Dataiku : plateforme data et IA, LLM Mesh, agents et usages en entreprise

Dataiku est un éditeur de logiciels qui commercialise une plateforme de travail pour les projets data et IA. Son objectif est de réunir dans un même environnement les étapes qui, dans beaucoup d'organisations, sont dispersées entre plusieurs outils : accès aux données, préparation, modélisation, déploiement, suivi en production et gouvernance. Depuis 2023, la plateforme couvre aussi l'IA générative et, depuis 2025, la construction d'agents.

L'entreprise a été fondée en 2013 à Paris par Florian Douetteau, son directeur général, Clément Stenac, Marc Batty et Thomas Cabrol. Son premier produit, Data Science Studio (DSS), visait à rendre le travail des data scientists plus collaboratif et plus reproductible, à une époque où la plupart des projets vivaient dans des scripts isolés. L'entreprise a ensuite installé son siège à New York pour accompagner son développement international, tout en conservant d'importantes équipes à Paris.

La plateforme a été présentée successivement comme un outil de data science collaborative, puis d'« Everyday AI », de « Universal AI Platform » et, depuis mars 2026, de « Platform for AI Success ». Ces changements de vocabulaire reflètent un déplacement : de la data science vers l'orchestration et la gouvernance de l'ensemble des usages de l'IA dans une organisation, y compris ceux construits ailleurs.

Dataiku se situe dans l'écosystème au-dessus des plateformes de données comme Databricks ou Snowflake et des fournisseurs de modèles comme OpenAI ou Mistral AI. Elle ne les remplace pas : elle les relie.

À retenir : Dataiku n'est ni une base de données ni un fournisseur de modèles. C'est une plateforme de conception et de gouvernance qui s'appuie sur les données et les modèles déjà présents dans l'entreprise.

La plateforme s'organise autour de projets. Chaque projet contient un Flow, c'est-à-dire un schéma qui montre les jeux de données, les transformations, les modèles et les sorties. Ce découpage visuel est la marque de fabrique de Dataiku : il rend un projet lisible par une personne qui ne l'a pas construit, ce qui compte pour la reprise, l'audit et la conformité.

Le machine learning visuel couvre la classification, la régression, la prévision et le clustering. Il automatise le choix des algorithmes et des paramètres, à la manière de l'AutoML, tout en laissant la main sur la préparation des variables et les métriques d'évaluation. Les modèles produits peuvent être exposés en API ou appliqués en lots, puis surveillés en production.

Le LLM Mesh et les agents

Le LLM Mesh, introduit en 2023, est la réponse de Dataiku à la multiplication des fournisseurs de LLM. Il place une couche commune entre les applications et les modèles : API hébergées des grands fournisseurs, modèles déployés dans les clouds ou modèles ouverts exécutés localement depuis Hugging Face. Cette couche ajoute des garde-fous (détection de données personnelles, d'injection de prompt, de toxicité), le plafonnement et le suivi des coûts, et la journalisation des échanges. Elle sert de base aux bases de connaissances utilisées pour le RAG et aux agents.

Les agents ont été ajoutés en avril 2025, avec deux modes de construction : visuel pour les profils métier, en code pour les développeurs. En 2026, Dataiku a élargi cette offre avec Cobuild, un agent qui génère un projet complet à partir d'un objectif métier, Expert-to-Agent, qui traduit des règles de décision d'experts en agents, des « Reasoning Systems » sectoriels, et Agent Management, qui inventorie et évalue les agents d'une organisation quelle que soit la plateforme sur laquelle ils ont été construits.

Le positionnement de Dataiku repose sur l'indépendance vis-à-vis des infrastructures. Trois principes en découlent.

• Les données restent à leur place. Dataiku se connecte aux bases relationnelles, aux entrepôts de données, aux stockages objets et aux plateformes comme Snowflake, Databricks ou Google BigQuery. Il ne fournit pas de stockage propre pour les volumes de production.
• Le calcul est délégué. Lorsque c'est possible, les transformations sont traduites en SQL et exécutées dans l'entrepôt, ou lancées sur Apache Spark ou sur Kubernetes. La puissance de traitement dépend donc de l'infrastructure connectée.
• Les modèles sont interchangeables. Le LLM Mesh et les connecteurs de modèles permettent de changer de fournisseur sans réécrire les applications, et des modèles entraînés ailleurs, par exemple suivis avec MLflow, peuvent être importés.

La plateforme est disponible en SaaS, sous le nom Dataiku Cloud, ou en installation auto-gérée dans le cloud de l'entreprise ou sur ses propres serveurs. Elle est propriétaire et vendue sous licence, sans édition open source. Elle s'appuie en revanche sur de nombreuses briques libres, de Python et scikit-learn aux modèles ouverts, et permet d'exécuter du code libre dans les projets.

À retenir : le choix de Dataiku ne dispense pas de choisir une plateforme de données. Les deux décisions sont liées, mais distinctes.

Les deux éditeurs sont souvent comparés parce qu'ils couvrent tous deux la data science, le machine learning et l'IA générative. Leur nature est pourtant différente : Databricks est d'abord une plateforme de stockage et de calcul, Dataiku une couche de conception et de gouvernance.

Lequel choisir ? Databricks se justifie lorsque l'enjeu principal est de stocker et de traiter de gros volumes de données dans une architecture unifiée, avec des équipes à l'aise avec le code. Dataiku se justifie lorsque l'enjeu est de faire travailler de nombreuses équipes, aux compétences variées, sur des projets gouvernés, au-dessus d'une ou plusieurs plateformes de données. La question n'est d'ailleurs pas toujours exclusive : de nombreuses entreprises utilisent Dataiku avec Databricks comme moteur de calcul. Comparez sur un pilote le temps de mise en production, le coût complet des licences et du calcul, et l'adoption réelle par les équipes.