Dell Technologies transforme les données de l’entreprise en contexte fiable pour les agents IA

Dell Technologies annonce de nouvelles capacités pour sa Dell AI Data Platform afin de permettre aux entreprises d’obtenir des réponses plus pertinentes de leurs systèmes d’IA, de réduire leurs coûts opérationnels et d’accélérer leur passage à l’échelle en production.

Cette évolution permet aux applications et aux agents IA de s’appuyer sur un contexte métier fiable et continuellement actualisé, directement issu des données de l’entreprise.

Le principal frein à l’adoption de l’IA à grande échelle n’est souvent pas le modèle, mais la donnée. Dispersées dans de multiples environnements et rarement structurées pour l’IA, les données d’entreprise compliquent l’accès à un contexte fiable, augmentent les coûts de traitement et ralentissent la mise en production.

Donner du sens et du contexte aux données

La Dell AI Data Platform couvre l’ensemble de la chaîne de valeur des données, depuis leur stockage jusqu’à leur exploitation par les agents IA. Le stockage achemine les données critiques vers des environnements de calcul accélérés sans créer de goulets d’étranglement ; l’orchestration les connecte et les prépare ; les fonctions analytiques et de recherche les transforment et les indexent. Les modèles NVIDIA Nemotron Retriever assurent l’analyse des documents, la génération d’embeddings et le reranking, tandis que NVIDIA cuVS accélère l’indexation et la recherche vectorielles. L’ensemble repose sur une plateforme unique garantissant la traçabilité et la gouvernance des données déjà détenues par les clients.

Pour donner à la fois du sens et du contexte aux données, Dell enrichit sa plateforme avec trois nouvelles fonctionnalités :

Unified Semantic Layer - La couche sémantique unifiée apporte une signification métier cohérente aux données structurées et non structurées grâce à des règles, des définitions et un glossaire consultable. Un même concept conserve ainsi la même signification dans l’ensemble de l’organisation. Par exemple, si un système parle de « client » et un autre de « compte », l’IA comprend qu’il s’agit d’une même entité. Les utilisateurs peuvent également importer des ontologies ou taxonomies existantes afin de réutiliser des référentiels sectoriels ou internes. Dell intégrera également NVIDIA Auto-Ontology, une bibliothèque open source permettant de construire automatiquement des graphes de connaissance à partir des données de l’entreprise.

Enterprise Knowledge Graph - Le graphe de connaissance d’entreprise établit les relations entre données structurées et non structurées afin de fournir le contexte le plus pertinent aux applications et aux agents IA. Il s’appuie sur les métadonnées, la traçabilité des données et l’historique des requêtes pour enrichir continuellement ces relations. Lorsqu’un agent pose une question, la plateforme rassemble automatiquement tous les éléments auxquels il est autorisé à accéder : tables de données, data products, données multimodales ou index vectoriels, quel que soit leur emplacement. Par exemple, un industriel confronté à un incident sur une chaîne de production pourra relier une anomalie détectée par un capteur à la machine concernée, à son historique de maintenance, au lot fournisseur impliqué ainsi qu’aux commandes susceptibles d’être affectées.

Knowledge Agents - Les Knowledge Agents exploitent ce contexte pour agir comme des conseillers spécialisés sur un domaine précis. Chacun s’appuie sur une portion définie du graphe de connaissance d’entreprise. Les clients déterminent les règles de fonctionnement, les données accessibles, les critères de qualité à respecter ainsi que les limites de coûts autorisées. Les modèles NVIDIA Nemotron Retriever leur apportent des capacités de raisonnement et de compréhension visuelle.

Ces trois composants hébergent certaines des informations les plus stratégiques et sensibles de l’organisation. Ils demeurent donc dans le centre de données du client. La plateforme construit et maintient le contexte à partir de ces données, le met à jour en permanence et le partage avec l’ensemble des applications et agents sans enfermer les organisations dans un modèle, un fournisseur de données ou un fournisseur de stockage spécifique.

Accélération et sécurité intégrées au parcours de la donnée

Un contexte métier n’est pertinent que si les données sont exactes, actualisées et gouvernées de leur source jusqu’à leur utilisation. Dell intègre donc l’accélération directement dans ses moteurs de données, en collaboration avec NVIDIA, afin d’optimiser l’ensemble du parcours de la donnée.

Parmi les principales évolutions :

Traitement accéléré des données avec cuDF et Apache Arrow - De nouveaux tests montrent que le Dell Data Processing Engine, propulsé par NVIDIA cuDF sur des GPU NVIDIA RTX PRO 4500 Blackwell Server Edition, traite les données près de quatre fois plus rapidement en moyenne que des configurations basées uniquement sur CPU, avec des gains pouvant atteindre vingt fois sur certains traitements batch. Grâce à Apache Arrow, les données circulent efficacement entre le stockage Dell et les moteurs de traitement, réduisant ainsi les temps de préparation et accélérant la transformation des données brutes en informations exploitables.

Renforcement du multitenant et de la sécurité - Dell PowerScale prend désormais en charge jusqu’à 500 locataires au sein d’un même cluster. La solution intègre le chiffrement et l’authentification des flux de fichiers via mTLS sur NFS ainsi qu’un contrôle d’accès plus granulaire basé sur les rôles. Les fournisseurs de services IA et les entreprises exploitant des plateformes d’IA mutualisées peuvent ainsi servir davantage d’équipes et de clients tout en garantissant l’isolation et la sécurité des données.

Outil de mesure des performances du stockage - Le nouveau Dell Storage Performance Tool aide les entreprises à dimensionner leurs infrastructures IA, comparer différentes solutions et garantir une alimentation optimale des GPU en données, grâce à l’évaluation des performances de leurs stockages objet compatibles S3 sur différents scénarios d’entraînement, d’inférence et de sauvegarde des points de contrôle.

Un accompagnement pour accélérer la mise en production - Dell étend également ses services de mise en œuvre de la Dell AI Data Platform afin d’aider les organisations à passer rapidement du déploiement aux résultats opérationnels. Les services Dell permettent de mettre en place une base prête pour la production en activant les capacités d’analyse, de traitement, de recherche et d’orchestration tout en optimisant la plateforme pour les charges de travail liées à l’IA.

Arthur Lewis, président de l’Infrastructure Solutions Group (ISG) chez Dell Technologies, a déclaré : « Des données dépourvues de contexte ne sont que du bruit. La plupart des entreprises ont consacré des années à rendre leurs données accessibles. Pourtant, l’accessibilité ne signifie pas qu’elles sont réellement exploitables. Un agent capable de trouver une fiche client sans comprendre ce qu’elle signifie, comment elle se relie au reste de l’organisation ou si elle est digne de confiance n’est pas intelligent. Il est simplement rapide. Les entreprises qui résoudront cette problématique ne se contenteront pas de déployer l’IA plus vite ou d’exécuter davantage d’agents. Elles tireront davantage de valeur des données qu’elles possèdent déjà. »

Disponibilité

Unified Semantic Layer, Enterprise Knowledge Graph et Knowledge Agents : premier semestre 2027.
Évolutions du Dell Data Processing Engine avec la pile d’accélération NVIDIA : décembre 2026 ; intégration supplémentaire d’Apache Arrow prévue au premier semestre 2027.
Améliorations de sécurité et de multitenance de Dell PowerScale : novembre 2026.
Dell Storage Performance Tool : disponible dès aujourd’hui.
Services de données prêts pour l’IA : disponibles dès aujourd’hui