Datadog

Le 11 septembre 2026, Datadog a annoncé un module pour ChatGPT Work qui donne accès à son produit Experiments depuis une conversation. En mentionnant @Datadog Experiments, un utilisateur récupère les mêmes résultats que dans la plateforme : écart par variante, intervalles de confiance, tailles d'échantillon, métriques testées et métriques de garde-fou, avec découpage par segment. Datadog précise que ses expériences sont calculées en continu, de sorte que les réponses portent sur les données courantes et non sur un instantané nocturne, et que la réduction de variance et les tests séquentiels sont déjà appliqués, ce qui évite de gonfler le taux de faux positifs lors des consultations en cours de test. Chaque réponse cite l'expérience sous-jacente et renvoie vers Datadog, Session Replay et le Real User Monitoring. L'éditeur cite l'appel conjoint de son module et de @Databricks Genie dans une même invite.

Le 10 septembre 2026, OpenAI a lancé le Data agent de ChatGPT Work, un agent d'analyse qui interroge les entrepôts de données d'une entreprise et produit des tableaux de bord interactifs à partir de questions en langage courant. Il se connecte à Amazon Redshift, Datadog, Google BigQuery, ClickHouse, Databricks, MongoDB et Snowflake, ainsi qu'aux fichiers de Google Drive et SharePoint, et reprend les définitions métier des couches sémantiques Databricks Genie Ontology, dbt, GitHub et Snowflake Horizon. Il sait aussi construire des tableaux de bord dans Omni, Oracle BI, Power BI, Sigma, Tableau et ThoughtSpot. Les administrateurs choisissent les connexions ouvertes et les rôles autorisés, les requêtes respectant les droits du compte connecté jusqu'au niveau des lignes et des colonnes. OpenAI indique que la quasi-totalité de ses équipes produit et plus des deux tiers de son organisation commerciale utilisent déjà ces agents. NTT Data, Thermo Fisher et ServicePiston figurent parmi les clients du programme alpha.

Le 3 septembre 2026, Datadog a ouvert son module Workflow Automation aux agents : un workflow peut désormais être construit, exécuté et débogué depuis l'assistant Bits Chat ou depuis un agent de code comme Claude Code, Cursor ou Codex, par l'intermédiaire du serveur MCP Datadog. La même entrée est disponible depuis les monitors, la gestion d'incidents et les objectifs de niveau de service, ainsi que depuis Slack en mentionnant l'application Datadog. Une option de correction assistée inspecte l'exécution d'un workflow en échec, diagnostique l'étape fautive et propose sa mise à jour. Les scénarios décrits enchaînent vérification de corrélation entre un pic d'erreurs et un déploiement, retour arrière, attente de stabilisation puis contrôle du taux d'erreur et de la latence. Les workflows publiés peuvent servir d'outils aux agents personnalisés construits avec Bits Agent Builder.

Le 2 septembre 2026, Datadog a publié une analyse du cache de prompts appuyée sur la télémétrie de ses clients. En mars 2026, 69 % des tokens d'entrée relevés dans leurs traces correspondaient à des prompts système, soit des instructions internes, des définitions de politique et des consignes d'outils renvoyées identiques à chaque appel, chiffre tiré de son rapport State of AI Engineering 2026. Parmi les casseurs de cache qu'il cite figurent l'ordre instable des outils entre deux requêtes, la compaction de l'historique de conversation et l'injection d'horodatages dans les définitions d'outils. Ses intégrations Anthropic et OpenAI remontent dans Agent Observability le taux de succès du cache et les écritures de cache par modèle, à côté de la latence et de la consommation de tokens.

Le 2 juillet 2026, Anthropic a annoncé de nouvelles fonctionnalités d'administration pour Claude Enterprise : analytics enrichies, droits d'accès par modèle et alertes de dépenses. Le tableau de bord admin affiche désormais l'usage et le coût par groupe et par utilisateur - artefacts créés, fichiers édités, skills et connecteurs utilisés, avec leur coût associé - filtrable par les groupes SCIM déjà gérés par les équipes IT. Claude Code reçoit deux nouveaux onglets : usage, qui suit développeurs actifs, sessions et commandes principales au jour le jour, et valeur, qui estime le gain de productivité et le coût par métrique d'usage. Une Analytics API permet par ailleurs d'exporter ces données vers des outils de reporting existants comme Datadog Cloud Cost Management ou CloudZero, pour que finance et IT suivent l'usage de Claude avec leurs propres tableaux de bord.