Cette semaine, les clients et partenaires de HPE se réunissent à Las Vegas à l’occasion de HPE Discover 2026, l’événement phare consacré aux réseaux, au cloud et à l’IA. Pour les partenaires, la semaine a débuté lundi avec le Partner Growth Summit. Le discours d’ouverture du PDG Antonio Neri portait un titre évocateur : « La mise en place de l’IA commence par votre réseau. »
Ces derniers mois, on a d’ailleurs l’impression que toutes les discussions avec les clients tournent autour de ce même sujet. De nouveaux modèles, de nouveaux cas d’utilisation, un flot incessant de démonstrations. Mais plus je m’y intéresse, plus il m’apparaît clairement que l’IA en soi est rarement le véritable problème. Le défi se situe presque toujours ailleurs.
Au-delà de l’expérience
De nombreuses organisations ont aujourd’hui dépassé la phase initiale d’engouement. La plupart ont certes réalisé une démonstration de faisabilité (POC), développé un chatbot ou testé un premier cas d’utilisation de l’IA de nouvelle génération. Mais dès que l’on souhaite passer à l’étape suivante, celle de la mise en production, les difficultés commencent à se faire sentir.
Tout à coup, des questions surgissent. Comment mettre de l’ordre dans vos données ? Comment maintenir un coût raisonnable ? Qu’en est-il de la sécurité et de la gouvernance ? Et comment faire évoluer le système sans tout reconstruire ? Vous en arrivez alors automatiquement à un concept qui semble un peu moins séduisant que l’IA elle-même : l’architecture.
Retour aux sources, mais d’une autre manière
Ce qui me frappe, notamment dans la vision de HPE, c’est que le débat revient aux fondamentaux. Car il n’y a tout simplement pas d’autre voie.
- Le réseau retrouve un rôle central. Nous avons investi pendant des années dans les applications et le cloud, mais avec l’IA, ce réseau redevient d’une importance cruciale. Les données doivent circuler plus rapidement, de manière plus sécurisée et plus constante entre la périphérie et le centre de données, dans les deux sens. Si vous souhaitez exploiter l’IA à grande échelle, votre réseau doit être capable de le supporter. Pas de goulots d’étranglement, pas de surprises. La différence est immédiate : une IA qui reste rapide et abordable, même lorsque l’utilisation augmente.
- L’hybride est désormais une réalité, et non plus un choix. En théorie, tout semble encore très prometteur dans le cloud. Dans la pratique, je vois peu de clients qui y ont réellement migré. Les données restent dispersées. Les charges de travail aussi. Et l’IA vient s’ajouter à tout cela. La question n’est donc plus de savoir où vous exécutez vos charges de travail, mais comment garder l’ensemble sous contrôle. C’est là que réside, selon moi, la véritable valeur d’une plateforme telle que GreenLake : elle permet de maîtriser à nouveau la complexité. Le résultat est un environnement que vous maîtrisez, plutôt qu’un environnement qui vous court après.
- Les données restent le facteur limitant. Tout le monde veut l’IA. Mais tout le monde ne dispose pas de données prêtes à être exploitées par l’IA. C’est sans doute là la principale différence entre une démonstration sympathique et une solution fonctionnelle. L’accès aux bonnes données, dans le bon contexte, avec une gouvernance adaptée. Si vous parvenez à mettre cela en place, l’IA deviendra suffisamment fiable pour que l’on puisse véritablement s’appuyer dessus.
- La sécurité prend soudainement une dimension bien plus concrète. Tant que l’IA se contente de faire des suggestions, à l’instar d’un copilote, cela reste gérable. Mais dès que les systèmes commencent à prendre eux-mêmes des mesures, la donne change. Nous évoluons vers des agents IA qui prennent eux-mêmes des décisions et exécutent des processus. C’est à la fois puissant et risqué. La sécurité devient alors un élément intégré à l’architecture dès le premier jour, et non plus un élément ajouté a posteriori. C’est ainsi que vous gardez le contrôle lorsque les systèmes commencent à agir de leur propre chef, au lieu de devoir intervenir après coup.
Les agents IA : à la fois fascinants et dérangeants
Ce qui me fascine le plus personnellement, c’est l’évolution vers l’IA agentique. Ces systèmes ne se contentent plus d’apporter un soutien, ils agissent de leur propre chef. Ils raisonnent, prennent des décisions et mènent des actions. Une sorte de main-d’œuvre numérique.
Cela semble impressionnant, et ça l’est effectivement. Mais cela met également en évidence le nombre d’organisations qui ne sont pas encore prêtes pour cela. Car si un agent IA prend une mauvaise décision, qui en est responsable ? Et comment intervenir ?
Qu’est-ce que cela signifie pour Xylos en tant que partenaire, et pour vous ?
Dans le cadre de mes fonctions, je constate que cela change fondamentalement la donne. La question n’est plus tant de savoir quel cas d’utilisation de l’IA nous pouvons développer, mais bien de déterminer si le client est prêt à mettre réellement en œuvre l’IA.
Cela implique de réfléchir à l’architecture, de faire des choix concernant les plateformes, d’ouvrir le débat sur la gouvernance et de définir des attentes réalistes. Et peut-être plus important encore : oser dire que l’IA n’est pas toujours la première étape.
Pour votre organisation, cela revient au même changement. La question n’est pas de savoir quelle application d’IA vous allez développer en premier, mais si vos fondations sont suffisamment solides pour la supporter. En examinant la situation avec objectivité, on évite les détours coûteux et on utilise l’IA là où elle est vraiment rentable.
Conclusion : moins de battage médiatique, plus de fond
L’IA reste sans aucun doute un élément qui change la donne. Son véritable impact réside dans ce qu’elle impose : les organisations doivent mettre de l’ordre dans leurs fondements. Réseau, données, puissance de calcul et sécurité. Les bases, mais à un niveau dont nous n’avions pas besoin auparavant.
Les organisations qui ont mis en place ces bases solides passent plus rapidement à la phase de production et maîtrisent leurs coûts. Elles peuvent également déployer l’IA agentique en toute confiance, là où d’autres en restent au stade des belles démonstrations. Ce travail est moins visible qu’un nouveau projet d’IA, mais c’est lui qui détermine si ce projet apportera un jour de la valeur. C’est là que réside, selon moi, le véritable travail, et c’est là que nous pouvons, en tant que partenaire, faire la différence.
Je suis curieux de savoir comment vous vivez cela avec vos clients ou en interne. Rencontrez-vous principalement des difficultés liées aux cas d’utilisation, ou plutôt à l’architecture sous-jacente ?
Voici la première partie de ma série consacrée à HPE Discover 2026. Ne manquez pas la deuxième partie : « Le réseau pour l’IA », qui s’appuie sur le discours d’ouverture de Rami Rahim.
A propos de l’auteur
Frank Dierckx est Partner Alliance Manager chez Xylos et suit l’évolution des infrastructures, des écosystèmes de partenaires et des technologies émergentes. Son expertise aide les clients à faire des choix technologiques à la fois solides sur le plan technique et justifiés sur le plan économique.
