Cognite est la principale plateforme d'IA et de données dans le domaine industriel. Il unifie, contextualise et active des données industrielles complexes (IT/OT/ET) via la plateforme Cognite Data Fusion®, et réalise la mise en œuvre à grande échelle de l'IA agentique dans des scénarios industriels avec l'atelier d'agents d'IA industrielle low-code Cognite Atlas AI™. Au service des secteurs de l'énergie, de la chimie, de la fabrication, de l'énergie et autres, elle est considérée comme un leader en matière d'analyse de données industrielles et d'IA industrielle par IDC et Verdantix.

Cogniter

Paramètres et statistiques de base

Cognite se compose de trois produits principaux pour former une matrice d'IA industrielle et de plate-forme de données :

Caractéristiques	Cognite Data Fusion®	Cognite Atlas AI™	Flux cognitifs™
Positionnement produit	Plateforme d'exploitation de données industrielles	Établi d'agent d'IA industrielle low-code	Moteur de workflow industriel natif IA
Compétences de base	Unification des données, contextualisation, activation	Construction, orchestration, déploiement d'agents	Conception de workflow, automatisation, orchestration
Connecteurs de données	Plus de 90 extracteurs et connecteurs prêts à l'emploi	Basé sur le graphique de connaissances Data Fusion	Déclenchez les capacités de fusion de données et d'Atlas AI
Méthode d'intégration de l'IA	Fournir des données prêtes à l'industrie pour l'IA	Connectez-vous à n'importe quel LLM et créez Agent	Orchestrer le processus hybride IA + manuel
Méthode de déploiement	Cloud public / Cloud privé / Hybride	Cloud natif, multi-locataires	Nuage natif
Utilisateurs cibles	Ingénieurs de données, équipes numériques	Experts du domaine, équipes numériques	Équipes d'exploitation, ingénieurs de procédés
Certifications industrielles	Conforme à SOC2, RGPD et à la loi européenne sur l'IA	Aligné avec Data Fusion	Aligné avec Data Fusion

Données à l'échelle de la plateforme : les clients de Cognite signalent un retour sur investissement de 465 %, une VAN ajustée au risque sur trois ans de 29,4 millions de dollars et une période de récupération inférieure à 6 mois dans une étude Forrester Total Economic Impact™. Le déploiement avec un impact commercial mesurable ne prend en moyenne que 7 semaines, et l'évolution vers 9 installations ne prend que 4 mois.

Industrial Knowledge Graph : le cœur de Cognite Data Fusion est son Industrial Knowledge Graph, qui unifie les données de séries chronologiques, les événements, les documents, les flux de données visuelles et même les modèles 3D et techniques dans un modèle de données contextualisé. Il s’agit de la base de données sous-jacente à toutes les capacités d’IA ultérieures.

Reconnaissance des utilisateurs et du marché

La reconnaissance de Cognite sur le marché couvre trois niveaux : évaluation par des analystes tiers, adoption par les clients du secteur et collaboration avec les partenaires de l'écosystème :

Leadership des analystes : Cognite est nommé leader dans le quadrant vert Verdantix pour l'analyse de l'IA industrielle (septembre 2025) et dans le quadrant vert pour la gestion des données industrielles (janvier 2025). Il s'agit également du seul fabricant du Verdantix Hengping qui se classe parmi les leaders dans les quadrants de l'analyse de l'IA industrielle et de la gestion des données industrielles. En outre, Cognite a été reconnu comme un leader dans l'évaluation de la plate-forme industrielle DataOps d'IDC MarketScape, en particulier pour sa gestion du cycle de vie des données, son réseau diversifié de partenaires d'écosystème et la mise en œuvre de capacités d'assistance à la réussite des clients.

Adoption par les clients : les clients typiques de Cognite incluent des groupes industriels mondiaux tels que Aker BP, NOVA Chemicals, Celanese, Koch Industries, Hess Corporation, ADNOC Offshore, Idemitsu, Tokuyama, HMH et d'autres. Parmi eux, Aker BP a obtenu une amélioration de l'efficacité de plus de 70 % grâce à l'agent d'analyse des causes profondes ; Celanese a accéléré sa transformation numérique de 50 % grâce à l'agent de dépannage amélioré.

Partenaires écologiques : la plateforme adopte une stratégie complètement ouverte et les partenaires incluent Microsoft, AWS, NVIDIA, SLB, Rockwell Automation, Capgemini, Radix, Tridiagonal.ai, Pinnacle, etc. Cognite travaille également avec System Integrator et des éditeurs de logiciels indépendants pour intégrer les fonctionnalités de la plateforme dans des solutions tierces via Cognite Embedded.

Quantification Forrester TEI : une étude indépendante de Forrester montre qu'en trois ans, Cognite a permis à ses clients :

• Bénéfice supplémentaire provenant de l'optimisation de la production : 10,7 millions de dollars
• Amélioration de l'efficacité du personnel sur le terrain : 10,5 millions de dollars
• Réduction des pannes imprévues : 14,5 millions de dollars

Avantage de coût

En tant que plateforme industrielle au niveau de l'entreprise, la structure de coûts de Cognite est clairement stratifiée pour différents rôles :

Côté/Individuel : Cognite ne propose pas de produits destinés aux consommateurs individuels. Ses outils sont fournis dans le cadre d'un modèle d'abonnement d'entreprise, et les utilisateurs individuels peuvent acquérir des connaissances sur la plateforme et obtenir des ressources de développement gratuitement via la communauté Cognite Hub et Cognite Academy.

API/Développeur : Cognite Data Fusion fournit une API REST complète, un SDK Python et un SDK .NET, et les développeurs peuvent payer en fonction du volume de données et des appels d'API. Le prix est basé sur le devis commercial officiel et le prix unitaire standardisé n'a pas été divulgué. Cognite Hub fournit un Developer Sandbox gratuit pour les essais et le PoC.

Entreprise/Privé : il s'agit du principal modèle de prestation de Cognite. Les entreprises paient généralement sur la base d'un abonnement annuel, avec une tarification basée sur la taille des données, le nombre de connecteurs, les postes utilisateur et les combinaisons de modules de capacités d'IA requises. Les déploiements de cloud privé/hybride nécessitent des frais d'infrastructure supplémentaires. Cognite propose également le programme Cognite Quick Start, qui aide les entreprises à intégrer les données et à fournir les premiers cas d'utilisation en 6 à 12 semaines pour un prix fixe.

Conseils d'achat : les clients d'entreprise doivent se concentrer sur la vérification de l'estimation de l'ampleur des données, de la couverture des connecteurs et de la compatibilité du système sur site de l'adaptabilité industrielle de l'agent AI avant d'acheter. Il est recommandé de vérifier le retour sur investissement via des projets de démarrage rapide ou de preuve de valeur avant d'étendre le déploiement à l'échelle de l'entreprise. La page officielle en temps réel et le devis commercial prévaudront.

Fonctions principales

Le système fonctionnel de Cognite est conçu autour du lien de valeur de données à trois couches « Unifier → Contextualiser → Activer » :

• Data Unify : extrayez des données de PI System, OSIsoft, SAP, ERP, d'historiens, SCADA et d'autres systèmes industriels via plus de 90 extracteurs et connecteurs prédéfinis, éliminant ainsi les silos de données IT/OT/ET. Prend en charge le flux de données en temps réel et l'accès aux données par lots, et assure la surveillance et l'alarme pour les pipelines d'extraction de données.
• Contextualisation des données (Contextualiser) : il s'agit de la principale capacité de différenciation de Cognite. Grâce au graphe de connaissances industrielles, des données hétérogènes telles que des séries chronologiques P&ID, des modèles 3D, des journaux d'événements, des documents, etc. sont associées dans un contexte de jumeau numérique unifié. Vue d'expert : la contextualisation n'est pas une simple agrégation de données, mais l'établissement d'associations sémantiques entre types de données, par exemple l'association automatique des événements d'alarme de capteur aux dessins d'équipement, aux enregistrements de maintenance et aux journaux d'exploitation correspondants pour prendre en charge un raisonnement approfondi de l'IA.
• Activation des données (Activer) : Basé sur des données contextualisées, Cognite propose trois types de chemins d'activation : des outils industriels pré-construits (exploration visuelle Industrial Canvas Field Operations opérations sur le terrain Maintenir une maintenance intelligente) ; Agents IA (créés via l'atelier low-code Atlas AI) ; automatisation des flux de travail (Cognite Flows orchestre des processus métier complexes).
• Construction d'agents IA low-code (Atlas AI) : les experts du domaine peuvent configurer les agents IA via un langage naturel sans écrire de code. La plateforme fournit des modèles d'agent prédéfinis (analyse des causes profondes, génération de packages de travail, analyse de séries chronologiques, etc.) et prend en charge l'accès à n'importe quel LLM. Les agents interagissent de manière transparente entre les applications et maintiennent la continuité du contexte.
• Écosystème ouvert et interopérabilité : prend en charge n'importe quel cloud (AWS/Azure/GCP), n'importe quelle donnée et n'importe quel LLM. L'API Agent complète permet aux agents IA d'être intégrés dans n'importe quelle application ou flux de travail. Répond aux normes de conformité les plus élevées de la loi européenne sur l’IA et est disponible dans plusieurs clusters à travers le monde.

Evolution du modèle et de la version

Les informations pertinentes n'ont pas été rendues publiques, veuillez vous référer à la page officielle en temps réel.

Avantages techniques

La barrière technique de Cognite réside dans sa capacité à combiner profondément les connaissances du domaine industriel avec l’IA/l’ingénierie des données. Le mécanisme de base est le suivant :

Industrial Knowledge Graph - Moteur de contextualisation des données : différent des graphiques de connaissances générales, le graphique de Cognite modélise en profondeur la sémantique spécifique à un domaine, telle que la hiérarchie des équipements, la topologie des processus, les relations de signaux et les structures de documents dans l'industrie. Il découvre et connecte automatiquement les relations entre les sources de données, par exemple en reliant automatiquement les lectures anormales d'un capteur de pression aux dessins P&ID correspondants, aux ordres de travaux de maintenance récents et aux journaux d'exploitation. Mécanisme → Effet : Cette contextualisation permet à l'agent IA de ne plus faire face à des chiffres isolés, mais de raisonner dans le contexte industriel complet, améliorant fondamentalement la précision et l'interprétabilité des résultats de l'IA.

90+ Écosystème de connecteurs industriels : Cognite couvre les principaux systèmes de sources de données industrielles du marché (dont SCADA, DCS, historiens, GMAO, ERP, etc.). Ces connecteurs ne sont pas seulement des pipelines de données unidirectionnels, mais disposent également de capacités de détection de la qualité des données, de conversion de format et d'extraction de métadonnées. Effet → Scénario : les entreprises peuvent réaliser l'intégration des données sans remplacer les systèmes existants lors du déploiement, réduisant ainsi considérablement les risques et les coûts de migration des données.

Architecture indépendante du LLM : Cognite Atlas AI n'est pas lié à un grand modèle spécifique et prend en charge l'accès aux modèles OpenAI, Anthropic, open source ou aux modèles privés d'entreprise. Cela donne aux clients la flexibilité de choisir entre la souveraineté des données, le coût et les performances. La plateforme intègre également des rapports de référence SLM/LLM spécifiques à l'industrie pour aider les clients à choisir le modèle le plus adapté aux scénarios industriels.

Tout déploiement cloud et collaboration Edge : Cognite fonctionne sur AWS, Azure, GCP et prend en charge les déploiements cloud privés et hybrides. Les capacités de Edge Computing permettent d'effectuer le prétraitement des données et le raisonnement local dans des environnements sur site avec des réseaux déconnectés ou une faible bande passante, répondant ainsi aux besoins de scénarios particuliers tels que les plates-formes pétrolières et les zones minières.

Comment utiliser

L’accès à Cognite diffère en fonction des rôles et des besoins :

Entrée	Objets applicables	Comment obtenir	Honoraires
Fusion de données Cognite	Ingénieurs données, équipe numérique	Contacter les ventes sur le site officiel ou via des partenaires	Système d'abonnement d'entreprise
Cognite Atlas IA	Experts du domaine, équipe opérationnelle	Activé sur la base de Data Fusion	Licence de module complémentaire
Flux cognitifs	Ingénieurs de procédés, équipe des opérations	Activé avec Data Fusion	Licences complémentaires
Centre Cognite	Développeurs, utilisateurs de la communauté	Inscription gratuite hub.cognite.com	Gratuit (y compris le quota sandbox)
Académie Cognite	Apprenants, partenaires de mise en œuvre	Inscription gratuite learn.cognite.com	Gratuit
Démarrage rapide de Cognite	PoC nouveau client	Site officiel Contacter les ventes	Forfait à prix fixe

Voies d’adoption typiques en entreprise :

1. Évaluation de démarrage rapide (6 à 12 semaines) : les consultants Cognite aident à l'intégration initiale des données, à la contextualisation et à la livraison d'un cas d'utilisation prédéfini.
2. Vérification PoV : vérifiez le retour sur investissement à l'aide de scénarios commerciaux réels (tels que l'analyse des temps d'arrêt imprévus, le dépannage des causes profondes).
3. Échelle : étendez la plate-forme à davantage d'installations et de cas d'utilisation, généralement jusqu'à 9 installations en 4 mois.
4. Déploiement d'agents IA : créez et déployez des agents d'IA industriels via Atlas AI au-dessus de la base de données Data Fusion.

Prix des produits

Cognite adopte un modèle de tarification d'abonnement au niveau de l'entreprise et ne fournit pas de liste de prix standard publique. La cotation commerciale officielle fera foi. Les cadres de tarification incluent généralement les dimensions suivantes :

• Taille des données : basé sur la quantité de données consultées (Go/To) et/ou le nombre de points de série chronologique.
• Nombre de connecteurs : Facturé en fonction du nombre de systèmes industriels connectés ou de types de sources de données.
• User Seats : Facturés en fonction du nombre d'utilisateurs actifs sur la plateforme (data ingénieurs, experts terrain, etc.).
• Module de capacité IA : les fonctionnalités avancées telles que Atlas AI, Flows, etc. sont facturées sous forme de modules complémentaires.
• Méthode de déploiement : l'abonnement cloud SaaS inclut les frais d'infrastructure ; le déploiement privatisé/hybride nécessite du matériel supplémentaire et des frais d’exploitation et de maintenance.

Ressources gratuites : Cognite Hub fournit un bac à sable pour développeurs (y compris un quota gratuit), adapté à l'évaluation technique et à la vérification des prototypes. Cognite Academy propose des formations et des certifications gratuites.

Notes d'entreprise : Il est recommandé aux entreprises d'exiger des fournisseurs qu'ils fournissent une estimation du coût total de possession (TCO) sur 3 ans basée sur leur propre volume de données lors de l'achat, et d'inclure clairement l'étendue de la livraison Quick Start et les prix unitaires d'extension ultérieurs.

Scénarios d'application

Cognite couvre plusieurs scénarios, depuis la fondation de données jusqu'aux applications d'IA dans les secteurs à forte intensité d'actifs :

• Analyse et prédiction des arrêts imprévus : grâce à des données industrielles contextualisées, AI Agent peut analyser les tendances de fonctionnement des équipements, l'historique des alarmes et les enregistrements de maintenance en temps réel, identifier les précurseurs de pannes à l'avance et réduire les arrêts imprévus de 30 à 80 %. Points clés à vérifier : La qualité et la couverture des données historiques doivent être confirmées, sinon l'exactitude du modèle sera affectée.
• Analyse des causes profondes : lorsqu'une anomalie de production se produit, Atlas AI Agent peut effectuer un raisonnement rétrospectif sur les séries temporelles P&ID, les journaux de maintenance et d'autres sources de données en quelques secondes, remplaçant ainsi le dépannage manuel traditionnel qui nécessite plusieurs experts pendant des heures. Aker BP signale une amélioration de l'efficacité de >70 % pour ce scénario.
• Amélioration de l'efficacité des opérations sur le terrain : les ingénieurs de terrain peuvent directement interroger des informations sur l'équipement, des instructions de maintenance et des données historiques via la recherche en langage naturel, réduisant ainsi la tâche de recherche de données moyenne de 10 heures à moins d'une demi-journée (amélioration de l'efficacité > 50 %). Remarque : Il existe une certaine dépendance à l'égard de la stabilité du réseau mobile et la capacité de mise en cache périphérique doit être vérifiée à l'avance.
• Optimisation de la chaîne d'approvisionnement de bout en bout : intégrez les données d'approvisionnement, d'inventaire, de production et de logistique, et optimisez les niveaux de stock et les plans de planification de la production grâce à des modèles d'IA. Il s'agit d'un scénario de collaboration multi-système typique, et l'intégrité de l'accès aux données affecte directement l'effet d'optimisation.
• Inspection intelligente et intégration de robots : les outils robotiques de Cognite prennent en charge l'intégration avec des robots d'inspection autonomes, intégrant automatiquement les données visuelles collectées par le robot dans le graphique de connaissances pour réaliser l'intégration de « collecte automatisée → analyse IA → déclenchement des ordres de travail ».

Personnes concernées

• Digital Transformation Leader/CTO/CDO : Cognite propose un parcours complet depuis la base de données jusqu'à l'application d'IA, adapté aux cadres supérieurs qui formulent et exécutent des stratégies de transformation numérique industrielle. Prérequis : Un cadre de gouvernance des données clair et une feuille de route pour l'adoption de l'IA au niveau de l'entreprise sont requis ; si un système de collecte de données IT/OT de base n’a pas encore été mis en place, l’investissement dans l’infrastructure doit d’abord être réalisé.
• Équipe opérationnelle (ingénieurs de processus/équipements/maintenance) : obtenez des informations exploitables directement via l'agent IA et la recherche en langage naturel, réduisant ainsi le recours aux ingénieurs de données. Limite d'adaptation : convient aux experts du domaine qui sont familiers avec les processus industriels mais qui manquent de capacités de programmation ; ne convient pas aux chercheurs avancés en IA qui ont besoin de personnaliser les algorithmes sous-jacents ou d’affiner les modèles.
• Équipes informatiques/ingénierie de données : Cognite Data Fusion fournit des fonctionnalités complètes de gestion d'API, de SDK et de pipeline de données aux équipes techniques responsables de la création et de la maintenance des plateformes de données industrielles. Remarque : Si l'entreprise dispose déjà d'une plate-forme de données mature et auto-développée, elle doit évaluer le chevauchement avec les capacités de graphes de connaissances de Cognite.
• ISV et intégrateurs de systèmes : grâce aux API ouvertes et intégrées de Cognite, les partenaires peuvent intégrer les données et les capacités d'IA de Cognite dans leurs propres solutions industrielles. Convient aux éditeurs de logiciels indépendants créant des applications industrielles verticales.
• Ne convient pas aux particuliers : Cognite ne convient pas aux petites, moyennes et micro-entreprises qui ont besoin de produits conversationnels purement GenAI (tels que les chatbots généraux), d'outils d'analyse de données légers ou qui ne disposent pas d'infrastructure de données industrielles. L’échelle de déploiement efficace minimale nécessite généralement au moins un volume de données au niveau de l’usine/installation.

Résumé et Outlook

Compétences de base : le principal avantage de Cognite réside dans la combinaison organique de connaissances approfondies dans le domaine industriel (plus de 90 connecteurs dans la carte des connaissances du domaine, modèles industriels) et de capacités d'IA de pointe (Agentic AI, architecture indépendante du LLM, low-code Agent workbench), formant un package complet des données à la valeur. Son double statut de leader avec Verdantix et IDC et Forrester 465 % de quantification du retour sur investissement fournit une validation indépendante de la valeur de la plateforme.

Limites et incertitudes actuelles : la tarification des produits de Cognite ne divulgue pas de liste de prix standardisée, les achats d'entreprise doivent s'appuyer sur des négociations commerciales et les coûts cachés (migration des données, intégration du système, gestion du changement) ne sont pas faciles à estimer à l'avance. En tant que gamme de produits plus récente, le paysage concurrentiel de Cognite Flows avec les plates-formes low-code/no-code existantes n'est pas encore tout à fait clair. En outre, la stabilité des capacités des agents d'Atlas AI dans des scénarios industriels complexes multi-étapes et inter-systèmes doit encore être vérifiée par davantage de cas clients.

Suggestions de mise en œuvre : Il est recommandé aux grandes entreprises industrielles d'adopter la stratégie en trois étapes « Démarrage rapide → PoV → Échelle » pour mener des projets pilotes. Commencez par 1 à 2 scénarios à forte valeur ajoutée (tels que l'analyse des causes profondes ou la prévision d'une panne imprévue), prenez 6 à 12 semaines pour terminer le premier lot de saisie de données et de livraison de cas d'utilisation, puis étendez-vous au déploiement complet de l'installation après avoir vérifié le retour sur investissement. Avant d'acheter, les entreprises doivent se concentrer sur la confirmation : de l'estimation de l'ampleur des données, de la compatibilité des connecteurs et des systèmes de terrain, de l'adaptabilité industrielle d'AI Agent et de l'estimation du TCO sur trois ans. Pour les équipes qui ont besoin de personnaliser en profondeur les modèles d'algorithmes ou de disposer de plates-formes de données matures et auto-développées, il est recommandé d'évaluer d'abord le degré de chevauchement des plates-formes avant de prendre une décision.

Evolution de la version de Cognite

Les versions des produits Cognite évoluent sous la forme de versions majeures annuelles (série Data Fusion R) ainsi que de mises à jour indépendantes des modules fonctionnels (Atlas AI, Flows). Le processus est le suivant :

Ligne principale de la plateforme de fusion de données

• Cognite Data Fusion R5 (~2022-T3) : étend les capacités d'analyse de séries chronologiques, améliore la prise en charge de l'informatique de pointe et améliore la fiabilité du pipeline d'extraction de données.
• Cognite Data Fusion R6 (~2023-T2) : Présentation de l'exploration et de la visualisation interactives des données Industrial Canvas, prise en charge améliorée de la 3D/P&ID.
• Cognite Data Fusion R7 (~2024-T1) : approfondissez l'intégration de l'écosystème cloud avec Microsoft, AWS et NVIDIA et lancez une bibliothèque de solutions d'IA.
• Cognite Data Fusion R8 (~2025-T3) : les capacités des graphiques de connaissances sont considérablement améliorées, les connecteurs sont étendus à plus de 90 et l'efficacité de la contextualisation des données est considérablement améliorée.

Lignes de capacités IA et agents

• Version initiale de Cognite Atlas AI (~ 2024-T3) : première version d'Atlas AI™, un atelier d'agents d'IA industrielle low-code qui prend en charge la création d'agents industriels via le langage naturel.
• Version majeure de Cognite Atlas AI (2025-T4) : mise à jour majeure, ajoutant des agents industriels prédéfinis tels que l'analyse des causes profondes, la génération de packages de travail, l'analyse des séries chronologiques, etc. L'orchestration des agents et les capacités low-code ont été considérablement améliorées. Cette version a été considérée par les analystes de Verdantix comme « un grand pas en avant pour combler l'écart entre le pilote et la production ».

Moteur de workflow de flux

• Cognite Flows™ (~2025-T3) : une nouvelle couche d'expérience industrielle native d'IA qui permet de créer et de faire évoluer des flux de travail prêts pour la production 100 fois plus rapidement.

Informations de version

• Version majeure de Cognite Atlas AI ：Atlas AI dispose d'une mise à jour majeure, ajoutant des agents d'IA industrielle prédéfinis tels que l'analyse des causes profondes, la génération de packages de travail et l'analyse de séries temporelles, et améliorant considérablement son orchestration d'agents et ses capacités d'atelier low-code. （2025-10-01）
• Fusion de données Cognite R8 ：Améliorez les capacités des graphiques de connaissances industrielles, développez plus de 90 connecteurs de données et améliorez la contextualisation des données et l'efficacité de la fourniture de données prêtes pour l'IA. Il n’y a pas encore de date officielle précise. （~2025-03）
• Version initiale de Cognite Atlas AI ：Cognite Atlas AI™ est lancé pour la première fois, lançant un atelier d'agents d'IA industrielle low-code qui prend en charge la construction et le déploiement d'agents d'IA industrielle en langage naturel. Il n’y a pas encore de date officielle précise. （~2024-09）
• Fusion de données Cognite R7 ：Approfondissez l'intégration avec Microsoft, AWS et NVIDIA, lancez une bibliothèque de solutions d'IA et améliorez l'évolutivité et la sécurité de la base de données industrielles. Il n’y a pas encore de date officielle précise. （~2024-03）
• Fusion de données Cognite R6 ：Présentation de l'outil interactif d'exploration de données Industrial Canvas pour améliorer les capacités de visualisation des modèles 3D et des P&ID. Il n’y a pas encore de date officielle précise. （~2023-06）
• Fusion de données Cognite R5 ：Développez les capacités d'analyse de séries chronologiques, améliorez la prise en charge de l'informatique de pointe et améliorez la fiabilité et la surveillance du pipeline d'extraction de données. Il n’y a pas encore de date officielle précise. （~2022-09）