Tableau AI

Tableau AI est la division d'intelligence artificielle et d'apprentissage automatique de Tableau Software, une entreprise de Salesforce. Elle se concentre sur l'intégration de capacités d'IA dans la plateforme de visualisation de données et de business intelligence de Tableau. Tableau Software, fondée en 2003 et dont le siège est à Seattle, Washington, a été acquise par Salesforce en 2019 pour 15,7 milliards de dollars, et ses efforts en matière d'IA sont depuis alignés sur la stratégie d'IA plus large de Salesforce.

Tableau AI englobe une gamme de fonctionnalités et de produits qui exploitent l'intelligence artificielle et l'apprentissage automatique pour améliorer l'analyse des données, l'interaction en langage naturel et les informations automatisées. Ces capacités sont intégrées dans les produits principaux de Tableau, tels que Tableau Desktop, Tableau Server, Tableau Cloud et Tableau Prep, et sont conçues pour rendre l'analyse de données plus accessible et intelligente pour les utilisateurs de divers secteurs.

Historique et évolution

Les origines de Tableau AI remontent à la fondation de l'entreprise par Christian Chabot, Pat Hanrahan et Chris Stolte, qui étaient chercheurs à l'Université de Stanford. Leur travail sur le projet Polaris, un outil de visualisation de données, a jeté les bases du logiciel de Tableau. En 2018, Tableau a acquis Empirical Systems, une startup d'IA basée à Cambridge, dans le Massachusetts, avec l'intention d'intégrer sa technologie dans la plateforme. Cette acquisition a marqué une étape importante vers l'intégration de l'IA dans les offres de Tableau.

Après l'acquisition par Salesforce en 2019, Tableau AI est devenu partie intégrante de l'écosystème d'IA plus large de Salesforce, qui comprend des outils comme Einstein Analytics. En 2023, Ryan Aytay est devenu PDG de Tableau, et sous sa direction, l'entreprise a continué à étendre ses capacités d'IA, notamment avec l'introduction de Tableau Pulse, une fonctionnalité d'informations pilotée par l'IA. Aytay a démissionné en 2026, mais Tableau AI reste un axe clé pour l'entreprise.

Produits et fonctionnalités clés

Tableau AI alimente plusieurs produits et fonctionnalités de la plateforme Tableau :

• Tableau Pulse : Une fonctionnalité pilotée par l'IA qui fournit des informations automatisées, des résumés en langage naturel et des alertes proactives, aidant les utilisateurs à comprendre les changements de données sans analyse manuelle.
• Tableau CRM : Anciennement connu sous le nom d'Einstein Analytics, ce produit intègre l'IA pour l'analyse prédictive et les informations clients, désormais partie du portefeuille de Tableau.
• Tableau Prep : Utilise l'apprentissage automatique pour aider au nettoyage et à la préparation des données, en suggérant automatiquement des transformations et en détectant les problèmes de qualité des données.
• Traitement du langage naturel : La fonctionnalité « Ask Data » de Tableau permet aux utilisateurs d'interroger les données en langage conversationnel, propulsée par des grands modèles de langage et des technologies de IA générative.
• Explain Data : Une fonctionnalité d'IA qui génère automatiquement des explications pour les points de données, en identifiant les facteurs potentiels et les anomalies.

Ces fonctionnalités sont conçues pour abaisser la barrière de l'analyse de données, permettant aux utilisateurs d'interagir avec les données en langage naturel et de recevoir des recommandations intelligentes.

Technologies et approches d'IA

Tableau AI exploite une variété de techniques d'IA et d'apprentissage automatique, notamment :

• Modèles d'apprentissage automatique : Pour l'analyse prédictive, le clustering et la détection d'anomalies, en utilisant des algorithmes tels que la régression, la classification et le clustering.
• Traitement du langage naturel : Pour interpréter les requêtes des utilisateurs et générer des informations lisibles par l'humain, en s'appuyant sur des architectures de transformeurs et des grands modèles de langage.
• Informations automatisées : Utilisation de méthodes statistiques et de ML pour identifier les tendances, les valeurs aberrantes et les corrélations dans les données.
• Préparation des données : Application du ML pour le profilage, le nettoyage et les suggestions de transformation des données.

Tableau AI s'intègre également à des services d'IA externes, tels que ceux d'OpenAI, Anthropic et Google DeepMind, pour améliorer ses capacités, bien que les partenariats spécifiques ne soient pas détaillés publiquement.

Intégration avec Salesforce et les plateformes cloud

En tant que partie de Salesforce, Tableau AI bénéficie de l'intégration avec la plateforme Customer 360 de Salesforce, permettant une analyse pilotée par l'IA des données clients. Tableau Cloud, la version SaaS de Tableau, fonctionne sur Amazon Web Services et Azure, et exploite l'infrastructure cloud pour l'évolutivité et les performances. Tableau AI prend également en charge les connexions à diverses sources de données, y compris Google Cloud et Oracle Cloud, permettant aux utilisateurs d'appliquer l'IA aux données stockées dans divers environnements.

Impact et cas d'utilisation

Tableau AI est utilisé dans divers secteurs pour une variété d'applications :

• Business intelligence : Les organisations utilisent Tableau AI pour automatiser la génération de rapports et découvrir des informations à partir des données de vente, de marketing et opérationnelles.
• Santé : L'analyse propulsée par l'IA aide les prestataires de soins de santé à identifier les tendances des patients et à améliorer les résultats.
• Finance : Les institutions financières utilisent l'analyse prédictive pour l'évaluation des risques et la détection de fraude.
• Secteur public : Les agences gouvernementales exploitent Tableau AI pour l'élaboration de politiques basées sur les données et la transparence.

Par exemple, les capacités de cartographie de Tableau, combinées à l'IA, permettent aux utilisateurs d'analyser des données géographiques et d'identifier des modèles, ce qui est utile dans la planification urbaine et la réponse aux catastrophes.

Défis et considérations

La mise en œuvre de l'IA dans la visualisation de données comporte des défis, notamment :

• Confidentialité et sécurité des données : Garantir que les modèles d'IA respectent les réglementations et protègent les données sensibles.
• Biais et équité : Les modèles d'IA peuvent perpétuer les biais présents dans les données d'entraînement, nécessitant une surveillance attentive.
• Confiance des utilisateurs : Les utilisateurs doivent faire confiance aux informations générées par l'IA, ce qui exige transparence et explicabilité.

Tableau AI répond à ces préoccupations en fournissant des fonctionnalités comme Explain Data, qui offre des explications pour les informations pilotées par l'IA, et en adhérant aux principes d'IA éthique de Salesforce.

Orientations futures

Tableau AI continue d'évoluer, avec des recherches et développements en cours dans des domaines tels que :

• IA générative : Intégration de la IA générative pour permettre aux utilisateurs de générer des visualisations et des rapports à partir de requêtes en langage naturel.
• AutoML : Expansion des capacités d'apprentissage automatique automatisé pour permettre aux utilisateurs de créer et de déployer des modèles sans codage approfondi.
• IA collaborative : Amélioration des fonctionnalités de collaboration avec des recommandations propulsées par l'IA et des informations partagées.

En 2026, Tableau AI reste un composant essentiel de la stratégie de Salesforce pour démocratiser l'analyse de données et autonomiser les utilisateurs avec des outils intelligents.