Cloud, FinOps et IA qui découvre le monde réel : la semaine où les DSI ont ressorti la calculette

Bienvenue dans l’ère où le cloud coûte cher, l’IA veut voir le monde en 3D, et les DSI suisses ressortent leur calculette

Il fut un temps béni où le cloud, c’était magique. Tu cliquais, ça marchait, tu payais à la fin du mois sans trop regarder. Un peu comme le forfait mobile de ton ado : tant que ça tourne, on ferme les yeux. Sauf que là, on parle de factures à six chiffres, d’IA qui bouffe des GPU comme un attaquant affamé bouffe des espaces dans la défense adverse, et de robots qui commencent à vouloir comprendre pourquoi une porte s’ouvre. Bref, ça bouge. Petit tour d’horizon.

Cloud suisse : les entreprises redécouvrent l’architecture (et c’est pas trop tôt)

D’après ICTjournal, les entreprises suisses sont en train de réadapter leur infrastructure cloud aux nouvelles exigences de l’IA. Traduction : ce qui était dimensionné pour faire tourner un ERP et deux dashboards Power BI ne suffit plus quand tu veux entraîner ou faire tourner des modèles de langage à la maison.

C’est un peu comme si tu avais acheté une Fiat Panda pour aller chercher le pain, et que d’un coup tu devais tracter une caravane avec quatre enfants et un chien. Il va falloir passer chez le concessionnaire.

Ce qui change concrètement

Les workloads IA ne se contentent pas de « plus de CPU ». Ils demandent :

• Du GPU à foison (et le GPU, c’est cher, rare, et ça chauffe)
• De la bande passante réseau qui suit
• Du stockage rapide pour nourrir la bête en données
• Une gouvernance des données béton, parce qu’un modèle mal nourri, c’est comme un joueur mal briefé : il fait n’importe quoi en match

Et puis il y a la question du où. Cloud public hyperscaler ? Cloud souverain suisse ? Hybride ? La bonne réponse dépend de ton secteur, de la sensibilité de tes données et de tes contraintes réglementaires. Une banque privée genevoise et un e-commerçant de baskets n’ont pas les mêmes contraintes. C’est du sur-mesure, pas du prêt-à-porter.

FinOps 2.0 : quand l’IA se met à surveiller les dépenses… d’IA

Deuxième info, toujours chez ICTjournal : le FinOps entre dans sa deuxième saison, et cette fois, c’est l’IA qui tient la calculette. Ironique, non ? On dépense des fortunes en IA, alors on demande à l’IA de nous aider à comprendre pourquoi on dépense autant en IA. C’est le serpent qui se mord la queue, mais avec un tableur.

Pourquoi c’est devenu un vrai sujet

Avant, le FinOps c’était un poste Excel un peu chiadé. Aujourd’hui, avec les workloads IA imprévisibles (un pic d’inférence, un batch d’entraînement, un agent qui tourne en boucle parce qu’un dev a oublié un break), les factures deviennent des surprises. Genre : « tiens, on a claqué 40k de plus ce mois-ci, quelqu’un sait pourquoi ? »

Le FinOps 2.0 promet :

• Détection d’anomalies automatique (l’IA voit que ça part en cacahuète avant que le CFO ne s’énerve)
• Recommandations d’optimisation en continu (quel instance type, quelle région, quel modèle utiliser)
• Prévisions plus fines pour anticiper les budgets

Chez Smarsys, on voit passer des factures cloud tous les jours. Le constat est simple : ceux qui ne mesurent pas, gaspillent. Et ceux qui gaspillent finissent par blâmer « le cloud » alors qu’en réalité, ils ont juste laissé tourner trois environnements de dev tout le week-end. Le cloud n’est pas cher. Le cloud mal géré, si.

L’IA qui doit comprendre le monde réel : le prochain match

Enfin, Courrier international nous ramène à un sujet plus philosophique mais ô combien concret : le prochain défi de l’IA, c’est de comprendre le monde réel. Pas juste du texte, pas juste des pixels. Le monde. Avec ses lois de la physique, ses objets qui tombent, ses cafés qui refroidissent et ses ascenseurs qui se bloquent au 3e.

Pourquoi c’est important pour le business

Une IA qui comprend le monde réel, c’est une IA capable de piloter des robots, d’optimiser des chaînes logistiques, d’assister un technicien de maintenance, ou de prédire qu’une machine va tomber en panne parce qu’elle vibre bizarrement. Bref, c’est le passage de l’assistant textuel au véritable copilote physique.

Pour les PME romandes, ça peut paraître lointain. Mais dans 2-3 ans, ces capacités vont se retrouver dans les logiciels du quotidien : la maintenance prédictive dans ton ERP, l’optimisation d’entrepôt dans ton WMS, le contrôle qualité par vision dans ta chaîne de production. L’IA générative texte, c’était l’apéro. Le plat principal arrive.

Le conseil Smarsys de la semaine

Trois chantiers à mettre sur ta roadmap 2026 :

1. Audit d’architecture cloud : ton infra actuelle est-elle prête pour les workloads IA ? Si la réponse est « euh… », il est temps de regarder.
2. Mise en place d’un vrai FinOps : mesure, tag, alerte. Sans données, pas de décision.
3. Veille sur l’IA appliquée au métier : ne te laisse pas dépasser par un concurrent qui aura mieux compris comment brancher un modèle sur son processus.

Et si tu ne sais pas par où commencer, tu sais où nous trouver. On a le café, les tableaux blancs et l’humour.

Sources

• Les entreprises suisses adaptent leur cloud aux exigences de l’IA — ICTjournal
• FinOps 2.0: comment l’IA bouscule le contrôle des coûts cloud — ICTjournal
• Le prochain défi de l’intelligence artificielle est de comprendre le monde réel — Courrier international