For nearly 15 years, the cloud appeared to be the inevitable destination for enterprise IT — offering agility, elasticity, innovation and reduced operational complexity. It became the bedrock of digital transformation. The rise of artificial intelligence, however, is now reshuffling the deck, forcing business leaders and CIOs to reopen questions once considered settled: where to run workloads, host data, control costs, reduce hyperscaler dependency, and ensure sovereignty over the most strategic digital assets.

AI doesn’t reject the cloud, but it pushes infrastructure back to the center of strategic decision-making. Unlike traditional applications, AI models demand enormous compute resources. Training and inference consume GPU capacity, storage, high-bandwidth networks and rapidly scalable architectures, while new components — vector databases, data pipelines, orchestration platforms, specialized models and agent infrastructures — mean every AI use case has a direct infrastructure footprint.

This also reshapes the economic equation. Cloud’s conversion of capital investment into flexible operational expenses remains relevant, yet AI changes the calculus. Deploying dozens of agents, querying multiple models, processing millions of documents or running continuous inference quickly turns compute power into a strategic budget line. Organizations must now arbitrage between managed services, running open-source models on their own hardware, pooling GPU resources, or intelligently distributing processing based on criticality — choices that are both strategic and technical.

The result won’t be a wholesale reversal of cloud migration, but a nuanced hybrid future. Some workloads will stay in the public cloud; others will find better fit on private, sovereign or specialized infrastructure. Companies will adopt hybrid models that dynamically arbitrate based on cost, performance, privacy and regulatory constraints, aiming to place each workload where it creates the most value.

This evolution puts CIOs back at the center. Decisions on architecture, data governance, sovereignty, compute capacity and interoperability will directly condition the ability to industrialize AI. Infrastructure, once a mere support for innovation, becomes a primary driver of it, writes Thomas Thelliez, CTO at Positive. The real shift isn’t AI’s ubiquity — it’s that it compels enterprises to re-examine what they had taken for granted: their infrastructure.

Pendant près de quinze ans, une idée semblait acquise : l’avenir de l’informatique d’entreprise passait par le cloud. Le cloud promettait agilité, élasticité, innovation et réduction de la complexité opérationnelle. Pour beaucoup d’organisations, il est devenu le socle naturel de leur transformation numérique. L’essor de l’intelligence artificielle est pourtant en train de rebattre les cartes.

Pour la première fois depuis longtemps, les directions générales et les DSI se reposent des questions que l’on croyait définitivement tranchées : où exécuter les traitements ? Où héberger les données ? Comment maîtriser les coûts ? Comment réduire la dépendance aux hyperscalers ? Comment garantir la souveraineté des actifs numériques les plus stratégiques ?

L’intelligence artificielle ne remet pas en cause le cloud. En revanche, elle remet clairement l’infrastructure au cœur des décisions stratégiques.

Le retour d’un sujet pourtant clôturé

Ces dernières années, l’infrastructure est progressivement devenue un sujet d’exécution. Les directions métiers parlaient d’expérience utilisateur, de produits numériques ou de données. Les équipes IT s’occupaient de faire fonctionner les plateformes.

L’IA change profondément cette dynamique.

Contrairement aux applications traditionnelles, les modèles d’IA mobilisent des ressources de calcul considérables. L’entraînement, mais aussi l’inférence, consomment des capacités GPU, du stockage, des réseaux haut débit et des architectures capables d’évoluer rapidement.

À cela s’ajoutent de nouveaux composants : bases vectorielles, pipelines de données, plateformes d’orchestration, modèles spécialisés ou infrastructures d’agents.

Autrement dit, chaque nouveau cas d’usage IA possède désormais une traduction directe sur l’infrastructure.

L’équation économique change

Et l’un des premiers effets visibles concerne les coûts. Pendant longtemps, le cloud a permis de transformer des investissements matériels en dépenses opérationnelles plus flexibles. Cette logique reste pertinente dans de nombreux cas.

Mais l’IA modifie cette équation : une entreprise qui déploie des dizaines d’agents, interroge plusieurs modèles, traite des millions de documents ou exécute des inférences en continu, découvre rapidement que la puissance de calcul devient un poste budgétaire stratégique.

Le sujet n’est plus uniquement de savoir combien coûte un serveur ou une machine virtuelle. Il faut désormais arbitrer entre plusieurs modèles économiques : utiliser un service managé, exécuter un modèle open source sur sa propre infrastructure, mutualiser des ressources GPU ou répartir intelligemment les traitements selon leur criticité.

Ces arbitrages deviennent des décisions stratégiques autant que techniques.

Le futur sera hybride

Faut-il en conclure que le mouvement vers le cloud va s’inverser ? Probablement pas. En revanche, le débat ne se résume plus à une opposition entre cloud et on-premise. L’avenir sera plus nuancé.

Certaines charges de travail continueront naturellement à s’exécuter dans le cloud public. D’autres trouveront davantage de sens sur des infrastructures privées, souveraines ou spécialisées. Certaines entreprises privilégieront des modèles hybrides capables d’arbitrer dynamiquement selon les coûts, les performances, la confidentialité ou les contraintes réglementaires.

L’objectif ne sera plus de tout centraliser au même endroit, mais de placer chaque traitement là où il crée le plus de valeur.

Cette évolution replace les DSI au centre des décisions. Les choix réalisés aujourd’hui en matière d’architecture, de gouvernance des données, de souveraineté, de capacité de calcul ou d’interopérabilité conditionneront directement la capacité des entreprises à industrialiser leurs usages de l’intelligence artificielle demain. Autrement dit, l’infrastructure cesse d’être un simple support de l’innovation. Elle en devient l’un des principaux moteurs.

L’histoire récente du numérique montre que les grandes ruptures technologiques redéfinissent toujours les fondamentaux de l’informatique d’entreprise. L’intelligence artificielle ne fait pas exception.

Le véritable changement n’est peut-être pas que l’IA devienne omniprésente. C’est qu’elle oblige les entreprises à regarder de nouveau ce qu’elles avaient fini par considérer comme acquis : leur infrastructure.

* Thomas Thelliez est Chief Technology Officer chez Positive.

Photo : © DR

The post Le mouvement vers le cloud va-t-il s’inverser avec l’IA ? appeared first on Silicon.fr.