Starburst veut faire de la donnée distribuée le socle de l’IA d’entreprise
infohightech ·
À l’occasion d’AI+Datanova, Starburst a présenté une nouvelle plateforme pensée pour aider les entreprises à déployer l’intelligence artificielle sur leurs données existantes, sans les déplacer ni les dupliquer. Une réponse directe aux difficultés rencontrées par les organisations, dont les données restent souvent dispersées entre clouds, applications SaaS, data lakes et systèmes métiers.
L’IA d’entreprise se heurte à un obstacle très concret : la donnée. Non pas son absence, mais sa dispersion. Entre environnements cloud, applications métiers, outils SaaS, data lakes et infrastructures hybrides, les entreprises disposent souvent d’un patrimoine de données considérable, mais difficile à exploiter de manière cohérente, gouvernée et sécurisée.
C’est précisément à ce défi que Starburst entend répondre avec sa nouvelle Enterprise Intelligence Platform, dévoilée lors de son événement annuel AI+Datanova. La plateforme vise à permettre aux organisations d’exécuter des cas d’usage d’IA directement sur leurs données distribuées, sans devoir les centraliser, les déplacer ou reconstruire leur architecture existante.
Cette approche intervient dans un contexte où le coût des projets d’IA devient un sujet majeur pour les entreprises. Selon une étude Mavvrik de 2025 citée par Starburst, 84 % des organisations estiment que les coûts liés à l’IA réduisent leurs marges de plus de 6 %. Pour Starburst, cette pression financière s’explique en grande partie par la fragmentation des environnements data, qui rend les projets plus complexes, plus coûteux et plus difficiles à gouverner.
La promesse de la nouvelle plateforme est donc de changer le point de départ des projets d’IA. Plutôt que de déplacer les données vers l’IA, Starburst propose de rapprocher l’IA des données déjà disponibles dans l’entreprise. La plateforme doit ainsi permettre aux requêtes, aux modèles et aux agents IA d’accéder à un contexte métier cohérent, quel que soit l’endroit où les données sont stockées ou traitées.
Cette stratégie repose notamment sur AIDA, désormais disponible de manière générale. Cette technologie permet d’intégrer l’intelligence artificielle directement dans les workflows, les applications et les agents utilisés par les équipes métiers. L’objectif est de permettre aux utilisateurs de passer plus rapidement d’une question à une action, en générant des visualisations, en lançant des processus, en ouvrant des tickets ou encore en mettant à jour des enregistrements depuis leurs outils habituels.
AIDA se distingue par sa capacité à fonctionner à travers les données distribuées de l’entreprise, sans dépendre d’un référentiel centralisé ou de copies de données. Elle s’appuie sur les AI-Ready Data Products de Starburst, qui fournissent des définitions métier, des métadonnées et un contexte gouverné au moment où les requêtes ou les modèles sont exécutés. Grâce à la prise en charge du Model Context Protocol, AIDA peut également se connecter à des outils externes, à des contenus non structurés et à des systèmes tiers.
« L’IA a dépassé l’architecture data », déclare Justin Borgman, cofondateur et CEO de Starburst. Selon lui, de nombreuses entreprises tentent encore d’ajouter de l’IA à des données fragmentées et insuffisamment gouvernées, ce qui limite leur capacité à passer à l’échelle. Avec l’Enterprise Intelligence Platform et AIDA, Starburst entend permettre aux organisations d’opérationnaliser l’IA en quelques semaines, à partir des données dont elles disposent déjà.
Starburst met également en avant ses nouveaux AI-Ready Data Products, présentés comme des fondations pour une IA d’entreprise plus fiable. Ces produits de données combinent données gouvernées, métadonnées et définitions métier dans des actifs réutilisables, destinés à l’analytics comme aux modèles et agents IA. L’entreprise a aussi présenté une approche « query-in-place », qui permet d’exploiter le contexte métier déjà présent dans les catalogues, les outils BI et les pipelines de données.
La plateforme intègre par ailleurs de nouvelles capacités destinées à soutenir les workloads d’IA et d’analytics à grande échelle. Starburst affirme que son moteur offre jusqu’à deux fois les performances de Trino open source. L’entreprise insiste aussi sur la résilience de sa Starburst Enterprise Platform, afin d’assurer la continuité de fonctionnement des systèmes critiques, y compris dans des environnements agentiques.
Dans cette logique, Starburst a également présenté Managed Icehouse, une capacité construite sur Apache Iceberg et Trino. Elle vise à automatiser la gestion du cycle de vie des tables Apache Iceberg, notamment grâce à Icehouse Ingest pour l’ingestion de fichiers en streaming ou par batch, et Icehouse LakeOps pour l’optimisation des tables, l’ajustement des requêtes et l’observabilité.
Enfin, Starburst introduit un modèle de déploiement Bring Your Own Cloud, actuellement en preview. Celui-ci permet aux clients d’utiliser Starburst Galaxy dans leurs propres environnements cloud, tout en conservant le contrôle de leur infrastructure, de leur réseau, de leur sécurité et de leur conformité. Une manière de répondre aux besoins des entreprises qui veulent bénéficier d’un service managé sans renoncer à la maîtrise de leurs environnements.
AIDA est disponible sur Starburst Galaxy et Starburst Enterprise Platform. Les fonctionnalités BYOC gérées par Starburst sont actuellement en preview, tandis que les autres améliorations de la plateforme seront déployées progressivement entre preview privée, preview publique et version LTS de mai 2026.