Cloud : apprendre à prédire plutôt que détecter – 13/10

## Cloud : quand l'IA apprend à prédire plutôt qu'à détecter L'intelligence artificielle ne se contente plus de réagir aux incidents : elle cherche désormais à les anticiper. C'est la thèse défendue par Tony Tung, cofondateur et directeur scientifique chez Presage, lors de son passage dans l'émission Tech&Co Business, présentée par Frédéric Simottel sur BFM Business, ce mardi 13 octobre. Une bascule conceptuelle qui concerne au premier chef l'infrastructure cloud, socle technique de la plupart des services d'IA actuels. ## Du monitoring réactif à l'anticipation Pendant longtemps, la gestion des infrastructures informatiques reposait sur une logique de détection : identifier une anomalie, puis intervenir. Cette approche, dite réactive, montre ses limites à mesure que les systèmes se complexifient. Les architectures cloud modernes, distribuées sur plusieurs régions et dépendantes de milliers de microservices, génèrent un volume de données de télémétrie difficile à traiter en temps réel par des équipes humaines. L'apport de l'IA, selon les analyses présentées par Tony Tung, consiste à exploiter ces signaux faibles pour prédire l'apparition d'une panne ou d'une surcharge avant qu'elle ne se produise. Un changement de paradigme qui déplace la valeur ajoutée : il ne s'agit plus seulement de constater, mais d'anticiper. ## Le cloud, infrastructure stratégique de l'IA Cette évolution s'inscrit dans un contexte où le cloud est devenu l'infrastructure de référence pour l'IA. Les modèles d'apprentissage, qu'ils soient génératifs ou prédictifs, nécessitent une puissance de calcul et une capacité de stockage que seuls les grands fournisseurs cloud peuvent aujourd'hui offrir à grande échelle. La question de la maîtrise de cette infrastructure devient donc centrale. Plusieurs intervenants de la même émission ont d'ailleurs abordé des sujets connexes : Sébastien Le Roy, partner chez Serena, a évoqué le bouleversement des fondamentaux du logiciel par l'IA agentique et l'importance de développer la souveraineté européenne. Damien Lucas, directeur général, est également intervenu sur la nécessité de renforcer cette souveraineté dans le domaine de l'IA. ## Des applications au-delà de l'informatique La logique prédictive portée par l'IA ne se limite pas à la maintenance des serveurs. Elle irrigue progressivement d'autres secteurs : industrie, énergie, logistique, santé. L'idée directrice reste la même : transformer des flux de données historiques en signaux exploitables pour réduire les temps d'arrêt et optimiser les ressources. Cette approche soulève néanmoins des questions de fiabilité. Un modèle prédictif se trompe parfois, et une fausse alerte peut entraîner des coûts ou des décisions inadaptées. La qualité des données d'entraînement et la transparence des algorithmes deviennent dès lors des enjeux critiques pour les entreprises qui adoptent ces outils. ## Un enjeu de compétitivité Pour les entreprises, la capacité à prédire plutôt qu'à détecter pourrait devenir un avantage concurrentiel mesurable, en particulier dans les secteurs où une interruption de service se chiffre en milliers, voire en millions d'euros par heure. Reste à savoir si les organisations disposent des compétences internes nécessaires pour exploiter pleinement ces technologies. Le débat sur la souveraineté européenne, soulevé lors de cette même émission, suggère que la maîtrise de ces briques technologiques — cloud et IA prédictive — pourrait dépasser la seule dimension économique. Un sujet qui devrait continuer d'alimenter les discussions dans les mois à venir.