Databricks lance sa place de marché de serveurs MCP au sein d'Agent Bricks. (Crédit Photo: Databricks)
Le spécialiste du data store a mis à jour sa plateforme Agent Bricks avec un effort particulier sur la gouvernance, la précision et la flexibilité des modèles pour les agents IA.
Petit à petit, Databricks enrichit son offre Agent Bricks, une plateforme de création d'agents IA dévoilée en juin 2025. La mise à jour comprend des fonctionnalités supplémentaires pour MLflow l'outil dédié à la gestion du cycle de vie du machine learning, une place de marché pour les serveurs MCP (model context protocol) et des outils d'extraction de données structurées à partir de documents. Le fournisseur précise que cette actualisation est conçue pour aider les entreprises à déployer leurs agents IA en production, tout en leur permettant de garder le contrôle sur l'accès aux données, l'utilisation des modèles et la précision des décisions.
Des cadres pour l'évaluation et la gouvernance
La plateforme MLflow, auparavant axée sur le machine learning, prendra désormais en charge l'évaluation et la surveillance des agents d'IA. Les frameworks d'évaluation sont essentiels pour les entreprises souhaitant déployer des agents, notamment dans un contexte d'interaction avec les clients. Ce travail de test garantit la fiabilité, la précision et la confiance des agents, et peut également prendre en compte des facteurs tels que l'équité, les biais et la robustesse. Ces frameworks sont personnalisables avec des « juges » paramétrables en fonction de critères spécifiques au domaine. Par ailleurs, les utilisateurs peuvent également importer ou créer leurs propres juges ou utiliser les versions open source fournies par Databricks.
La question de la gouvernance est abordée avec le lancement d'AI Gateway, une couche qui standardise l'accès aux modèles et leur surveillance. Cette passerelle peut être appliquée aux modèles propriétaires tels que GPT-5 d'OpenAI, Gemini de Google et Claude d'Anthropic, ainsi qu'aux modèles open source comme Llama et GPT-OSS. De même, les fonctionnalités de gouvernance incluent la journalisation, le contrôle d'accès, la limitation du débit et les pistes d'audit, les mises en oeuvre via le catalogue Unity de Databricks. Des contrôles peuvent être configurés pour limiter l'utilisation à des fins de maîtrise des coûts.
Une place de marché MCP et une fonction OCR
Dans le domaine de l'IA, le protocole MCP est devenu incontournable pour enrichir les agents avec des sources de données tierces. Dans ce cadre, Databricks présente sa place de marché de serveurs MCP comprenant plusieurs partenaires comme You (pour l'indexation), Dataiku, Factset ou l'analyse des données clients avec le moteur de recherche Glean. Si l'inscription à la place de marché est gratuite, l'usage des serveurs MCP peut-être payant pour le client rappelle Databricks. Le fournisseur intègre aussi une fonctionnalité de supervision multi-agents, actuellement en version beta. Elle orchestre le flux de travail entre plusieurs agents et serveurs MCP. Les agents peuvent ainsi effectuer des actions automatisées, comme la création de tickets d'assistance ou l'exécution de requêtes SQL, tout en conservant la gouvernance via Unity Catalog.
Enfin dernière brique dans cette mise à jour, l'arrivée d'une fonction nommée ai parse document, qui à partir d'une requête SQL extrait les données structurées des PDF et des tableaux. Fonctionnant comme un OCR, ce moteur est capable d'identifier et de traduire du texte, mais il peut segmenter un document pour une utilisation dans une base de données vectorielles et ainsi enrichir les agents IA. Les clients peuvent extraire, affiner et étiqueter les informations grâce au module d'extraction d'informations de Databricks, capable de reconnaître des entités telles que les clauses contractuelles ou les identifiants personnels en appliquant la bonne couche de gouvernance.
La fonction AI Parse Document agit comme un OCR pour apporter plus de contenus aux agents IA depuis des documents PDF ou des tableaux. (Crédit Photo: Databricks)
Suivez-nous