Abonnez-vous à notre
Newsletter

#1 Palantir : le Graal de l’analyste ?

Palantir — RNMPS

Georges-Henri MARTIN-BRICET
Directeur du développement de l’ESSE

Rares sont les firmes spécialisées dans les technologies du renseignement à défrayer la chronique. Palantir – entreprise américaine, experte de l’analyse de données – est de celles-là. Le contrat signé en 2016 par la DGSI, le renseignement intérieur français, avec la firme américaine proche de la CIA, a créé la polémique. Si les interrogations politiques sur ce contrat sont légion, bien peu s’interrogent en revanche sur les raisons du succès de l’outil développé par Palantir. Dans ce premier volet, Georges-Henri MARTIN-BRICET – directeur du développement de l’ESSE – revient sur la genèse de l’entreprise et sur le modèle technique qui est au cœur de sa réussite.

Le métier de Palantir ? Développer de puissants logiciels d’analyse de données et transformer le big data en smart data. Les origines de la société sont bien connues. Fondée en 2004 par d’anciens de Paypal – Peter Thiel et Alexander Karp – la firme a été incubée par In-Q-Tel, le fonds de capital-risque de la CIA. Biberonnée à ses débuts par les contrats fédéraux du renseignement américain, Palantir a fini par gagner les faveurs de la NSA, du DHS, du FBI, de la DIA, du Marines Corps puis, à coup de levées de fonds de centaines de millions d’euros, à s’imposer en quinze ans comme l’acteur de référence en matière d’analyse de données massives auprès des agences et des ministères américains. Ce travail a été grandement facilité par le positionnement politique de ses dirigeants au sein des réseaux conservateurs. Cultivant avec subtilité le secret et le fantasme, la firme est devenue la première destination des ingénieurs fraîchement diplômés de l’Université de Stanford (d’où sont issus Thiel et Karp). Forte de sa réputation, Palantir s’attaque désormais aux géants de l’industrie américaine et européenne, comptant notamment à son tableau de chasse JPMorgan, Fiat, Sanofi, Airbus ou encore Ferrari.

Une plateforme pensée par et pour les analystes

Les origines officieuses de Palantir sont moins publicisées : en partant de Paypal, Thiel et Karp ont négocié pour récupérer l’écosystème algorithmique qui a fait le succès de la société. C’est en adaptant le moteur de règles de Paypal aux besoins du renseignement que Palantir a construit et développé sa boîte noire. Bien plus qu’un logiciel d’analyse visuelle, Palantir est avant tout une puissante infrastructure d’intégration, d’indexation et de fusion des données, en bref un redoutable moteur analytique.

Bien plus qu’un logiciel d’analyse visuelle, Palantir est avant tout une puissante infrastructure d’intégration, d’indexation et de fusion des données, en bref un redoutable moteur analytique.

Incise importante : Palantir a fait l’objet en 2010 d’une poursuite judiciaire pour espionnage industriel par I2, l’entreprise à l’origine d’Analyst Notebook, logiciel de référence en matière d’investigation criminelle et d’analyse visuelle (depuis racheté par IBM). I2 accusait Palantir d’avoir copié le code source d’Analyst Notebook, via de l’ingénierie inversée. L’affaire s’est soldée par le versement d’une compensation, mais elle a joué un rôle important dans le raffinement de l’offre logicielle de Palantir.

Le projet Palantir s’inspire avant tout d’une réflexion profonde sur le travail et les attentes de l’analyste. De quoi rêve un analyste ? De pouvoir disposer d’une collection d’outils capables de collecter et de structurer automatiquement toutes les informations, qu’elles soient d’origine ouvertes ou fermées, de les trier, de les nettoyer, de les fusionner et de les rendre exploitables. C’est ce Graal de l’interopérabilité des données et de leur méta-analyse que vise Palantir.

L’objectif de Palantir n’est pas d’automatiser le travail d’analyse par les voies illusoires d’une intelligence artificielle toute puissante mais de simplifier, fluidifier et in fine augmenter l’efficacité de l’opérateur humain.

La réalité opérationnelle de l’outil est évidemment plus prosaïque. En soi, Palantir ne révolutionne rien sur le plan technologique. Palantir n’efface pas les servitudes propres au travail d’analyse, c’est-à-dire le traitement des données non-structurées pour les rendre digérables et exploitables. Les données doivent nécessairement être prétraitées par des opérateurs humains. L’objectif de Palantir, comme de Paypal d’ailleurs, n’est pas d’automatiser le travail d’analyse par les voies illusoires d’une intelligence artificielle toute puissante mais de simplifier, fluidifier et in fine augmenter l’efficacité de l’opérateur humain.

Puissance d’intégration, ergonomie et large panel applicatif

Alors, qu’est-ce qui fait la force de Palantir ? La puissance d’intégration et d’indexation de son moteur est son premier atout : capacité à gérer et intégrer de multiples langages, formats et base de données via son interface de programmation applicative (API) ; capacité à collecter massivement les métadonnées (collecte ciblée de données ou web scraping). C’est sans doute son principal avantage compétitif par rapport à des logiciels de link analysis déjà bien installés sur le marché comme Analyst Notebook, Maltego ou Visallo.

Sa deuxième force réside dans son ergonomie et dans le design de ses flux de travaux (workflows), taillés sur mesure pour les utilisateurs finaux. A rebours de SAP souvent très lourds et complexes, partant peu agiles et qui demandent plusieurs mois, voire années à atteindre leur optimum, Palantir a axé son travail sur les besoins de l’utilisateur final, la simplification de son interface et la rapidité de son déploiement. Le tout avec un argument  d’un délai de 8 semaines pour le rendre opérationnel sur le site du client – argument hautement débattable comme peut en témoigner le déploiement difficile du logiciel chez Europol. C’est d’ailleurs la simplicité de la gestion des flux de travaux comme la puissance d’intégration du logiciel qui a provoqué le geste d’achat de la DGSI qui, à l’inverse de la direction technique de la DGSE, ne dispose pas de R&D interne lui permettant de valoriser son stock de données.

Sa troisième force réside dans la richesse de son panel de suites applicatives : traduction automatique, transcription orale de conversations, analyse sémantique, géolocalisation, analyse visuelle, analyse temporelle, reporting automatisé, messagerie collaborative. Là encore rien de révolutionnaire par rapport à la concurrence, mais une intégration et une optimisation maximales de briques applicatives traditionnellement éclatées entre plusieurs éditeurs.

Cette approche se traduit dans la méthode STAR (Search, Tag, Analyse, Report) qui vise à la fois une épure maximale et une grande souplesse dans l’appréhension de l’outil par l’analyste avec une grande insistance sur le travail collaboratif et la capacité à travailler des hypothèses d’enquête. Nul besoin de savoir effectuer des requêtes SQL ou d’avoir recours à des analystes informaticiens, les recherches se font en langage naturel via le moteur. Le design thinking est une synthèse entre la simplicité d’un Apple en termes d’interface, tout en gardant la possibilité de travailler très en profondeur. L’outil peut être pris en main de façon relativement intuitive par un non spécialiste, sans consentir un énorme travail d’élaboration en amont. Cela le distingue de Analyst Notebook, beaucoup plus exigeant sur le plan de la maîtrise technique, qui requiert de la part de l’analyste un long et patient travail de construction et d’élaboration de la base de données.

En résumé, Palantir est un progiciel d’analyse intégré : un centre de triage et de fusion des données distribuées dans des workflows façonnés sur mesure en fonction des demandes et du périmètre métier du client.

Centré jusqu’à récemment sur les marchés d’Etat américains, Palantir cherche désormais à se développer auprès des opérateurs économiques européens. Le projet Skywise qu’il a mené avec Airbus afin de valoriser le stock de données de l’avionneur représente un de ses premiers gros succès sur le vieux continent. Les enjeux pour le nouveau leader du big data restent néanmoins de taille pour consolider son business model et préparer sereinement son entrée en bourse à terme. A suivre dans la deuxième partie de cet article.

***

Découvrez tous les articles de notre saga Palantir :