Stratégie

Avec la maturité de leurs projets d'IA, les entreprises reviennent du cloud public

Pour des projets d'IA complexes ou l'agentique, les entreprises reconsidèrent le cloud privé ou le on-premise. (Photo : Pixabay/Thedigitalartist)

Préoccupés par les coûts et la confidentialité des data, les DSI considèrent de plus en plus le cloud privé comme la meilleure solution pour leurs déploiements IA, une fois les workloads stabilisés et les phases pilotes terminées.

PublicitéAlors que le cloud public offre la flexibilité nécessaire pour expérimenter des projets de GenAI sur un grand nombre de GPU, les DSI se tournent de nouveau vers le cloud privé, voire les environnements on-premise, à mesure que leurs stratégies d'IA mûrissent et s'adaptent à des workloads d'IA plus prévisibles, afin de limiter les dépenses et de protéger la confidentialité des données, selon Greg Whalen, directeur technique de l'éditeur de solutions d'observabilité des données Prove AI.

Une récente enquête menée par ce dernier auprès de 1 000 dirigeants d'entreprise aux États-Unis et au Canada a révélé que 67% d'entre eux prévoient de sortir certaines données destinées à l'IA du cloud public dans les 12 prochains mois. Outre la prévisibilité des coûts et les questions de confidentialité des données, les principales raisons de cette transition résident dans la sécurité et les défis d'intégration du cloud avec les environnements SaaS, selon l'enquête. Plutôt que de louer du temps dans le cloud public, « les entreprises qui exécutent des workloads d'IA permanents économiseraient de l'argent en achetant quelques GPU ou en en installant quelques-uns chez leur fournisseur de cloud privé, estime Greg Whalen. Si les DSI arrivent à évaluer avec précision leurs besoins, les GPU internes seront largement utilisés, avec peu de temps d'arrêt ».

Des dépenses en hausse dans le cloud privé

« Avec du fine-tuning, ou même simplement en personnalisant un modèle RAG, vous avez probablement besoin d'heures de calcul GPU en continu, poursuit-il. Vos charges de travail ne sont pas très élevées, même avec l'évaluation du modèle, puis son exécution. » Greg Whalen affirme que la plupart des organisations qui utilisent leurs propres GPU ne connaissent pas de problèmes de sous-utilisation.

Une deuxième étude souligne une croissance significative des dépenses dans le cloud privé, même si celles dans le cloud public continuent également de croître, mais à un rythme plus faible. Cette deuxième étude, réalisée pour le fournisseur de réseaux et de sécurité GTT Communications, montre une croissance de 12% entre 2024 et 2025 du nombre d'organisations prévoyant de dépenser plus de 10 M$ dans le cloud public. Mais la part de répondants prévoyant de dépenser plus de 10 M$ en services de cloud privé a augmenté encore plus rapidement, passant de 36% en 2023, à 43% en 2024 et à 54% en 2025. Selon GTT, plus de la moitié des workloads d'IA résident désormais dans une combinaison hybride de cloud privé et d'environnements on-premise, la sécurité, la conformité et les besoins spécifiques des applications d'IA étant les principales raisons de cette recherche d'alternative au cloud public.

Un rapatriement sélectif, mais pas massif

PublicitéLes préoccupations réglementaires et de conformité constituent un facteur important en faveur du cloud privé et même du on-premise, selon Bastien Aerni, vice-président de la stratégie et de l'adoption des technologies chez GTT. « De nombreuses entreprises transfèrent leurs workloads sensibles vers ce type d'hébergement dans le cadre de stratégies multicloud et hybrides plus larges pour prendre en charge l'IA agentique et d'autres projets d'IA complexes. En effet, la plupart du temps, l'IA touche des données confidentielles ou critiques pour l'entreprise. Ce qui conduit à considérer sérieusement le sujet de l'architecture et du choix d'applications publiques privées, voire sur site. »

Le cloud public continue cependant d'offrir une capacité de passage à l'échelle sans comparaison pour les projets d'IA. Et les DSI en ont été convaincus durant ces dernières années. « Il y a environ cinq ans, les DSI me disaient combien ils étaient éblouis par la quantité de fonctionnalités, d'outils disponibles dans le cloud public, raconte Bastien Arni. Ce n'est plus le cas aujourd'hui. Ils m'expliquent ne plus utiliser ces outils et recherchent tous la stabilité et la prévisibilité ». Pour autant, d'autres observateurs experts du cloud et de l'IA ne voient pas de sortie massive du cloud public, la croissance se poursuivant en raison des exigences techniques élevées de l'IA. « Un pourcentage considérable d'entreprises utilisent encore des modèles de cloud hybride », déclare par exemple Danilo Kirschner, DG du cabinet de conseil en cloud Zoi North America.

Des stratégies cloud moins naïves

Le rapatriement des systèmes est bel et bien en cours, mais les entreprises n'abandonnent pas complètement le cloud public pour autant, selon ce dernier. « Le paradoxe est simple : les charges de travail de l'IA sont à la fois à l'origine d'une croissance massive du cloud et d'un rapatriement sélectif, car le marché se développe si rapidement qu'il s'adapte à plusieurs modèles de déploiement à la fois, explique Danilo Kirschner. Ce que nous observons, c'est la maturation depuis une stratégie naïve 'tout cloud' vers des décisions plus intelligentes et adaptées aux applications. Nous n'assistons pas à un exode massif depuis le cloud. C'est plutôt comme si les entreprises se faufilaient discrètement par une porte dérobée avec leurs applications d'IA les plus précieuses. » Pour Danilo Kirschner, la confiance, le coût et le contrôle des données sont de nouveau à l'ordre du jour des conseils d'administration et influencent les décisions sur l'exécution des applications d'IA et le stockage des données.