Databricks étend Delta Sharing à l’IA et veut casser les silos de données

Les données ne suffisent plus, il faut désormais partager l’intelligence

L’intelligence artificielle transforme la manière dont les entreprises exploitent leurs données. Pourtant, un obstacle majeur persiste : les ressources nécessaires aux projets IA restent souvent dispersées entre différentes plateformes, équipes et environnements techniques. Modèles, agents, tableaux de bord et données non structurées sont fréquemment enfermés dans des silos qui compliquent leur utilisation à grande échelle. Pour répondre à ce défi, Databricks dévoile Open Sharing, une évolution de son protocole Delta Sharing destinée à étendre le partage sécurisé aux ressources d’intelligence artificielle.

De Delta Sharing à Open Sharing

Lancé en 2021, Delta Sharing avait pour ambition de créer un protocole ouvert permettant aux entreprises d’échanger des données en temps réel sans dépendre d’une plateforme spécifique. Basé sur l’écosystème Delta Lakehouse, il a progressivement été adopté comme une solution d’interopérabilité entre différents environnements cloud et analytiques. Avec Open Sharing, Databricks élargit désormais le concept au-delà des simples données pour inclure les modèles IA, les compétences d’agents, les applications, les tableaux de bord et les contenus non structurés¹.

Partager sans copier devient un avantage stratégique

L’une des principales innovations d’Open Sharing réside dans son approche « sans copie ». Les entreprises peuvent partager des ressources IA sans avoir à les déplacer, les dupliquer ou les répliquer entre plusieurs systèmes¹. L’accès s’effectue via des identifiants temporaires et des mécanismes de contrôle sécurisés. Cette approche réduit les coûts liés à la duplication des ressources tout en simplifiant la gouvernance et la conformité des données.

L’IA agentique fait exploser les besoins d’interopérabilité

L’arrivée des agents IA accentue encore ce besoin. Dans de nombreux projets, les modèles, les données et les utilisateurs sont répartis sur plusieurs plateformes distinctes. Chaque nouvelle intégration nécessite des développements spécifiques, des contrôles de sécurité et des mécanismes de synchronisation complexes. Selon plusieurs analystes, ces coûts cachés deviennent l’un des principaux freins au déploiement de l’IA à grande échelle². Open Sharing cherche précisément à réduire cette complexité en fournissant un protocole commun pour échanger les ressources IA.

Les ressources IA deviennent des actifs métiers

Pendant longtemps, la valeur résidait principalement dans les données elles-mêmes. Aujourd’hui, les entreprises considèrent de plus en plus les modèles, les agents et les workflows IA comme des actifs stratégiques. Cette évolution modifie la manière dont les organisations gèrent leurs infrastructures numériques. Open Sharing accompagne cette tendance en permettant de partager non seulement les données, mais aussi la logique, le contexte et l’intelligence qui leur sont associés³.

Une gouvernance portée par la Fondation Linux

Pour favoriser son adoption, Databricks place Open Sharing sous l’égide de la Fondation Linux et de sa branche LF Data & AI¹. Cette gouvernance ouverte vise à rassurer les entreprises sur la pérennité du protocole et à encourager l’interopérabilité avec d’autres acteurs du marché. Le protocole prend également en charge les tables Apache Iceberg, de plus en plus utilisées dans les architectures modernes de données et d’intelligence artificielle.

Réduire les coûts d’intégration et accélérer les projets

Les entreprises consacrent aujourd’hui une part importante de leurs budgets IA à l’intégration des systèmes. Le partage des ressources entre partenaires, filiales ou clients nécessite souvent des semaines de développement. En standardisant ces échanges, Open Sharing pourrait réduire considérablement ces délais. Pour les DSI, l’enjeu est majeur : accélérer le déploiement des projets tout en limitant les coûts opérationnels associés à la gestion de multiples plateformes².

Une nouvelle étape pour l’économie de l’IA

Cette évolution reflète une tendance plus large : l’industrialisation de l’intelligence artificielle. Après avoir investi dans les modèles et les infrastructures, les entreprises cherchent désormais à fluidifier la circulation des ressources IA. Les organisations capables de partager rapidement leurs modèles, leurs agents et leurs données disposeront d’un avantage concurrentiel significatif dans un environnement où la vitesse d’exécution devient essentielle.

Comprendre l’interopérabilité des données devient essentiel

Cette transformation met en avant une compétence stratégique : la gouvernance et le partage des données à l’ère de l’IA. Les futurs professionnels IT devront comprendre les protocoles d’échange, les architectures ouvertes et les mécanismes permettant de faire circuler les ressources entre différents environnements. À mesure que les systèmes deviennent plus distribués, l’interopérabilité devient un facteur clé de réussite des projets numériques.

Vers une IA plus ouverte et collaborative

Avec Open Sharing, Databricks tente de répondre à l’un des défis les plus importants de l’intelligence artificielle moderne : permettre aux ressources IA de circuler aussi facilement que les données. Pour les étudiants et futurs professionnels IT, cette évolution mérite une attention particulière. Elle montre que l’avenir de l’IA ne dépendra pas seulement de la puissance des modèles, mais aussi de la capacité des entreprises à partager efficacement leurs connaissances, leurs données et leurs agents intelligents.

L’Actu IT à 360° — décrypter la technologie pour comprendre les métiers de demain.

Pour aller plus loin

L’émergence d’Open Sharing illustre une tendance forte : les entreprises cherchent à rendre leurs données et leurs ressources IA plus accessibles entre différentes plateformes et environnements cloud. Cette interopérabilité devient essentielle pour alimenter les agents intelligents et accélérer les projets d’intelligence artificielle. Sur un sujet connexe, découvrez notre article « AWS renforce OpenSearch pour connecter l’IA aux données d’entreprise », qui analyse comment les infrastructures de données évoluent pour répondre aux besoins de l’IA agentique.

Références