[Webinar] Master Apache Kafka Fundamentals with Confluent | Register Here
Confluent Intelligence
Développer des systèmes d'IA contextualisés en temps réel
Confluent Intelligence permet aux systèmes d'IA d'apprendre continuellement à partir de données historiques et d'agir en temps réel. Utilisez-le pour créer des agents d'IA, RAG (Retrieval Augmented Generation), et des pipelines de ML pour l'IA, ou pour fournir le contexte avec Apache Kafka® et Apache Flink®.
Créez des agents axés sur les événements, conçus pour la rapidité et l'évolutivité
Donnez aux agents un contexte en temps réel pour des décisions optimales
Accélérez la prise de décision précise grâce aux fonctions ML natives.
Qu’est-ce que Confluent Intelligence ?
Confluent Intelligence, un service entièrement géré sur Confluent Cloud, permet de créer des systèmes d'IA en temps réel, réutilisables et riches en contexte, alimentés par Kafka et Flink. Les systèmes d'IA basés sur des LLM doivent s’appuyer sur des données réelles et alimenter des décisions en temps réel en production. Confluent Intelligence complète ce processus en combinant une évaluation historique, un traitement continu et une diffusion en temps réel avec :
- Built-In ML Functions pour la détection des anomalies, la prévention de la fraude et les prévisions
- Streaming Agents qui s'exécutent nativement sur Kafka et Flink pour automatiser les flux de travail
- Moteur de Contexte en Temps Réel pour fournir un contexte structuré et fiable à toute application ou agent d'IA via MCP
Confluent Intelligence s’appuie sur la plateforme de streaming de données pour puiser dans les mêmes données en temps réel qui alimentent votre entreprise. Résutat ? Il permet de fournir des informations sécurisées, contextuelles et prêtes pour la production, à n'importe quelle échelle.
Présentation du moteur de contexte en temps réel
La vision de Confluent pour le streaming et l'IA, propulsée par un moteur de contexte en temps réel.
Le moteur temps réel pour l'IA avec Confluent + Google
Réunir MCP et A2A pour alimenter des systèmes multi-agents
Comment booster les agents d'IA avec le protocole MCP
Un tutoriel sur l'IA agentique avec le MCP d'Anthropic, Claude LLM et Confluent
Agents toujours actifs intégrés dans le flux
Streaming Agents réunit le traitement des données et les flux de travail de l'IA, facilitant la création et l'exécution d'agents axés sur les événements directement sur Flink. Grâce à l’accès à des données contextualisées en temps réel, ils s’adaptent parfaitement aux flux de travail de l’entreprise. Ils peuvent ainsi surveiller et agir immédiatement et de manière éclairée dès qu’un événement opérationnel survient.
Intégrations fluides
Connectez-vous de manière sécurisée et évolutive à tout modèle, outil ou système de données via un serveur Model Context Protocol (MCP) pour un contexte complet et en temps réel.
Automatisation basée sur le contexte
Permettez aux agents d'opérer de manière dynamique avec des tâches Flink sur des flux de données enrichis et gouvernés, sans aucun polling ni délai.
Relecture et débogage
Comblez les plus grandes lacunes des systèmes d'IA avec une observabilité de bout en bout pour tester, déboguer, évaluer, auditer et récupérer de manière fiable après une panne, en itérant plus rapidement et en toute sécurité.
RAG en temps réel
Fournissez en continu un contexte à jour pour la RAG et la recherche sémantique en convertissant n'importe quel topic Kafka en un flux d'embeddings vectoriels
Fresh Context to Power Every AI Decision
Deliver live, structured context in real time from your enriched, enterprise data to any AI system—LangChain, Bedrock, Agentforce, Claude, and more—via MCP with our Real-Time Context Engine. Fully managed on Confluent Cloud, it delivers governed, real-time context.
Servez n’importe quelle application ou agent IA avec une faible latence
Fournissez à tout agent d'IA, copilote ou modèle, où qu'il se trouve, des données structurées et pertinentes en direct, au lieu de clichés obsolètes
Synchronisé en continu avec les données et systèmes en amont
Unifiez les données historiques et de streaming, mises à jour automatiquement lorsque la logique en amont ou les fonctionnalités changent, afin de garantir que les décisions reflètent le contexte actuel.
Aucune infrastructure à gérer
Éliminez la complexité et concentrez-vous sur le développement de l'IA avec un MCP entièrement géré, tout en bénéficiant de l'authentification intégrée, du RBAC, de la journalisation des audits et de l'observability. Aucune expertise Kafka ou Flink n'est requise
Apprentissage automatique en temps réel
Exécutez des pipelines ML sophistiqués pour la détection des fraudes et des anomalies, les prévisions, l'analyse des sentiments et plus encore afin de déclencher des workflows d'IA. Utilisez les fonctions natives d'Apache Flink pour intégrer des capacités de ML directement dans les flux de données afin de simplifier les flux de travail et d'obtenir des informations précises et exploitables.
Détection des anomalies
Identifiez les écarts inattendus en temps réel, améliorez la qualité des données et accélérez la prise de décision.
Prévision
Effectuez des analyses en temps réel et obtenez des informations exploitables à partir de vos données de streaming, le tout sans expertise approfondie en data science
Prétraitement ML
Transformez les caractéristiques en représentations plus adaptées aux processeurs en aval
Invoquer des modèles d'IA/ML à distance
Simplifiez le développement et le déploiement de l'IA en fournissant une plateforme unifiée pour le traitement des données et les tâches d'IA/ML.
Confluent Intelligence s'intègre parfaitement à votre infrastructure d'IA critique. Déployez chez les principaux fournisseurs de services cloud et connectez-vous aux leaders de la recherche vectorielle, des bases de données et des frameworks d'IA. Exploitez des partenariats stratégiques et des intégrateurs de systèmes pour accélérer vos initiatives d'IA en temps réel.
Créer des pipelines RAG en temps réel
Alimentez des pipelines de génération augmentée par récupération (RAG) avec des données d’entreprise en temps réel, régies par des tables externes. Diffusez le contexte à jour de Kafka et Flink directement dans LangChain, Bedrock ou Claude — aucune reconstruction manuelle d'ETL ou d'index n'est requise, de sorte que chaque réponse reflète vos données commerciales les plus récentes.
Détecter les anomalies, la fraude et prévoir les tendances
Exécutez des pipelines d'apprentissage automatique en temps réel pour la détection des anomalies, la prévention des fraudes et la prévision de la demande. Les fonctions de ML basées sur les flux sur Kafka et Flink analysent en permanence les transactions boursières, les événements réseau et le comportement des clients, afin que vos systèmes puissent identifier les risques et prédire les résultats avant qu'ils ne se produisent.
« La plateforme de Confluent nous permet de diffuser les changements au fur et à mesure qu'ils se produisent, garantissant ainsi que nos outils d'IA fournissent toujours les informations les plus pertinentes et les plus opportunes. »
« Le streaming de données sera essentiel pour les organisations de services financiers à l'avenir — notamment pour les cas d'usage de l'IA/ML où la diffusion de données, l'automatisation des flux de travail et les prédictions en temps réel sont cruciales pour réussir. »
« Tout le monde veut de l'IA, mais le plus difficile est d'obtenir des données de haute qualité en temps réel. C'est possible grâce à la plateforme de streaming de données Confluent. C'est le fondement qui permet à nos données de circuler et de se rendre là où elles doivent être. »
« Une bonne IA nécessite des données de qualité. » Confluent est notre source de vérité de confiance… Cette plateforme de streaming de données fournit du contexte et de l'orchestration à nos agents d'IA pour automatiser les flux de travail et accélérer la transformation de notre ville intelligente. »
Les nouveaux développeurs reçoivent 400 $ de crédits à dépenser pendant leurs 30 premiers jours, sans avoir à passer par un représentant commercial.
Confluent vous offre les outils et ressources nécessaires pour :
- Construire : tirez parti de bibliothèques clientes pour des langages comme Java et Python, des exemples de code, plus de 120 connecteurs préconfigurés et une extension Visual Studio Code.
- Apprendre : profitez d'un accès à des cours à la demande, des certifications et une communauté mondiale d'experts.
- Exploiter : bénéficiez d'une CLI, de la prise en charge de l'IaC pour Terraform et Pulumi, et de l'observabilité OpenTelemetry.
Vous pouvez vous inscrire directement avec nous ou avec votre compte cloud marketplace ci-dessous.
Confluent Cloud
Un service cloud native entièrement géré basé sur Apache Kafka®
Confluent Intelligence | FAQs
What is Confluent Intelligence and how does it help build AI applications?
Confluent Intelligence is a fully managed service on Confluent Cloud, designed for building real-time, context-rich AI systems. It unifies the essential components for production AI—stream processing, state management, and context delivery—into a single stack. This allows developers to build and deploy event-driven, context-aware AI applications powered by Apache Kafka® and Flink® without the heavy operational burden of managing complex infrastructure.
How do "Streaming Agents" work within Confluent Intelligence?
Streaming Agents is a framework for building, testing, and deploying event-driven AI agents directly on your data streams using fully managed Flink and Kafka. Because these agents run as Flink jobs within the stream processing pipeline, they have access to the freshest, most accurate view of your business. This enables them to monitor events and take instant, informed actions as they happen, making them ideal for enterprise automation and real-time decision-making.
What makes Confluent Intelligence uniquely suited for real-time generative AI (GenAI) applications?
Confluent Intelligence is uniquely suited for GenAI because it solves the critical challenge of providing real-time, trustworthy context. It combines AI agents that can live in your data streams, a real-time context engine and native ML functions, allowing GenAI applications to access live, indexed data and building event-driven AI without requiring developers to write custom Kafka code or build complex data polling mechanisms.
Can I use my own machine learning models with Confluent Intelligence?
Yes. Confluent Intelligence allows you to execute sophisticated AI and machine learning pipelines. In addition to native Flink functions for anomaly detection and forecasting, it provides the capability to invoke remote AI/ML models. This simplifies the development and deployment of your AI applications by providing a unified platform for both data processing and your custom AI/ML tasks.
How does Confluent Intelligence help create and use embeddings for AI?
Confluent Intelligence streamlines the process of creating vector embeddings for your AI applications. You can choose your preferred embedding model and transform a text column within a Kafka topic into a continuous stream of vector embeddings. This real-time embedding creation is essential for powering use cases like Retrieval-Augmented Generation (RAG) and semantic search in your GenAI applications.
What are some real-world use cases for AI Agents built on Confluent?
The platform is designed for a variety of enterprise use cases, including:
- Real-time Copilots: Building intelligent assistants that use current, contextual data from over 120 sources to provide more accurate decision-making.
- Workflow Automation: Orchestrating complex business processes with AI Agents that run continuously, with humans kept in the loop for critical decisions.
- Real-time Fraud Detection: Using integrated anomaly detection on live transaction streams to identify and block fraudulent activity in milliseconds.
What is the Model Context Protocol (MCP) and why is it important for AI Agents?
Model Context Protocol (MCP) is an open standard that provides a universal way for AI models to connect to data sources and tools. MCP is transformative for agentic AI because it enables you to provide agents with improved context and give them access to a rich toolkit of capabilities by simply connecting it to relevant MCP servers.