IBM et Confluent intègrent l'IA sur les flux en temps réel

IBM et Confluent ont annoncé le lancement en accès anticipé des modèles de fondation de séries temporelles IBM Granite sur Confluent Cloud. Cette intégration vise à transformer le traitement des flux de données en temps réel, permettant aux entreprises d'exécuter des prévisions, une détection d'anomalies et une optimisation directement au cœur même des données en mouvement. Historiquement, l'analyse des séries temporelles reposait sur des modèles sur mesure, longs à développer et coûteux, limitant la couverture à quelques indicateurs critiques. La nouvelle solution s'appuie sur des modèles de fondation entraînés sur d'immenses volumes de signaux variés. Une fois déployés, ils s'adaptent immédiatement à de nouvelles données sans nécessiter d'ingénierie complexe ni d'expertise pointue en science des données. Les opérationnels métier peuvent ainsi les utiliser directement via des requêtes SQL standard sur Apache Flink. La plateforme intègre quatre architectures complémentaires, chacune ciblée sur un type de décision précis : prévisions complètes, traitement à grande échelle sur processeurs standards, ou détection d'anomalies avancée. Grâce à une exécution native, IBM Granite fonctionne directement dans l'environnement Confluent. Cette approche supprime le besoin de serveurs d'inférence dédiés ou de transfert de données vers des entrepôts externes. Elle garantit une latence minimale, une gouvernance intégrée et une sécurité renforcée, les données restant entièrement au sein de la plateforme. Les premiers retours d'expérience indiquent des gains de productivité compris entre cinq et dix fois. Dans la gestion de la chaîne logistique, un modèle unique peut couvrir des centaines de milliers de produits, transformant les stocks de sécurité en planification proactive. En matière de fraude bancaire, le scoring en temps réel permet d'intercepter les transactions suspectes avant leur validation, tout en réduisant les faux positifs. Dans l'industrie manufacturière, les données des capteurs sont analysées en continu pour ajuster les paramètres de production, s'adaptant automatiquement aux variations de la ligne. Cette architecture place l'intelligence artificielle directement au point de décision, réduisant le délai entre un événement et la réponse à quelques secondes. L'accès anticipé est actuellement disponible sur Confluent Cloud, avec une version Confluent Platform pour les environnements sur site et hybrides prévue prochainement. IBM et Confluent prévoient de poursuivre leurs évolutions en collaboration avec des entreprises confrontées à des cas d'usage industriels réels, répondant ainsi à la demande croissante d'opérations assistées par l'IA en temps réel.