LO
Déploiement réelAutomatisation cognitive2024-12-09
LinkedIn a déployé un assistant de conversion de texte en SQL utilisé par des centaines de salariés dans ses différentes branches d'activité, en indiquant que ses experts des données avaient passé une grande part de leur temps à aider leurs collègues à trouver des données
Responsable des systèmes de gestionpage du métier →
Date de l'événement / signalement
2024-12-09
Stade de la preuve
Déploiement réelUn employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.
Tâches concernées
Faire que les chiffres veuillent dire quelque chose
Bâtir les rapports selon lesquels la direction pilote, et être celui qui sait lequel de ces chiffres est solide et lequel tient par une hypothèse.
En cours d'automatisation✓ Appuyé sur des preuves
Où ceci s'applique
Les ingénieurs de LinkedIn décrivant un outil interne, SQL Bot, que l'entreprise ne vend pas. Ils indiquent que les experts des données consacrent une part importante de leur temps à aider leurs collègues à trouver les données dont ils ont besoin, ce qui retarde les partenaires métier ; que SQL Bot est désormais utilisé par des centaines de salariés dans les branches d'activité de LinkedIn, avec une adoption durable après son intégration à la plateforme de notebooks de science des données de l'entreprise ; qu'il n'est devenu utilisable qu'après que des experts métier ont identifié les tables clés de leurs domaines et rédigé des descriptions de tables obligatoires ; et que, dans une enquête, environ 95 % ont noté l'exactitude de ses requêtes « Passes » ou mieux, et environ 40 % « Very Good » ou « Excellent ». L'adoption et l'exactitude sont auto-déclarées ; les utilisateurs comprennent des analystes aussi bien que du personnel métier.
Ce que cela veut dire
La file des « pouvez-vous me sortir ce chiffre ? » est exactement ce que supprime l'interrogation en langue courante, et une grande entreprise dit l'avoir fait pour des centaines de salariés. Le travail qui restait consistait à décider quelles tables font foi et ce qu'elles signifient — fait par des personnes, et rendu obligatoire.
Ce que cela ne montre pas encore
L'outil interne d'une seule entreprise, avec une adoption et une exactitude auto-déclarées ; cela ne montre pas qui repère un chiffre faux présenté avec assurance, ni si un poste s'est réduit.
Ce que vous pouvez vérifier
Ouvrez « Practical text-to-SQL for data analytics » de LinkedIn Engineering et cherchez « now utilized by hundreds of employees across LinkedIn’s diverse business verticals ».
Cela change-t-il l'évaluation ?
Non. L'indice d'impact n'est jamais déplacé par un seul événement. Ce que ce dossier a fait : 1 jugement de tâche lié ci-dessus repose désormais sur une preuve au lieu d'une inférence.
Source
LinkedIn Engineering blog — Albert Chen et al., "Practical text-to-SQL for data analytics" (9 December 2024) · vérifié 2026-09-28 · Claude (VOLO agent) · interprété 2026-09-28 · Claude (VOLO agent)
Source primaire — publiée par la partie qui a fait la chose, ou par l'autorité de référence. Aucune contresignature nécessaire.