface intuitive, permettant aux analystes métiers et aux utilisateurs non techniques de tirer pleinement parti de l’IA, sans courbe d’apprentissage complexe. Cette mise à jour vise à éliminer la complexité liée à la gestion de systèmes IA fragmentés, à démocratiser l’accès aux technologies avancées, et à permettre un déploiement plus rapide, plus fiable et à grande échelle. Les organisations peuvent ainsi accélérer leur passage à l’IA opérationnelle, tout en maximisant la productivité et la valeur métier.
Alors que les organisations cherchent à passer de l’expérimentation à la mise en production de l’IA à grande échelle, elles se heurtent à des obstacles majeurs qui freinent leur impact business. La fragmentation des workflows entre différents fournisseurs de LLM, conjuguée à l’adoption croissante de modèles open source, nuit à l’interopérabilité et complique l’apprentissage, ralentissant ainsi l’innovation et l’adoption généralisée. En l’absence de cadres de gouvernance unifiés, il devient difficile de garantir la fiabilité, la conformité et la sécurité des systèmes d’IA, limitant la capacité des entreprises à déployer des solutions de manière responsable et pérenne. Résultat : les initiatives en IA générative et agentique risquent de rester cantonnées à des projets pilotes isolés, au lieu d’évoluer en véritables moteurs de valeur à l’échelle de l’entreprise.
La nouvelle plateforme ModelOps de Teradata a été conçue pour répondre à ces enjeux en proposant un accès unifié à une diversité de modèles d’IA open source ou propriétaires ainsi qu’à des outils low-code, tout en garantissant un haut niveau de confiance et de gouvernance à l’échelle. En simplifiant l’orchestration et la supervision des workflows, elle élimine la complexité opérationnelle qui freine encore l’adoption de l’IA par les métiers.
« La réalité, c’est que les organisations utiliseront plusieurs modèles et fournisseurs d’IA. La question n’est pas si, mais comment elles géreront cette complexité », souligne Sumeet Arora, Chief Product Officer chez Teradata. « Avec ModelOps, nous offrons la flexibilité nécessaire pour combiner différents modèles, tout en assurant transparence, fiabilité et conformité. Les entreprises peuvent ainsi passer de l’expérimentation à la production, en toute confiance et à grande échelle. »
Un cas d’usage exemplaire de la nouvelle offre ModelOps de Teradata serait celui d’une banque cherchant à mieux comprendre la satisfaction client et à identifier les irritants sur l’ensemble de ses canaux de feedback, dans le but d’améliorer l’expérience numérique et de renforcer la fidélité. Plutôt que de jongler avec des outils et des modèles d’IA disparates, la plateforme unifiée ModelOps permet à la banque de déployer en toute fluidité un ensemble de modèles complémentaires : LLM pour l’analyse des sentiments, modèles d’embedding pour la catégorisation des retours, AutoML pour générer des insights prédictifs. Cette approche intégrée permet aux équipes data et métiers de passer rapidement de l’analyse exploratoire à une intelligence client déployée à grande échelle avec, à la clé, des actions concrètes sur la satisfaction, la fidélisation et la performance des services.
Fonctionnalités clés et avantages du nouveau ModelOps dans ClearScape Analytics :
- Connexion native aux API LLM des principaux fournisseurs :
- Permet une intégration fluide avec les services d’IA majeurs tels qu’Azure OpenAI, Google Gemini et Amazon Bedrock, pour accéder aux LLM les plus populaires (Anthropic, Mistral, DeepSeek, Meta, etc.), sans avoir à recourir à un développement personnalisé. Les entreprises bénéficient ainsi d’une plus grande flexibilité et d’un large choix de modèles.
- Gestion sécurisée des modèles basés sur API : Les modèles externes peuvent être enregistrés et exploités de manière sécurisée, avec des fonctionnalités d’observabilité, d’auto-scalabilité et de suivi d’utilisation intégrées.
- Contrôle administratif avancé : Les administrateurs peuvent définir des politiques précises (réessai, niveaux de concurrence, réplication) et suivre en temps réel la santé des modèles, la consommation de ressources et les coûts, par projet ou par modèle.
- Gestion et supervision des LLM avec LLMOps :
- Déploiement accéléré sur GPU avec NVIDIA NIM : Déployez rapidement des modèles LLM optimisés pour GPU (NVIDIA NIM) via des workflows simplifiés, sans configuration manuelle, pour un passage en production plus rapide.
- Transparence et gouvernance intégrée : Accédez à des fiches techniques complètes pour chaque modèle, offrant une visibilité claire sur leurs performances, comportements et usages, renforçant ainsi la confiance et la conformité.
- Gestion complète du cycle de vie des modèles : Supervisez l’ensemble du parcours des LLM de leur déploiement à la gestion des versions, en passant par le suivi des performances, les ajustements opérationnels et la mise hors service avec des outils conçus pour garantir fiabilité, traçabilité et évolutivité.
- Déploiement simplifié des modèles ONNX pour la recherche vectorielle :
- Offre une prise en charge native des modèles d’intégration ONNX et des tokeniseurs dans un workflow unifié, idéal pour le déploiement rapide de moteurs de recherche vectorielle personnalisés. Cette approche réduit significativement les coûts d’ingénierie et le temps de mise en œuvre.
- Les workflows de type Bring-Your-Own-Model (BYOM) sont également entièrement pris en charge, offrant une flexibilité maximale aux équipes techniques.
- AutoML low-code accessible à tous :
- Permet aux analystes métier et aux data scientists de créer, entraîner, évaluer et déployer des modèles sans code complexe, grâce à une interface low-code intuitive.
- Des outils intégrés de planification, de surveillance des performances et d’explicabilité visuelle garantissent des modèles fiables et transparents, tout en limitant la dépendance vis-à-vis des experts en machine learning.
- Interface utilisateur unifiée et intuitive :
- Offre une expérience homogène sur l’ensemble des modules AutoML, Playground, Tables, Datasets pour accélérer l’adoption et améliorer la productivité des équipes IA, quel que soit leur niveau de compétence.
- Avec des assistants interactifs, une navigation améliorée et un AI Workbench Playground enrichi, ModelOps crée un environnement fluide et centré sur l’utilisateur.
Disponibilité
Cette version améliorée de ModelOps sera disponible au quatrième trimestre 2025 pour AI Factory et VantageCloud.
Chez Teradata, nous sommes convaincus que l’accès à de l’information fiable est un facteur de réussite pour les individus. Notre plateforme de données et d’analytique dans le cloud pour l’IA, la plus complète du marché, fournit aux entreprises les données intégrées et les outils d’IA/ML dignes de confiance dont elles ont besoin pour prendre des décisions éclairées en toute confiance, accélérer l’innovation et obtenir des gains commerciaux significatifs. Découvrez comment sur Teradata.fr.