La promesse de l’IA reste immense – mais une chose pourrait être de la retenir. « L’infrastructure qui alimente l’IA aujourd’hui ne soutiendra pas les demandes de demain », mène un récent article de CIO.com. «Les DSI doivent repenser comment évoluer plus intelligemment – pas seulement plus grand – ou risquer de prendre du retard.»
CrateB est d’accord – et la société de base de données parie sur la résolution du problème en étant une «couche de données unifiée pour l’analyse, la recherche et l’IA».
«Le défi est que la plupart des systèmes informatiques comptent ou ont été construits, autour de pipeline par lots ou de pipeline asynchrone, et maintenant vous devez réduire le temps entre la production et la consommation des données», explique Stephane Castellani, SVP Marketing. « Crateb est un très bon ajustement car il peut vraiment vous donner un aperçu des bonnes données avec également un grand volume et une complexité de formats en quelques millisecondes. »
Un article de blog note le processus en quatre étapes pour CratedB pour agir comme le «tissu conjonctif entre les données opérationnelles et les systèmes d’IA»; De l’ingestion, à l’agrégation et à la perspicacité en temps réel, en passant par les données aux pipelines IA, à l’activation des boucles de rétroaction entre les modèles et les données. La vitesse et la variété des données sont essentielles; Castellani note la réduction des temps de requête de quelques minutes à la milliseconde. Dans la fabrication, la télémétrie peut être collectée à partir de machines en temps réel, permettant un plus grand apprentissage pour les modèles de maintenance prédictive.
Il y a un autre avantage, comme l’explique Castellani. «Certains utilisent également des cages en usine pour une assistance aux connaissances», dit-il. « Si quelque chose ne va pas, vous avez un message d’erreur spécifique sur votre machine et dites » Je ne suis pas un expert de cette machine, qu’est-ce que cela signifie et comment puis-je le réparer? « , (Vous) peut demander à un assistant de connaissance, qui s’appuie également sur CrateB en tant que base de données vectorielle, pour accéder à les informations, et tirer le bon manuel et les bonnes instructions pour réagir en temps réel. »
L’IA, cependant, ne reste pas immobile longtemps; «Nous ne savons pas à quoi ressemblera (ça) dans quelques mois, ni même quelques semaines», note Castellani. Les organisations cherchent à évoluer vers des workflows entièrement agentiques avec une plus grande autonomie, mais selon la récente recherche Pyments Intelligence, la fabrication – dans le cadre de l’industrie des biens et services plus larges – sont à la traîne. CratedB s’est associé à Tech Mahindra sur ce front pour aider à fournir des solutions d’IA agentiques aux usines automobiles, fabrication et intelligentes.
Castellani note l’excitation à propos du protocole de contexte du modèle (MCP), qui standard la façon dont les applications fournissent le contexte aux modèles de grande langue (LLM). Il le compare à la tendance autour des API d’entreprise il y a 12 ans. Le serveur MCP de CratedB, qui est toujours au stade expérimental, sert de pont entre les outils AI et la base de données Analytics. «Lorsque nous parlons de MCP, c’est à peu près la même approche (qu’API) mais pour les LLM», explique-t-il.
Tech Mahindra n’est qu’un des principaux partenariats à l’avenir pour CratedB. «Nous continuons à nous concentrer sur nos bases», ajoute Castellani. «Performance, évolutivité… investir dans notre capacité à ingérer des données de plus en plus de sources de données, et minimis (ing) la latence, à la fois du côté de l’ingestion et de la requête.»
Stephane Castellani s’exprimera à l’IA et à Big Data Expo Europe sur le sujet de Apporter l’IA aux données en temps réel – Text2SQL, RAG et TAG avec CratedBet IoT Tech Expo Europe sur le sujet de Opérations IoT plus intelligentes: analyse du parc éolien en temps réel et diagnostics basés sur l’IA. Vous pouvez regarder l’interview complète avec Stephane ci-dessous:
