Le jeudi 1er octobre, la WAX s’installait au CEPAC Vélodrome de Marseille. Organisée depuis 2021 par l’association Les Filles et Les Garçons de la Tech, la conférence quittait thecamp, près d’Aix-en-Provence, pour accueillir environ 700 professionnels de l’IT : DSI, architectes, SRE, développeurs, responsables de transformation.
Son parti pris tient en une ligne : des retours d’expérience présentés par des gens de terrain, sans discours commercial. Le programme annonçait 12 retours d’expérience, 10 démonstrations en direct, 9 tribunes et 2 tables rondes, autour de quatre thèmes : cloud natif, cybersécurité, intelligence artificielle et numérique responsable.
Pris ensemble, ces sujets décrivent une seule chose : ce qui arrive à l’IA quand elle quitte la démonstration pour entrer en production, avec des données réelles, des contraintes réglementaires et une facture. Voici notre lecture, sujet par sujet.
La souveraineté se décide dans l’architecture
Côté cloud natif, le programme s’ouvrait sur un état des lieux de la souveraineté par Seifeddin Mansri (SFEIR), des clouds publics aux clouds confidentiels. Les équipes de Wyll présentaient Kosmos, un Kubernetes hybride et souverain, et Rémy Rojas (Exoscale) une migration de clusters Kubernetes à l’échelle, en configuration « Kube in Kube ». Jonathan Chardon (FGTECH) racontait de son côté une migration du bare metal vers Google Cloud.
Le mot « souverain » recouvre trois questions distinctes, qu’il vaut la peine de séparer. Où les données sont stockées. Quelle loi s’applique à l’entité qui les héberge. Et qui peut les lire pendant qu’elles sont traitées. La qualification SecNumCloud de l’ANSSI répond aux deux premières en exigeant notamment que le prestataire soit protégé des lois extraterritoriales. L’informatique confidentielle répond à la troisième : les données restent chiffrées jusque dans la mémoire, à l’intérieur d’une enclave matérielle que l’hébergeur lui-même ne peut pas inspecter.
Pour une PME, la conséquence est pratique. Quand un modèle de langage traite un contrat ou un dossier client, la question « où tourne le modèle, chez qui, et combien de temps la requête est-elle conservée » doit avoir une réponse écrite avant le branchement. Ce n’est pas une option de réglage : c’est un choix d’architecture qui détermine le fournisseur, la région et parfois le modèle lui-même.
Auto-héberger un modèle : quand ça vaut le coup
Deux sessions allaient plus loin. Octo Technology plaidait pour l’auto-hébergement des modèles de langage et des modèles vision-langage, et Fedir Rykhtik (FGTECH) annonçait une démonstration d’AIOps sur site grâce à de petits modèles, les SLM.
L’auto-hébergement n’est ni une posture ni une économie automatique. Il déplace des coûts. Ce qu’on ne paie plus au fournisseur d’API, on le paie en cartes graphiques, en exploitation, et surtout en mises à jour : un modèle installé chez soi ne s’améliore pas tout seul, et il faut suivre ses failles comme celles de n’importe quel logiciel.
Il devient pertinent quand trois conditions se rencontrent. Des données qu’on ne veut pas faire sortir. Une tâche étroite et répétitive, que peut assurer un modèle de taille modeste, souvent quantifié pour tenir sur un matériel raisonnable. Et un volume stable, qui rentabilise un matériel acheté plutôt qu’une consommation facturée à la requête. Classer des tickets, extraire des champs d’une facture ou résumer des journaux techniques coche souvent les trois cases. Raisonner sur un dossier juridique complexe, rarement.
Le développeur augmenté, et ce que le chiffre ne dit pas
Le fil rouge de la partie IA était assumé : le développeur augmenté. Rafik Ferroukh (Harvest) revenait sur 80 fonctionnalités livrées en cinq semaines par un agent, et Julien Landuré et Sébastien Bourgine partageaient leur retour sur l’adoption de GitHub Copilot en entreprise.
Un chiffre comme 80 fonctionnalités en cinq semaines dit surtout quelque chose de l’environnement dans lequel l’agent travaille. Un agent de développement produit vite. Ce qui décide si cette production est utilisable, c’est ce qui l’entoure : des tests automatisés qui disent si le changement casse quelque chose, une intégration continue qui refuse ce qui ne passe pas, des modifications assez petites pour qu’un humain les relise réellement.
Le goulot d’étranglement ne disparaît pas, il se déplace : de l’écriture du code vers sa revue. Une équipe qui adopte un assistant sans renforcer sa revue gagne du temps à l’écriture et le reperd en production. C’est la même règle que celle qu’on applique aux agents métier : la machine prépare, et ce qui engage passe par une personne qui valide.
La surface d’attaque change de forme
En cybersécurité, Zakaria Semlali (Duo Link) alertait sur un risque émergent : la manipulation conversationnelle des IA. Dans le classement de l’OWASP consacré aux applications fondées sur des modèles de langage, l’injection de prompt figure en tête.
La forme la plus dangereuse pour une entreprise n’est pas l’utilisateur qui tente de faire dérailler un assistant. C’est l’injection indirecte : une instruction cachée dans un courriel, un document ou une page web que l’agent lit dans le cadre de son travail. Un agent qui a accès à une boîte de réception lit, par définition, des textes écrits par des inconnus. S’il peut aussi envoyer des messages ou modifier des données, une phrase bien placée dans un courriel peut suffire à le détourner.
Les parades ne sont pas exotiques. Donner à l’agent les droits strictement nécessaires. Séparer ce qui relève des instructions de ce qui relève des données lues. Ne laisser aucune action qui engage, envoi ou écriture, se faire sans validation humaine. Ce dernier point, qu’on présente souvent comme une précaution de départ, est en réalité la défense la plus robuste contre ce type d’attaque.
Le reste du volet sécurité parlait le même langage de fondamentaux. Chris Navas (WeScale) et David Gandra (NumSpot) expliquaient comment construire un poste d’administration conforme SecNumCloud, autrement dit un poste dédié, cloisonné, réservé aux opérations sensibles. Chainguard montrait comment sécuriser sa chaîne d’approvisionnement logicielle avec « 0 CVE (ou presque) », en partant d’images minimales dont on connaît chaque composant. Et une table ronde animée par la DREETS PACA abordait NIS2, la directive européenne qui étend les obligations de cybersécurité à un nombre bien plus large d’entreprises, notamment industrielles.
Le coût climatique entre dans le cahier des charges
Le numérique responsable n’était pas relégué en fin de journée. Octo Technology et LCL s’interrogeaient sur la facture climatique de l’IA générative, et Zenika promettait de « sauver le monde en économisant des tokens » lors d’une démonstration Green IT.
La formule fait sourire, mais elle est exacte. Chaque token traité correspond à du calcul, donc à de l’énergie et à de l’argent. Les leviers sont les mêmes pour la facture et pour l’empreinte : choisir le plus petit modèle qui fait le travail, ne pas renvoyer au modèle un contexte entier quand un extrait suffit, mettre en cache ce qui se répète, et surtout ne pas appeler un modèle là où une règle simple fait aussi bien. Une automatisation déterministe ne consomme presque rien.
Ce que nous en retenons pour une PME
La WAX parlait d’abord aux équipes techniques. Mais derrière les sujets d’architecture, le programme dessinait des règles qui valent pour n’importe quelle entreprise qui veut mettre de l’IA en production :
- Savoir où tourne chaque modèle, chez qui et sous quelle loi, et l’écrire avant de brancher quoi que ce soit.
- Réserver l’auto-hébergement aux tâches étroites, répétitives et sensibles, et l’assumer comme un logiciel à maintenir.
- Mesurer la valeur d’un assistant de développement à la qualité de la revue, pas au nombre de fonctionnalités livrées.
- Traiter tout texte qu’un agent lit comme une entrée potentiellement hostile, et ne laisser aucune action qui engage se faire sans validation.
- Choisir le plus petit modèle suffisant, et ne pas utiliser de modèle du tout là où une règle suffit.
C’est la bonne nouvelle de cette édition : l’IA en production ne réclame pas de magie, elle réclame les fondamentaux que l’IT pratique depuis longtemps. Cloisonner, tester, journaliser, valider. Ce que la conférence rappelait aux équipes techniques, c’est aussi ce que nous rappelons aux dirigeants au moment de choisir un premier cas d’usage.