L’IA d’entreprise entre dans une phase plus exigeante. Les modèles et la puissance de calcul évoluent rapidement, mais la valeur d’affaires dépend d’une équation plus large : les données qui alimentent l’IA, les processus qu’elle transforme, l’infrastructure sur laquelle elle fonctionne et la confiance nécessaire pour la mettre en production.
Cette tension a servi de cadre à une discussion informelle lors du AI Infra Summit 2026 entre C Vijayakumar, chef de la direction et directeur général, HCLTech, et John Roese, chef mondial de la technologie et chef de l’IA, Dell Technologies. Leur échange s’est concentré sur un enjeu central en leadership : comment accélérer sans perdre le contrôle de l’économie, des données, de la gouvernance ou de la souveraineté.
L’IA hybride est une décision économique et de souveraineté
L’infrastructure fait partie de l’équation d’affaires dès que l’IA entre en production à grande échelle.
Différentes charges de travail comportent différentes exigences. Certaines sont à grand volume et sensibles aux coûts. D’autres justifient des modèles plus onéreux, car les décisions qu’elles appuient ont davantage d’importance stratégique. Les données sensibles, les obligations réglementaires et les exigences en matière de latence peuvent aussi influencer l’endroit où exécuter la charge de travail.
« À terme, le monde sera hybride », a affirmé Vijayakumar.
Les architectures d’entreprise combineront l’infrastructure d’IA privée avec l’accès à des modèles de pointe et à des services externes lorsque cela est pertinent.
Roese a fait le même constat du point de vue de l’infrastructure. Les entreprises doivent avoir un choix suffisant pour aligner chaque charge de travail avec la bonne économie, la bonne performance et le bon niveau de contrôle. « Les logiciels ne fonctionnent pas par magie; ils fonctionnent sur une infrastructure », a-t-il déclaré.
C’est ici que la souveraineté devient concrète. Les entreprises doivent décider où résident les données, les invites, les modèles et l’inférence, à quel point elles ont besoin de contrôle et quelles charges de travail peuvent utiliser les services externes en toute sécurité.
HCLTech AI Factory est conçue pour cette réalité hybride, soutenant l’IA sur site, dans le cloud, à la périphérie et dans des environnements souverains. Notre offre regroupe infrastructure, données, plateformes et modèles d’IA dans un environnement gouverné, avec des capacités, notamment FinOps pour l’IA, afin d’optimiser l’utilisation du GPU et maîtriser les coûts.
L’IA d’entreprise commence par le processus
Roese a établi une distinction entre la création de modèles de pointe et l’application de l’IA à l’intérieur de l’entreprise. L’IA d’entreprise doit opérer à travers les systèmes, les données, les personnes et les processus d’affaires existants, ce qui fait du déploiement en production un défi de transformation plus vaste.
« Le parcours est beaucoup plus long que simplement construire un modèle ou mettre en place une technologie ou une infrastructure d’IA », a souligné Roese. Il a expliqué que l’expérience de Dell mobilise autant la gouvernance, les compétences, l’architecture de données et l’évolution des processus que la technologie. « Vous ne pouvez pas implanter l’IA en entreprise à moins de savoir quel processus vous cherchez à transformer, et il s’avère que les processus ne sont pas forcément documentés. »
Vijayakumar a décrit un schéma similaire observé dans le travail de HCLTech avec des entreprises mondiales. Les données peuvent rester enfermées dans des systèmes patrimoniaux ou manquer du contexte nécessaire pour soutenir une IA fiable. Les processus actuels peuvent aussi comporter des couches d’approbation et de transmission conçues pour un modèle d’exploitation différent.
« Tenter d’adopter l’IA Agentique en entreprise en gardant les mêmes processus ne donnera pas les résultats attendus », a-t-il affirmé.
Les organisations doivent décider quels processus doivent être repensés, quelles décisions peuvent être automatisées et où le jugement humain demeure essentiel.
Vijayakumar a résumé l’enjeu en trois mots : « Données, processus et confiance. Et un thème très important est le ROI de l’IA. »
Nos recherches illustrent l’ampleur de cet enjeu. The Value Edge: Powering the Next Era of TMT, une étude menée avec Economist Enterprise, a révélé que 91 % des 202 membres de la haute direction interrogés aux États-Unis et en Europe sont satisfaits de leurs investissements en IA, mais seulement le tiers disposent d’un cadre pour mesurer l’impact commercial de l’IA. Les défis d’intégration et la dette technique freinent activement la progression de l’IA pour 62 %, tandis que 76 % affirment que des questions non résolues liées à l’IA responsable et des lacunes en matière de conformité freinent leur capacité à passer à l’échelle.
Cette importance est aussi au cœur de notre orientation plus large en IA. Dans un récent article du Harvard Business Review, Vijayakumar explique comment les avancées en IA transforment l’économie des services TI, rompant le lien traditionnel entre croissance des revenus et expansion des effectifs.
La standardisation crée la vélocité
Une vélocité accrue provient de la réduction des frictions d’ingénierie entre une idée et un résultat en production, tout en maintenant les contrôles indispensables au déploiement en entreprise.
Cette pression ressort dans nos recherches The AI Impact Imperatives, 2026. Les répondants s’attendent en moyenne à ce que 43 % des grands projets d’IA lancés au cours des 24 prochains mois échouent, alors que la période de retour sur investissement médiane prévue pour les investissements majeurs en IA est d’environ 18 mois.
Roese indique que le parcours de l’IA s’est accéléré à mesure que les plateformes, les protocoles et les interfaces ont mûri. Il y a un an, il fallait plusieurs mois pour passer une idée d’IA à la production. Aujourd’hui, dit-il, le cycle peut être de moins de quatre semaines. Il attribue cette amélioration à un ensemble technologique devenu plus standardisé et reproductible.
C’est aussi la logique derrière notre modèle AI Factory : les architectures de référence validées, les modèles de conception standardisés et les opérations industrialisées visent à rendre le déploiement de l’IA plus reproductible et évolutif.
La demande pour des capacités d’IA avancée s’accroît. HCLTech a rapporté des revenus Advanced AI de 171 millions $ pour le premier trimestre de l’exercice 27, en hausse de 62,1 % sur un an à taux de change constants. Nous avons également annoncé des investissements pouvant atteindre 3 500 crores ₹ dans des centres de données IA pour compléter notre infrastructure et nos capacités d’opérations IA existantes.
Transformer la vélocité en avantage d’entreprise
La prochaine étape de l’IA d’entreprise dépendra de la capacité des organisations à orchestrer efficacement le système qui les entoure.
Cela signifie moderniser les bonnes données, repenser les processus, aligner les charges de travail sur la bonne infrastructure et intégrer la gouvernance à l’architecture. Rapidité et souveraineté n’ont pas à être des objectifs opposés. La bonne architecture hybride peut donner aux entreprises plus de flexibilité et un meilleur contrôle.
Les entreprises qui iront le plus vite ne seront pas nécessairement celles qui déploieront le plus d’IA. Ce seront celles qui réduisent le fossé entre l’investissement et la valeur mesurable, et entre une idée et un résultat en production digne de confiance.
Voilà l’équation de vélocité de l’IA : une vitesse créée par de meilleures fondations, une souveraineté intégrée à l’architecture et un avantage d’entreprise mesuré en valeur d’affaires.
