Entreprise

Entropy Data rejoint l'initiative Open Semantic Interchange pour standardiser la sémantique

Entropy Data a rejoint l'Open Semantic Interchange (OSI), le standard indépendant de tout éditeur qui permet d'exprimer et de partager la sémantique métier de façon cohérente entre les plateformes data et IA. Nous participons aux travaux visant à doter OSI d'une ontologie, et Entropy Data prend déjà en charge l'OSI 0.2.0-draft.

Lancé par Snowflake, dbt et un groupe grandissant de plus de 60 partenaires industriels, OSI donne aux organisations une définition unique et portable de leur sémantique métier. Vous définissez votre sémantique une seule fois et l'utilisez partout, du tableau de bord à l'agent décisionnel : tout votre stack parle enfin le même langage.

Une couche sémantique pour les utilisateurs métier et les agents IA

Les utilisateurs métier comme les agents IA doivent savoir ce que signifient les données avant de pouvoir se fier à une réponse. C'est précisément ce qu'apporte une ontologie : un modèle structuré et calculable des entités métier, de leurs relations et des règles qui les régissent. Ces définitions conservent leur sens même lorsque les tables et les pipelines changent en dessous. C'est la partie d'OSI que construit l'Ontology Representation Working Group, et c'est là qu'Entropy Data contribue.

Les données n'ont de valeur que lorsque les utilisateurs et les agents comprennent ce qu'elles signifient vraiment et leur font confiance. Avec l'IA, cela devient encore plus déterminant, aussi bien pour raisonner sur les données que pour retrouver les informations liées.

Voici un extrait d'ontologie au format OSI 0.2.0-draft, tel qu'Entropy Data l'écrit :

version: 0.2.0.dev0
name: main
description: Core business semantics for the demo retail organization.
ontology:
  - concept:
      name: Customer
      type: EntityType
      group: Customers
      description: A natural person who places orders in the online shop.
      iri: http://example.com/b2c/customer
      custom_properties:
        owl:equivalentClass: http://schema.org/Person
    relationships:
      - name: places
        roles:
          - concept: order
            role_name: order
        multiplicity: OneToMany
        verbalizes:
          - "{Customer} places {Order}"
      - name: customer_id
        roles:
          - concept: Customer ID
        verbalizes:
          - "{Customer} has a {Customer ID}"
  - concept:
      name: Customer ID
      type: ValueType
      description: The internal identifier of a customer in the online shop. Guest customers have a Customer ID as well.
      iri: http://example.com/b2c/customer_id
      extends:
        - String
  

Entropy Data apporte un éditeur accessible

Des métadonnées de grande qualité sont au cœur d'Entropy Data. Notre fonctionnalité Semantics permet aux équipes de modéliser leur domaine métier sous forme de concepts et de relations, de relier ces concepts aux produits de données qui les implémentent et de les interroger en langage naturel. Aligner ce modèle sur OSI rend la sémantique définie dans Entropy Data portable vers tous les outils compatibles OSI.

• ✏️ Un éditeur accessible pour Semantics. Construisez et maintenez votre ontologie dans un éditeur visuel, avec le graphe entité-relation, les propriétés et les traductions au même endroit, ou modifiez-la directement en YAML.
• 🧩 Concepts et relations. Modélisez votre domaine métier comme une véritable ontologie plutôt que comme une simple liste d'indicateurs.
• 🔗 Ancré dans les produits de données. Chaque concept est relié aux produits de données gouvernés et aux Data Contracts qui l'implémentent.
• 🤖 Prêt pour les agents. Les agents raisonnent sur l'ontologie pour répondre à des questions métier en plusieurs étapes, avec un contexte fiable.
• 🔁 Portable par standard. Exportez et importez au format OSI 0.2.0-draft : votre sémantique échappe ainsi à l'enfermement propriétaire.

La sémantique au service des produits de données

Une ontologie, à elle seule, reste un modèle conceptuel. Elle dit ce qu'est un Customer et comment il se rattache à un Order, mais elle n'indique pas la table, la colonne ou le produit de données où les données client résident réellement. Pour un utilisateur métier qui lit un rapport, ou pour un agent IA qui écrit une requête, c'est de cet écart que naissent les mauvaises réponses : le bon terme, rattaché au mauvais champ, ou à des données dont personne ne se porte garant.

Les Data Contracts comblent cet écart. Ils relient le modèle sémantique conceptuel au modèle physique et y ajoutent une garantie sur la qualité des données. Dans Entropy Data, un champ d'un Data Contract porte une entrée authoritativeDefinitions de type semantics qui renvoie au concept de l'ontologie. Le contrat décrit alors la colonne physique, son type, ses clés et ses règles de qualité, tandis que le lien indique quel concept métier elle implémente.

apiVersion: "v3.1.0"
kind: "DataContract"
id: "customers_latest_pii_v1"
name: "Customers Latest"
schema:
  - name: "customers"
    physicalType: "table"
    businessName: "Customers"
    description: "Retrieves and transforms customer data from the CRM source system. One row per customer, deduplicated on customer_id. Includes demographics, contact info, segmentation, and account lifecycle timestamps."
    properties:
      - name: "customer_id"
        logicalType: "string"
        required: true
        unique: true
        primaryKey: true
        tags:
          - "business-key"
        authoritativeDefinitions:
          - type: "semantics"
            url: "http://example.com/b2c/customer/customer_id"

Grâce à ce lien, la signification de customer_id et la garantie qu'il s'agit d'une clé métier obligatoire et unique se trouvent au même endroit. Les utilisateurs métier voient un terme de confiance, adossé à un contrat et à un responsable. Les agents IA résolvent un concept vers le champ exact qu'ils sont autorisés à interroger, règles de qualité comprises. Ce même lien circule via OSI, si bien que les autres outils lisent les mêmes définitions.

La prise en charge de l'OSI 0.2.0-draft est disponible dès aujourd'hui

Entropy Data est membre de l'OSI Ontology Representation Working Group et prend en charge l'OSI 0.2.0-draft dans sa plateforme dès aujourd'hui. À mesure que la spécification progresse vers une version stable, Entropy Data suivra chaque draft et apportera son expérience de la modélisation de la sémantique métier au-dessus de produits de données gouvernés et de Data Contracts.

Entropy Data invite les équipes data et analytics à découvrir comment une ontologie ancrée dans les Data Contracts améliore la qualité des métadonnées, aussi bien pour les utilisateurs métier que pour les agents IA.

À propos d'Entropy Data

Entropy Data propose une plateforme dédiée aux produits de données gouvernés, aux Data Contracts et à la sémantique métier, avec des métadonnées de grande qualité en son cœur. Les équipes modélisent leur domaine métier sous forme d'ontologie de concepts et de relations, l'ancrent dans les produits de données et les contrats qui l'implémentent, et la rendent interrogeable aussi bien par les utilisateurs métier que par les agents IA. Fondée en 2025 comme spin-off d'INNOQ et basée en Allemagne, l'entreprise a été cofondée par Dr. Simon Harrer (CEO) et Jochen Christ (CTO). Plus d'informations sur entropy-data.com.

À propos de l'Open Semantic Interchange (OSI)

L'Open Semantic Interchange est un standard indépendant de tout éditeur qui permet d'exprimer et de partager la sémantique métier de façon cohérente entre les plateformes data et IA. Lancé par Snowflake, dbt et plus de 60 partenaires industriels, OSI permet aux organisations de définir leur sémantique une seule fois et de l'utiliser dans n'importe quel outil compatible. Plus d'informations sur open-semantic-interchange.org.

Contact presse

Dr. Simon Harrer, Co-founder et CEO
Entropy Data
hello@entropy-data.com