Trois primitives : contexte, ontologie et mémoire
L’architecture annoncée repose sur trois briques fonctionnelles. Le contexte décrit les données existantes en reliant métadonnées, documents, politiques, traçabilité (lineage), métriques de qualité et règles d’accès. L’ontologie formalise la définition de ces données à travers des concepts métier et des relations. La mémoire conserve les décisions validées et les corrections apportées, afin que les traitements ultérieurs partent des arbitrages déjà rendus par l’organisation.
Ces trois primitives sont matérialisées dans un graphe de connaissances construit sur les standards ouverts OWL et RDF. L’éditeur met en avant cette base normative comme un gage de portabilité, permettant à des applications d’IA tierces de raisonner sur les mêmes prédicats. Bien que complexes, OWL et RDF sont en effet des standards reconnus, et permettent d’envisager une interopérabilité.
Ingestion et agents de métadonnées
OpenMetadata revendique plus de 130 connecteurs vers des entrepôts, bases de données, outils décisionnels, catalogues et ETL, parmi lesquels Snowflake, Databricks et Tableau. L’expérience de connexion et d’ingestion a été repensée : elle vérifie les accès avant l’exécution d’un travail, identifie les erreurs de configuration, propage la portée définie au niveau du service dans les workflows d’ingestion et affiche les journaux ainsi que des estimations de durée pendant l’exécution.
Une fois les sources connectées, métadonnées, traçabilité, usages, profils, métriques de qualité et classifications alimentent le graphe partagé. Des agents de métadonnées spécialisés en assurent l’enrichissement : un agent Profiler analyse la forme et les caractéristiques des données, un agent Lineage reconstitue les flux à partir des requêtes, et un agent Classification repère les données à caractère personnel en vue de leur étiquetage. La fonction AutoPilot orchestre ces agents à l’échelle du patrimoine de données.
Connaissances structurées et non structurées
Le Context Center constitue le point d’entrée gouverné pour les articles, documents et mémoires, y compris les connaissances tierces importées depuis Confluence et Google Drive. L’éditeur cite comme exemples de documents de référence les politiques de reconnaissance du chiffre d’affaires, les politiques RGPD ou les plans de segmentation territoriale. Les contrôles d’accès s’appliquent lors de la récupération de ces contenus par un agent, qui ne voit que les éléments autorisés pour la personne qu’il représente.
Deux visualisations complémentaires sont proposées. Le Knowledge Graph, centré sur les actifs, affiche à partir d’une table, d’un tableau de bord ou d’un pipeline l’ensemble des éléments qui lui sont rattachés : définitions métier, propriété, politiques, traçabilité, qualité, produits de données et actifs d’IA. L’Ontology Explorer parcourt le chemin inverse, des concepts métier vers les actifs techniques qui les implémentent — un concept « Revenu » pouvant ainsi être relié aux tables qui le portent.
Curation par persona et place de marché interne
Pour limiter l’encombrement du contexte et la consommation de jetons, la curation de contexte par persona définit les périmètres transmis à chaque profil d’utilisateur ou d’agent. Les règles filtrent par service, domaine, terme de glossaire, étiquette ou type d’actif, et précisent les signaux retenus : définitions, métriques, jointures, traçabilité, qualité, profils, échantillons.
Le Data Marketplace unifie domaines et produits de données au sein d’une place de marché interne. Les producteurs publient des produits de données assortis de ports d’entrée et de sortie, de propriétaires, de définitions, de traçabilité et d’indicateurs de qualité ; les consommateurs les recherchent et les évaluent selon ces mêmes critères. Des formulaires de saisie personnalisés imposent les champs obligatoires exigés par la politique de gouvernance, aussi bien via l’interface qu’au niveau de l’API.
API de contexte et support MCP
L’accès programmatique passe par une API de contexte et un outil Model Context Protocol (MCP) qui a été mis à jour. L’appel get_asset_context retourne en une seule requête le contexte associé à un actif : schéma, logique de transformation, définitions métier, classifications, traçabilité, qualité, propriété et connaissances associées. L’appel get_persona_context fournit l’équivalent au niveau d’un persona. Les passages pertinents sont extraits des documents longs par découpage sémantique, et le serveur MCP embarqué expose le contexte aux services MCP et aux agents externes dans le respect des politiques de contrôle d’accès existantes. Deux formats de restitution sont proposés : Markdown compact pour un modèle, JSON structuré pour une application.
Outre OWL, RDF et MCP, l’éditeur revendique la prise en charge des standards DCAT, DPROD, SKOS, PROV-O, Schema.org, ODCS, Open Semantic Interchange (OSI), OpenLineage et JSON. On reste bien dans un esprit open source et interopérabilité au sein d’un écosystème.
Collate 2.0, la déclinaison commerciale
Mais ce modèle open source se complète d’une offre commerciale, permettant à OpenMetadata de financer la poursuite de ses développements : le traditionnel modèle open source commercial. Collate, service managé d’OpenMetadata, publie simultanément sa version 2.0. Elle ajoute notamment un module d’analyse en langage naturel avec SQL généré consultable et traçabilité jusqu’aux sources, des fils de discussion partagés entre collaborateurs et agents, des tableaux de bord gouvernés, des automatisations pilotées en langage naturel, un atelier de construction d’agents (AI Studio) compatible avec OpenAI, Anthropic, Bedrock, Vertex et des modèles hébergés sur site, ainsi qu’un mécanisme de demandes d’accès aux données limitées dans le temps et appliquées dans Snowflake ou Databricks.
Un module AI Governance Studio est annoncé en avant-première pour les partenaires. Il vise à gouverner applications d’IA, LLM, serveurs MCP et agents dans le même graphe que les données qu’ils utilisent, avec un registre d’actifs d’IA, une traçabilité remontant de l’agent aux données sources, des contrôles de conformité multiréférentiels (règlement européen sur l’IA — IA Act, NIST AI RMF, ISO/IEC 42001) et un export d’audit exploitable par machine.
Côté exploitation, Collate annonce un engagement de disponibilité de 99,9 %, une certification SOC 2 Type II, une capacité supérieure à 2 millions d’actifs et des déploiements en SaaS, Hybrid Runner, BYOC ou sur site. Deux connecteurs SAP BW/4HANA viennent compléter le catalogue.
Références clients et disponibilité
L’éditeur cite OpenAI, Carrefour et Wix parmi les utilisateurs de la version open source, et Mercedes-Benz, Mango et S&P Global parmi les clients de l’offre Collate. OpenMetadata 2.0 est disponible en installation, en environnement de démonstration via le bac à sable public du projet, et sous forme managée par l’intermédiaire de l’offre gratuite de Collate. Le code source reste hébergé sur GitHub.
L’architecture annoncée repose sur trois briques fonctionnelles. Le contexte décrit les données existantes en reliant métadonnées, documents, politiques, traçabilité (lineage), métriques de qualité et règles d’accès. L’ontologie formalise la définition de ces données à travers des concepts métier et des relations. La mémoire conserve les décisions validées et les corrections apportées, afin que les traitements ultérieurs partent des arbitrages déjà rendus par l’organisation.
Ces trois primitives sont matérialisées dans un graphe de connaissances construit sur les standards ouverts OWL et RDF. L’éditeur met en avant cette base normative comme un gage de portabilité, permettant à des applications d’IA tierces de raisonner sur les mêmes prédicats. Bien que complexes, OWL et RDF sont en effet des standards reconnus, et permettent d’envisager une interopérabilité.
Ingestion et agents de métadonnées
OpenMetadata revendique plus de 130 connecteurs vers des entrepôts, bases de données, outils décisionnels, catalogues et ETL, parmi lesquels Snowflake, Databricks et Tableau. L’expérience de connexion et d’ingestion a été repensée : elle vérifie les accès avant l’exécution d’un travail, identifie les erreurs de configuration, propage la portée définie au niveau du service dans les workflows d’ingestion et affiche les journaux ainsi que des estimations de durée pendant l’exécution.
Une fois les sources connectées, métadonnées, traçabilité, usages, profils, métriques de qualité et classifications alimentent le graphe partagé. Des agents de métadonnées spécialisés en assurent l’enrichissement : un agent Profiler analyse la forme et les caractéristiques des données, un agent Lineage reconstitue les flux à partir des requêtes, et un agent Classification repère les données à caractère personnel en vue de leur étiquetage. La fonction AutoPilot orchestre ces agents à l’échelle du patrimoine de données.
Connaissances structurées et non structurées
Le Context Center constitue le point d’entrée gouverné pour les articles, documents et mémoires, y compris les connaissances tierces importées depuis Confluence et Google Drive. L’éditeur cite comme exemples de documents de référence les politiques de reconnaissance du chiffre d’affaires, les politiques RGPD ou les plans de segmentation territoriale. Les contrôles d’accès s’appliquent lors de la récupération de ces contenus par un agent, qui ne voit que les éléments autorisés pour la personne qu’il représente.
Deux visualisations complémentaires sont proposées. Le Knowledge Graph, centré sur les actifs, affiche à partir d’une table, d’un tableau de bord ou d’un pipeline l’ensemble des éléments qui lui sont rattachés : définitions métier, propriété, politiques, traçabilité, qualité, produits de données et actifs d’IA. L’Ontology Explorer parcourt le chemin inverse, des concepts métier vers les actifs techniques qui les implémentent — un concept « Revenu » pouvant ainsi être relié aux tables qui le portent.
Curation par persona et place de marché interne
Pour limiter l’encombrement du contexte et la consommation de jetons, la curation de contexte par persona définit les périmètres transmis à chaque profil d’utilisateur ou d’agent. Les règles filtrent par service, domaine, terme de glossaire, étiquette ou type d’actif, et précisent les signaux retenus : définitions, métriques, jointures, traçabilité, qualité, profils, échantillons.
Le Data Marketplace unifie domaines et produits de données au sein d’une place de marché interne. Les producteurs publient des produits de données assortis de ports d’entrée et de sortie, de propriétaires, de définitions, de traçabilité et d’indicateurs de qualité ; les consommateurs les recherchent et les évaluent selon ces mêmes critères. Des formulaires de saisie personnalisés imposent les champs obligatoires exigés par la politique de gouvernance, aussi bien via l’interface qu’au niveau de l’API.
API de contexte et support MCP
L’accès programmatique passe par une API de contexte et un outil Model Context Protocol (MCP) qui a été mis à jour. L’appel get_asset_context retourne en une seule requête le contexte associé à un actif : schéma, logique de transformation, définitions métier, classifications, traçabilité, qualité, propriété et connaissances associées. L’appel get_persona_context fournit l’équivalent au niveau d’un persona. Les passages pertinents sont extraits des documents longs par découpage sémantique, et le serveur MCP embarqué expose le contexte aux services MCP et aux agents externes dans le respect des politiques de contrôle d’accès existantes. Deux formats de restitution sont proposés : Markdown compact pour un modèle, JSON structuré pour une application.
Outre OWL, RDF et MCP, l’éditeur revendique la prise en charge des standards DCAT, DPROD, SKOS, PROV-O, Schema.org, ODCS, Open Semantic Interchange (OSI), OpenLineage et JSON. On reste bien dans un esprit open source et interopérabilité au sein d’un écosystème.
Collate 2.0, la déclinaison commerciale
Mais ce modèle open source se complète d’une offre commerciale, permettant à OpenMetadata de financer la poursuite de ses développements : le traditionnel modèle open source commercial. Collate, service managé d’OpenMetadata, publie simultanément sa version 2.0. Elle ajoute notamment un module d’analyse en langage naturel avec SQL généré consultable et traçabilité jusqu’aux sources, des fils de discussion partagés entre collaborateurs et agents, des tableaux de bord gouvernés, des automatisations pilotées en langage naturel, un atelier de construction d’agents (AI Studio) compatible avec OpenAI, Anthropic, Bedrock, Vertex et des modèles hébergés sur site, ainsi qu’un mécanisme de demandes d’accès aux données limitées dans le temps et appliquées dans Snowflake ou Databricks.
Un module AI Governance Studio est annoncé en avant-première pour les partenaires. Il vise à gouverner applications d’IA, LLM, serveurs MCP et agents dans le même graphe que les données qu’ils utilisent, avec un registre d’actifs d’IA, une traçabilité remontant de l’agent aux données sources, des contrôles de conformité multiréférentiels (règlement européen sur l’IA — IA Act, NIST AI RMF, ISO/IEC 42001) et un export d’audit exploitable par machine.
Côté exploitation, Collate annonce un engagement de disponibilité de 99,9 %, une certification SOC 2 Type II, une capacité supérieure à 2 millions d’actifs et des déploiements en SaaS, Hybrid Runner, BYOC ou sur site. Deux connecteurs SAP BW/4HANA viennent compléter le catalogue.
Références clients et disponibilité
L’éditeur cite OpenAI, Carrefour et Wix parmi les utilisateurs de la version open source, et Mercedes-Benz, Mango et S&P Global parmi les clients de l’offre Collate. OpenMetadata 2.0 est disponible en installation, en environnement de démonstration via le bac à sable public du projet, et sous forme managée par l’intermédiaire de l’offre gratuite de Collate. Le code source reste hébergé sur GitHub.