Les outils d’assistance à base d’intelligence artificielle sont partout. ChatGPT a rendu visible une lame de fond qui bouleverse beaucoup de secteurs d’activité. Aujourd’hui, une IA n’est pas capable de réfléchir par elle-même et ne peut donc pas aider à la conception d’une base de données mais elle peut épauler l’humain en donnant des exemples, en aidant à écrire des requêtes et en s’occupant de tâches d’optimisation.
Outils d’interrogation en langage naturel
Tous ces outils exigent des prompts précis pour fonctionner. Comme toujours, il faut vérifier que les résultats sont justes. Des résultats précis ne signifient pas des résultats justes. L’idéal est de pouvoir accéder à la requête générée par l’IA afin de la contrôler.
- ChatGPT : c’est l’outil le plus généraliste. Il est connu du grand public et répond bien aux réponses simples notamment pour réaliser des requêtes SQL. Facile à utiliser à condition d’écrire des prompts précis.
- Channel : l’outil permet de faire des requêtes en langage naturel (en anglais). Il génère aussi des graphiques et se veut utilisable par tout le monde. Fonctionne avec MySQL, Postgres, BigQuery notamment. Pour fonctionner, il faut connecter ses données à leur service.
- Defog : l’outil permet d’interroger une base de données en langage naturel. Graphique & tableaux sont générés. Important, l’outil n’accède pas aux données, uniquement aux schémas et à l’architecture de la base. Fonctionne avec MySQL, Postgres, SQL Server, MongoDB, BIgQuery…
- Text2SQL : écris des requêtes SQL à partir d’interrogations en langage naturel après avoir ajouter ses propres schémas de base de données. Fonctionne avec les bases majeures. Gratuit et basé sur ChatGPT.
- AI Query : générateur de requêtes complexes via IA. Il est nécessaire de reproduire le schéma de la base dans l’outil à priori pour ensuite pouvoir poser des questions en langage naturel. Fonctionne avec MySQL, MariaDB, PostgreSQL et Microsoft SQL Server
- AirOps : écriture de requêtes SQL, aide à la recherche d’erreur dans les requêtes, explicateur de requêtes, optimiseur de requêtes.
- Veezoo : extraction de données avec rendu visuel pour permettre d’obtenir des tableaux de bord. Destiné aux non informaticiens. Simple à utiliser grâce à des requêtes en langage naturel assisté par une autocomplétion basée sur les champs et les valeurs présents en base.
- AskEdith : permet d’extraire des données, graphiques, tableaux en interrogeant en langage naturel une base de données préalablement connectée. Fonctionne avec les bases de données standards mais aussi avec les ERPs et les CRMs principaux du marché.
- AIHelperBot : génère des requêtes SQL à partir de phrases en langage naturel en français (entre autres). MySQL, SQL Server, BigQuery, MariaDB, SQLite, DB2, Oracle PL/SQL, PostgreSQL, MongoDB, GraphQL et Salesforce
- AI2SQL : permet d’écrire des requêtes complexes en SQL quand on est non-développeur. Langage naturel en entrée et SQL ou noSQL en sortie. Fonctionne avec les bases majeures.
- DBSensei : encore un outil qui permet d’exprimer ce que l’on souhaite en langage naturel. L’outil se veut aussi une aide aux informaticiens avec un traducteur de requêtes, un déboggeur de requêtes et un formateur de requêtes.
Outils de machine learning
Les bases de données sont des trésors. Elles contiennent quantité d’informations encore faut-il pouvoir les extraire et les valoriser. C’est ce que tentent de faire les outils de ML.
- MindsDB : l’outil permet de confronter les données stockées en base avec des frameworks de machine learning pour simplifier leur utilisation.
- CueObserve : recherche des anomalies dans les entrepôts de données SQL.
- OtterTune : applique les bonnes pratiques d’optimisation sur les bases de données les plus courantes. Utilise le machine learning pour détecter les optimisations possibles. Fonctionne avec Amazon RDS, MySQL, PostgreSQL.
