Pour gérer vos consentements :

Einstein, Pulse… Où en est l’IA dans Tableau ?

Connecteur Splunk, API REST pour contrôler le préchargement des visualisations, gestion des fournisseurs OIDC génériques… Ces fonctionnalités sont arrivées dans Tableau avec la version 2024.1, publiée cette semaine.

Elles ne sont cependant pas en première ligne dans la communication de l’éditeur… au contraire de la marque Pulse. Celle-ci vient de passer en phase commerciale. Les briques qu’elle regroupe ont, dans les grandes lignes, la capacité de « contextualiser » et de « personnaliser » l’expérience de dataviz.

Une telle promesse n’est pas inédite chez Tableau. Elle avait notamment porté le lancement, en 2019, de la fonctionnalité Ask Data, qui utilise des mots-clés pour « associer une intention à une recherche analytique ».

À en croire Tableau, ses clients n’ont pas trouvé Ask Data assez « naturel » (trop de concepts analytiques à maîtriser). C’est dans ce contexte que l’outil disparaît, au profit d’une composante « Insights platform » entrant dans le cadre du portefeuille Pulse. Le remplacement est effectif dans Tableau Cloud (ex-Tableau Online) avec la version 2024.1. Il le sera sur l’édition Server avec la 2024.2.

Insights platform utilise des modèles statistiques pour détecter des informations en fonction des indicateurs et des KPI. Un autre modèle – doté d’un mécanisme de feedback) trie ces informations par pertinence. Les mieux classées passent à la moulinette GenAI, avec de la vectorisation dedans. Il en ressort des résumés… et la possibilité, pour les utilisateurs, d’explorer les données en langage naturel.

Tableau revoit aussi la gestion des indicateurs

Sous l’ère Pulse, la gestion des indicateurs évolue aussi. Elle reprend le système de centralisation introduit en 2020 et y ajoute l’aspect standardisation (s’assurer qu’il n’existe pas plusieurs versions d’un indicateur dans un même environnement Tableau).

Pulse vient se placer sous la bannière Tableau AI. On y trouve aussi, entre autres :

– Einstein Copilot (l’assistant de Salesforce)
– Data Stories (ajout d’explications en langage naturel sur les tableaux de bord)
– Explain Data (explication « à la volée » de points de données)
– Einstein Discovery (création de modèles ML sans code)

Ces fonctionnalités reposent sur un substrat dit « Einstein Trust Layer ».

Illustration principale © Tableau

Recent Posts

Ce que Llama 3 dit de l’évolution des LLM

Diverses tendances animant l'univers des LLM transparaissent en filigrane du discours de Meta sur Llama…

2 jours ago

APT44, bras armé cyber de la Russie

Mandiant a attribué un APT à Sandworm, considéré comme le principal groupe cybercriminel à la…

3 jours ago

Cybersécurité : HarfangLab et Filigran connectent EDR et CTI

Les deux startup proposent un connecteur entre la platefome OpenCTI de Filigran et l’EDR de…

3 jours ago

Le hacking autonome, capacité émergente de GPT-4 ?

Des chercheurs ont mis des agents LLM à l'épreuve dans la détection et l'exploitation de…

3 jours ago

Les applications de messagerie se mettent au chiffrement post-quantique

Dans la lignée de Signal, iMessage intègre une couche de chiffrement post-quantique.

3 jours ago

Infrastructures LAN : une photo du marché avant la fusion HPE-Juniper

Douze fournisseurs sont classés dans le dernier Magic Quadrant des infrastructures LAN.

4 jours ago