Microsoft annonce avoir racheté la plateforme d’ingénierie Osmos afin d’intégrer ses capacités d’intelligence artificielle agentique au cœur de l’écosystème Microsoft Fabric. Cette opération stratégique a pour but de transformer les données brutes et fragmentées en actifs exploitables au sein de OneLake, en remplaçant les processus manuels par des flux de travail entièrement autonomes.
Une transition vers l’autonomie des données
L’innovation apportée par Osmos réside dans son approche de l’IA. L’entreprise a fait évoluer ses outils, passant d’une simple assistance guidée par l’humain à des flux agentiques pilotés par l’intelligence artificielle et validés par les opérateurs.
Cette technologie offre trois fonctionnalités clés pour l’entreprise :
- Ingestion autonome : le système se connecte automatiquement à des sources de données variées et incohérentes sans configuration complexe.
- Gestion évolutive des schémas : l’IA s’adapte aux changements de structure des données sans interrompre les outils existants.
- Garde-fous complexes : des mécanismes de sécurité intégrés permettent aux humains de corriger ou d’annuler les actions de l’agent tout en maintenant une automatisation sur le long terme.
Une intégration native dans Microsoft Fabric
Le choix de rejoindre Microsoft s’explique par la compatibilité technique avec le Workload Hub de Fabric. L’équipe d’Osmos a développé ses solutions pour qu’elles fonctionnent au plus près du lac de données, tirant parti de l’infrastructure unifiée de OneLake et de sa gouvernance.
Les ingénieurs d’Osmos ont désormais rejoint l’organisation Fabric sous la direction de Bogdan Crivat, vice-président de l’analyse de données d’Azure. Leur mission consiste à déployer cette technologie à l’échelle mondiale, permettant à toutes les entreprises utilisant Fabric d’automatiser leur préparation de données.
Initialement, Osmos se concentrait sur l’élimination des blocages liés à l’ingestion de données externes comme le partage d’informations avec des clients ou des fournisseurs. Pour ce faire, la start-up utilisait l’apprentissage automatique, la synthèse de programmes inductifs et la recherche avancée via le graphe orienté acyclique (DAG). Par la suite, l’entreprise a pivoté en reconnaissant le potentiel des grands modèles de langage (LLM) pour redéfinir l’ingénierie des données, transformant l’IA en un agent actif plutôt qu’un simple outil passif.
