Neo4j annonce sa collaboration avec Snowflake pour l'analyse prédictive et l'analyse avancée de l'IA

Pour les entreprises qui cherchent des connaissances approfondies basées sur les graphes pour alimenter des processus d'intelligence artificielle (IA), le machine learning (ML), l'analyse prédictive et les applications basées sur l’IA générative, cette solution réduit la complexité, les défis de gestion et les courbes d'apprentissage. Cette dernière fournit la bibliothèque d'algorithmes de graphes la plus riche du secteur pour identifier les anomalies et détecter les fraudes, optimiser la chaîne d'approvisionnement, unifier les enregistrements de données, améliorer le service client, optimiser les moteurs de recommandation et des centaines d'autres cas d'usage. Toute personne utilisant Snowflake SQL peut alors déployer plus de projets en production, à un rythme plus rapide, accélérer sa rentabilisation et générer des informations commerciales plus précises pour une meilleure prise de décision.

La Graph Data Science de Neo4j est alimentée de ML et d’analyse et peut donc identifier les relations cachées entre des milliards de points de données pour améliorer les prédictions et apporter de nouvelles connaissances. Les algorithmes de graphes et les modèles ML de Neo4j aident les clients à répondre à des questions permettant d’identifier ce qui est important, ce qui est inhabituel et quelle sera la prochaine étape pour leur projet de données. Les clients peuvent également développer des graphes de connaissances pour capturer les relations entre les entités, ancrant ainsi les Large Language Models (LLMs) dans les faits et leur permettre de raisonner, de déduire et de récupérer les informations pertinentes avec précision et de manière efficace. Parmi les clients de Neo4j qui utilisent la Graph Data Science se trouvent Boston Scientific, Novo Nordisk, OrbitMI et Zenapse, entre autres.

« D'ici 2025, 80 % des innovations en matière de données et d'analyse s'appuieront sur la technologie de graphes - contre 10 % en 2021 - permettant aux entreprises de prendre des décisions rapides. » prédit Gartner® dans le rapport « Emerging Tech Impact Radar : Data and Analytics », publié le 20 novembre 2023. Gartner note également que « les responsables des données et de l'analyse doivent exploiter la puissance des graphes de connaissances pour les LLMs afin d’éviter les pannes d’applications d’IA générative. » dans le rapport de novembre 2023 « AI Design Patterns for Knowledge Graphs and Generative AI ».

Neo4j avec Snowflake : de nouvelles fonctionnalités et avantages

Les entreprises peuvent exploiter et faire évoluer leurs données sécurisées et gouvernées nativement dans Snowflake et les compléter avec les capacités d'analyse des graphes et de raisonnement de Neo4j pour une prise de décision plus efficace et plus rapide, ce qui permet aux clients de gagner du temps et d'économiser des ressources.

1. Les algorithmes instantanés : Les clients communs de Neo4j et Snowflake peuvent utiliser SQL pour développer des graphes de connaissances et facilement exécuter plus de 65 algorithmes de graphes Neo4j, y compris des outils ML. La gamme d’algorithmes de Neo4j est disponible en tant que service natif dans Snowflake, et elle est disponible sous forme de fonctions SQL, permettant aux utilisateurs d'améliorer facilement les flux de travail de ML avec des scores d'influence, des identifiants de communauté, un pagerank, des valeurs aberrantes et d'autres fonctionnalités de graphes pour que le ML ait une plus grande précision.

2. Zéro ETL (Extraire, Transformer, Charger) : Les clients peuvent accéder et exécuter la vaste bibliothèque d'algorithmes de Neo4j entièrement dans la plateforme Snowflake, sans passer par l'approvisionnement et l'approbation de sécurité pour déplacer leurs données vers un autre fournisseur SaaS. Cela leur permet d'utiliser leurs données telles quelles sans avoir à les extraire, les transformer et les charger dans une autre base de données d’un autre fournisseur. Le zéro ETL simplifie la sécurité et les flux de données et élimine les frais liés à la préparation des données.

3. Langages et outils familiers : Les clients bénéficient de fonctionnalités de graphes natives dans un ensemble d'outils et d’environnements qu'ils connaissent déjà. Les data scientists et les développeurs peuvent utiliser Snowflake SQL dans leurs flux de travail afin de rationaliser le développement, accélérer la prise de conscience et tirer facilement davantage de valeur de leurs données. Neo4j fonctionne avec le dernier Snowpark Container Service (SPCS) annoncé hier par Snowflake.

4. Prêt pour l’IA générative : Les clients communs de Neo4j et Snowflake peuvent développer des graphes de connaissances et générer des vecteurs qui exploitent des données structurées, non structurées et relationnelles. Ces fonctionnalités font partie de la pile IA générative de Snowflake, qui comprend aussi la recherche vectorielle et le modèle Arctic LLM de Snowflake. Le résultat ? Une représentation des données qui facilite la compréhension et l'extraction d'informations dans les applications d’IA générative et qui rend ces informations plus précises, transparentes et explicables.

5. Sans serveur et flexible : Les clients ne paient que ce dont ils ont besoin. Les utilisateurs peuvent créer des environnements éphémères de Graph Data Science de manière transparente à partir de Snowflake SQL, ce qui leur permet de ne payer que les ressources Snowflake utilisées pendant la durée d'exécution des algorithmes en utilisant leurs crédits Snowflake. Ces environnements temporaires sont conçus pour s'adapter aux tâches spécifiques des utilisateurs afin d'allouer les ressources plus efficacement et de réduire les coûts. Les résultats de l'analyse de graphes s'intègrent également de manière transparente dans Snowflake, ce qui facilite l'interaction avec d'autres tables de données.

Citations complémentaires

« Chez Texas Capital Bank, nous sommes là pour aider les entreprises et leurs dirigeants à réussir. Nous utilisons Snowflake et Neo4j pour des cas d'utilisation critiques de client et de fraude, où les relations sont importantes. Nous sommes enthousiasmés par le potentiel de ce nouveau partenariat entre Neo4j et Snowflake. L’intégration des capacités de Graph Data Science de Neo4j dans Snowflake accélérera nos applications de données et amélioreront encore notre capacité à assurer le succès à long terme de nos clients. » déclare Greg Steck, VP Consumer Analytics chez Texas Capital Bank.

« L'intégration des fonctionnalités éprouvées de Graph Data Science de Neo4j dans Snowflake AI Data Cloud représente une opportunité importante pour nos clients communs d'optimiser leurs opérations. Ensemble, nous équipons les organisations avec les outils nécessaires pour obtenir des informations plus approfondies, stimuler l'innovation à un rythme sans précédent et établir une nouvelle norme une prise de décision intelligente. » déclare Jeff Hollan, Head of Applications and Developer Platform chez Snowflake.

« Les capacités d'analyse de graphes de pointe de Neo4j, en association avec l'évolutivité et les performances sans précédent de Snowflake redéfinissent la façon dont les clients extraient des informations à partir de données connectées tout en rencontrant l'utilisateur dans l'interface SQL telle qu'elle est aujourd'hui. » Notre intégration native dans la plateforme de Snowflake permet aux utilisateurs d'exploiter sans effort le plein potentiel de l’IA et du ML, de l'analyse prédictive et de l'IA générative pour obtenir des informations sans précédent et une agilité dans la prise de décision. » déclare Sudhir Hasbe, Chief Product Officer chez Neo4j.