Dans la couverture médiatique de l'IA générative, une entreprise se distingue par son déploiement rapide et efficace de la technologie : Intuit. En septembre, Intuit a lancé son assistant alimenté par LLM, Intuit Assist, pour l’ensemble de ses produits, y compris TurboTax, QuickBooks, Credit Karma et MailChimp. Plus tôt, en juin, l'entreprise a dévoilé son système d'exploitation Gen AI, conçu pour orchestrer l'activité des modèles de langage (LLM) au sein de l'organisation, une vision ambitieuse qui devance celles d'autres grands acteurs du secteur.
Lors d'une récente interview, j'ai échangé avec Alon Amit, VP de la gestion des produits chez Intuit, sur un aspect crucial du succès avec l'IA générative : le développement d'une solide couche de gestion des données. Amit a précisé qu'Intuit avait investi plusieurs années à peaufiner cette couche de données pour garantir des données précises, bien intégrées, gouvernées et sans doublons. Ce n'est qu'après avoir établi cette base solide que les LLM ont pu utiliser les données pour favoriser des interactions personnalisées avec les 100 millions de petites entreprises et consommateurs d'Intuit.
Au cours de notre discussion, Amit a partagé une diapositive clé illustrant le modèle de la couche de données d'Intuit, qui présente les meilleures pratiques pour une architecture de données efficace. Pour les leaders en données d'entreprise, je recommande de visionner l'intégralité de l'interview liée ci-dessus, où Amit détaille les initiatives clés qu'Intuit poursuit et définit les objectifs pour 2024. L'interview fait partie de notre événement AI Unleashed, avec la vidéo complète incluse ci-dessus.
Voici quelques points clés de notre conversation :
1. Registre de la carte des données : Intuit a développé un référentiel centralisé pour tous les actifs de données—en temps réel et en batch—générés au sein de l'entreprise, incluant tous les schémas de données. Cela garantit la gouvernance des données, avec une propriété et un objectif clairs établis pour chaque actif. Bien qu'Amit ait reconnu des imperfections dans le processus, il reste optimiste quant à l'atteinte d'une gouvernance presque parfaite d'ici la fin de l'année prochaine.
2. Culture des "Données comme Produit" : Grâce à cette carte des données, Intuit a cultivé une culture parmi les développeurs, les chefs de produits et les ingénieurs qui considère toutes les données générées comme un produit précieux, et pas seulement celles des produits destinés aux clients.
3. Gouvernance uniforme des schémas de données : Intuit veille à ce que tous les schémas de données—qu'ils proviennent des clics ou de sources tierces—soient gérés de manière cohérente afin d'éviter des perturbations dans les systèmes en aval, en particulier ceux soutenant l'IA générative. Le flux de données, représenté sur le côté gauche du graphique d'Amit, inclut des « événements de domaine » comme des données en temps réel générées par des bus d'événements d'application, intégrées automatiquement dans le lac de données d'Intuit.
4. Dérivation des données gouvernées : Ce terme englobe toutes les transformations appliquées aux données sources, telles que les calculs analytiques, l'extraction de fonctionnalités d'IA et les attributs marketing. Les développeurs sont avertis s'ils essaient de dériver une fonctionnalité déjà existante dans le registre des données, ce qui évite la redondance.
5. Dérivation des données en temps réel : Prévue pour 2024, cette initiative vise à améliorer les capacités d'Intuit à fournir des réponses aux données quasi en temps réel. Amit a souligné que l'entreprise s'engage à affiner ses processus pour permettre des insights opportuns, garantissant ainsi qu'Intuit puisse rapidement comprendre les actions des utilisateurs lorsqu'elle répond à des demandes ou fournit un support expert.
Ces stratégies illustrent comment Intuit mène la charge dans l'utilisation efficace de l'IA générative grâce à un cadre solide de gestion des données.
Classement
