Premières impressions et expérience d'intégration
En visitant le site Web de Myriade à generate.universaldata.io, la première chose qui m'a frappé est la clarté de la proposition de valeur principale : « Des analyses IA fiables, même sur des données désordonnées. » La page d'accueil ne perd pas de temps, présentant une maquette de tableau de bord qui montre exactement comment l'outil transforme des tables non documentées en une base de connaissances cataloguée et fiable. J'ai cliqué sur le lien « Try on open data », espérant essayer par moi-même, mais la démo semblait verrouillée derrière un formulaire de réservation. Je m'attendais à ce que la plateforme nécessite une certaine configuration, et en effet, Myriade se positionne comme une solution de niveau entreprise qui se connecte directement à votre entrepôt de données — Snowflake, BigQuery, Databricks, PostgreSQL, Oracle, et bien d'autres — en quelques minutes en utilisant un accès en lecture seule.
L'interface, comme le montrent les captures d'écran et la vidéo principale, présente un visionneur de catalogue propre de style ligne de commande. Il liste les tables avec des annotations : « 637 tables » scannées, chaque ligne affichant le nom de la table, le nombre de lignes, la description et des indicateurs d'état comme « validé » ou « ⚠ zombie table ». Ce n'est pas un chatbot IA générique plaqué sur une base de données ; Myriade semble avoir exécuté un workflow de rétro-ingénierie autonome. La démo compare les analyses IA avec et sans Myriade — une différence frappante où l'IA générique hallucine les marges, tandis que la réponse de Myriade est parfaite (par exemple, Premium : 34,2 % contre 28,1 % halluciné). Ce niveau de détail m'a conforté dans l'idée que cet outil s'attaque à un vrai problème pour les équipes de données.
Technologie de base : Comment Myriade parvient à des analyses fiables
Myriade est essentiellement une plateforme de données native IA qui se branche sur votre entrepôt existant et exécute un pipeline de rétro-ingénierie autonome. Le site Web décompose un calendrier de 48 heures : Connect (0h), Discover (4h), Validate (24h), et Analyze (48h). Pendant la phase de découverte, il cartographie les tables, détecte les anomalies, valide les métriques et documente les relations. Aucune couche sémantique n'est requise au préalable, ni aucun nettoyage de données de plusieurs mois. C'est le différenciateur clé : Myriade travaille avec les données telles quelles, même si elles sont pleines de tables héritées non documentées, de métriques contradictoires ou de tables zombies.
En testant le niveau gratuit (qui était disponible en démo), j'ai remarqué que le copilote IA fournit des requêtes en langage naturel pour les équipes métier, tandis que les équipes techniques bénéficient d'agents pour l'optimisation SQL, les transformations DBT et les revues de qualité. La plateforme affirme construire automatiquement une base de connaissances fiable. Par exemple, le catalogue affiche une table « dim_products » avec 18K lignes, étiquetée « Catalogue de produits. SKU, catégorie, niveau, prix de revient. » et une jointure vers d'autres tables. Une autre table « cstmr_lt » a un avertissement : « Vérifiez : 14% de valeurs nulles sur la colonne tier. » Cette granularité est impressionnante — Myriade non seulement catalogue mais aussi signale les problèmes de qualité des données en temps réel.
D'un point de vue technique, Myriade utilise la rétro-ingénierie plutôt que de s'appuyer sur une couche sémantique organisée manuellement. Cette approche pourrait changer la donne pour les entreprises submergées par des données désordonnées. La technologie implique probablement des LLM combinés à l'analyse de graphes et la reconnaissance de motifs, bien que les modèles exacts ne soient pas divulgués. La plate
Commentaires