Utilisation d’IA dans Tableau
Remarque : à compter d’octobre 2025, la fonctionnalité IA dans Tableau ne consomme plus de crédits Requêtes Einstein pour l’utilisation de l’IA. D’autres services, tels que les services Data Cloud, peuvent, quant à eux, continuer à consommer d’autres types de crédits. Pour plus d’informations, consultez la FAQ sur les mises à jour de la grille tarifaire des requêtes Einstein et des crédits flexibles(Le lien s’ouvre dans une nouvelle fenêtre).
L’IA dans Tableau est optimisée par l’IA générative Einstein. Pour tirer pleinement parti de l’IA générative dans Tableau et accéder à la couche de confiance Einstein, vous devez effectuer plusieurs étapes à la fois dans votre organisation Salesforce et sur votre site Tableau Cloud.
Au cours de la configuration de votre organisation Salesforce, vous pouvez activer la collecte et le stockage des données Einstein (également appelé Piste d’audit) pour stocker vos données d’audit et de commentaires sur l’IA générative Einstein dans Data Cloud. Cette fonctionnalité facultative vous permet de suivre l’utilisation de l’IA générative dans vos sites Tableau et votre organisation Salesforce. Si vous activez cette fonctionnalité, elle consomme des crédits Data Cloud. Le nombre de crédits Data Cloud consommés varie en fonction du nombre de lignes ou d’enregistrements traités.
Crédits Data Cloud
Les crédits Data Cloud ne sont pas directement consommés par l’utilisation des fonctionnalités d’IA dans Tableau. Au lieu de cela, ces crédits sont consommés par la couche de confiance Einstein, sur laquelle repose l’IA dans Tableau, via une fonctionnalité de données d’audit d’IA générative (également appelée Piste d’audit).
La piste d’audit permet à vos équipes de sécurité informatique de surveiller les fonctionnalités de la couche de confiance Einstein, notamment le masquage des données basés sur les tendances et la détection de la toxicité. Cette fonctionnalité utilise les crédits Data Cloud (alloués lors de l’achat d’IA dans Tableau) pour l’ingestion, le stockage et le traitement des données d’utilisation de l’IA.
Le suivi d’audit aide à maintenir la sécurité et la précision des réponses générées par l’IA. Il stocke l’invite et la réponse pour chaque appel d’API LLM ainsi que d’autres données d’audit pendant un maximum de 30 jours dans votre instance Salesforce Data Cloud. Pour plus d’informations sur les types de données d’audit collectées par la fonctionnalité d’audit et de commentaires sur l’IA générative, consultez Données d’audit et de commentaires sur l’IA générative(Le lien s’ouvre dans une nouvelle fenêtre) dans l’aide de Salesforce.
Les crédits Data Cloud sont consommés lorsque la piste d’audit ingère des données lors d’un appel d’API LLM. 1 appel d’API LLM ingère 24 lignes de données de piste d’audit dans Data Cloud et applique le type d’utilisation Pipeline de données par lots.
Remarque : la consommation de crédits Data Cloud provient également d’un pool de crédits alloués. Par exemple, si vous générez un rapport sur les données d’audit et de commentaires sur l’IA générative Einstein, ce dernier applique le type d’utilisation Requêtes de données et consomme des crédits Data Cloud. Si certaines de vos fonctionnalités Salesforce Cloud consomment des crédits Data Cloud, cela peut également avoir un impact sur les crédits disponibles dans votre pool. Pour plus d’informations, consultez Types d’utilisation facturables de Data Cloud(Le lien s’ouvre dans une nouvelle fenêtre) et Accès aux rapports et aux tableaux de bord des données de commentaires et d’audit de l’IA générative Einstein(Le lien s’ouvre dans une nouvelle fenêtre) dans l’aide de Salesforce.
Pour estimer le nombre de crédits Data Cloud, consultez Multiplicateurs Data Cloud(Le lien s’ouvre dans une nouvelle fenêtre). Pour plus d’informations sur les types d’utilisation pour l’audit et les commentaires, consultez Considérations relatives à la facturation pour l’audit et les commentaires(Le lien s’ouvre dans une nouvelle fenêtre) dans l’aide de Salesforce.
Vous pouvez également utiliser Tableau pour interroger Data Cloud et créer des visualisations de vos données d’audit et de commentaires d’IA. Pour plus d’informations, consultez Afficher la consommation de crédits.
Considérations relatives à la facturation d’IA dans Tableau
Remarque: si vous recherchez des détails sur l’utilisation de l’IA dans Tableau Next, consultez Considérations relatives à la facturation pour Tableau Next(Le lien s’ouvre dans une nouvelle fenêtre) dans le Centre d’aide de Salesforce.
La fonctionnalité IA dans Tableau utilise les types de consommation suivants. Pour vous aider à suivre votre utilisation, vous pouvez utiliser le portefeuille numérique, un outil de gestion de compte gratuit dans Salesforce Data Cloud qui offre des données de consommation quasiment en temps réel pour les produits activés.
Vous pouvez voir le nombre total de crédits Data Cloud consommés, ainsi que votre solde. Il se peut également qu’il y ait un solde de requêtes Einstein dans votre portefeuille numérique. Par contre, les requêtes Einstein ne seront plus utilisées par les fonctionnalités IA dans Tableau à compter d’octobre 2025.
Le portefeuille numérique propose également des tableaux de bord prédéfinis indiquant le nombre d’utilisateurs, le nombre de requêtes et d’autres détails. Vous pouvez également vous connecter aux tables du portefeuille numérique dans Data Cloud depuis Tableau et créer des visualisations pour vos données de consommation. Pour plus d’informations, consultez Afficher la consommation de crédits.
| Carte du portefeuille numérique | Type d’utilisation | Description du type d’utilisation | Remarques |
| Services de données | Pipeline de données par lots | L’utilisation est calculée en fonction du nombre de lignes de données traitées en lots par les flux de données Data Cloud sur tous les connecteurs, à l’exception des données structurées ingérées par le pipeline de données interne. Pour en savoir plus, consultez Considérations relatives à la facturation pour l’audit et les commentaires(Le lien s’ouvre dans une nouvelle fenêtre) dans l’aide de Salesforce. | Les données d’audit et de commentaires sont ingérées dans les flux de données Data Cloud et l’utilisation est basée sur la quantité de données ingérées. En moyenne, chaque aller-retour vers le modèle de langage de grande taille (LLM) aboutit à l’ingestion de 24 enregistrements dans Data Cloud. Le volume de données ingérées est le premier contributeur à la consommation de crédits parmi les trois types d’utilisation. |
