Sur le campus de HCLTech à Noida, des dirigeants de l'industrie et de la technologie se sont réunis avant le Sommet sur l'impact de l'IA en Inde pour examiner un défi qui traverse les frontières géographiques et sectorielles : comment les organisations peuvent-elles rester résilientes alors que l’IA elle-même accélère la disruption ?

Les entreprises d’aujourd’hui font face à des pressions simultanées, notamment la volatilité géopolitique, la fragilité des chaînes d’approvisionnement, la complexité réglementaire, les contraintes de durabilité et un rythme sans précédent de changement technologique. Dans ce contexte, la résilience ne concerne plus uniquement la continuité des activités ou la reprise informatique. Il s'agit d'adaptabilité : à quelle vitesse les organisations peuvent-elles détecter le changement, apprendre, expérimenter et réagir sans compromettre la confiance ou l’économie.

Ouvrant la discussion, Piyush Saxena, vice-président principal et chef mondial – Unité d’affaires Google chez HCLTech, a déclaré : « Au cours des 12 à 18 derniers mois, l’IA a dépassé les chatbots pour passer à l’IA agentique, à l’IA physique et au développement piloté par l’intention. D’ici 2026, nous entrons dans une année de vérité... une année de règlement de comptes... où l’accent sera mis sur le retour sur investissement et de véritables preuves concrètes. »

L’accompagnaient Dipakshi Mahendru, directrice, Affaires gouvernementales chez Intel India, et Vijay Raghavendran, architecte distingué/conseiller CxO chez Cisco India. Leur conversation a révélé que la résilience à l’ère de l’IA n’est pas une capacité unique, mais un système de choix qui couvre la technologie, les personnes et la gouvernance.

De l’automatisation à l’autonomie : les capacités qui façonnent la résilience

Pour Dipakshi, les fondements de la résilience pilotée par l’IA reposent sur trois changements de capacités convergents.

« Trois caractéristiques ressortent vraiment. La première est l'autonomie croissante des systèmes », dit-elle. Contrairement à l’automatisation antérieure, l’IA d’aujourd’hui s’aventure dans des domaines complexes et non linéaires qui exigent du jugement et de la prise de décision, pas seulement de l’exécution.

Le deuxième changement est le raisonnement avancé. Plutôt que de remplacer les humains, l’IA augmente de plus en plus l’apprentissage et la prise de décisions, améliorant la qualité des résultats. Ceci est amplifié par la multimodalité. « L’IA n’est plus limitée à un seul modèle ou format. Nous assistons à une intégration transparente entre le texte, la vidéo, les images, la voix et l’audio », a souligné Dipakshi, ce qui est un facteur important dans la manière dont les organisations absorbent l’information lors de périodes de perturbation.

La troisième capacité concerne le lieu où réside l’intelligence. « L’IA en périphérie devient de plus en plus puissante », dit-elle, soulignant l'efficacité des coûts, les économies d'énergie, la confidentialité et une latence plus faible. L’intelligence à la périphérie distribue la résilience, rapprochant la prise de décision des individus et des opérations de première ligne plutôt que de s’appuyer entièrement sur l’infrastructure centralisée.

De façon cruciale, Dipakshi a souligné que ces capacités redéfinissent la relation humain-machine. « De plus en plus, on considère l’IA qui pourrait dépasser l’intelligence humaine dans certains domaines », dit-elle, ajoutant que la résilience dépend de savoir quand et comment engager ce partenaire efficacement.

La préparation est en couches : stratégie, infrastructure, données et talents

Vijay a ancré la discussion dans les réalités de l'exécution. « La résilience concerne la capacité d’une organisation à gérer la perturbation induite par l’IA », dit-il. Chez Cisco, de nombreuses organisations se précipitent vers les outils avant d’établir la clarté de l’intention.

Il insiste sur le fait que la résilience commence par la stratégie. Sans compréhension claire de ce que l’IA doit accomplir, l’adoption s’enlise ou échoue. L’infrastructure constitue la contrainte suivante. « Mettre l’IA à l’échelle ne concerne pas que les GPU. Il vous faut des réseaux à faible latence et des tissus sans perte », précise-t-il, soulignant à quel point la mise en réseau est souvent sous-estimée dans la préparation à l’IA.

Les données demeurent fondamentales. « Sans les bonnes données, c’est le classique problème “garbage-in, garbage-out” », indique Vijay. Le talent est tout aussi critique. « Le perfectionnement est essentiel et doit être soutenu par l’organisation », surtout que l’IA fait évoluer les rôles plutôt que de simplement les éliminer.

La sécurité et la gouvernance doivent couvrir l’ensemble du cycle de vie. « Pas seulement à l’exécution, mais aussi pendant le développement », a-t-il insisté, d’autant plus que les systèmes d’IA se rapprochent de l’autonomie.

Indicateurs de la résilience : disponibilité, redondance et responsabilité humaine

Au fur et à mesure que les organisations mettent l’IA en production, le panel a convenu que la résilience doit être mesurable. Vijay a souligné que le risque de dépendance est une préoccupation majeure. « Si vous dépendez d’un LLM public et perdez l’accès, vos opérations échoueront-elles ? » Pour les cas d’utilisation critiques, selon lui, les entreprises doivent viser des niveaux de disponibilité proches de « 99,99 de disponibilité ».

La gouvernance doit précéder le déploiement, non intervenir après un échec. Les pratiques d’IA responsable, les “red-teaming” et les limites claires autour des systèmes RAG d’entreprise sont essentiels pour maintenir la confiance.

Il a aussi exposé une nuance importante : l’autonomie n’est pas binaire. S’appuyant sur des analogies des télécommunications et de l’automobile, Vijay a décrit des niveaux d’autonomie gradués. La plupart des organisations, aujourd’hui, opèrent entre les niveaux deux et trois, où l’IA assiste et recommande, mais les humains restent responsables. « Une fois que vous passez à des niveaux supérieurs, l’agent fait tout le travail. Et si ça échoue, il n’y a personne à blâmer », dit-il, soulignant pourquoi les modèles humains-dans-la-boucle restent essentiels à la résilience.

Du réactif au prédictif : la longue traîne de la résilience

L’un des constats les plus tournés vers l’avenir est venu de la distinction de Vijay entre l’IA réactive et prédictive. « L’IA est aujourd’hui très bonne pour réagir lorsqu’un problème survient », explique-t-il. La vraie résilience, toutefois, vient de l’identification précoce des signaux faibles.

Il a décrit un focus sur la « longue traîne », les anomalies mineures ou les indicateurs de faible gravité qui ne déclenchent pas d’alarmes immédiates, mais signalent une défaillance future. En détectant les modèles tôt, les systèmes d’IA peuvent agir de manière proactive, détourner le trafic, ajuster les systèmes ou prévenir complètement les pannes.

Ce changement, qui consiste à passer de la résolution des problèmes à leur prévention, représente un bouleversement fondamental dans la définition de la résilience. Cela exige aussi une patience organisationnelle et un soutien du leadership, car l’innovation de longue traîne ne donne pas toujours un retour immédiat sur investissement.

Durabilité, coûts et chaînes d’approvisionnement : la résilience au-delà de la technologie

Dipakshi a élargi la perspective au-delà de la technologie pour inclure l’économie et la durabilité. « L’infrastructure d’IA est énergivore, ce qui rend le coût total de possession un indicateur critique », dit-elle. Les modèles résilients varient selon la géographie : les approches qui fonctionnent dans les régions froides ne sont pas toujours adaptables aux climats plus chauds comme l’Inde.

Elle a également lié la résilience aux chaînes d’approvisionnement mondiales. La diversification dans la fabrication des semi-conducteurs n’est pas seulement un enjeu géopolitique ; c’est un impératif de résilience. « S’il y a une perturbation, à quelle vitesse pouvez-vous reprendre une activité normale ? », interroge-t-elle.

Culture, confiance et sécurité psychologique

La technologie seule ne crée pas la résilience. La culture détermine si elle persiste. Dipakshi a repensé la confiance comme sécurité psychologique. « La peur de perdre son emploi est très réelle », souligne-t-elle. Y répondre implique de revoir l’adoption de l’IA.

Sa suggestion était concrète : « Redéfinir le travail en identifiant les tâches dans un emploi pouvant être éliminées, plutôt que de supprimer l’emploi lui-même. » Ce changement déplace la conversation de la menace vers la productivité.

La capacité de leadership compte autant que la compétence technique. « La haute direction est-elle formée pour accompagner la transition ? », demande-t-elle. Dans les périodes de changement rapide, la qualité du leadership détermine souvent si l’incertitude mène à la paralysie ou au progrès.

Vijay a souligné le danger des promesses excessives. Les premiers déploiements sans données fiables ou sans contrôles génèrent souvent « environ 60 % d’efficacité », ce qui peut endommager la confiance de façon permanente. Son conseil : commencer petit, livrer 90 à 95 % de fiabilité et faire monter l’autonomie progressivement.

La résilience comme comportement acquis

En conclusion, Dipakshi est revenue aux principes fondamentaux. « La résilience, c’est de se relever quand on tombe », souligne-t-elle. Dans un monde façonné par l’IA, la résilience vient de l’apprentissage tout au long de la vie, de l’utilisation de l’IA pour accroître la productivité sans perdre le jugement humain et d’une gouvernance intégrée à l’innovation.

Vijay a élargi la vision, évoquant des écosystèmes de partenaires, la collaboration agentique et l’innovation intersectorielle. La véritable opportunité, selon lui, ne réside pas seulement dans l’efficacité, mais dans l’élargissement de ce que les organisations peuvent accomplir.

Le message de Noida était clair : la résilience à l’ère de l’IA ne repose pas uniquement sur l’autonomie. Elle émerge lorsque l’autonomie s’aligne avec la gouvernance, l’économie et la confiance humaine. Comme l’a noté Piyush, la prochaine phase de l’IA sera jugée sur le « retour sur investissement et de véritables preuves concrètes ». Ceux qui considèrent la résilience comme une capacité essentielle, et non un simple plan d’urgence, seront les mieux placés pour s’adapter, rivaliser et diriger.