Dell Technologies World 2026 : l’IA d’entreprise entre dans l’âge de l’infrastructure distribuée

À Dell Technologies World 2026, l’IA n’a plus été présentée comme une expérimentation, un assistant ou une simple couche logicielle ajoutée aux systèmes existants. Le message central de Dell est désormais beaucoup plus structurant : l’IA devient une architecture d’entreprise. Et cette architecture devra être distribuée, gouvernée, sécurisée, économiquement maîtrisée et capable de fonctionner là où se trouvent les données.

Le glissement est majeur. Après deux années dominées par les modèles génératifs, les copilotes et les preuves de concept, Dell veut installer une nouvelle phase : celle de l’IA agentique. Autrement dit, une IA capable non seulement de produire du texte ou du code, mais aussi de planifier, d’agir, d’orchestrer des workflows, d’interagir avec des outils, de consommer des données métiers et d’exécuter des tâches à l’échelle.

Michael Dell l’a résumé dès la keynote d’ouverture : « L’IA n’est plus une simple fonctionnalité. Elle devient le modèle opérationnel de l’entreprise moderne. » Une formule qui résume bien le changement de perspective : l’IA quitte l’écran pour entrer dans les usines, les hôpitaux, les laboratoires, les postes de travail et les infrastructures critiques.

De l’IA générative à l’IA agentique

La première grande tendance de cette édition est donc le passage de l’IA générative à l’IA agentique. Pour John Roese, Global CTO et Chief AI Officer de Dell, c’est le changement le plus important du moment : « L’IA passe d’un outil d’assistance ponctuel à une entité de travail autonome dans l’entreprise. »

Ce passage transforme la nature même des projets IA. Avec l’IA générative, les entreprises pouvaient encore raisonner en outils : un assistant pour écrire, résumer, chercher, coder ou analyser. Avec l’IA agentique, elles doivent raisonner en entités de travail autonomes : des agents avec des objectifs, des identités, des permissions, des coûts, des données, des traces et des responsabilités.

Cette évolution a des conséquences directes sur l’infrastructure. Les agents ne fonctionnent pas comme des chatbots centralisés. Ils ont besoin de données, d’accès, de capacité de calcul, de sécurité, d’orchestration et d’observabilité. Ils doivent parfois agir dans des environnements industriels, hospitaliers, financiers ou souverains où la latence, la confidentialité, la conformité et le contrôle sont critiques.

Une IA distribuée, du poste de travail au datacenter

La deuxième grande tendance est la distribution de l’IA. Dell ne défend pas une approche exclusivement cloud, ni une approche exclusivement on-premise. L’entreprise pousse une architecture continue, capable de faire fonctionner l’IA au bon endroit : sur un PC, une station de travail, un edge industriel, un datacenter privé, une AI Factory, un environnement hybride ou un cloud souverain.

Les annonces autour de Dell Deskside Agentic AI illustrent ce mouvement. Dell veut permettre aux équipes de développer, tester et exécuter localement des agents, avec des modèles allant de plusieurs dizaines de milliards jusqu’à un trillion de paramètres selon les configurations, en s’appuyant sur des stations de travail Dell Pro Precision, Dell Pro Max avec GB10 ou GB300, le stack NVIDIA NemoClaw et NVIDIA OpenShell. L’objectif affiché est clair : réduire la dépendance aux API cloud lorsque les coûts, la latence, la souveraineté ou la protection de la propriété intellectuelle deviennent critiques.

Dans le même temps, Dell a annoncé l’extension de son AI Factory avec NVIDIA, avec des architectures allant des workstations aux serveurs PowerEdge XE, jusqu’aux racks complets capables de supporter des workloads IA lourds. La logique est celle d’un continuum : ce qui s’expérimente au poste de travail doit pouvoir se déployer dans le datacenter, sans changer de modèle architectural.

Cette approche répond à une réalité économique. Comme l’a souligné Sathish Iyer, membre du CTO Office de Dell Technologies, l’IA d’entreprise sera « véritablement hybride » : certains usages resteront dans le cloud, d’autres fonctionneront dans des environnements privés, des clouds privés dédiés, des instances SaaS dédiées, des infrastructures locales ou des terminaux intelligents. Tout dépendra du cas d’usage, de la donnée, du coût et du niveau de contrôle recherché.

La souveraineté devient un effet direct de l’architecture agentique

La souveraineté numérique a traversé plusieurs discussions à Dell Technologies World, notamment dans les échanges autour de l’Europe. L’intérêt est que Dell ne la présente pas seulement comme un sujet réglementaire ou politique, mais comme une conséquence technique de l’IA agentique.

Pour John Roese, l’agentique rend la souveraineté plus réaliste parce qu’elle oblige à sortir d’une logique totalement centralisée. Là où la première vague d’IA poussait les entreprises à envoyer leurs données vers de grands environnements cloud, l’IA agentique nécessite souvent de rapprocher les modèles et les capacités de calcul des environnements métiers : hôpitaux, usines, infrastructures critiques, administrations, banques ou sites industriels.

Dell a surtout cherché à démontrer qu’il existait désormais une alternative au modèle d’IA entièrement centralisé dans le cloud. L’extension du partenariat avec Mistral AI en est l’un des symboles : les entreprises pourront déployer les modèles du champion français dans des infrastructures Dell contrôlées, sur site ou hybrides, afin de concilier performance, souveraineté et gouvernance des données.

Autour de cette approche, Dell multiplie les alliances avec les grands acteurs de l’IA. Google, OpenAI, Palantir, Reflection ou Grok doivent permettre aux entreprises de faire fonctionner des modèles avancés au plus près de leurs données et de leurs environnements métiers, sans dépendre exclusivement d’un cloud public centralisé. La logique est la même : permettre aux entreprises de faire fonctionner des modèles avancés là où les données, les usages métiers et les exigences de souveraineté l’imposent.

Les données et les modèles comptent plus que les clouds

Cette édition 2026 marque aussi un déplacement du centre de gravité : l’enjeu ne se joue plus seulement autour des grands clouds publics, mais autour de la capacité à déployer les bons modèles dans les bons environnements. Dans cette nouvelle phase, la valeur se déplace vers deux actifs clés : d’abord les données, qui donnent leur pertinence aux systèmes d’IA, puis les modèles, qui doivent pouvoir être déployés au bon endroit. John Roese le formule clairement : les clouds ne sont plus le centre unique du jeu, ce sont les modèles, et surtout leur capacité à fonctionner au plus près des données, qui deviennent décisifs.

L’annonce avec Mistral AI est particulièrement importante pour le marché européen. Dell a étendu sa collaboration avec Mistral afin d’intégrer ses modèles de langage, ses capacités de raisonnement et ses outils d’orchestration à la Dell AI Factory. Mistral utilise également l’infrastructure Dell AI Factory with NVIDIA, avec Dell PowerRack, Dell PowerEdge XE9712 et NVIDIA GB200 NVL72, pour soutenir l’entraînement et le déploiement de grands modèles. Pour les entreprises européennes, cette logique ouvre une alternative intéressante : ne pas choisir entre performance et contrôle, mais chercher une architecture capable de combiner modèles ouverts, modèles de pointe, modèles souverains et infrastructures maîtrisées.

La donnée devient le véritable carburant de l’IA

Autre tendance structurante : la donnée redevient le cœur du sujet. Les annonces autour du Dell AI Data Platform with NVIDIA montrent que l’entreprise veut résoudre l’un des problèmes les plus fréquents des projets IA : les modèles sont puissants, les GPU sont disponibles, mais les données ne sont pas prêtes, pas accessibles, pas gouvernées ou pas assez rapides.

Dell a annoncé plusieurs évolutions : intégration de MetadataIQ dans le Data Orchestration Engine, accélération GPU du Data Analytics Engine avec Starburst, support de NVIDIA Blackwell pour des requêtes SQL jusqu’à 6 fois plus rapides, support futur de NVIDIA Vera CPU pour un débit jusqu’à 3 fois supérieur, ObjectScale avec Elastic et NVIDIA Omniverse, et Dell Exascale Storage capable d’atteindre jusqu’à 6 To/s par rack.

L’enjeu est de transformer les données fragmentées en « carburant IA exploitable ». Pour les entreprises, cela signifie découvrir, indexer, enrichir, préparer, déplacer et gouverner les données à une vitesse compatible avec les workloads IA. Sathish Iyer insiste sur ce point : la préparation des données reste l’un des obstacles les plus sous-estimés. Avant de parler agents, modèles ou automatisation, les entreprises doivent savoir où sont leurs données, ce qu’elles contiennent, ce qu’elles peuvent exploiter, où elles doivent les héberger et comment les utiliser dans le respect des contraintes réglementaires.

La gouvernance devient le mot-clé du passage à l’échelle

Si l’année 2025 a été celle des agents, Dell veut faire de 2026 l’année de la gouvernance. C’est le message de Sathish Iyer : sans gouvernance, il n’y aura pas d’agents à l’échelle. Cette gouvernance ne se limite pas à une charte d’usage de l’IA. Elle devient un système opérationnel. Les entreprises doivent savoir quels agents sont déployés, qui les utilise, quelles données ils consultent, quels modèles ils appellent, quels coûts ils génèrent, quelles actions ils réalisent, quels droits leur sont accordés et comment les arrêter si nécessaire.

Cette gouvernance ne sera pas seulement technique. Elle devra aussi s’inscrire dans la culture de l’entreprise. Caitlin Gordon, Vice President Product Management chez Dell Technologies, le résumait ainsi lors d’un précédent entretien : « Il faut considérer à parts égales les objectifs business que l’on cherche à atteindre et la culture que l’on veut construire dans l’entreprise. » Autrement dit, le passage à l’échelle ne dépend pas seulement de l’infrastructure ou des modèles, mais aussi de la façon dont les organisations acceptent, encadrent et intègrent l’IA dans leurs pratiques de travail.

C’est aussi un enjeu économique. La “tokenomics”, c’est-à-dire l’économie des tokens consommés et produits par les modèles, devient un nouveau paramètre de pilotage. À mesure que les agents exécutent des tâches plus longues, interrogent plusieurs sources, utilisent des outils et déclenchent des workflows, la consommation de tokens devient un indicateur de coût, de performance et de passage à l’échelle. Dell insiste donc sur une idée simple : l’IA d’entreprise ne se gagnera pas seulement avec les meilleurs modèles. Elle se gagnera avec la capacité à mesurer, gouverner et optimiser ce que ces modèles font réellement dans les systèmes.

La cybersécurité doit s’étendre aux agents

L’IA agentique change aussi le modèle de cybersécurité. Pour John Scimone, Chief Security Officer de Dell Technologies, l’IA représente « l’une des plus grandes opportunités de transformation pour la cybersécurité depuis trois décennies », notamment parce qu’elle permet de traiter des volumes d’anomalies et de signaux qu’aucune équipe humaine ne pourrait absorber seule.

Mais les agents créent aussi de nouveaux risques. Ils disposent de credentials, de permissions, d’accès et d’une capacité d’action. Ils doivent donc être gouvernés comme de nouvelles identités non humaines. John Scimone insiste sur la nécessité de définir très tôt une identité d’agent : pourquoi il existe, qui en est responsable, quels sont ses objectifs et quels comportements sont attendus. L’identité ne doit pas être seulement technique ; elle doit être organisationnelle, opérationnelle et auditable.

Même logique chez Sathish Iyer, pour qui chaque agent devrait disposer d’une “agent card”, d’une identité, de droits d’accès et d’une place claire dans l’architecture d’identité de l’entreprise. Si une entreprise compte 10 000 employés et 50 000 agents, elle doit savoir ce que font ces 50 000 agents, comme elle sait normalement identifier ses équipes humaines.

Observabilité : chaque action doit laisser une preuve vérifiable

La montée des agents rend l’observabilité indispensable. John Scimone le dit sans détour : on ne peut pas protéger ce que l’on ne voit pas, ni vérifier ou auditer ce que l’on ne peut pas observer. Dans l’entreprise agentique, les logs classiques ne suffisent plus. Il ne s’agit pas seulement de savoir qu’un système a communiqué avec un autre système. Il faut comprendre le contexte, l’intention, le prompt initial, l’utilisateur à l’origine de l’action, les données mobilisées, les décisions intermédiaires et les conséquences opérationnelles.

La formule entendue à Dell Technologies World, “Every action needs a receipt”, pourrait être traduite ainsi : chaque action doit laisser une preuve vérifiable. Cette exigence deviendra centrale dans les environnements régulés, notamment en finance, santé, industrie, secteur public ou défense. Dell met notamment en avant l’usage de frameworks open source comme OpenTelemetry pour standardiser la collecte des traces, métriques et logs, rendre les comportements des agents auditables et vérifier dans la durée qu’ils restent alignés avec les objectifs définis.

L’écosystème devient une condition d’industrialisation

Dell sait qu’elle ne pourra pas porter seule toute la complexité de l’IA d’entreprise. C’est le sens du Dell AI Ecosystem Program, annoncé à Las Vegas. L’objectif : offrir aux fournisseurs de logiciels, plateformes et applications IA un cadre de validation sur Dell AI Factory, afin de donner aux clients des solutions plus fiables, documentées, testées et prêtes à déployer. Le programme repose sur des critères concrets : compatibilité avec les architectures Dell AI Factory, facilité de déploiement, observabilité, sécurité, segmentation réseau, authentification, gestion des secrets, haute disponibilité, résilience et récupération.

Pour les entreprises, l’intérêt est de réduire le risque d’intégration. Beaucoup ne veulent plus assembler elles-mêmes des piles IA complexes à partir de composants isolés. Elles veulent des blueprints, des catalogues, des responsabilités clarifiées et des chemins de déploiement répétables. Cette logique d’écosystème s’étend aussi à la sécurité, avec CrowdStrike, Fortanix, F5 ou JFrog, mais aussi aux cas d’usage : Mistral pour l’IA agentique, Fogsphere et Ipsotek pour la computer vision, UneeQ pour les expériences immersives, Poolside pour le code assistant.

Des cas d’usage industriels, santé et semi-conducteurs comme preuves de réalité

Dell a aussi cherché à démontrer que l’IA agentique n’est pas un récit abstrait. Les exemples d’Eli Lilly, Samsung, Honeywell et Ascension ont servi à montrer que l’IA se matérialise déjà dans des environnements physiques. Chez Eli Lilly, Dell soutient des workloads de recherche, de simulation, de modélisation moléculaire, d’entraînement IA et de manufacturing. L’infrastructure Dell alimente notamment LillyPod, un supercalculateur IA avec plus de 1 000 GPU et près de 2 To/s de bande passante en lecture pour nourrir les modèles. Dell est aussi présent dans les sites industriels avec PowerEdge, PowerStore et PowerProtect, pour soutenir des workflows de production et des jumeaux numériques.

Chez Samsung Electronics, Dell fournit l’infrastructure pour des usines de semi-conducteurs pilotées par l’IA, où les modèles analysent la télémétrie des équipements, les données de process et les inspections pour améliorer la précision, le rendement et la qualité. Ces exemples racontent la même chose : l’IA d’entreprise ne sera pas seulement conversationnelle. Elle sera industrielle, opérationnelle, intégrée aux systèmes physiques et directement liée aux chaînes de valeur.

Analyse : Dell veut devenir l’architecte de l’IA contrôlée

Dell Technologies World 2026 confirme une inflexion stratégique : Dell ne veut pas seulement vendre l’infrastructure de l’IA. L’entreprise veut devenir l’un des architectes de l’IA contrôlée, c’est-à-dire une IA capable de fonctionner dans les environnements réels des entreprises, avec des modèles choisis, des données maîtrisées, une gouvernance intégrée, des coûts pilotés et des exigences de souveraineté respectées.

Ce positionnement répond à plusieurs tensions du marché. Les entreprises veulent bénéficier des modèles les plus avancés, mais ne veulent pas déplacer toutes leurs données vers des clouds publics. Elles veulent déployer des agents, mais doivent prouver ce que ces agents font. Elles veulent automatiser, mais doivent conserver des mécanismes d’autorisation, d’audit et de sécurité. Elles veulent réduire les coûts, mais la consommation de tokens peut rapidement devenir significative. Elles veulent innover, mais dans des cadres réglementaires plus exigeants.

La réponse de Dell tient en une architecture : hybride, distribuée, ouverte, sécurisée et gouvernée. Du PC IA au rack complet, du poste de travail au datacenter, du modèle open-weight au modèle de pointe, du cloud au on-premise, Dell veut proposer un continuum d’infrastructure pour permettre aux entreprises de mettre l’IA là où elle doit être.

C’est peut-être le principal enseignement de cette édition : l’IA d’entreprise entre dans une phase moins spectaculaire, mais beaucoup plus décisive. La bataille ne portera plus seulement sur la puissance des modèles. Elle portera sur la capacité à les rendre utiles, contrôlables, auditables, économiquement soutenables et souverains dans les environnements où les entreprises travaillent réellement.