La France investit massivement dans les infrastructures de l’intelligence artificielle. Lors du dernier sommet Choose France, 93 milliards d’euros d’investissements ont été annoncés, avec notamment plusieurs projets majeurs liés à l’IA et aux data centers, rappelle Niki Hubaut, Country Leader France chez Confluent. Cette course à la puissance de calcul est nécessaire, mais elle risque de masquer une autre bataille. Car construire les capacités pour faire tourner toujours plus de modèles ne garantit pas que les entreprises disposent de la bonne donnée au bon moment.
La puissance de calcul ne résoudra pas le problème des données
Le débat sur les infrastructures de l’IA se concentre aujourd’hui sur les capacités de calcul, l’énergie ou encore les data centers. Pourtant, pour les entreprises qui cherchent désormais à intégrer l’IA à leurs opérations, l’infrastructure critique se trouve aussi ailleurs : dans leur capacité à faire circuler leurs propres données entre applications, métiers et systèmes.
Un modèle peut disposer d’une puissance de calcul considérable et rester aveugle à ce qui vient de se produire dans l’entreprise. Une rupture de stock, une transaction suspecte ou un changement dans le comportement d’un client n’ont de valeur pour l’IA que si cette information lui parvient suffisamment vite pour agir dessus.
C’est là que se situe le paradoxe de la course actuelle. Nous construisons une infrastructure capable de produire toujours plus rapidement des réponses, alors que les informations nécessaires à ces réponses circulent encore trop souvent lentement entre des systèmes fragmentés. Augmenter la puissance de l’IA sans résoudre ce décalage revient à accélérer un moteur sans améliorer la transmission.
La prochaine bataille se jouera à l’intérieur des entreprises
À mesure que les modèles deviennent plus accessibles, la technologie utilisée sera d’ailleurs de moins en moins différenciante. Deux concurrents pourront s’appuyer sur des capacités de calcul comparables et sur les mêmes modèles. Ce qu’ils ne partageront pas, ce sont leurs données opérationnelles et surtout leur capacité à les utiliser au moment où elles ont encore de la valeur.
L’infrastructure de données cesse alors d’être un chantier technique secondaire. Elle détermine directement ce qu’une IA peut comprendre de l’entreprise et la vitesse à laquelle elle peut réagir. Cette capacité bénéficie également à la cybersécurité, à l’expérience client ou à la résilience opérationnelle : autant de domaines où une information arrivée trop tard peut perdre une grande partie de sa valeur.
La France a raison de vouloir se doter des capacités physiques nécessaires pour participer à la course mondiale à l’IA. Pour les entreprises, la prochaine étape est cependant moins spectaculaire : s’assurer que leurs données peuvent suivre la vitesse des infrastructures que nous sommes en train de construire. La puissance de calcul permettra de faire fonctionner l’IA. La capacité à connecter cette intelligence à ce qui se passe réellement dans l’entreprise déterminera, elle, sa valeur.
