Nous en sommes au troisième jour du salon HPE Discover et le ton change. Les premiers jours ont surtout porté sur les fondements : le réseau, les données et la puissance de calcul. Aujourd’hui, Fidelma Russo a prononcé un discours d’ouverture dont le message m’a paru très clair. La question n’est plus de savoir si l’IA va transformer votre organisation, mais comment la maîtriser et la rendre opérationnelle.
Pour ceux qui ne connaissent pas Mme Russo : elle est directrice technique chez HPE, où elle dirige la division Hybrid Cloud. Forte de plus de trente ans d’expérience dans le secteur, acquise notamment chez EMC et Sun Microsystems, elle aborde l’IA avec le regard d’une créatrice. C’est ce qui rend son propos concret. Elle va au-delà du battage médiatique et se concentre sur la manière dont on peut réellement mettre tout cela en œuvre.
Dans mes deux précédents articles de blog, j’ai abordé les principes fondamentaux et le réseau en tant que plateforme. Cette troisième partie rassemble tous ces éléments là où cela compte vraiment, à savoir au niveau de vos opérations.
Les flux de travail cèdent la place à des systèmes qui agissent de manière autonome
Nous sommes clairement entrés dans une nouvelle phase. L’IA n’est plus un simple assistant qui apporte son aide ici et là. Elle évolue vers ce que HPE appelle une « entrepriseagentique distribuée ».Derrière ce terme se cache une idée simple : l’intelligence est partout, dans vos applications, vos flux de travail, vos équipes et votre infrastructure, et elle commence à prendre elle-même des décisions et à mener des actions.
Le changement qui m’a le plus marqué concerne la manière dont le travail s’effectue. Autrefois, c’était l’homme qui prenait les décisions et le système qui les mettait en œuvre. Aujourd’hui, on voit apparaître des systèmes capables d’observer, de raisonner et d’agir de manière autonome. Cela se fait par le biais d’agents d’IA qui collaborent entre eux. Et c’est là que réside le défi, car cette intelligence n’est pas centralisée. Elle est répartie entre différents silos, données et plateformes.
Aujourd’hui, la difficulté ne réside pas dans la création de l’IA. Elle réside plutôt dans sa coordination, sa gestion et son fonctionnement fiable.
Opérations en boucle fermée : l’IA dans un circuit contrôlé
La réponse apportée par HPE à ce problème s’appelle les « opérations en boucle fermée ». Les systèmes observent, analysent, prennent des mesures et vérifient si le résultat est correct. Et ce, en continu, en temps réel.
Cela ne fonctionne que si trois piliers sont en place : des données fiables, une infrastructure efficace et des opérations intelligentes. Chacun d’entre eux a été évoqué au cours du discours d’ouverture.
Les données deviennent un élément constitutif permanent
Ce qui m’a particulièrement marqué : les données ne sont plus considérées comme une simple entrée pour un modèle. Elles constituent un élément qui accompagne l’ensemble du processus. Avec HPE Data Fabric 8.2, HPE souhaite concrétiser cette approche. Les données sont disponibles partout, que vous travailliez en périphérie, dans le cloud ou dans votre centre de données. La gouvernance et la sécurité sont intégrées par défaut, et la gestion des identités et des accès est automatisée.
Le principe sous-jacent est simple. Sans données fiables et accessibles, vous ne pourrez jamais développer une IA véritablement évolutive.
Économie des jetons : l’IA coûte cher, très cher
L’un des points les plus concrets portait sur l’économie des jetons. Chaque agent IA consomme des jetons, effectue des raisonnements en continu et exécute des actions. De ce fait, l’inférence n’est plus une charge de travail ponctuelle, mais un coût constant qui ne cesse de s’accumuler.
Un chiffre a retenu l’attention : des exemples de 13 000 dollars par agent et par mois. Cela remet immédiatement les choses en perspective. L’économie de l’IA devient ainsi l’économie des infrastructures. Le succès dépend de l’efficacité, de l’échelle et de la consommation, et bien loin de dépendre uniquement du modèle lui-même.
HPE a illustré cela à l’aide d’un exemple interne, une plateforme dont le nom de code est Mindstone. Ils l’ont développée sur site, avec une IA en cloud privé. Il en résulte un environnement dont le coût d’exploitation est environ trente fois moins élevé et qui permet d’économiser près de 100 000 dollars par mois. La leçon est claire. Celui qui contrôle ses données et son infrastructure y gagne à la fois en termes de coûts et de gouvernance.
Le stockage devient de la mémoire
Autre chose qui m’a frappé : le stockage évolue vers la mémoire active. Avec le HPE Alletra Storage X10000, doté de l’accélération KV Cache et d’une certification NVIDIA, le temps de réponse au premier jeton est jusqu’à vingt fois plus rapide et le débit est dix-sept fois plus élevé.
Pourquoi est-ce important ? Sans cette mémoire, les agents doivent reconstituer leur contexte à chaque fois. C’est un pur gaspillage de ressources informatiques, qui entraîne une augmentation des coûts. C’est typiquement le genre de détail qui, à grande échelle, a un impact considérable.
Les infrastructures évoluent au rythme de la croissance, elles ne rétrécissent pas
Certains pensent que l’IA permet de réduire votre infrastructure. Dans la pratique, c’est l’inverse qui se produit. Un nombre accru d’agents entraîne une augmentation des appels API, des requêtes de base de données et de la charge pesant sur vos GPU et vos CPU. L’IA crée un effet multiplicateur sur l’ensemble de votre environnement informatique.
HPE positionne donc sa gamme de solutions de cloud privé, comprenant les modèles PC1000, 3000 et 7000, ainsi que Private Cloud AI, comme fondement permettant de garantir la gestion de ces solutions.
L’intelligence au service de vos opérations
C’est là que cela m’a le plus marqué personnellement. Grâce à sa pile logicielle, HPE intègre directement l’IA dans les opérations. Morpheus assure l’orchestration et l’automatisation, OpsRamp l’observabilité et Zerto la résilience.
Le véritable cœur du système réside dans GreenLake Intelligence. C’est là que s’articule la gouvernance centrale des agents, avec la gestion des identités et des politiques, ainsi que l’orchestration via un « agent de planification ». À cela s’ajoutent des copilotes dédiés au calcul, à l’orchestration et à l’observabilité. Concrètement, cela signifie que vous gérez, automatisez et dépannez votre infrastructure à l’aide du langage naturel et d’une assistance par l’IA.
J’ai trouvé intéressant le lien avec ServiceNow. Cette intégration permet de jeter les bases d’une main-d’œuvre IA autonome. Vous bénéficiez ainsi non seulement d’informations pertinentes, mais aussi d’une prestation de services automatisée.
Un retour à la réalité de la part des clients
Ce que j’ai particulièrement apprécié, ce sont les témoignages des clients. AMD considère l’infrastructure d’IA comme une opportunité de passer du statut de simple consommateur de jetons à celui de générateur de jetons. Point32 Health met l’accent sur la gouvernance, les plateformes d’IA réutilisables et les compétences en IA au sein de l’organisation. Les deux confirment la même chose. L’IA concerne autant l’organisation et les processus que la technologie.
Ce que j’emporte avec moi
Si je résume cette troisième journée de mon point de vue, cela se résume à cinq points :
- L’IA est désormais un modèle opérationnel, et non plus un simple projet.
- L’économie des jetons devient un facteur déterminant dans toute analyse de rentabilité.
- La gouvernance des données devient une condition préalable indispensable.
- Votre infrastructure devient à la fois plus critique et plus complexe.
- Et surtout : il faut savoir piloter l’IA, et pas seulement la créer.
Le véritable changement réside dans la manière dont vous intégrez l’IA. Il s’agit moins d’ajouter l’IA à ce que vous faites que de l’intégrer pleinement au fonctionnement de votre organisation. C’est un défi bien plus important qu’un simple nouveau cas d’utilisation, et c’est ce qui déterminera si tous ces cas d’utilisation apporteront un jour de la valeur.
Je suis curieux de savoir quel est votre point de vue à ce sujet. Pour vous, le défi réside-t-il principalement dans le développement d’applications d’IA, ou constatez-vous également que leur pilotage devient le véritable enjeu ?
Nous vous invitons également à lire la première partie consacrée aux fondements et la deuxième partie consacrée au réseau.
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.
