Du SQL sans analystes : comment ecom.tech a fait écrire des requêtes à des LLM locaux

Chaque fois qu'un manager réclame les chiffres de vente de jeudi dernier, quelque part dans le monde, un analyste soupire. Chez ecom.tech, on a décidé d'en finir. Plutôt que de noyer le service d'analyse sous des tickets répétitifs, l'équipe a monté un système où c'est un réseau de neurones local qui écrit les requêtes SQL. C'est l'histoire classique d'une automatisation qui protège les gens du burn-out, et l'entreprise de pertes de temps absurdes.

Soyons honnêtes : le SQL est le latin du business moderne. Tout le monde sait qu'il existe, mais très peu le parlent. Entre la question « combien avons-nous vendu ? » et la réponse, il fallait auparavant des heures, parfois des jours. L'analyste devait quitter ses recherches approfondies et sa chasse aux insights pour écrire une énième requête élémentaire. Ce n'est pas seulement inefficace : cela tue la motivation des professionnels en les transformant en interfaces vivantes pour bases de données. L'équipe d'ecom.tech a compris que ce processus était le candidat idéal à une optimisation par LLM.

Pourquoi des modèles locaux ? On pourrait croire qu'il suffit de brancher l'API d'OpenAI ou d'Anthropic et de passer à autre chose. Mais aucun service de sécurité sensé, dans la grande distribution, n'autorisera l'envoi vers des serveurs externes de la structure de la base, des noms de tables et de métriques métier sensibles. Ecom.tech a donc choisi la voie difficile mais juste des solutions auto-hébergées (self-hosted). Elle exige plus de puissance au départ, mais le service juridique dort tranquille et les données ne quittent pas le périmètre de l'entreprise.

Techniquement, il s'agit d'un pont intelligent entre le langage humain et la syntaxe stricte des bases de données. Le modèle reçoit la description du schéma de données et la question de l'utilisateur, puis produit un code prêt à l'emploi. Ce n'est évidemment pas de la magie, et les réseaux de neurones se trompent parfois.

Mais même si l'IA produit un code correct dans la plupart des cas, l'économie de ressources est déjà colossale. Chez ecom.tech, un système permet de vérifier les requêtes et d'affiner le modèle sur les scénarios propres à l'entreprise.

Les autres cas complexes, qui demandent une compréhension fine de la logique métier, restent entre les mains des humains, mais leur nombre a été divisé de plusieurs fois.

Que change cela pour l'industrie dans son ensemble ? On observe une vraie tendance à la démocratisation des données. Si l'accès aux chiffres était jusque-là le privilège de ceux qui savent coder, le ticket d'entrée se réduit désormais à la capacité de formuler clairement sa pensée. Les analystes ne sont plus des « extracteurs de données » : ils redeviennent des stratèges. Ils configurent le système et veillent à la qualité des données, au lieu de passer 80 % de leur temps à écrire des select basiques.

L'essentiel : l'analyste en « traducteur de l'humain vers l'informatique » appartient peu à peu au passé. L'avenir est à ceux qui savent bâtir ces systèmes en libre-service. Les modèles locaux pourront-ils supplanter totalement le SQL écrit à la main d'ici deux ans ?