Introduction
Oracle Corp. étend son partenariat avec Google LLC’s Cloud pour simplifier l’interaction des utilisateurs d’entreprise avec les données, en introduisant une nouvelle interface en langage naturel pour les requêtes directes contre les bases de données Oracle.
Contexte Technique
L’entreprise a annoncé l’agent de base de données Oracle AI pour Gemini Enterprise, un outil qui permet aux utilisateurs de poser des questions sur les données d’entreprise sans écrire de requêtes SQL ou comprendre les schémas sous-jacents. L’agent sera disponible via Google Cloud Marketplace pour les clients exécutant la base de données autonome Oracle AI sur Google Cloud.
Contrairement aux outils qui extraient ou répliquent des données dans des pipelines d’IA distincts, Oracle maintient le traitement des requêtes entièrement à l’intérieur de la base de données pour des raisons de performances et de sécurité. Les contrôles de sécurité sont appliqués à la couche de la base de données en utilisant les privilèges d’accès existants.
Analyse et Implications
L’architecture est conçue pour préserver la gouvernance des données et réduire la latence. L’identité de l’utilisateur est propagée de l’interface frontale à la base de données, garantissant que les résultats des requêtes reflètent uniquement les données auxquelles chaque utilisateur est autorisé à accéder.
Les entreprises positionnent l’intégration comme un moyen de rationaliser à la fois les flux de travail d’intelligence commerciale et de développement d’IA. En plus de la requête des utilisateurs finaux via Gemini Enterprise, les développeurs peuvent intégrer l’agent dans des applications construites sur la plate-forme Vertex AI de Google Cloud.
Perspective
L’agent sera disponible sans frais supplémentaires pour les clients existants de la base de données autonome Oracle AI sur Google Cloud. L’accès initial sera limité pendant une période de déploiement, avec une disponibilité plus large prévue plus tard cet été.
Oracle met également en évidence les avantages potentiels en termes de coûts. En déplaçant l’interprétation sémantique et la génération de requêtes dans la base de données, les clients réduisent leur dépendance à l’égard du traitement basé sur les jetons dans les services d’IA externes.
