Réunir données structurées et non structurées avec Amazon Quick
Amazon Quick, le service d'IA d'entreprise d'AWS, propose désormais une expérience unifiée pour interroger en une seule conversation des données structurées et non structurées. Les premières, comme les métriques de ventes ou les indicateurs opérationnels, sont chargées sous forme de jeux de données enrichis par des descriptions sémantiques, que l'agent utilise pour traduire les questions en requêtes SQL. Les secondes, c'est-à-dire documents, PDF et rapports, sont stockées dans Amazon S3 et indexées par une base de connaissances. Un « Space » rassemble ces deux sources dans un espace de travail unique, auquel on peut aussi ajouter des tableaux de bord, des fichiers importés et des connecteurs d'actions. Un agent de chat personnalisé, relié à ce Space, décide lui-même s'il doit interroger la base de connaissances, le jeu de données ou les deux, puis renvoie une réponse combinée accompagnée de citations.
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 →
AWS détaille une démarche pas à pas, illustrée avec des données fictives d'une société « AnyCompany » : trois PDF (bilan d'activité, analyse de marché, note de stratégie produit) placés dans un bucket S3, et un fichier CSV de ventes de produits importé directement dans Quick. Il faut un compte Amazon Quick avec abonnement Enterprise, indispensable pour créer des jeux de données, un bucket S3 dont l'accès a été autorisé par un administrateur (en lecture seule par défaut), ainsi que les droits de création d'intégrations, de bases de connaissances, de Spaces et d'agents. La première étape consiste à ajouter un connecteur Amazon S3 depuis la page Knowledge de la console, parmi des options qui incluent aussi Amazon Q Business, un robot d'exploration web, Google Drive, OneDrive et SharePoint.
L'enjeu est concret pour les équipes d'analyse : au lieu de jongler entre plusieurs outils, de lancer des requêtes séparées et de recouper à la main les résultats, un utilisateur peut poser une seule question qui croise, par exemple, des chiffres de ventes et le contenu d'une note stratégique. L'architecture est aussi conçue pour évoluer : toute nouvelle source ajoutée au Space devient immédiatement exploitable par l'agent qui y est rattaché, et les réponses respectent les permissions de la personne qui pose la question. Des garde-fous intégrés, notamment un filtrage de sécurité des contenus, s'appliquent aux échanges.
Cette annonce s'inscrit dans la course des grands fournisseurs de cloud à proposer des assistants d'entreprise capables d'exploiter l'ensemble du patrimoine informationnel des organisations, dont la plus grande part reste dispersée entre bases de données, tableurs et fichiers. En combinant recherche documentaire et génération de requêtes SQL dans un même agent, AWS cherche à réduire la barrière entre l'analyse décisionnelle classique et les usages conversationnels de l'IA générative. La gouvernance des accès, le coût de l'abonnement Enterprise et la qualité des descriptions sémantiques fournies aux jeux de données seront déterminants pour la fiabilité des réponses en production.
Pas d'impact direct sur la France/UE