Teradata a annoncé la disponibilité générale d’Autonomous Knowledge Platform, une plateforme d’entreprise qui rassemble données, analytique, modèles et agents d’intelligence artificielle au sein d’une même architecture. Cette solution peut être déployée sur Amazon Web Services (AWS), dans le centre de données du client ou via une architecture hybride, avec une attention particulière à la gouvernance des données, à la souveraineté technologique et au contrôle de la consommation générée par les agents.

Les points clés de la plateforme d’IA de Teradata en 30 secondes

• Teradata Cloud est désormais disponible sur AWS avec une capacité permanente et des ressources élastiques à la demande.
• Teradata Factory permet de déployer le logiciel et le matériel en environnement privé.
• AI Studio centralise modèles, agents, services vectoriels, analytique et gouvernance dans un environnement intégré.
• Les entreprises peuvent utiliser leurs propres modèles, des modèles commerciaux ou des poids ouverts.
• Teradata propose une tarification fixe couplée à une capacité flexible, bien que les prix et comparatifs indépendants n’aient pas encore été publiés.

Ce lancement complète le calendrier présenté par l’entreprise en mai 2026. À l’époque, Teradata anticipait que sa plateforme cloud et le système local Factory seraient disponibles au troisième trimestre. La disponibilité générale annoncée le 15/07/2026 confirme que ces deux options de déploiement sont maintenant accessibles, avec une disponibilité spécifique de la version cloud sur AWS pour cette nouvelle architecture.

L’expression « connaissance autonome » fait partie du vocabulaire commercial de Teradata. Cela ne signifie pas que les données sont auto-gérées ou interprétées sans intervention humaine. Il s’agit d’une couche combinant informations structurées et non structurées avec sémantique, traçabilité, permissions et connaissance opérationnelle afin que les agents puissent travailler dans le contexte de l’entreprise, plutôt que d’agir uniquement sur des documents isolés ou des réponses générées par un modèle.

Une plateforme unique avec deux options de déploiement

Autonomous Knowledge Platform s’articule autour de quatre composants principaux : Teradata Cloud, Teradata Factory, AI Studio et AI Services. Chacun couvre une étape différente du parcours entre les données métier et les applications d’agents.

Teradata Cloud combine deux types de capacité. Active Compute est destiné aux charges permanentes et sensibles, telles que les requêtes opérationnelles, rapports ou processus devant garantir un niveau de service stable. Elastic Compute fournit des ressources à la demande pour l’expérimentation, la formation, des analyses ponctuelles ou des pics d’activité temporaires.

Cette séparation vise à empêcher qu’une charge exploratoire en IA ne fasse concurrence directement aux processus supportant l’activité quotidienne. Elle répond aussi à une caractéristique des agents : une personne peut effectuer quelques requêtes dans sa journée, alors qu’un agent peut enchaîner sans interruption recherches, opérations vectorielles, appels à des modèles ou requêtes en bases de données.

Teradata a nommé Fixed plus Flex cette nouvelle organisation commerciale. Le client souscrit à une base prévisible, avec une capacité pouvant augmenter automatiquement lors de pics de demande. Ces deux types de consommation sont exprimés au sein d’une même unité pour simplifier la gestion et le suivi budgétaire.

La société n’a pas encore publié les tarifs, les engagements minimaux ni le coût des extensions. Elle n’a pas non plus fourni de comparatif permettant de déterminer si ce modèle est plus économique que la facturation à la requête, par capacité réservée ou via d’autres systèmes cloud. L’intérêt dépendra de la stabilité de chaque charge et du volume de travail pouvant bénéficier du niveau flexible.

Teradata Cloud apportent isolation entre charges, intégration avec les systèmes d’identité d’entreprise et compatibilité avec des formats ouverts tels qu’Apache Iceberg ou Delta Lake. Ceux-ci permettent à différents moteurs de travailler sur les mêmes données sans avoir nécessairement besoin d’une copie complète pour chaque outil.

Bien que la page générale de Teradata Cloud mentionne aussi AWS, Microsoft Azure et Google Cloud comme plateformes disponibles, l’annonce de disponibilité générale d’Autonomous Knowledge Platform positionne d’abord ces nouvelles capacités cloud sur AWS. Il ne faut donc pas supposer que toutes les fonctionnalités soient déjà actives en égalité sur ces trois fournisseurs.

Teradata Factory : les modèles dans l’environnement privé

Teradata Factory répond aux besoins des organisations qui ne peuvent ou ne souhaitent pas transférer leurs données et modèles vers un cloud public. Il s’agit d’une solution clé en main, intégrée hardware et software, pour déployer entrepôts de données, architectures lakehouse, analytique avancée et charges IA en interne.

L’offre annoncée en mai utilise des serveurs Dell PowerEdge, une infrastructure IA NVIDIA, accélérée via GPU, un stockage d’entreprise et des réseaux haute performance. Teradata positionne Factory comme un système prêt à fonctionner, non comme un ensemble de licences à intégrer par le client.

La société n’a pas publié de configurations précises, modèles de GPU, capacités minimales, consommation électrique ou tarifs. Il n’est pas garanti que tout modèle de langage puisse tourner sans compromettre la performance, comme le laisse penser le communiqué. La taille du modèle, la quantisation, la mémoire disponible, le nombre d’utilisateurs et la latence attendue détermineront l’infrastructure nécessaire.

Factory supporte l’approche Bring Your Own Model — le client apporte son propre modèle, développé en interne ou acheté, open source ou propriétaire, pourvu qu’il soit compatible avec la plateforme.

Cette option évite que la plateforme soit dépendante d’un seul fournisseur de modèles, mais implique une phase d’intégration. Chaque modèle possède ses propres formats, exigences d’inférence, limites de contexte et conditions de licence, que le client devra valider en termes de qualité, sécurité, maintenance et comportement sur ses données internes.

L’avantage principal du déploiement en local réside dans les secteurs régulés ou sensibles, comme la banque, l’administration, l’industrie, l’assurance ou la santé, qui souhaitent garder leurs données, embeddings, enregistrements et inférences sous leur contrôle.

Sinon, cette localisation ne garantit pas à elle seule la souveraineté, puisqu’il faut aussi examiner les licences, la télémétrie, l’accès du fournisseur, les mises à jour, la chaîne logistique des matériels et la dépendance à des technologies propriétaires.

L’approche hybride permet de combiner Factory avec Teradata Cloud. Une entreprise peut conserver certains données et modèles en interne tout en utilisant le cloud pour d’autres charges, avec une gestion cohérente de l’identité, des politiques, du traçage et du gouvernance entre environnements. La véritable efficacité doit cependant être prouvée dans des déploiements concrets, notamment lorsque plusieurs réseaux, catalogues et réglementations régionales entrent en jeu.

AI Studio : unifiant le déploiement de composants

AI Studio est une couche qui permet aux équipes de construire, déployer et superviser des applications d’intelligence artificielle. Selon Teradata, la solution est déjà disponible sur AWS, dans Factory, et peut également se déployer séparément dans des environnements existants.

Elle intègre modèles, agents, services vectoriels, analytique, notebooks, opérations sur modèles et contrôles d’accès. La documentation souligne trois éléments principaux : Enterprise MCP Server, Agent Builder et les systèmes de gestion pour la mise en production des agents et des flux de données.

Le serveur Enterprise MCP (Model Context Protocol) offre un protocole commun pour que différents agents consultent des données ou exécutent des opérations. En contexte professionnel, la valeur ne réside pas uniquement dans la capacité de l’agent à se connecter, mais aussi dans le contrôle des droits, de l’identification de l’utilisateur, des permissions, des données consultées et des actions réalisées.

AI Studio supporte la création visuelle et par code. La documentation mentionne la compatibilité avec LangChain et LangGraph, le déploiement dans des conteneurs Kubernetes, la gestion par rôles, les registres d’audit et la propagation identitaire.

La plateforme comprend également des services vectoriels pour combiner recherches sémantiques et données structurées. Teradata parle de fusion search pour la récupération conjointe de tableaux, documents et autres contenus, tandis que la recherche hybride combine similarité vectorielle et correspondance de mots. Cela permet par exemple à un agent de relier une politique écrite en PDF avec les données client stockées dans une table.

Cette intégration peut réduire la multiplicité d’outils à gérer, mais étend aussi le périmètre de la plateforme Teradata. Centraliser données, modèles, agents, gouvernance et exécution facilite l’exploitation, mais peut aussi augmenter le coût d’une migration future, même en utilisant des formats ouverts.

Une partie du lancement consiste également en une organisation restructurée des produits existants. Teradata Vantage devient Autonomous Knowledge Platform ; VantageCloud se nomme désormais Teradata Cloud ; ClearScape Analytics et AI Workbench sont regroupés sous AI Studio ; QueryGrid est renommé Teradata Fabric, et IntelliFlex ainsi qu’AI Factory évoluent en Teradata Factory.

Ainsi, la plateforme combine de nouvelles capacités avec une rénovation de l’offre précédente. La disponibilité générale ne signifie pas que toute l’architecture a été entièrement repensée, mais que Teradata a réorganisé sa technologie de données autour de l’IA agentielle et intégré des composants spécifiques pour modèles, agents, élasticté et déploiement privé.

L’annonce ne fournit ni références clients, ni résultats financiers, ni comparatifs précis de performance ou de coûts. La véritable valeur de cette plateforme intégrée se mesurera à sa capacité à maîtriser les coûts liés aux agents en continu, tout en évitant de transformer cette simplicité en dépendance difficile à inverser.

Questions fréquentes

Qu’est-ce que Teradata Autonomous Knowledge Platform ?

Il s’agit de la nouvelle plateforme principale de Teradata regroupant données, analytique, modèles et agents IA. Elle peut être utilisée dans le cloud, en environnement privé ou via une architecture hybride.

Sur quel cloud la nouvelle plateforme est-elle disponible ?

La disponibilité générale est initialement annoncée sur AWS. Bien que Teradata propose d’autres produits cloud sur Azure et Google Cloud, la disponibilité des nouvelles fonctionnalités dans ces plateformes n’est pas encore confirmée à l’identique.

Peut-on exécuter des modèles IA en local dans le centre de données ?

Oui. Teradata Factory supporte des modèles propriétaires, commerciaux ou open source dans l’infrastructure du client, sous réserve d’un matériel et de licences adaptés.

Teradata a-t-elle publié les prix de la plateforme ?

Non. Elle a évoqué une structure Fixed plus Flex, avec une base fixe et une capacité élastique, mais n’a pas encore communiqué de tarifs précis, minimums de contrat ou exemples de coûts.