L’«AI Readiness» commence dans le réseau

Environ 60 % des PME suisses considèrent l’intelligence artificielle comme une opportunité (kmu.admin.ch) – mais leurs propres réseaux ne suivent pas ce niveau d’exigence. Selon le Cisco AI Readiness Index 2025, près de deux tiers des entreprises suisses estiment que leur infrastructure actuelle n’est pas suffisamment préparée pour les applications d’IA (Cisco AI Readiness Index). Le principal obstacle à un déploiement généralisé et rentable de l’IA ne se situe donc ni dans la compréhension de la technologie, ni dans les données – mais dans le réseau. Cet article montre comment les réseaux d'entreprise modernes deviennent ainsi la base déterminante pour une utilisation réussie de l’IA.

L’intelligence artificielle figure en bonne place dans l’agenda des entreprises suisses. Ainsi, la part des PME qui ont déjà intégré l’IA de manière concrète dans leurs processus métier est passée de 2024 à 2025 à 34 % (kmu.admin.ch). Cependant, selon le Cisco AI Readiness Index 2025, 65 % des entreprises en Suisse estiment simultanément que leur infrastructure actuelle n’est pas suffisamment préparée aux applications d’IA.

Cela concerne des entreprises dans deux situations différentes : celles qui utilisent des services d’IA proposé par des fournisseurs externes – par exemple des modèles linguistiques basés sur le cloud ou des applications métier basées sur l’IA – et celles qui exploitent ou développent leurs propres modèles. Dans les deux cas, le réseau d’entreprise est un facteur critique.

Les entreprises qui utilisent des services d’IA externes dépendent de connexions cloud stables et performantes ainsi que d’un accès contrôlé aux données. Celles qui entraînent ou exploitent leurs propres modèles ont en plus des exigences nettement plus élevées en matière de débit, de latence et de segmentation du réseau.

C’est précisément ici qu’apparaît un problème structurel : même si de nombreux réseaux existants fonctionnent de manière stable au quotidien, ils atteignent leurs limites structurelles face aux applications d’IA gourmandes en données. Le manque de transparence rend difficile la détection précoce des problèmes, les structures WAN qui ont évolué au fil du temps augmentent la complexité, et une segmentation insuffisante amplifie l’impact des perturbations ou des incidents de sécurité.

Parallèlement, on manque souvent d’architectures évolutives capables de prendre en charge de manière fiable des volumes de données croissants et des charges de travail hybrides. L’IA met ainsi en évidence des faiblesses qui sont longtemps restées invisibles dans les environnements informatiques classiques.

Le guide de résilience des réseaux 2026 d’Axians montre comment identifier ces vulnérabilités typiques et faire évoluer votre réseau d’entreprise de manière ciblée.

Pour que les applications d’IA puissent fonctionner de manière stable, sécurisée et évolutive, il faut une infrastructure conçue pour la transparence, la contrôlabilité et la résilience.

Les conditions essentielles sont :

1. Une transparence de bout en bout sur le réseau, le cloud et les applications

2. Des architectures réseau standardisées et évolutives

3. Des concepts intégrés de sécurité et de segmentation

4. Des connexions WAN et cloud performantes

5. Une supervision proactive et des processus d’exploitation clairement définis