Quatre experts confrontent leurs visions de l’essor de l’IA en entreprise à Paris Expo, en ouverture du Forum des solutions IA.Cloud.
Doit-on revoir en profondeur ses infrastructures, ou mieux définir les usages IA en premier lieu ? Ce débat confirme la nécessité de réfléchir à la valeur de nouvelles technologies pour les métiers, aux enjeux de sobriété et de souveraineté numérique, avant d’investir dans l’intelligence artificielle.
Revoir sa copie pour répartir de nouveaux services
L’IA se propage à grande vitesse dans les organisations, mais son déploiement exige plus qu’une simple couche logicielle greffée à l’existant. Les intervenants notent que les infrastructures représentent des investissements significatifs. Elles doivent donc refléter une stratégie, répondre à des besoins métiers, simplifier le passage du prototype à une production à l’échelle, dans le respect des réglementations (RGPD, Data Act, IA Act).
Alice Drahon, Sustain AI team leader chez Sopra Steria, lance le débat autour des impacts environnementaux, en rappelant que la sobriété ne dépend pas seulement de l’électricité consommée, mais aussi de la fabrication des équipements. « Plus l’IA sera pensée autour de modèles spécialisés, d‘usages ciblés et d’une gouvernance des données, plus elle pourra respecter l’environnement et les ressources naturelles. »
Le choc des infrastructures
Sur le terrain des datacenters, Thierry Loubes, responsable cloud chez Deep, décrit une montée en charge visible en Europe. Les grands hubs comme Francfort, Dublin ou Londres arrivent à saturation, tandis que le bassin Lyonnais et Marseille gagnent en attractivité, portés par une électricité décarbonée. Mais, la vraie question demeure celle du dimensionnement des ressources nécessaires aux usages. Selon lui, « il ne s’agit pas de faire de l’IA partout ni tout le temps, mais d’identifier les traitements qui justifient réellement une infrastructure dédiée. » Suivant cette logique, la frugalité devient un critère d’innovation plutôt qu’un frein.
Des modèles et des usages métiers
Michel-Marie Maudet, directeur général de Linagora, distingue deux infrastructures nécessaires à l’IA : une pour l’entraînement des modèles de langage d’une part ; et une autre pour leur exploitation (inférence). Selon lui, l’Europe ne peut pas rivaliser avec les géants américains et chinois sur la voie des très grands modèles (LLM). En revanche, elle peut bâtir des systèmes plus légers, gouvernés et adaptés aux usages locaux. Il défend l’idée que l’avenir se jouera sur l’inférence à proximité des usages (Edge AI) : “on exploitera plutôt des SLM, des small language models qui peuvent rester dans notre jardin.” L’enjeu est celui du contrôle, de la confidentialité des données et de l’indépendance technologique.
De l’expérimentation au passage à l’échelle
Stéphane Beaumont, responsable partenaires du club XV DSI, rappelle que de nombreuses initiatives ont commencé par des preuves de concepts, des assistants ou chatbots qui n’ont pas fait l’unanimité. Selon lui, les entreprises sont aujourd’hui plus matures, mais la rentabilité n’est pas toujours au rendez-vous. “Il y a un effet de mode bien présent. Il faut faire de l’IA, mais est-ce vraiment rentable aujourd’hui ? Pas forcément. Ça l’est, en fait, sur de petits modèles, des traitements précis comme l’automatisation de certaines tâches, en partant d’abord du besoin métier. On utilise l’IA pour accélérer le métier et l’implémenter ensuite à l’échelle. L’IA forme une révolution qu’il faut savoir accompagner, surtout dans une logique de frugalité, donc d’économies. »
Gouvernance des données et conformité
Les intervenants soulignent qu’avant de parler de puissance de calcul et d’infrastructure, il faut clarifier les définitions, les responsabilités et les règles d’utilisation. Une IA fiable repose avant tout sur des données de qualité et sur une gouvernance claire de ces données.
Si la réglementation occupe une place importante, Michel-Marie Maudet souligne que la conformité théorique est aujourd’hui en décalage avec les pratiques réelles. L’entreprise adopte plus volontiers une architecture hybride pour préserver la confidentialité de ses données et documents tout en profitant de l’IA.
Thierry Loubes illustre cette logique par un cas d’usage mené pour une agence régionale de l’eau, où l’IA a pu créer de la valeur en répondant à une obligation de déclaration administrative, dans un périmètre précis.
Une IA plus sobre et plus utile
En conclusion, les intervenants défendent une vision exigeante mais pragmatique de l’IA. Il faut repenser les infrastructures, mais surtout les aligner sur les usages, la conformité et la souveraineté. Alice Drahon plaide pour une IA plus frugale et cohérente avec les ressources disponibles, tandis que Michel-Marie Maudet rappelle que l’histoire de l’IA ne fait que commencer et que les choix faits aujourd’hui structureront durablement le marché.
Dans un contexte où les coûts, l’énergie et la conformité deviennent des sujets de premier plan, l’infrastructure cesse d’être un sujet de fondations techniques pour devenir un enjeu de compétitivité et de développement durable.
