Seulement 13 % des entreprises s’estiment prêtes à exploiter le potentiel de l'IA, bien qu’il y ait urgence. Cela concerne la puissance de traitement, la bande passante, la confidentialité et la sécurité, tous essentiels pour le réseau.
Beaucoup ne savent pas comment poser les bases pour tirer le meilleur parti de l'IA, notamment en matière d'infrastructure, mais elles savent qu'elles doivent agir rapidement. Elles ont besoin d'une stratégie pour se préparer aux exigences de l'IA, mais ne savent pas par où commencer.
Il est impossible de déployer ou de faire évoluer correctement vos solutions d'IA sans repenser vos fonctions réseau. Selon Bain, adopter une approche « IA partout » pour restructurer l’infrastructure technologique constitue une étape fondamentale. Une augmentation des applications d'IA et des exigences réseau entraîne des défis alors que les entreprises cherchent à équilibrer les coûts, les performances et la conception du réseau dans un paysage imprévisible et dynamique. Il n'est pas surprenant que Gartner prévoie que 30 % des projets d'IA seront abandonnés après la phase d’expérimentation et avant leur mise en œuvre opérationnelle, en raison de divers facteurs tels que l'augmentation des coûts et l'incertitude quant à la valeur commerciale.Top of Form
Les modèles d'IA, en particulier le deep learning, nécessitent d'énormes quantités de ressources de calcul. Le problème est que les besoins réseau liés à l'IA restent variables, mais à mesure que les modèles d'IA deviennent plus complexes, le réseau risque de devenir un goulot d'étranglement si la puissance de calcul n'est pas suffisante.
Comment l’IA redéfinit votre infrastructure réseau
Il est évident que les entreprises continuent d’apprendre et d’améliorer leurs stratégies IA. Selon un rapport d'Orange Business par GlobalData, 43 % des entreprises envisagent de moderniser leur infrastructure réseau pour intégrer l'IA générative, tandis que 37 % reconnaissent que le déploiement de l'IA prend plus de temps et de ressources que prévu.
« En ce qui concerne le réseau, la situation continue d’évoluer. Pourquoi ? Parce que nous faisons face à un environnement très dynamique. Orange Business dispose de vastes réseaux, et nous avons mis en place des sondes pour surveiller l'impact de l'IA, en nous concentrant principalement sur OpenAI pour le trafic professionnel et grand public. Par exemple, nous examinons l'évolution des charges et des modèles de trafic, des courbes d'utilisation et des demandes de bande passante. À ce stade précoce, il est encore difficile de prédire l'impact de l'IA, mais nous nous attendons à ce qu'il soit significatif. »
Thomas SOURDON, Directeur Marketing, Stratégie et Innovation
Cependant, nous savons que les applications d'IA, les données et le traitement sont hautement distribués. Cette distribution est dynamique et volatile, ce qui rend la solution architecturale complexe. Contrairement aux applications web classiques, les applications d'IA nécessitent un équilibrage de charge sophistiqué pour optimiser l'efficacité des GPU et gérer l'imprévisibilité du temps de réponse des modèles. Dans les applications web, les temps de réponse sont très prévisibles. Dans les applications d'IA, cela dépend du type de requête et du volume de données à traiter pour fournir une réponse issue du modèle.
L'IA générative, en particulier, utilise l'inférence multi-modèle, où plusieurs modèles d'IA traitent les mêmes données et le système sélectionne la meilleure signification, évitant ainsi les biais et les hallucinations. Cela peut parfois entraîner une latence accrue, le traitement étant effectué à des emplacements éloignés pour économiser de l'énergie, mais c'est un compromis pour une utilisation optimale des ressources. L'IA entraîne de nouveaux modèles de trafic.
Le traitement des mêmes données signifie une duplication du trafic et un volume de données plus élevé. Par exemple, il peut y avoir plus de téléchargements vers le modèle que de téléchargements depuis celui-ci car nous envoyons plus de contenus riches. L’absence de mécanismes de mise en cache s’explique par le fait que les réponses sont généralement uniques, une réponse spécifique à une requête et à un ensemble de données. Prenez la génération d'images ou de vidéos : chaque image est unique et ne peut pas être mise en cache pour une utilisation future. Les conversations en direct par voix et vidéo améliorées par l'IA nécessiteront une augmentation de la capacité du réseau et un réexamen des règles d'Erlang. Dans une entreprise de 100 employés, le nombre maximum de communications en one-to-one simultanées est de 50. La taille du réseau est généralement dimensionnée pour un pourcentage de ce maximum, en tenant compte d'un facteur de blocage. Avec l'IA, les 100 employés peuvent avoir des communications en direct et simultanées avec des agents d'IA.
Nous n'avons peut-être pas une image claire de la capacité supplémentaire dont les réseaux d'entreprise auront besoin ni de l'endroit où elle sera nécessaire. Cependant, nous savons que les réseaux d'hier ne sont pas suffisamment flexibles pour ce niveau de traitement distribué, ni capables de s'adapter rapidement à de nouveaux modèles de trafic et de besoins.
Évaluer la conformité, la sécurité des données et les risques liés au Shadow AI
L'IA et l'IA générative utilisent des données internes de l'entreprise, qui peuvent être sensibles ou réglementées. Cela signifie que les entreprises doivent également gérer soigneusement où et comment leurs données sont traitées. Les entreprises soumises à des exigences strictes en matière de confidentialité, comme le secteur financier ou celui de la santé, peuvent choisir d'exécuter des modèles d'IA sur site ou dans des clouds privés plutôt que dans le cloud public. Cela influence les décisions concernant l'infrastructure réseau, car le traitement interne de l'IA nécessite plus de ressources informatiques locales. Par exemple, davantage de serveurs et de GPU locaux peuvent être nécessaires pour soutenir les charges de travail. Si le traitement est effectué dans le cloud, la bande passante et les performances du réseau entre les sites deviennent alors critiques.
Un autre défi est le Shadow AI, où les employés utilisent des outils d'IA externes tels que ChatGPT et peuvent partager involontairement des données confidentielles, qui sont ensuite utilisées dans l'entraînement de ces outils. Prévenir l'utilisation non autorisée de l'IA est primordial pour maintenir la conformité aux politiques de sécurité des données.
À mesure que l'utilisation de l'IA augmente, les entreprises doivent également établir des stratégies de cybersécurité claires pour contrôler l'utilisation de l'IA ainsi que protéger les données sensibles et le réseau contre les menaces émergentes. L'IA engendre de nouveaux types d'attaques, telles que l’empoisonnement de données, plus communément connu par « data poisonning », qui cible le modèle et injecte de fausses données pour modifier ses réponses.
Préparer nos clients à affronter l’imprévisible en toute confiance
Alors, comment préparer votre réseau à l'inconnu ? Nous expliquons à nos clients que la flexibilité et la visibilité sont la voie à suivre dans ce parcours incertain qu’est l'IA. Cela inclut à la fois la conception et la gestion du réseau. Nous conseillons d'adopter un modèle basé sur une plateforme où les composants peuvent être liés ensemble. Ce modèle de réseau en tant que service (NaaS) offre à nos clients la flexibilité de louer des infrastructures et des services auprès d'un fournisseur et de provisionner la puissance de calcul et la bande passante au fur et à mesure des besoins pour gérer le caractère dynamique de l'IA.
Ce modèle de paiement à l'utilisation signifie que vous ne payez que pour les fonctions réseau que vous utilisez. Vous pouvez ajuster la bande passante à la hausse ou à la baisse selon les besoins, garantissant une expérience similaire à celle du cloud et évitant les surprises sur la facture. Ainsi, pour le matériel et l'infrastructure, évitez les coûts de élevés de lancement.
Notre réponse est l'Evolution Platform, une solution réseau qui simplifie les services WAN et SD-WAN, ZTNA et les services d'accès à distance, la connectivité cloud et le multi-cloud à travers la virtualisation et l'automatisation. Elle vous permet de composer, déployer et gérer facilement la connectivité, la cybersécurité et les services cloud à la demande. Les utilisateurs peuvent choisir parmi un menu de services pour construire des solutions personnalisées qui répondent aux besoins spécifiques de leur activité.
En matière de visibilité, l'observabilité est essentielle pour surveiller l’IA et détecter les schémas d’utilisation sur le réseau afin de garantir la performance, la sécurité et la conformité. Ce qui distingue l’observabilité et la corrélation d’évènements, c’est la prise en compte à la fois des données issues du réseau, des applications d’IA et des ordinateurs des utilisateurs, offrant ainsi une vue à 360°. Se concentrer uniquement sur le réseau ou uniquement sur les applications ne suffit pas.
Cela permet également d’identifier les inefficacités dans les charges de travail liées à l’IA, d’optimiser l’utilisation des ressources, et de repérer des comportements suspects pouvant indiquer une attaque potentielle.
Adopter le NaaS, c’est changer de paradigme
Passer au Network as a Service (NaaS), avec des solutions comme notre Evolution Platform, ce n’est pas seulement changer de technologie, c’est adopter une nouvelle façon de penser.
Fini le modèle rigide centré sur le matériel. Place à une approche plus souple, basée sur le cloud, et adaptée à la consommation réelle. Certains pionniers ont déjà franchi le pas, mais nous savons que l’adoption va s’accélérer. Pourquoi ? Parce que l’intelligence artificielle bouleverse tout : elle génère des volumes de données énormes et pousse les réseaux à leurs limites.
Avec le NaaS, et en particulier Evolution Platform, les entreprises gagnent en sécurité, en agilité et en performance. Pour que l’IA devienne réellement un levier de croissance, il faudra adopter ce nouveau modèle plus tôt qu’on ne l’imaginait.
Je suis ingénieur en télécommunications, diplômé de l’École Nationale Supérieure Mines-Télécom Atlantique Bretagne, avec 25 ans d’expérience dans ce domaine. J’ai occupé divers postes au sein de sociétés de tailles et de profils variés, toujours en contact direct avec les clients entreprises.
Initialement expert en réseaux et pionnier des technologies SDN, SD-WAN et SASE, j’ai par la suite orienté ma carrière vers le conseil stratégique pour les entreprises. Après avoir réalisé plusieurs missions de conseil pour des entreprises françaises et internationales, de toutes tailles et dans divers secteurs, sur le développement de leurs infrastructures réseau et sécurité, je me concentre désormais sur l’accompagnement d’Orange Business. Mon rôle est d’aider à définir et à mettre en place la stratégie de services de communication la plus adaptée pour répondre aux enjeux métiers de nos clients, dans un écosystème en constante évolution, toujours plus innovant et complexe.