UltraEdge, pionnier français des edge data centers, et Gcore, l’un des leaders des solutions d’IA en périphérie, de cloud et de sécurité, annoncent une alliance stratégique visant à renforcer la couverture territoriale des services IA cloud et edge computing en France.

UltraEdge, premier opérateur français de datacenters distribués, est né d’un partenariat entre Altice France, maison mère de SFR, et Morgan Stanley Infrastructure Partners (MSIP). En novembre 2023, Altice France a cédé 70 % de ses centres de données à MSIP, valorisant l’ensemble à 764 millions d’euros.

Cette transaction a permis la création d’UltraEdge, qui gère 257 datacenters répartis sur le territoire français, totalisant une capacité installée de plus de 45 MW et environ 33 000 m² d’espaces de bureaux. Ces infrastructures, auparavant dédiées aux équipements télécoms de SFR, offrent désormais des services d’hébergement en colocation neutres, répondant aux besoins croissants en matière de latence réduite et de proximité des données. Dans le cadre de ce partenariat, cet acteur de l’hébergement de proximité en France, met à disposition de Gcore son réseau de datacenters.

Fondé en 2014 et basé à Contern, au Luxembourg, Gcore est un fournisseur mondial de solutions d’intelligence artificielle en périphérie (edge AI), de cloud computing, de réseau et de sécurité. L’entreprise exploite un réseau mondial de plus de 180 points de présence répartis sur six continents, offrant une infrastructure robuste pour des services tels que le cloud, le CDN (Content Delivery Network) et la protection contre les attaques DDoS.

En juillet 2024, elle a levé 60 millions de dollars lors d’un financement de série A, dirigé par Wargaming, avec la participation de Constructor Capital et Han River Partners. Après avoir établi un partenariat stratégique le mois dernier avec LightOn, la société a également annoncé, le 28 novembre, collaborer avec UltraEdge.

Parmi les plus de 250 sites répartis sur le territoire national mis à disposition par ce dernier, figurent six NetCenters stratégiques situés à Courbevoie, Lyon, Lille, Bordeaux, Nantes et Strasbourg. Pour rappel, un NetCenter est un type de data center, plus petit et décentralisé, utilisé principalement pour des applications d’edge computing. Il est conçu pour être proche des utilisateurs finaux, ce qui permet de réduire la latence et d’améliorer les performances des applications.

Gcore pourra ainsi déployer ses solutions d’IA de manière uniforme sur tout le territoire, garantissant une accessibilité et une performance optimales pour tous les utilisateurs, quelle que soit leur localisation. Les entreprises françaises auront quant à elles accès à une infrastructure de nouvelle génération intégrant des serveurs d’IA sophistiqués alimentés par des GPUs NVIDIA, facilitant l’entraînement de grands modèles de langage (LLMs) et le déploiement d’applications d’IA en périphérie.

Fabrice Moizan, CRO chez Gcore, conclut :

“Nous sommes à l’aube d’une révolution de l’IA qui va changer le mode de fonctionnement des entreprises, et ce partenariat nous permet de connecter la France à l’IA, partout et à tout moment”.

Le premier ministre japonais Fumio Kishida était cette semaine en visite officielle aux USA où il a évoqué avec Joe Biden les tensions politiques, le renforcement de leur coopération en matière de défense et technologie, notamment en matière d’IA. Il a également rencontré Brad Smith, le vice-président et président de Microsoft qui a annoncé l’intention d’investir 2,9 milliards de dollars au cours des deux prochaines années pour accroître son infrastructure de cloud computing et d’IA à grande échelle au Japon.

Il y a deux marchés dans lesquels le Japon tente de rattraper son retard : celui de l’IA et celui des semi-conducteurs. Microsoft, y a installé son premier bureau international, ces 2,9 milliards de dollars représentent son plus gros investissement en 46 ans d’histoire au Japon.

L’expansion de son infrastructure d’IA et de cloud permettra à Microsoft de fournir des ressources informatiques plus avancées au Japon, y compris les dernières unités de traitement graphique (GPU), qui sont cruciales pour accélérer les charges de travail de l’IA. Ce qui lui permettra de soutenir le Generative AI Accelerator Challenge (GENIAC), un programme dirigé par le ministère de l’Économie, du Commerce et de l’Industrie qui aide les startups et les entreprises japonaises à obtenir les ressources informatiques nécessaires au développement de modèles de fondation et à encourager la collaboration entre les parties prenantes.

Renforcer les compétences du Japon en matière d’IA

Microsoft s’est engagé en outre à former pas moins de 3 millions de travailleurs japonais à temps plein et à temps partiel au cours des trois prochaines années, dans le but de doter le pays des compétences nécessaires. La société a annoncé plusieurs initiatives, notamment une formation dédiée aux femmes, des cours et des architectures de référence pour les développeurs d’IA et les entreprises technologiques, une aide à la mise en œuvre de programmes centrés sur l’IA dans les lycées professionnels.

Ces formations seront dispensées en partenariat avec des institutions de renom telles que l’Institut des Nations Unies pour la formation et la recherche (UNITAR). Microsoft soutiendra également les jeunes pousses japonaises par le biais du Microsoft for Startups Founders Hub.

Ouverture du 1er laboratoire Microsoft Research Asia

Microsoft Research Asia va ouvrir un laboratoire à Tokyo qui se concentrera sur des domaines clés tels que l’IA incarnée, la robotique et l’IA sociétale.

Le centre de recherche collabore étroitement avec des universités, des instituts de recherche et des entreprises technologiques de la région Asie-Pacifique, notamment avec les universités japonaises depuis plus de deux décennies, ce qui a d’ailleurs contribué à propulser la recherche interdisciplinaire et à encourager les talents.

Afin de favoriser une meilleure collaboration en matière de recherche, Microsoft accordera 10 millions de dollars de subventions de ressources au cours des cinq prochaines années à l’Université de Tokyo et au partenariat de recherche en intelligence artificielle entre l’Université Keio et l’Université Carnegie Mellon.

Nvidia, Amazon et d’autres entreprises privées soutiennent également ces partenariats entre les universités des 2 pays, 110 millions de dollars y seront consacrés.

Microsoft a d’autre part l’intention d’approfondir sa collaboration avec le secrétariat du Cabinet japonais pour renforcer la résilience en matière de cybersécurité du gouvernement, des entreprises et de la société.

L’IA générative (GenAI) a connu un essor rapide au cours des deux dernières années, confrontant les dirigeants d’entreprise à un bouleversement technologique majeur. Nous voulons tous savoir comment des changements tels que celui-ci nous affecteront et quelles seront les prochaines étapes. Heureusement, nous sommes déjà passés par là.

Lorsque le cloud computing a fait son apparition au milieu des années 2000, il a suscité des réticences et des craintes. Aujourd’hui, il est rare de rencontrer un dirigeant qui ne s’appuie pas dessus. Les parallèles entre l’adoption du cloud computing et de l’IA générative permettent de tirer des enseignements essentiels alors que nous nous dirigeons vers une adoption généralisée de l’IA générative.

1. L’IA générative est un investissement opérationnel

Tout comme le cloud, l’IA générative devrait concerner tous les types d’entreprises. La technologie peut être adoptée par tout le monde, des plus grandes entreprises du monde aux plus petites entreprises indépendantes. D’ailleurs, McKinsey estime que l’IA générative est sur le point d’accroître les effets de l’ensemble de l’IA de 15 à 40 %, ce qui représente un montant annuel de 4 400 milliards de dollars.

L’ère du cloud a permis aux entreprises de passer de projets de forte intensité capitalistique à des investissements opérationnels plus durables. L’IA générative est en passe de reproduire cette tendance, puisqu’elle implique un changement similaire, à savoir le passage du CapEx à l’OpEx qui convient à tous les types d’entreprises.

Il est donc possible de mettre l’IA générative au service de l’entreprise, quelle que soit sa structure. Ceux qui adoptent cette approche accessible de la technologie devraient bénéficier d’une productivité accrue, d’un travail efficace et d’une réduction des coûts d’exploitation.

2. L’IA générative exige de la sécurité et une gestion des données

L’IA générative a besoin d’une énorme quantité de données pour fonctionner efficacement. Les entreprises n’en sont encore qu’aux prémices de leur réflexion sur ce qu’implique pour la sécurité le fait d’alimenter des solutions d’IA avec leurs données.

Dans les premiers temps de l’adoption du cloud, les entreprises ont été confrontées aux mêmes préoccupations. Les leaders du secteur ont dû démontrer que le cloud était suffisamment fiable pour encourager les entreprises à y placer de grandes quantités de données. Ils ont dû également déterminer avec quels partenaires travailler pour en garantir la sécurité. Il y avait un sentiment d’incertitude ou d’ambiguïté, ce que de nombreux dirigeants ressentent aujourd’hui à l’égard de l’IA générative.

Exploiter en toute sécurité des solutions basées sur des données implique des enjeux importants. Les données ont pris une nouvelle dimension, car les consommateurs sont de plus en plus conscients de la manière dont les entreprises gèrent et utilisent leurs données.

Selon une étude réalisée en 2022 par Statista, 70 % des consommateurs européens craignent que les entreprises n’utilisent leurs données personnelles à d’autres fins que celles prévues. Ce chiffre montre que la sécurité des données est une priorité absolue pour les consommateurs de la région EMEA lorsqu’ils choisissent d’acheter quelque chose à une entreprise.

Devant la complexité de l’adoption de l’IA générative, nous devons nous rappeler les leçons tirées de l’ère du cloud et donner la priorité à la gestion des données et à la sécurité. Il faut reconnaître les immenses possibilités qui se présentent, mais rester parfaitement conscient des sanctions potentiellement plus lourdes pour les entreprises qui se trompent.

3. Il n’existe pas de stratégie d’IA générative universelle

Tous les types d’entreprises peuvent tirer profit de l’IA, à condition qu’elles réalisent les investissements appropriés. Pour devenir un précurseur de l’IA générative, il faut investir dans le recrutement de collaborateurs qui maîtrisent la technologie : data scientists, analystes de données ou ingénieurs data.

Selon une étude de l’Université d’Oxford, depuis 2015, la demande de compétences liées à l’IA a été multipliée par cinq à l’échelle mondiale. La conclusion pour les entreprises est simple : si vous ne comprenez pas le cycle de vie de vos données ou les réglementations relatives à l’IA, vous devez recruter des spécialistes en la matière.

Les entreprises qui hésitent à adopter d’emblée l’IA générative ont tout intérêt à attendre et à s’intéresser aux enseignements que tirent celles qui se lancent. Une fois que ces premières entreprises auront réalisé les investissements nécessaires, nous verrons apparaître une façon plus largement admise de gérer les données dans les grands modèles de langage.

4. L’IA générative doit être considérée comme une valeur ajoutée à long terme

Toute technologie qui conduit à une transformation, qu’il s’agisse du cloud, de l’IA générative ou d’autre chose, suit le même schéma. Le cycle de battage médiatique classique commence par une période d’anticipation, suivie d’une adoption rapide, d’un stade intermédiaire caractérisé par la prudence et, finalement, de retardataires qui restent légèrement à la traîne.

L’IA générative se trouve encore aux tout premiers stades de ce cycle. Une étude de Dell révèle que seules 44 % des entreprises se trouvent actuellement dans les phases d’adoption rapide ou intermédiaire de l’IA générative, ce qui signifie que la plupart d’entre elles n’ont pas encore fait de réels progrès.

Par ailleurs, de nombreuses informations erronées circulent sur le sujet. Nous pouvons ici établir un autre parallèle : lorsque le cloud s’est imposé pour la première fois, les dirigeants pensaient qu’il serait moins rentable, moins sûr et moins fiable que l’infrastructure IT traditionnelle.

La seule véritable façon de résoudre ce problème et de traverser le cycle de l’IA générative, c’est de laisser les choses se produire naturellement. Nous commençons à voir à quoi ressemble l’IA générative pour les entreprises dans la pratique. Exemples de nouveaux cas d’utilisation :

• Génération d’idées : l’IA générative pour résoudre le problème de la « page blanche » et contribuer au brainstorming et à la génération d’idées au sein de l’entreprise

• Capacité d’évaluation, de classement et de recommandation : l’IA générative pour résumer de grandes quantités de données ou de longs rapports/journaux, classer les informations et fournir des recommandations et un raisonnement à partir de ces données

• Génération de contenu : l’IA générative pour proposer des e-mails, des messages sur les réseaux sociaux, des récapitulatifs hebdomadaires ou des réponses à des demandes de service liées à la gestion de tickets IT

L’adoption de l’IA générative est un parcours. Les entreprises se doivent d’aller à leur rythme et à commencer par rationaliser une couche de base d’IA ou d’automatisation.

Les capacités matures de l’IA générative, comme l’intelligence prédictive, l’analyse statistique, la compréhension du langage naturel, pour n’en citer que quelques-unes, changent réellement la donne. Il est important de déterminer exactement comment la technologie peut favoriser un cas d’utilisation dans votre entreprise et de partir de là.