Comment Qlik a conçu une IA fiable et ancrée dans les données d'entreprise avec Amazon Bedrock
Qlik a détaillé la manière dont son assistant Qlik Answers, disponible en disponibilité générale depuis février 2026, s'appuie sur Amazon Bedrock pour fournir des réponses fondées sur des sources vérifiables à plus de 40 000 clients dans le monde. L'outil permet à n'importe quel employé, et pas seulement aux analystes, de poser une question en langage naturel et d'obtenir une réponse sourcée, issue selon les cas d'une base de connaissances, d'une application analytique en direct, d'un glossaire ou d'un document. Le système choisit lui-même le chemin à suivre. L'adoption est déjà visible : l'agent Discovery, chargé de détecter les anomalies et valeurs aberrantes, a produit plus de 100 000 découvertes depuis son lancement, et la majorité des comptes Qlik Cloud ayant activé les outils agentiques les utilisent activement. Bystronic, spécialiste de la tôlerie, a déployé un chatbot en 15 minutes. Lintech International a indexé plus de 17 000 documents techniques, accéléré ses réponses de 75 % et fait gagner jusqu'à 7 heures par semaine à ses responsables. TouchPoint Support Services, qui couvre 650 sites de santé, fournit des conseils conformes aux règles à 15 000 employés.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de AWS ML Blog. Lire l'article original →
Pour y parvenir, Qlik a refusé le modèle de l'assistant unique et généraliste, qui devient plus lent et moins précis à mesure qu'on lui ajoute des capacités. L'architecture repose sur des couches aux frontières nettes : un point d'entrée conversationnel stable dans Qlik Cloud, qui permet d'ajouter des fonctions en coulisses sans changer l'expérience des clients ; une couche de routage légère, qui lit le message et le contexte de la conversation pour décider où envoyer la requête, sans chercher à résoudre la tâche elle-même ; et une couche de réponse, qui coordonne la génération en choisissant entre un chemin rapide pour les demandes simples et un traitement plus approfondi pour les autres.
L'enjeu dépasse le cas de Qlik, car il touche aux obstacles qui freinent l'IA générative en entreprise : des réponses sans sources, l'impossibilité de vérifier un résultat et l'absence de voie de déploiement en environnement réglementé. Qlik devait résoudre trois problèmes simultanément. D'abord, orchestrer un raisonnement spécialisé sans ralentir les utilisateurs, puisque les questions vont de la simple recherche à l'exploitation de données structurées, de documents ou d'automatisations. Ensuite, respecter la souveraineté des données dans les différentes régions, en Europe, en Asie-Pacifique et dans les Amériques : un déploiement global unique ne satisfaisait pas ces exigences, mais 11 versions régionales distinctes auraient été difficiles à maintenir et à faire évoluer de façon cohérente. Enfin, anticiper la capacité des modèles, car la consommation de jetons et la disponibilité doivent être planifiées trois à six mois avant les grands lancements, puis comparées à l'usage réel pour que le succès ne se transforme pas en problème de capacité. C'est sur ces contraintes que Qlik s'appuie sur Amazon Bedrock à l'échelle mondiale.
Qlik déploie des versions régionales respectant la souveraineté des données, dont en Europe, ce qui concerne les entreprises européennes soumises à des exigences de conformité.