TextQL : l’IA agentique pour rendre la data immédiatement exploitable en entreprise

Naissance et ambition

Fondée en 2022 à New York par Ethan Ding (CEO) et Mark Hay (CTO), TextQL vise à offrir aux entreprises un accès instantané et autonome à leurs données. La start-up est née d’un constat simple : les outils traditionnels peinent à manipuler le volume et la dispersion des données dans les environnements modernes, rendant les requêtes métiers longues et fastidieuses pour les analystes.

Plutôt que de se limiter à générer des requêtes SQL, TextQL développe des agents d’IA capables d’opérer de manière autonome sur des ensembles de données massifs – jusqu’à plusieurs pétaoctets et des dizaines de milliers de tables – avec une configuration minimale. Ces agents réalisent des analyses transversales, synthétisent des requêtes complexes en temps réel, pilotent des workflows analytiques et s’autocorrigent selon le contexte métier.

Technologie et architecture

Pour relever le défi de la scalabilité, TextQL combine plusieurs briques open source et cloud : DuckDB, la bibliothèque Polars en Rust pour la manipulation de données, des clusters serverless ClickHouse, et une couche sémantique propre. L’architecture repose sur des agents spécialisés qui se répartissent les tâches :

• orchestration parallèle de tâches complexes ;
• sélection des chemins de jointure optimaux entre tables ;
• compréhension des dénominations métiers propres à chaque client pour personnaliser l’expérience.

L’architecture d’agents intègre aussi des techniques inspirées de l' » agentic AI  » : gestion d’état pour l’usage des outils, tissage sémantique et sandbox d’exécution permettant des analyses en temps réel sur des millions de points de données. Selon l’équipe, l’entreprise a repensé l’architecture produit à plusieurs reprises pour atteindre ce niveau de performance, en s’appuyant notamment sur des  » serveurs contextuels Git  » qui fournissent une mémoire étendue sans recourir systématiquement aux bases de données vectorielles traditionnelles.

Connexion directe à la stack BI

TextQL commercialise Ana, un agent IA conçu pour une utilisation en production dans des secteurs réglementés (finance, santé, distribution). La plateforme s’intègre avec les principaux composants de la stack BI : Tableau, Looker, Snowflake, dbt, Alation, etc., et indexe dynamiquement la documentation et les tableaux de bord existants.

Cette intégration permet non seulement de répondre à des questions opérationnelles ( » Quelles sont les commandes en retard ? « ), mais aussi d’automatiser des tâches telles que la notification des managers, la génération de rapports et la création de requêtes SQL adaptées.

Déploiement et cas d’usage

Proposée en mode SaaS, la plateforme permet de déployer ses agents sur AWS, Azure ou GCP, tout en restant compatible avec des bases de données on-premises. Chaque agent peut automatiser des analyses, diagnostiquer des anomalies métriques ou optimiser des campagnes marketing et des chaînes logistiques.

Ana est déjà utilisée en production chez des clients dans la santé, la banque et l’industrie, sur des workflows allant de la gestion de campagnes à l’engagement client et la banque digitale.

Financement et stratégie

En janvier 2024, TextQL a levé 4,1 millions de dollars auprès des fonds DCM et Neo pour accélérer son déploiement auprès des grands comptes et renforcer sa R&D. Les fondateurs affirment avoir choisi des investisseurs alignés avec leur vision d’une IA tournée vers la transformation métier plutôt que la simple génération de texte.

Le parcours d’Ethan Ding – universitaire à Berkeley, puis expériences chez Bessemer Venture Partners, Tackle.io et en conseil en ingénierie – apporte une expertise en modélisation de données à grande échelle. La direction affiche une ambition claire : rivaliser avec les grandes plateformes cloud en misant sur la capacité à évoluer rapidement et à traiter de très gros volumes de données.

Perspectives

TextQL met en avant l’évolutivité de sa solution et la capacité de ses agents à s’adapter aux contextes métiers pour créer de la valeur pour les équipes opérationnelles. Si la start-up poursuit son développement commercial et technologique, son positionnement pourrait la rendre attractive pour un rachat par un acteur majeur du cloud ou de la BI dans les prochains mois.