Utilisation de l’IA dans Tableau

L’IA dans Tableau Cloud est optimisée par l’IA générative Einstein. Si vous utilisez des fonctionnalités d’IA générative dans Tableau Cloud, par exemple si vous demandez à Tableau Agent de vous aider à créer une visualisation ou de suggérer une description pour une source de données dans Tableau Catalog, cette opération consomme des requêtes Einstein et éventuellement des crédits Data Cloud (crédits de services de données).

Les requêtes Einstein sont une métrique de consommation pour l’IA générative et sont consommées à partir de votre allocation totale de requêtes Einstein chaque fois que vous utilisez une fonctionnalité d’IA dans Tableau. Pour une liste des fonctionnalités d’IA dans Tableau, consultez Fonctionnalités d’IA dans Tableau(Le lien s’ouvre dans une nouvelle fenêtre).

Les crédits Data Cloud sont consommés par la fonctionnalité Données d’audit de l’IA générative (également appelée piste d’audit), qui vous permet de suivre l’utilisation de l’IA générative dans vos sites Tableau et votre organisation Salesforce.

Le nombre de crédits Requêtes Einstein consommés varie en fonction du nombre d’invites nécessaires et de la longueur de l’invite (système et utilisateur) envoyée à nos fournisseurs de modèles de langage de grande taille (LLM). Le nombre de crédits Data Cloud consommés varie en fonction du nombre de lignes ou d’enregistrements traités.

Remarque : les résumés d’insights (composant de Tableau Pulse) sont une fonctionnalité d’IA dans Tableau qui ne consomme pas de requêtes Einstein et qui est disponible dans toutes les éditions de Tableau (Standard, Enterprise et Tableau+).

Diagramme de flux montrant comment Tableau Agent consomme les requêtes Einstein et les crédits Data Cloud.

Requêtes Einstein

Les appels directs à une passerelle de modèle de langage de grande taille (LLM) prise en charge ont un impact sur votre consommation de crédits. Le nombre de requêtes Einstein consommées varie et peut différer selon la fonctionnalité et la manière dont l’utilisateur interagit avec la fonctionnalité.

Vous ne pouvez pas attribuer une partie de vos crédits par fonctionnalité. Par exemple, si vous utilisez Tableau Agent pour la création de visualisations, pour le nettoyage des données dans Tableau Prep ou pour Q&R avancé (Découverte) dans Tableau Pulse, les requêtes Einstein sont consommées à partir du pool global de crédits alloués à votre organisation.

Pour plus d’informations sur le taux d’utilisation des requêtes Einstein, consultez la grille tarifaire des Requêtes Einstein(Le lien s’ouvre dans une nouvelle fenêtre).

Le calcul de la consommation des requêtes Einstein est basé sur les éléments suivants :

  • Nombre d’appels d’API LLM nécessaires pour chaque utilisation de fonctionnalité.

  • Longueur de l’invite envoyée aux fournisseurs de LLM.

  • Réponse retournée (mesurée en mots) par le LLM pour chaque appel d’API LLM.

Lorsque vous conversez avec Tableau Agent, exprimez avec précision ce que vous attendez de Tableau Agent et limitez les échanges inutiles, afin d’économiser l’utilisation des requêtes Einstein tout en continuant à obtenir les meilleurs résultats. Par exemple, si vous tapez « Bonjour Tableau Agent » ou « Merci, c’est exactement ce dont j’avais besoin ! », cela déclenchera un appel au LLM. Pour plus de conseils sur la façon de tirer le meilleur parti de Tableau Agent, consultez Conseils pour optimiser les résultats obtenus avec Tableau Agent(Le lien s’ouvre dans une nouvelle fenêtre).

Appels d’API LLM requis par utilisation de la fonctionnalité

Le nombre d’appels d’API LLM requis par utilisation de fonctionnalité dépend de la complexité de la tâche exécutée par la fonctionnalité. Par exemple, pour que Tableau Agent crée une visualisation, il faut plusieurs appels d’API LLM :

  • Un appel d’API LLM pour interpréter la requête et l’associer à un ensemble de compétences prises en charge.

  • Un ou plusieurs appels d’API LLM pour effectuer la tâche de création de la visualisation.

Taille de l’appel

La consommation des requêtes Einstein est également affectée par la taille de l’appel effectué au LLM. Il s’agit d’une combinaison de la longueur de l’invite (nombre de mots) envoyée au LLM ainsi que de la longueur de la réponse reçue.

La taille des appels est déterminée par ces facteurs :

  • Nombre de mots dans le système (invite de base) développé par les ingénieurs Tableau. Il peut également s’agir du nombre de mots injectés dans l’invite à partir de la source de données (métadonnées, informations, etc.) pour renforcer son exactitude.

  • Nombre de mots dans la demande de l’utilisateur au LLM.

  • Nombre de mots dans la réponse LLM.

Calcul de la consommation des requêtes Einstein

La calculatrice de consommation des requêtes Einstein pour les fonctionnalités d’IA dans Tableau inclut :

  • Un multiplicateur de type d’utilisation associé au LLM utilisé.

  • Un facteur de taille d’appel d’API associé à la taille de l’appel d’API.

Le facteur de taille d’appel d’API, le multiplicateur de requêtes Einstein et les exemples de calcul se trouvent dans la grille tarifaire des requêtes Einstein(Le lien s’ouvre dans une nouvelle fenêtre). À l’heure actuelle, l’IA dans Tableau ne prend en charge que les LLM de base compatibles avec Salesforce, et le type d’utilisation de l’IA générative Einstein standard s’applique.

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 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 Audit et 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 l’utilisation des requêtes Einstein.

Considérations relatives à la facturation d’IA dans Tableau

La fonctionnalité d’IA dans Tableau applique les types d’utilisation facturables 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. Le portefeuille numérique affiche le nombre total de requêtes Einstein et de crédits Data Cloud consommés, ainsi que votre solde restant.

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 l’utilisation des requêtes Einstein.

Fiche du portefeuille numériqueType d’utilisationDescription du type d’utilisationRemarques
Requêtes EinsteinRequêtes Einstein standardL’utilisation est calculée en fonction du nombre d’appels à la passerelle LLM si cette dernière utilise un LLM Salesforce. Pour en savoir plus, consultez Requêtes Einstein(Le lien s’ouvre dans une nouvelle fenêtre)

Toutes les fonctionnalités d’IA dans Tableau utilisant des LLM de base compatibles avec Salesforce, le type d’utilisation standard s’applique.

Des requêtes Einstein sont consommées lorsque vous utilisez les fonctionnalités d’IA dans Tableau, y compris les fonctionnalités Q&R avancé (Découverte) de Tableau Pulse, Tableau Agent dans Tableau Prep (Tableau Builder et création Web), la création de visualisations (Tableau Desktop et Tableau Cloud) et Tableau Catalog.

Pour plus d’informations sur les fonctionnalités d’IA dans Tableau, consultez Fonctionnalités d’IA dans Tableau.

Services de donnéesPipeline 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.

Pipeline.

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.

Merci de vos commentaires !Avis correctement envoyé. Merci