Du format spatial au format vectoriel : comment HCL Informix® intègre l'IA à vos données existantes

La base de données qui ne cesse d'évoluer

Voici une anecdote que je ne raconte pas souvent. À l'université, travailler sur des bases de données m'a fait les détester.

Puis le destin a fait son œuvre : l’un de mes premiers emplois m’a amené à travailler avec Informix. C’était il y a près de 30 ans, et le reste appartient à l’histoire. Ce qui m’a fidélisé, ce n’était pas seulement les performances ou la fiabilité : c’était le fait qu’Informix n’est jamais resté immobile. Chaque fois que le secteur disait : « Il te faut un nouvel outil pour ça », Informix répondait : « Ou alors, tu peux simplement m’apprendre. »

Aujourd'hui, le secteur affirme qu'il faut une base de données vectorielle dédiée à l'IA. Pinecone. Milvus. Weaviate. Une toute nouvelle catégorie d'infrastructures à déployer, à sécuriser et à entretenir. Et tout ça pour quoi ? Simplement pour stocker des représentations vectorielles aux côtés des données que vous gérez déjà.

Je suis ici pour vous dire une chose : vous n’avez pas besoin d’une nouvelle base de données. Vous avez besoin que celle que vous possédez déjà en fasse davantage. Et c’est exactement ce qui est en train de se passer. HCL Informix® 15 bénéficiera support vectorielle native dès l’été 2026. Et c’est Actian qui rend cela possible.

Soyez parmi les premiers à tester la lame vectorielle dans HCL Informix 15. Inscrivez-vous sur la liste d'attente

Pourquoi Vector est-il important pour votre entreprise ?

Avant d'aborder la question du « comment », parlons d'abord du « pourquoi ». La recherche vectorielle transforme les données non structurées (textes, images, relevés de capteurs, documents) en représentations numériques appelées « embeddings ». Ces embeddings peuvent ensuite être comparés pour déterminer leur similitude. C'est là le fondement de la recherche sémantique, des moteurs de recommandation et de la génération augmentée par la recherche (RAG). C'est ce qui constitue aujourd'hui l'état de l'art en matière d'IA. 

Ce n'est ni abstrait ni futuriste. Cela se passe en ce moment même dans tous les secteurs où Informix est depuis des décennies un outil de travail fiable et éprouvé.  

Commerce de détail: Recommandations de produits et recherche visuelle qui comprennent l'intention, et pas seulement les mots-clés. 

Fabrication:anomalie à partir des représentations des capteurs, permettant de repérer les défauts avant qu'ils n'entraînent des rappels de produits. 

Services financiers: Détection des schémas de fraude et comparaison de la similitude des documents parmi des millions de transactions. 

IoT: Alertes basées sur la similarité des modèles de séries chronologiques, un prolongement naturelFonctionnalités de séries chronologiques de classe mondiale existantes d'Informix. 

Hôtellerie : Une chaîne hôtelière stocke les profils de ses clients dans Informix, notamment l’historique des réservations, les préférences en matière de chambres, les choix de restauration et l’utilisation du spa. Grâce aux vecteurs d’intégration, une recherche par similarité effectuée lors de l’enregistrement permet d’identifier les clients dont les profils de goûts sont les plus proches et de mettre en avant ce qu’ils ont apprécié : le restaurant sur le toit, le départ tardif, le forfait spa ou la sélection de bourbons au bar (ils commencent vraiment à bien me connaître). Non pas parce qu'une règle l'impose, mais parce que des clients similaires ont adoré. Et comme HCL Informix prend en charge les vecteurs en lecture/écriture, l'embedding du client est mis à jour à chaque séjour, chaque repas, chaque avis, et cela s'effectue au sein de la même transaction ACID qui enregistre la réservation. Pas de tâche batch. Pas de recommandations obsolètes. 

La pression exercée par la direction est bien réelle : « intégrer l’IA » sans alourdir les coûts d’exploitation. Mais il existe un obstacle plus subtil qui sonne le glas de la plupart des initiatives en matière d’IA : le chemin vers la mise en production. Réaliser une démonstration de faisabilité est facile. Mais passer les étapes de l’évaluation de sécurité, de la certification de conformité, de la mise en place de l’infrastructure, de l’intégration des sauvegardes et de la validation opérationnelle ? C’est là que les projets s’enlisent (ou meurent dans un silence plus ou moins total).  support Vector support votre base de données existante simplifie considérablement ce parcours. Le modèle de sécurité est déjà approuvé. Les procédures de sauvegarde sont déjà en place. L'équipe opérationnelle connaît déjà le moteur. Vous ne demandez à personne d'adopter une nouvelle infrastructure. Vous leur demandez simplement d'en faire plus avec ce en quoi ils ont confiance. 

Rien ne vaut Informix pour le traitement vectoriel

Oui, il existe des bases de données vectorielles. Oui, PostgreSQL dispose de pgvector. Mais aucune d'entre elles n'est Informix. 

Le nouveau module vectoriel HCL Informix introduit un type de données vectoriel natif grâce à la même architecture extensible qui a fait d'Informix un leader dans le domaine des données spatiales, des séries chronologiques et des données JSON. Les vecteurs ne sont ni ajoutés après coup ni soumis à des contraintes : ils sont traités comme des éléments à part entière, répliqués, sauvegardés, indexés et gérés comme n'importe quel autre type de données dans le moteur. 

D'autres bases de données intègrent support vectorielle, mais le niveau de mise en œuvre varie. PostgreSQL avec pgvector est l'option open source la plus populaire, mais son adaptation aux charges de travail d'entreprise nécessite un réglage minutieux, et vous devez vous débrouiller seul en matière de sécurité et gouvernance. Oracle AI Vector Search est performant sur le plan technique, mais s'accompagne de la pile logicielle lourde d'Oracle, de ses coûts de licence et de sa complexité. Et qu'en est-il des bases de données vectorielles autonomes comme Pinecone ou Milvus ? Elles résolvent un problème tout en en créant un autre : un nouveau système à déployer, à sécuriser, à synchroniser et à payer. 

HCL Informix adopte une approche différente. Le module « vector blade » traite les vecteurs comme des types natifs au sein du moteur, avec le même niveau de maturité opérationnelle que celui que l'on attend de tous les autres types de données gérés par Informix. Les vecteurs peuvent être insérés, mis à jour et supprimés comme n'importe quelle autre colonne. Cela permet de mettre en place des workflows RAG dynamiques, des mises à jour en temps réel et une IA opérationnelle (et non pas seulement des analyses par lots, bien évidemment). 

Voici ce qui distingue HCL Informix dans ce domaine : 

Un véritable système multimodèle conçu dès le départ. SQL + NoSQL + JSON + séries chronologiques + données spatiales + vecteurs, le tout dans un seul moteur. Pas simplement ajouté, mais intégré de manière native dans l'architecture.  

Efficacité éprouvée à grande échelle. Plus de 2 millions de transactions par seconde, haute disponibilité de niveau entreprise, charge administrative minimale. Vos vecteurs bénéficient du même traitement industriel que vos données transactionnelles. 

Pas de duplication ni de transfert de données. Vos données opérationnelles et vos intégrations prêtes pour l'IA coexistent, régies par les mêmes mesures de sécurité et soutenues par les mêmes processus. Pas d'ETL vers un magasin de vecteurs sidecar. 

Le SQL que vous connaissez déjà. Recherche par similarité via SQL standard à l'aide de mesures de distance vectorielle. Pas de nouveau requête , pas de nouvelle API. Si votre équipe maîtrise le SQL (et c'est le cas, je l'ai constaté), l'adoption sera rapide. 

ACID sur les vecteurs. Des transactions qui combinent des opérations vectorielles et des mises à jour relationnelles en toute cohérence. Essayez ça avec Pinecone. 

Intégration de frameworks d'IA. Les développeurs peuvent utiliser HCL Informix comme magasin de vecteurs pour les applications RAG, en se connectant directement aux frameworks d'IA. 

Gratuit pour les clients HCL Informix. Aucune licence supplémentaire. Aucun coût imprévu. Si vous utilisez HCL Informix, vous bénéficiez Fonctionnalités de Vector. 

Et je n’ai pas été surpris lorsque j’ai interviewé mon ami Pradeep « M » Muthalpuredathe, vice-président de l’ingénierie chargé des solutions de bases de données chez Actian, qu’il m’ait dit sans détour :

On répète sans cesse aux dirigeants d'entreprise qu'ils ont besoin d'une nouvelle base de données pour leurs solutions d'IA. Je ne suis pas d'accord. Ce dont ils ont besoin, c'est que la base de données à laquelle ils font déjà confiance continue d'innover et de répondre à leurs besoins. C'est ce qu'Informix a toujours fait. Les données spatiales ? Nous les gérons. Les séries chronologiques ? C'est fait. Le JSON ? Pareil. Maintenant, les vecteurs. L'indexation HNSW. La recherche sémantique. Le RAG de niveau production. Vous voyez où cela mène. Tout cela au sein du moteur que nos clients adorent et sur lequel ils comptent depuis des décennies. HCL Informix ne vous demande pas de repartir de zéro. Il évolue avec vous et les besoins de votre entreprise. Ce n'est pas du marketing : c'est le fruit de plus de 30 ans de conviction technique.

Informix dans l'écosystème d'IA d'Actian

Le moduleHCLVectorBladen' est pas un produit isolement. Actian met en place un écosystème compatible avec l'IA autour d'HCL Informix:

Le nouveau serveur MCP pour HCL Informix, également une exclusivité Actian (non disponible pour IBM Informix), met à disposition Fonctionnalités de base de données, notamment la recherche vectorielle, sous forme d'outils que les agents d'IA peuvent appeler directement. Vos données Informix deviennent ainsi accessibles aux workflows d'IA basés sur des agents sans nécessiter d'intégration personnalisée.

Associé à la plateforme Actian Data Intelligence pour gouvernance la découverte, Actian Dataobservabilité pour la surveillance de la qualité des données, et Actian AI Analyst (anciennement Wobby) pour l'analyse conversationnelle fondée sur une couche sémantique gouvernée, les données vectorielles dans Informix alimentent un écosystème où les utilisateurs professionnels peuvent poser des questions en langage naturel et obtenir des réponses fiables à partir des données que vous gérez déjà. Il ne s'agit pas d'une approche cloisonnée. Il s'agit de rendre l'ensemble de votre pile de données compatible avec l'IA, du stockage à insight. 

Et je vais être franc : tant Vector Blade que MCP Server sont des innovations HCL Informix, issues de la recherche et du développement menés par Actian. Elles ne seront pas disponibles dans IBM Informix. Voilà à quoi ressemble un investissement actif en R&D.  

Votre base de données, désormais compatible avec l'IA

Vous n'avez pas besoin d'une autre base de données. Vous avez besoin de celle que vous possédez déjà pour en faire plus. 

Informix a toujours été à la pointe de l'innovation. Qu'il s'agisse d'avoir été l'une des premières bases de données multimodèles ou de prendre en charge nativement les données spatiales, les séries chronologiques et les données JSON, ce moteur n'a jamais cessé d'évoluer. Le « vector blade » marque une nouvelle étape, et c'est Actian qui en est le seul artisan. 

Mon souhait personnel pour l'avenir ? support native support data contracts data products. Dans le cadre du projet Bitol de la Linux Foundation, je préside le développement de normes ouvertes telles que l'ODCS et l'ODPS. Imaginez qu'Informix ne se contente pas de stocker vos données et vos vecteurs, mais qu'il comprenne nativement les contrats qui les décrivent et les produits qui les fournissent. Aucune autre base de données n'en est capable. 

On dit qu'on ne peut pas apprendre de nouveaux tours à un vieux chien. C'est faux. C'est juste qu'ils n'ont pas encore découvert Informix. 

La licence Vector Blade pour HCL Informix sera disponible à l'été 2026. Elle est gratuite pour les clients HCL Informix 15. 

Inscrivez-vous sur la liste d'attente pour être parmi les premiers à intégrer l'IA dans votre environnement Informix. 

Informix est une marque déposée d'IBM Corporation dans au moins un pays et est utilisée sous licence.

Trente ans passés à enseigner de nouvelles astuces pour Informix

L'héritage de DataBlade®

DataBlade® , née au milieu des années 1990 avec Informix Universal Server, reposait sur une idée radicale : le moteur de base de données devait être capable d'apprendre de nouveaux types de données sans avoir à être reconstruit. Au lieu d'attendre que le fournisseur ajoute support vos données, vous pouviez étendre le moteur lui-même. 

Cette architecture a fait ses preuves à maintes reprises. Informix a été la première base de données commerciale portée sur Linux. Données spatiales ? DataBlade. Séries chronologiques ? DataBlade. JSON et BSON ? support native support sur le même cadre d'extensibilité. À chaque fois qu'un nouveau paradigme de données a vu le jour, Informix l'a intégré de manière native, sans avoir besoin d'un moteur distinct ni d'un service complémentaire. 

En réalité, ce n’est même pas la première fois qu’Informix s’intéresse aux vecteurs. L’Excalibur Image DataBlade, disponible à la fin des années 1990, extrayait des vecteurs de caractéristiques à partir d’images à l’aide de techniques de réseaux neuronaux et effectuait des recherches de similarité sur ceux-ci, renvoyant des résultats classés en fonction de la distance vectorielle. Il s’agissait là d’une recherche de similarité vectorielle au sein d’une base de données relationnelle, bien avant que le terme « base de données vectorielle » n’existe. 

Le « vector blade » n'est pas une nouveauté pour Informix. C'est un retour aux sources. 

Actian investit, Informix évolue

Vector Blade est une innovation HCL Informix, développée par Actian. Elle ne sera pas disponible dans IBM Informix. 

Actian investit activement dans la R&D d'Informix. HCL Informix 15 a apporté évolutivité considérables évolutivité , la prise en charge des smartblobs externes, déploiement sur Kubernetes et des API REST. Le retour de la prise en charge du 4GL. Et désormais,support native des vecteurs. 

Il ne s'agit pas d'un produit en support vie. Il s'agit d'une base de données dotée d'une feuille de route technique active, d'une équipe de R&D dédiée et d'une entreprise qui construit son avenir, et ne se contente pas de préserver son passé. 

Tableau comparatif : panorama des bases de données vectorielles 

* DB2 12.1.2+ prend en charge les instructions INSERT/UPDATE sur les colonnes VECTOR, mais avec des contraintes opérationnelles importantes [16]. 

** La documentation DB2 précise : « Les opérations logiques de sauvegarde et de restauration ne support pas support VECTOR » [16]. 

DB2 : [9], [10], [16], [17]. pgvector : [15], [18]–[21]. Oracle : [22]–[27]. Pinecone/Milvus : [21], [28]–[30]. LanceDB : [14]. Héritage d'Excalibur : [31], [32]. Comparaison basée sur les informations accessibles au public en mars 2026. 

Bibliographie

HCL Informix, Produit et Fonctionnalités

1. Actian. « HCL Informix : de haute performance . » https://www.actian.com/databases/hcl-informix/
2. Taylor, Emily. « Profitez d'une capacité de stockage quasi illimitée avec HCL Informix 15. » Blog Actian, août 2025. https://www.actian.com/blog/databases/hcl-informix-15/ 
3. Schulte, Mary. « Des Smartblobs externesutilisateur grâce à un répertoire fantôme ». Blog Actian, février 2025.utilisateur 
4. « Data Wars : L'ascension d'HCL Informix ». Blog Actian, février 2025. En hommage à Carlton Doe III (in memoriam), membre fondateur de l'IIUG. https://www.actian.com/blog/databases/data-wars-rise-of-hcl-informix/
5. Johnson, Nick. « Imaginez de nouvelles possibilités avec HCL Informix ». Blog Actian, août 2025. https://www.actian.com/blog/databases/imagine-new-possibilities-with-hcl-informix/ 

Écosystème Actian AI

6. Radh, Dee. « Le lancement des produits Actian de l'hiver 2026 résout le problème de confiance des agents et bien plus encore. » Blog Actian, février 2026. https://www.actian.com/blog/product-launches/winter-2026-launch/
7. Actian Corporation. « Actian lance observabilité des données pour l'ère de l'IA agentique ». Communiqué de presse, 24 février 2026. Via BigDATAwire.
8. Actian. « Actian Data Intelligence Platform ». https://www.actian.com/data-intelligence/platform/

Paysage concurrentiel et tableau comparatif : sources

9. IBM. « Présentation d'IBM DB2 12.1.2 : optimisez votre transformation des données pour l'IA et le cloud. » Juin 2025. https://www.ibm.com/new/announcements/ibm-db2-12-1-2-empowering-your-ai-and-cloud-data-transformation
10. IBM. « IBM Db2 12.1.3 désormais disponible au grand public. » Novembre 2025. https://www.ibm.com/new/announcements/ibm-db2-12-1-3-now-generally-available-advancing-ai-for-enterprise-data-management
11. IBM. « Annonce de l'intégration d'IBM Db2 Vector Store à LlamaIndex ». Novembre 2025. https://www.ibm.com/new/announcements/announcing-the-ibm-db2-vector-store-integration-for-llamaindex
12. LangChain. « Intégration du magasin vectoriel et de la recherche vectorielle IBM DB2 ».python
13. SQLServerCentral. « Les vecteurs dans SQL Server 2025 ». Mars 2026. https://www.sqlservercentral.com/articles/vectors-in-sql-server-2025
14. LanceDB. https://lancedb.com/
15. pgvector. Extension vectorielle pour PostgreSQL. GitHub. https://github.com/pgvector/pgvector
16. IBM. « Valeurs vectorielles ». Documentation Db2 12.1.x. Sections : « Opérations UPDATE et INSERT avec des vecteurs » (confirme la lecture/écriture), « Limitations des vecteurs » (pas de réplication, pas de sauvegarde/restauration logique, pas d'index/de clés primaires/étrangères, pas d'ORDER BY, pas de GROUP BY, pas de JOIN, pas de SELECT DISTINCT). https://www.ibm.com/docs/en/db2/12.1.x?topic=list-vector-values
17. Garcia-Arellano, Christian. « Les index vectoriels dans DB2 — Un premier aperçu ». IDUG, 12 février 2026.
18. Instaclustr/NetApp. « pgvector : principales fonctionnalités [Guide 2026] ». « La réplication, la sauvegarde et le contrôle d'accès basé sur les rôles s'appliquent automatiquement aux données vectorielles. » https://www.instaclustr.com/education/vector-database/pgvector-key-features-tutorial-and-pros-and-cons-2026-guide/
19. Calmops. « Recherche vectorielle dans PostgreSQL : guide complet 2026 ». « Les commandes pg_dump et l'archivage continu fonctionnent avec les colonnes vectorielles. La restauration à un instant donné inclut les données vectorielles. » https://calmops.com/database/postgresql-vector-search-pgvector-2026/ 
20. Microsoft Azure. « Optimiser les performances des données vectorielles sur Azure Database for PostgreSQL ». HNSW et IVFFlatindexes, limite de 2 000 dimensions. https://learn.microsoft.com/en-us/azure/postgresql/extensions/how-to-optimize-performance-pgvector 
21. Communauté DEV (polliog). « PostgreSQL en tant que base de données vectorielle ». 2026. transactions acid les vecteurs et les données relationnelles ; « Pas d'ACID — Comme Pinecone, ce n'est pas une base de données générale ». https://dev.to/polliog/postgresql-as-a-vector-database-when-to-use-pgvector-vs-pinecone-vs-weaviate-4kfi
22. Oracle. « Guide utilisateurd'Oracle AI Vector Search ». Type de données VECTOR, INSERT/UPDATE, recherche par similarité. https://docs.oracle.com/en/database/oracle/oracle-database/26/vecse/overview-ai-vector-search.html
23. Blog Oracle. « GoldenGate23ai et Oracle Database 23ai Vectors ». « Réplication complète des vecteurs ». https://blogs.oracle.com/dataintegration/goldengate-database-23ai-vectors
24. Blog Oracle. « Réplication vectorielle GoldenGate23ai entre Oracle et PostgreSQL. » https://blogs.oracle.com/dataintegration/goldengate-23ai-vector-replication
25. Oracle. « Oracle Database 23ai met la puissance de l'IA à votre service ». Mai 2024. « Toutes les fonctionnalités essentielles fonctionnent désormais de manière transparente avec les vecteurs IA. » https://www.oracle.com/news/announcement/oracle-announces-availability-database-23ai-with-ai-vector-search-2024-05-02/
26. Oracle. « Notes de mise à jour d'Oracle AI Database 26ai ». « La masquage des données n'est pas pris en charge pour le type de données VECTOR. »plateformes
27. Oracle. « Recommandations pour l'indexation avec AI Vector Search » (juin 2025) et « Utilisation des index vectoriels hybrides » (mai 2025). https://www.oracle.com/database/ai-vector-search/
28. Oracle (page comparative). « Qu'est-ce que Pinecone ? » « Manque de support SQL support de fonctionnalités avancées de requêtes relationnelles. » https://www.oracle.com/database/vector-database/pinecone/
29. Pinecone Docs. « Limites de la base de données ». https://docs.pinecone.io/reference/api/database-limits
30. BraincuberTechnologies. « Pinecone vs pgvector : Guide comparatif 2025 ». https://www.braincuber.com/blog/pinecone-vs-pgvector-which-vector-db-for-your-project 
31. Oninit. « Module DataBlade de recherche textuelle Excalibur ». Méthode d'accès etx, recherche textuelle classée. https://www.oninit.com/manual/informix/english/docs/dbdk/is40/dbdktour/xb4.html 
32. IBM. « Module Excalibur Image DataBlade ». Extraction de vecteurs de caractéristiques via des réseaux neuronaux, recherche par similarité avec classement des résultats. https://public.dhe.ibm.com/software/data/informix/pubs/pdfs/excalibur2.pdf 

Histoire et communauté d'Informix

33. « Informix ». Wikipédia. https://en.wikipedia.org/wiki/Informix
34. « Actian ». Wikipédia. https://en.wikipedia.org/wiki/Actian
35. Groupe international des utilisateurs d'Informix (IIUG). https://www.iiug.org
36. IBM. « Modules IBM Informix DataBlade : Notes de mise à jour. »support 
37. « Informix Corporation ». Wikipédia. https://en.wikipedia.org/wiki/Informix_Corporation

Tendances du secteur

38. McKinsey & Company. 51 % des entreprises utilisant l'IA ont subi des conséquences négatives. Cité dans le communiqué de presse d'Actian sur observabilité des données [7]. 
39. Gartner. « D’ici 2026, 50 % des entreprises mettant en œuvre des architectures de données distribuées auront adopté observabilité des données. » Guide du marché des observabilité des données, juin 2024.
40. Actian Corporation. « Le gouvernance : pourquoi 60 % des initiatives en matière d'IA échouent. »ActianBlog.gouvernance 

Actian AI Analyst

41. Actian Corporation. « Actian dévoile une solution d'analyse conversationnelle ». Communiqué de presse, 10 mars 2026. https://www.actian.com/company/press-releases/actian-unveils-conversational-analytics-solution-with-intelligently-generated-semantic-foundation-for-trusted-insights/

À propos de l'auteur

À propos de Jean-Georges Perrin

Jean-Georges Perrin fait partie de la communauté Informix depuis près de 30 ans. Élu au conseil d'administration de l'International Informix Users Group (IIUG) en 2002, il y a siégé pendant 15 ans et a été le premier ressortissant non américain à être élu à ce conseil. IBM Champion à vie, distinction qu’il a obtenue après 16 années consécutives de reconnaissance à partir de 2009, date à laquelle il est devenu le premier citoyen français à recevoir ce titre, Jean-Georges est l’auteur de deux livres électroniques sur Informix, a présenté lors de conférences de l’IIUG des sujets allant de la modernisation 4GL à la démonstration qu’Informix n’est pas réservé aux applications héritées, et a contribué à la communauté Informix sur trois continents. Il travaille au sein du bureau du directeur technique d'Actian, où il se concentre sur les normes de données et la stratégie en matière d'IA. Mais lorsque HCL Informix fait quelque chose qui mérite d'être mentionné, ses vieilles habitudes reprennent le dessus. Il préside le projet Bitol de la Linux Foundation, où il dirige le développement de normes ouvertes pour data contracts ODCS) et data products ODPS). Il est l'auteur de plusieurs ouvrages, dont Implementing Data Mesh O'Reilly) et Spark in Action, 2e édition (Manning), et rédige actuellement Building Data Products O'Reilly. Travailler sur des bases de données à l'université lui a fait détester ce domaine. Puis le destin l'a conduit vers Informix. Il n'est jamais reparti.