Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Les initiatives d'intelligence artificielle (IA) rencontrent souvent des obstacles majeurs lors de leur mise en œuvre dans les entreprises. Bien que ces projets soient souvent impressionnants lors des démonstrations, ils peinent à se transformer en outils opérationnels efficaces. Pour surmonter ces défis, NTT DATA et NVIDIA ont décidé de s'associer pour proposer une solution innovante.
Une collaboration pour accélérer l'adoption de l'IA
NTT DATA et NVIDIA ont lancé une initiative conjointe visant à accélérer le déploiement de l'IA dans le monde des affaires. Leur projet repose sur la création de "usines d'IA", des plateformes conçues autour des technologies avancées de NVIDIA. Ces usines d'IA combinent la puissance de calcul des GPU de NVIDIA avec une connectivité réseau de haute performance, intégrant des logiciels d'IA d'entreprise tels que NVIDIA NeMo et les microservices NVIDIA NIM.
Ces plateformes sont conçues pour accompagner les entreprises tout au long du cycle de vie de l'IA, depuis l'entraînement des modèles jusqu'au développement d'applications, tout en respectant des règles de gouvernance strictes. L'objectif est de standardiser les résultats et de réduire le temps et les coûts nécessaires pour transformer un projet pilote prometteur en une solution opérationnelle viable.
NeMo et NIM : les piliers de la plateforme
Sur le plan technique, l'architecture de ces usines repose sur deux composants logiciels clés développés par NVIDIA. Le premier, NeMo, est une suite dédiée à la création de systèmes d'IA multi-agents sur des infrastructures accélérées par GPU. Le second, les microservices NIM, offre des conteneurs préconfigurés et optimisés pour GPU, accompagnés d'API facilitant le déploiement d'applications d'intelligence artificielle.
Ensemble, ces technologies forment une plateforme d'agents d'IA complète, prête pour la production. NTT DATA propose également des prototypes GenAI pré-qualifiés, construits sur cette architecture, visant à réduire la complexité technique et à accélérer le retour sur investissement pour les entreprises développant des applications spécifiques à leur secteur.
Selon John Fanelli, les entreprises recherchent désormais des plateformes capables de soutenir leurs initiatives d'IA au-delà de la simple phase de test. Les solutions proposées par NTT DATA offrent aux clients des environnements évolutifs et adaptés à leurs besoins métiers.
Des applications concrètes dans divers secteurs
Les usines d'IA de NTT DATA et NVIDIA trouvent déjà des applications concrètes dans plusieurs secteurs. Dans le domaine médical, par exemple, un centre de recherche spécialisé dans le cancer utilise les plateformes NVIDIA HGX, en collaboration avec NTT DATA et Dell Technologies, pour réaliser des analyses radiologiques avancées et accélérer l'évaluation de modèles soutenant la recherche clinique.
Dans l'industrie automobile, un équipementier mondial utilise une architecture d'usine basée sur l'IA et l'infrastructure NVIDIA pour valider ses charges de travail directement sur le matériel avant un déploiement à grande échelle, réduisant ainsi sensiblement les délais de mise en production.
Dans le secteur technologique, une entreprise américaine exploite les technologies de simulation accélérée et de visualisation 3D de NVIDIA pour tester et optimiser une ligne de production de batteries de nouvelle génération, validant le fonctionnement de l'installation dans un environnement numérique avant sa construction physique.
Ces exemples montrent que les usines d'IA d'entreprise peuvent être adaptées à différents secteurs, avec la suite logicielle de NVIDIA servant d'infrastructure commune, tandis que les applications sont personnalisées selon les besoins spécifiques de chaque industrie.
Les défis à relever pour les usines d'IA
Bien que prometteuses, les usines d'IA de NTT DATA et NVIDIA devront surmonter plusieurs obstacles pour réussir leur déploiement à grande échelle. Le premier défi concerne l'infrastructure. Les plateformes s'appuient sur des architectures GPU très puissantes, qui sont coûteuses et gourmandes en énergie. Pour de nombreuses organisations, installer ou louer ce type d'environnement représente un investissement conséquent, surtout lorsque les projets d'IA ne garantissent pas encore un retour immédiat.
La complexité technique constitue également un frein. L'intégration de l'IA dans des systèmes informatiques existants reste un chantier délicat, et beaucoup échouent dans cette démarche. Un rapport du MIT State of AI in Business 2025 indique que 95 % des projets pilotes d'IA restent bloqués avant d'apporter une vraie valeur métier, souvent en raison de modèles inadaptés aux processus internes et aux systèmes existants.
Un autre défi concerne la gouvernance des données et la conformité réglementaire. Les modèles d'IA manipulent souvent des informations sensibles, et dans des secteurs comme la santé ou l'industrie, les organisations doivent garantir la sécurité, la traçabilité et la conformité aux réglementations locales.
Enfin, la question de la standardisation reste centrale. Chaque secteur possède ses propres contraintes métiers, et transformer une plateforme générique en solution réellement adaptée à un domaine précis demande encore beaucoup de personnalisation et d'expertise.