AI factory, passage à l'échelle... la bascule de Dell sur l'IA d'entreprise

Comme je l'expliquais dans ma dernière chronique, lors du Dell Technologies World 2026, l’intelligence artificielle n’est plus présentée comme une promesse technologique, mais comme une infrastructure d’entreprise à industrialiser. Derrière les annonces autour de Dell AI Factory, des nouveaux partenariats avec OpenAI, Mistral AI, Google, Hugging Face, Palantir ou encore SpaceXAI, un message stratégique se dessine : l’enjeu n’est plus seulement d’expérimenter l’IA, mais de la déployer en production, sous contrôle, au plus près des données.

Dans un entretien accordé à Alliancy, Caitlin Gordon, vice-présidente Product Management au sein de l’Infrastructure Solutions Group de Dell Technologies, revient sur cette bascule. Son analyse confirme un changement de phase du marché : les entreprises ne cherchent plus uniquement des modèles, des GPU ou des plateformes isolées. Elles cherchent des architectures validées, automatisées, gouvernées, capables de passer du pilote à l’échelle.

Une AI Factory pensée pour des maturités différentes

Dell adapte son AI Factory à des entreprises qui n’avancent pas toutes au même rythme. Certaines sont déjà en phase de déploiement, d’autres cherchent encore leurs premiers cas d’usage. D’où une approche plus modulaire, avec des modules pilotes pour démarrer, puis des modules de fondation pour l’inférence ou le fine-tuning. « Les clients en sont encore à des stades très différents. Il n’y a pas d’approche universelle. » estime-t-elle. L’intérêt est moins dans le constat, désormais bien connu, que dans la réponse de Dell : transformer l’AI Factory en chemin progressif vers la production, plutôt qu’en simple catalogue d’infrastructure.

Cette modularité traduit une évolution plus profonde. Dell ne cherche pas seulement à fournir de la puissance de calcul, mais à offrir un cadre de montée en maturité. L’IA d’entreprise ne se joue pas uniquement sur la performance brute. Elle se joue sur la capacité à déployer, opérer, sécuriser et faire évoluer des environnements réels.

Le passage à l’échelle reste d’abord un défi humain et organisationnel

L’un des enseignements les plus importants de l’entretien concerne la différence entre les entreprises qui passent à l’échelle et celles qui restent bloquées au stade du POC. Pour Caitlin Gordon, la technologie n’est pas toujours le principal frein : « Les entreprises qui réussissent le mieux sont celles qui ont un cas d’usage très clair, et un processus très clair pour tester, itérer, approuver, puis passer à l’échelle. » Le constat est net : les pilotes sont faciles à lancer, mais l’industrialisation demande une discipline beaucoup plus forte. Il faut un cas d’usage précis, un processus d’itération, des règles d’approbation, puis une capacité à passer en production sans être paralysé par les lourdeurs internes.

Pour Dell, les obstacles les plus critiques sont souvent liés à la gouvernance, à la sécurité, aux processus d’achat, aux validations internes et à la culture d’entreprise. Autrement dit, le passage à l’échelle de l’IA dépend autant de l’organisation que de l’infrastructure. « Cela devient surtout une question de personnes, de processus et de culture, plus qu’une question de technologie. La technologie est là. » explique la dirigeante. Cette phrase résume l’un des grands messages du moment : les entreprises ne manquent plus seulement d’outils d’IA. Elles doivent désormais apprendre à transformer leurs modes de fonctionnement pour rendre l’IA réellement opérationnelle.

De l’infrastructure à l’expérience opérationnelle

Dell assume désormais une évolution de son rôle. Le groupe ne veut plus être perçu uniquement comme un fournisseur d’infrastructure, mais comme un acteur capable d’aider les entreprises à obtenir des résultats opérationnels. Caitlin Gordon insiste sur cette dimension : la valeur vient de la manière dont Dell encapsule son infrastructure dans une expérience plus complète, validée, automatisée et économiquement justifiable.

L’enjeu est de réduire la complexité, d’accélérer le déploiement et de rendre l’investissement plus lisible pour les directions générales comme pour les équipes IT. Cette logique vaut pour l’IA, mais aussi pour le cloud privé, la virtualisation et les environnements hybrides. Pour Dell, l’enjeu est de sortir l’IA d’entreprise de la logique du projet unique. Les architectures de référence, les guides d’implémentation, les blueprints et la Dell Automation Platform doivent permettre de passer d’intégrations longues et spécifiques à des déploiements plus reproductibles, mieux contrôlés et plus rapidement exploitables par les métiers..

L’écosystème devient une brique critique de l’industrialisation

L’une des annonces majeures de Dell Technologies World 2026 concerne le Dell AI Ecosystem Program. Ce programme vise à structurer un marché de l’IA devenu extrêmement fragmenté, où cohabitent grands modèles propriétaires, modèles open source, éditeurs spécialisés, plateformes verticales, solutions de sécurité et outils agentiques. Caitlin Gordon explique que Dell ne peut pas traiter cet écosystème de manière artisanale. Certains partenaires stratégiques, comme Google ou OpenAI, feront l’objet d’un travail d’ingénierie approfondi avec Dell. Pour d’autres acteurs plus spécialisés, Dell met en place un processus de validation plus industrialisé, avec des laboratoires, des plans de test, des documents automatisés et des blueprints.

« L’écosystème est vaste et complexe. Nous voulons permettre à certains partenaires de réaliser eux-mêmes les tests, avec une infrastructure de laboratoire, un processus d’entrée automatisé et des plans de test fournis par Dell. » décrit-elle. Ce programme permet à Dell de jouer un rôle de tiers de confiance technique. Il ne s’agit pas seulement de dire qu’un logiciel “fonctionne sur Dell”, mais de prouver qu’il a été testé dans des configurations proches de celles que les entreprises devront réellement exploiter. Cette approche répond à une attente très concrète des directions IT et data : ne plus assembler seules des piles technologiques complexes, mais partir de solutions validées, documentées et plus facilement déployables.

La donnée reste le vrai carburant de l’IA

Interrogée sur le rôle respectif des modèles et des données, Caitlin Gordon est très directe. Les modèles sont importants, mais la donnée reste le fondement de la valeur différenciante pour l’entreprise. « Vos données sont, en fin de compte, le carburant. » rappelle-t-elle. Dans sa vision, le choix du modèle deviendra probablement de plus en plus intelligent et automatisé avec le temps, notamment grâce au routage de modèles. En revanche, rendre les données accessibles, contextualisées et prêtes pour l’IA restera un enjeu structurel.

Cette analyse rejoint directement les annonces autour de Dell AI Data Platform avec NVIDIA. Dell met l’accent sur l’indexation, l’orchestration, la préparation et la gouvernance des données pour permettre aux entreprises de transformer leurs données existantes en carburant exploitable par les modèles, les agents et les applications métiers. Le sujet est essentiel. À mesure que l’IA devient agentique, la qualité, la disponibilité et le contexte des données détermineront la capacité des agents à agir utilement, sans multiplier les risques opérationnels ou réglementaires.

Souveraineté : le contrôle devient central

Pour les entreprises européennes, la question de la souveraineté ne se limite plus au lieu de stockage des données. Elle concerne aussi le contrôle sur l’infrastructure, les modèles, les environnements d’exécution, les flux de données et les chaînes de décision.

Sur ce point, Caitlin Gordon positionne clairement Dell comme une alternative aux approches cloud publiques trop fermées : « Le portefeuille Dell est idéal pour la souveraineté de l’IA, car il est conçu pour fonctionner dans le datacenter choisi par le client, là où il le souhaite, avec la pile technologique qu’il souhaite. »

L’argument est stratégique : l’AI Factory permet aux entreprises de déployer l’IA près de leurs données, selon le modèle qui correspond à leurs contraintes - on-premise, cloud privé, architecture hybride ou environnement souverain. Dell revendique ainsi une logique de choix : choix de l’infrastructure, des modèles, des partenaires logiciels, du niveau de sécurité et du lieu d’exécution. Dans un marché encore largement tiré par des approches cloud-first, cette capacité à combiner contrôle local, ouverture et hybridation devient un élément central de différenciation. Cette granularité du contrôle est devenue un sujet central pour les secteurs régulés, les gouvernements, la défense, la santé, l’industrie et la finance. Elle explique également l’importance des partenariats annoncés avec Mistral AI, Google Distributed Cloud, OpenAI, Palantir, Reflection ou Hugging Face, tous orientés vers des déploiements plus proches des données et plus maîtrisés par l’entreprise.

Pour les organisations européennes, cette orientation est particulièrement sensible. La souveraineté numérique ne se joue plus uniquement dans les discours sur la localisation. Elle se joue dans la capacité à choisir, auditer, gouverner et faire évoluer l’ensemble de la chaîne IA.

L’open source revient au centre des stratégies IA

Autre point fort de l’entretien : la résurgence de l’open source dans l’IA d’entreprise. Caitlin Gordon observe que les organisations reconsidèrent la place de l’open source dans leurs environnements, non seulement pour les modèles, mais aussi pour les outils et les “skills” utilisés dans les workflows. Mais cette dynamique n’est pas seulement technique. Elle devient aussi géopolitique et souveraine. Les entreprises veulent comprendre d’où viennent les modèles, qui les opère, dans quel cadre réglementaire ils évoluent et comment elles peuvent garder le contrôle.

C’est dans ce contexte que la collaboration avec Mistral AI prend une importance particulière, notamment pour les clients européens qui souhaitent travailler avec un acteur local capable de fournir des modèles et des outils d’orchestration déployables sur leur propre infrastructure. L’open source n’est donc pas seulement un sujet de coût ou d’innovation communautaire. Il devient un levier de transparence, de maîtrise, de portabilité et parfois de souveraineté.

Le “time to token”, nouvelle métrique de valeur

Dell met également en avant une nouvelle notion : le “time to token”. Derrière cette expression, il y a un changement de perspective. L’enjeu n’est plus seulement de livrer une infrastructure ou d’allouer des GPU. Il s’agit de réduire le délai entre l’investissement technologique et la production effective de valeur métier par l’IA.

Caitlin Gordon distingue implicitement plusieurs niveaux : le “time to GPU”, qui correspond à la mise à disposition de la capacité technique, et le “time to token”, qui correspond à l’activation réelle d’un usage dans un contexte business. « Le time to token, c’est débloquer ce que l’entreprise va réellement faire avec son infrastructure IA. » souligne-t-elle.

Mais elle rappelle aussi que les ralentissements ne sont pas toujours techniques. Les contrats, les licences, les achats et les accords commerciaux peuvent, eux aussi, allonger considérablement les délais. C’est pourquoi Dell cherche à réduire ces frictions, notamment en intégrant certains partenaires stratégiques dans ses propres mécanismes commerciaux. L’objectif est de raccourcir non seulement le temps d’installation de l’infrastructure, mais aussi le temps nécessaire pour obtenir un usage opérationnel, mesurable et exploitable par les métiers.

L’IA agentique impose une nouvelle architecture de confiance

Les annonces de Dell insistent fortement sur l’IA agentique, avec Dell Deskside Agentic AI, NVIDIA OpenShell et une continuité d’architecture entre le poste de travail, le datacenter et l’AI Factory. Cette approche répond à une évolution rapide : les agents ne se contentent plus de produire des réponses. Ils planifient, exécutent, interagissent avec des outils, manipulent des données et peuvent agir dans les systèmes d’information.

Cette évolution renforce la pertinence des architectures locales, sécurisées et gouvernées. Les entreprises devront traiter les agents non pas comme de simples assistants logiciels, mais comme de nouveaux acteurs du système d’information, avec des droits, des accès, des responsabilités et des risques à encadrer. Le sujet est particulièrement critique pour les environnements sensibles. À mesure que les agents accéderont aux données, aux applications et aux processus métiers, les questions d’identité, d’autorisation, de traçabilité et de contrôle deviendront centrales.

Le prochain goulet d’étranglement : données et culture

À la fin de l’entretien, Caitlin Gordon a identifié pour moi deux freins majeurs pour les 12 à 24 prochains mois : la préparation des données et la transformation culturelle : « La préparation des données va être absolument clé, car c’est ce qui différenciera les usages d’IA réellement durables et différenciants de ceux que presque tout le monde pourrait faire. »

Mais elle insiste aussi sur un facteur souvent sous-estimé : la capacité des entreprises à faire évoluer leurs collaborateurs, leurs processus et leur culture autour de l’IA. « Il faut considérer avec le même niveau d’attention les objectifs business que l’on cherche à atteindre et la culture que l’on veut construire dans son entreprise. » met-elle en avant. Cette remarque est essentielle. L’industrialisation de l’IA ne sera pas gagnée par les entreprises qui empilent les outils, mais par celles qui sauront aligner ambition business, infrastructure, données, gouvernance, sécurité, compétences et culture.

Mon analyse pour Alliancy

Dell Technologies ne se contente plus de vendre l’infrastructure nécessaire à l’IA. L’entreprise cherche à devenir l’un des orchestrateurs de son industrialisation : infrastructure, données, sécurité, écosystème logiciel, automatisation, services et souveraineté.

Cette stratégie répond à une tension centrale du marché. Les entreprises veulent bénéficier de la puissance des modèles les plus avancés, mais elles ne veulent pas perdre le contrôle de leurs données, de leurs coûts, de leur propriété intellectuelle ou de leur conformité. Dell positionne donc l’AI Factory comme une alternative hybride : suffisamment ouverte pour intégrer les grands modèles et les partenaires spécialisés, suffisamment contrôlée pour répondre aux exigences des environnements critiques.

Pour les entreprises européennes, le message est particulièrement pertinent. La souveraineté numérique ne se limite plus à la localisation des données. Elle concerne désormais le choix de l’infrastructure, des modèles, des partenaires, des mécanismes de gouvernance et des environnements d’exécution. La question n’est donc plus : faut-il aller vers l’IA ? Elle devient : comment industrialiser l’IA sans perdre le contrôle ? C’est précisément sur ce terrain que Dell veut désormais jouer un rôle central.