NetApp a dévoilé de nouvelles fonctionnalités permettant aux entreprises d’utiliser directement leurs données là où elles sont stockées, sans avoir besoin de créer des copies spécifiques pour alimenter les applications d’intelligence artificielle. La mise à jour s’articule autour de NetApp AI Data Engine (AIDE), qui étend la détection de métadonnées dans des environnements hétérogènes, ainsi qu’une intégration renforcée avec Commvault pour détecter les menaces et accélérer la récupération des données utilisées dans les charges de travail IA.

Les clés de l’IA agentique et des données d’entreprise en 20 secondes

• NetApp élargit AI Data Engine pour découvrir les métadonnées sur ses propres stockages et ceux de tiers.
• Son objectif est d’activer des données existantes sans les copier vers de nouvelles plateformes pour chaque projet d’IA.
• AIDE fonctionne avec des référentiels NFS, SMB et S3 et intègre des capacités de gouvernance et de compréhension des données.
• L’intégration avec Commvault connecte la détection de ransomware et la récupération propre des données.
• Certaines fonctionnalités annoncées sont encore en phase de prévisualisation et peuvent évoluer avant leur disponibilité.

Ce propos répond à un enjeu de plus en plus visible à mesure que les agents d’intelligence artificielle passent du stade de prototype à celui de déploiement en production. Les entreprises accumulent des informations sur divers supports : stockage local, cloud, objets, fichiers, systèmes avec des politiques d’accès et de sécurité variées. Préparer ces données pour de nouveaux modèles implique souvent de les déplacer, de les transformer ou de créer des copies supplémentaires.

NetApp souhaite réduire cette dépendance aux copies en ajoutant une couche de découverte, de compréhension et de gouvernance sur les données existantes, permettant leur utilisation dans des applications d’analyse, d’assistants ou d’agents IA, sans avoir besoin de les transférer dans un autre référentiel.

L’approche est présentée comme un modèle zero-copy, c’est-à-dire activer les données à leur emplacement actuel plutôt que d’en créer une nouvelle copie pour chaque application d’IA.

AI Data Engine étend la détection à divers systèmes de données

AI Data Engine fait partie de la couche de services de données pour l’IA chez NetApp. La mise à jour élargit la détection de métadonnées à ses propres stockages ainsi qu’à des référentiels qui n’utilisent pas la technologie NetApp.

L’outil peut découvrir et analyser les informations stockées via NFS, SMB et S3. NFS (Network File System) et SMB (Server Message Block) sont des protocoles courants pour accéder aux fichiers, tandis que S3 est principalement utilisé pour le stockage d’objets.

L’objectif déclaré est que les organisations puissent localiser des données dispersées entre différents systèmes et identifier celles qui peuvent être utiles pour des projets d’IA. NetApp associe ces capacités à des tâches comme la détection des risques de sécurité, l’optimisation du stockage, la facilitation des migrations, ou la localisation d’informations prêtes à l’emploi pour l’IA.

La mise à jour intègre également de nouvelles capacités encore en phase de prévisualisation, telles que la compréhension des données par IA, des fonctions accrues de gouvernance, des intégrations avec des moteurs d’analyse comme Starburst et Onehouse.AI, ainsi que de nouveaux services orientés agents.

NetApp indique en outre que cette approche peut servir de fondation à des fonctionnalités futures comme la recherche sémantique, les graphes de connaissance ou la génération de contexte pour les agents. En l’état, ces fonctions étant en développement ou prévisualisation, leur disponibilité, leurs caractéristiques ou leur calendrier peuvent évoluer.

Ce qui différencie cette approche d’une architecture traditionnelle, c’est le lieu où s’opère le traitement. Au lieu de construire un réservoir contenant une copie des données métier, la solution cherche à faire en sorte que l’infrastructure de stockage fournisse du contexte sur les données déjà gérées.

Pour les entreprises, cela peut réduire certains processus liés au déplacement des données, bien que l’utilité concrète dépende des systèmes, des permissions et des exigences propres à chaque environnement.

Commvault enrichit la stratégie de protection des données pour l’IA

La seconde partie de l’annonce concerne la protection des données. NetApp a renforcé son intégration avec Commvault afin de relier les signaux de protection contre les ransomwares à ses processus de récupération via Commvault.

La solution combine détection d’incidents dans le stockage principal, analyses approfondies pour repérer les attaques visant à contourner la système de sécurité, et validation de données dans un environnement isolé avant toute restauration.

Elle facilite la réduction du temps de récupération après une attaque. Selon NetApp, l’objectif est de passer de processus pouvant durer plusieurs jours voire semaines à une restauration en quelques minutes dans certains scénarios.

Il est important de préciser que ce délai est une orientation de la proposition et peut varier en fonction de l’environnement, du volume de données et de la nature de l’incident. La disponibilité rapide dépend des conditions propres à chaque infrastructure.

Ce lien étroit entre protection et récupération devient critique lorsque les mêmes données alimentent aussi des applications d’IA. Toute compromission ou altération de ces données peut impacter autant les applications classiques que les modèles, agents ou processus automatiques qui en dépendent comme contexte.

C’est pourquoi NetApp place ces deux nouveautés dans une même stratégie : préparer les données à leur usage par l’IA, tout en assurant leur gouvernance et leur protection, en intégrant ces processus sans fragmentation.

Le défi des agents : plus que l’accès aux données

L’arrivée des agents d’IA modifie la donne par rapport aux assistants traditionnels. Un agent peut interroger des informations, combiner des données issues de sources différentes, et exécuter des actions à une vitesse bien supérieure à un flux de travail manuel.

Dès lors, l’accès aux données ne suffit plus. Il faut également connaître quels sont les droits d’usage de chaque agent, si les données sont à jour, si elles sont fiables, et comment accéder à une version saine en cas d’incident.

NetApp propose AI Data Engine comme une solution à cette double problématique : découvrir, comprendre, gouverner et activer les données. La société soutient que ces données peuvent devenir un contexte pour les agents, sans forcément quitter leur système de stockage actuel.

Shari Lava, vice-présidente et directrice générale de la recherche en IA chez IDC, souligne que les agents ont besoin de données actuelles, fiables et gouvernées. Elle considère que relier découverte, compréhension, gouvernance, activation et résilience depuis la couche de stockage offre un moyen pour les entreprises d’optimiser leur préparation en évitant de grands mouvements de données.

Ce point, issu d’une analyse IDC et intégré dans l’annonce de NetApp, doit être considéré comme une opinion d’expert plutôt qu’une validation indépendante complète des capacités commerciales.

Par ailleurs, l’entreprise insiste sur le fait que sa proposition ne vise pas à créer une plateforme IA fermée. Elle mentionne explicitement que des intégrations ouvertes avec des moteurs d’analyse sont prévues, et qu’il est possible de travailler sur des infrastructures hétérogènes.

Ce point est crucial car l’environnement actuel des entreprises est rarement constituée d’un seul système de stockage. Les données sont souvent dispersées entre centres de données, clouds publics, systèmes de fichiers, stockage d’objets, ou environnements souverains.

L’objectif de NetApp est que cette diversité ne conduise pas à faire une copie différente des données à chaque nouvelle application d’IA.

Il reste cependant une question : dans quelle mesure ce modèle peut être généralisé ? Certaines fonctionnalités annoncées sont disponibles sous forme de nouvelles options, d’autres restent en phase de développement ou en prévisualisation. La société indique que les évolutions futures, leurs échéances et leurs conditions peuvent changer.

Pour les entreprises passant de la phase d’expérimentation IA à un déploiement opérationnel avec agents, l’enjeu principal est moins celui des modèles eux-mêmes, que celui de la qualité, la localisation, la gouvernance et la récupération des données nécessaires à leur fonctionnement.

Questions fréquentes

Qu’est-ce que NetApp AI Data Engine ?

AI Data Engine est un service de NetApp destiné à découvrir, comprendre, gouverner et préparer les données d’entreprise pour l’analyse, les assistants et les applications d’intelligence artificielle. La mise à jour récente étend la détection de métadonnées à ses propres stockages et à ceux de tiers.

Que signifie zero-copy dans la proposition de NetApp ?

Le principe zero-copy vise à activer les données à leur emplacement actuel, sans nécessité de créer une copie supplémentaire pour chaque projet d’IA. La société propose ce modèle comme alternative aux architectures qui consistent d’abord à transférer et transformer les données.

Que permet l’intégration entre NetApp et Commvault ?

L’intégration relie la protection contre les ransomwares de NetApp avec les processus de récupération de Commvault, incluant détection d’incidents, analyse et récupération de données propres dans un environnement isolé.

Toutes les nouvelles fonctionnalités d’AI Data Engine sont-elles disponibles ?

Non. Certaines capacités sont proposées en tant que nouvelles fonctionnalités, d’autres en phase de prévisualisation ou encore en développement. NetApp précise que leurs caractéristiques, leur disponibilité, leurs coûts et leur calendrier peuvent évoluer.