Une rupture technologique qui vise à répandre l’usage des graphes dans les entreprises, tout en maximisant la valeur extraite des entrepôts de données existants (Snowflake, Databricks, BigQuery, Microsoft OneLake…). « Notre vision est simple : permettre à chaque utilisateur de prendre de meilleures décisions plus rapidement, sans expertise en graphes, sans ETL, et sans mise en place d’infrastructures complexes », affirme Sudhir Hasbe, Chief Product Officer chez Neo4j.
Analyse plus fine, temps de réponse réduit
L’analyse de graphes s’impose progressivement comme un complément essentiel à la science des données classique, en raison de sa capacité à révéler des relations invisibles dans des environnements complexes. Selon Neo4j, Aura Graph Analytics permet d’atteindre une précision des modèles jusqu’à 80 %, et ce, avec 75 % de code en moins par rapport aux approches traditionnelles. Les résultats sont produits deux fois plus vite, notamment grâce à l’exécution parallélisée des algorithmes.Cette performance repose sur une architecture sans serveur, à la demande : l’utilisateur ne paie que pour la durée d’exécution des algorithmes. « Cela permet une expérimentation massive à coût maîtrisé. On peut lancer vingt sessions simultanées, tester différents scénarios, et ne conserver que les plus efficaces », détaille Sudhir Hasbe.
Un changement de paradigme : plus besoin de copier les données
La principale innovation repose sur l’indépendance entre les algorithmes de graphes et la base de données Neo4j elle-même. Les utilisateurs n’ont plus besoin de répliquer leurs données dans Neo4j pour bénéficier des analyses avancées : celles-ci peuvent être lancées directement depuis l’environnement d’origine (data lake, entrepôt cloud) via un connecteur Python (pandas dataframe), sans transformation ni synchronisation lourde. « Nous avons décorrélé la puissance analytique de la base de données. C’est une révolution pour les entreprises dont les données sont dispersées ou sensibles. Aura Graph Analytics projette uniquement ce qui est nécessaire, exécute l’analyse, puis restitue le résultat là où se trouvent les données », explique Sudhir Hasbe.Une approche particulièrement bien accueillie dans les grandes entreprises, où la gouvernance des données est cruciale. Audience Acuity, par exemple, utilise Neo4j Graph Analytics pour Snowflake pour consolider 2,2 milliards d’enregistrements clients issus de 20 sources, sans jamais extraire physiquement les données de la plateforme.
Une stratégie pour capturer la croissance de l’IA
Avec cette offre, Neo4j renforce sa position sur un marché en forte croissance. Selon Forrester, les bases de données de graphes et vectorielles devraient croître en moyenne de 22 % par an d’ici 2027, tirées par la demande en IA générative et en automatisation des décisions. Neo4j capitalise déjà sur cette tendance : l’entreprise a doublé son chiffre d’affaires annuel récurrent en trois ans, dépassant les 200 millions de dollars de revenus récurrents (ARR) en 2024. L’entreprise bénéficie de la croissance du marché des bases de données de graphes, une une infrastructure essentielle pour les systèmes d’IA qui exploitent de vastes quantités de données interconnectées.L’éditeur mise également sur l’intégration poussée avec les plateformes de cloud. Après Databricks, BigQuery ou S3, Neo4j Graph Analytics for Snowflake sera proposé nativement dans la place de marché de Snowflake dès juin 2025. « La clé, c’est l’accessibilité. Nos utilisateurs ne veulent plus gérer d’infrastructure. Ils veulent des résultats immédiats. C’est pourquoi nous avons conçu une offre totalement sans serveur, pilotable en SQL ou en Python, selon les profils », précise Sudhir Hasbe.
Élargir la communauté sans renier l’open source
L’arrivée de cette nouvelle offre ne signe pas l’abandon de la stratégie open source historique de Neo4j. L’éditeur maintient un cœur de base de données gratuit, avec une communauté active et des algorithmes accessibles. Mais il accompagne progressivement ses clients vers des usages plus professionnels et gérés, là où la robustesse, la sécurité et les garanties de service (SLA) sont devenues des critères décisifs. « Nous savons que certains resteront attachés à l’open source pur. Mais nous voulons accompagner ceux qui ont besoin de fiabilité, de simplicité et de scalabilité. Nous offrons donc toutes les options : open source, offre managée gratuite, services cloud payants à la demande. À chacun son chemin », souligne Sudhir Hasbe.Vers des agents intelligents alimentés par les graphes
Prochaine étape pour Neo4j : accélérer l’adoption de l’intelligence artificielle agentique. L’éditeur travaille sur un service natif dans Aura pour construire des agents métiers basés sur les graphes, avec un accès facilité aux données via des API ou de langage Cypher, le langage de requête déclaratif. Des intégrations sont en cours avec les copilotes de Google Cloud et d’AWS, ainsi que des outils de Notebooks et de BI.« Nous voulons que les analystes, les développeurs, les data scientistes puissent tous interagir avec les graphes de manière fluide, que ce soit via un tableau de bord, un notebook, ou un assistant intelligent. Nous avons déjà lancé notre LLM Graph Builder pour générer automatiquement des graphes à partir de documents non structurés. Et ce n’est que le début », annonce Sudhir Hasbe.
