Dépasser la phase d’expérimentation : réflexions sur la principale conférence sur l’IA au pays

Par Errol Fernandes, vice-président, Vente de solutions techniques et services partagés, Bell 

D’après mon expérience, les grands cycles technologiques connaissent souvent un changement de dynamique. Le potentiel suscite de grandes attentes et beaucoup d’enthousiasme, mais le marché finit toujours par exiger une transition de l’expérimentation vers la rigueur financière. 

 
Cette transition a été le thème central de la conférence ALL IN 2026 à Montréal. En parcourant les allées de l’événement cette année, le changement d’énergie était indéniable et palpable. En raison de l’évolution fulgurante des technologies, ce qui prenait autrefois un an s’accomplit désormais en trois mois. Il n’était donc pas surprenant de constater que le niveau de maturité et d’apprentissage des participants avait considérablement progressé par rapport à l’année dernière. 

Lors de la conférence ALL IN 2025, la plupart des participants se trouvaient dans ce que je définirais comme « la phase de l’expérimentation». Cette année, ils sont arrivés avec des cas d’usage établis, des plans de mise en œuvre et de nouveaux défis découlant d’une utilisation concrète sur le terrain. Je pense qu’il est important de souligner que ces points de friction ne constituent pas des reculs. Ce sont plutôt des indicateurs de progrès, à mesure que les organisations font passer la technologie de la phase pilote à la production. 

Maîtriser l’économie des jetons et la complexité du passage à l’échelle 

Lorsqu’une organisation commence à démocratiser les outils numériques, elle s’affranchit des environnements d’essai fermés. L’adoption à grande échelle par les employés entraîne de nouvelles réalités opérationnelles. L’un des sujets les plus marquants abordés avec mes pairs lors de l’événement a été le concept d’économie des jetons, dont j’ai parlé dans ma présentation intitulée « Échapper au piège des jetons : s’affranchir des jetons en IA et déployer une infrastructure d’entreprise dédiée ». 

Lors de notre séance, nous avons expliqué comment les organisations amorcent leur parcours en intelligence artificielle (IA) au moyen d’interfaces de programmation d’applications (API) publiques, en payant pour chaque « jeton » généré. Cependant, ce modèle de logiciel en tant que service (SaaS) à l’utilisation peut entraîner des coûts imprévisibles et des goulots d’étranglement de latence au moment du passage à la production essentielle. 

Les personnes qui ressentent le plus durement le piège des jetons sont celles qui y sont confrontées quotidiennement. Ce sont les développeurs qui créent les charges de travail et conçoivent les agents, ainsi que les responsables des finances qui reçoivent les factures. 

La transition vers les processeurs graphiques en tant que service (GPUaaS) 

Gérer la consommation de jetons – ou adopter un modèle de processeur graphique en tant que service (GPUaaS) – représente l’étape suivante la plus logique vers la maturité en IA. Cette approche oblige les organisations à concevoir des architectures plus performantes et les incite à choisir le modèle le mieux adapté à chaque tâche précise, plutôt que de dépendre d’un outil généraliste unique et coûteux. Elle offre également l’avantage de constituer un bénéfice net, sans ajouter de complexité ni de courbe d’apprentissage pour les utilisateurs finaux. 

Le modèle GPUaaS constitue plutôt un environnement distinct, dédié à l’organisation, qui offre les capacités souveraines et résilientes nécessaires aux déploiements de l’IA, aujourd’hui comme demain. Après tout : bien que les coûts représentent un facteur déterminant, les retombées de l’IA le sont tout autant. Ainsi, les jetons les plus « coûteux » pourraient bien être ceux que vos meilleurs talents hésitent à utiliser. 

Le grand catalyseur de la compétence humaine 

Bien que le déploiement à grande échelle de la technologie pose des défis opérationnels, il crée également des occasions sans précédent d’accroître le potentiel humain. Je demeure convaincu que les outils numériques agissent comme un puissant facteur d’égalisation pour l’ensemble des effectifs. 

De nombreux travailleurs n’ont pas pris part aux cycles technologiques rapides précédents. Ils n’ont peut-être pas eu besoin d’intervenir aux débuts d’Internet ou dans la programmation de logiciels complexes. Le faible seuil d’accès des interfaces conversationnelles actuelles permet aux professionnels de dépasser les compétences traditionnelles, faisant de l’IA la prochaine grande vague du point de vue des connaissances – ce que je trouve incroyablement passionnant. 

Cette démocratisation éloigne les entreprises de la simple automatisation. Elle favorise plutôt le développement collectif des compétences et cultive une curiosité partagée, permettant aux employés de tous les services de tirer parti de capacités avancées en toute autonomie. 

Renforcer l’écosystème canadien 

Le Canada s’impose comme un chef de file mondial de la recherche scientifique fondamentale. Nos pôles universitaires et nos instituts de recherche bénéficient d’une renommée internationale. Toutefois, notre résilience économique à long terme repose sur la commercialisation de ces travaux de recherche au pays. Nous devons bâtir une filière technologique souveraine et vigoureuse. Combler l’écart entre la recherche en IA et son adoption concrète constitue le meilleur moyen de retenir notre propriété intellectuelle et nos esprits les plus brillants. 

La maturité constatée lors d’ALL IN 2026 démontre que cet écosystème se renforce. Des entreprises considérées comme des jeunes entreprises en phase de démarrage il y a tout juste un an sont devenues des organisations matures qui attirent d’importants investissements au pays. 

Entendre des dirigeants gouvernementaux comme le ministre Solomon mentionner avec assurance ces entreprises technologiques canadiennes témoigne du chemin parcouru dans notre parcours national en IA. Le rythme de croissance est remarquable et se traduit directement par la confiance que leur accordent de nouveaux investisseurs. 

En soutenant les fournisseurs de technologies canadiens, nous protégeons notre chaîne d’approvisionnement logiciel nationale. Nous jetons les bases d’une structure résiliente qui permet aux données et aux talents d’ici de stimuler directement l’économie canadienne. 

Une voie réaliste vers l’avenir 

Lorsque nous nous tournons vers l’avenir, la discussion au sein des entreprises a manifestement gagné en maturité. Nous ne nous demandons plus « et si… », mais nous nous concentrons plutôt sur « la suite ». 

L’an dernier, la priorité consistait à faire sortir les projets de la phase pilote pour les déployer en production. Nous avons relevé ce défi et constatons maintenant une intense activité sur le plan de la mise en production. En démocratisant la compréhension de l’IA, nous assistons à une vague d’innovation qui continuera de s’amplifier. 

En s’appuyant sur une infrastructure souveraine et fiable et en misant sur les compétences de la main-d’œuvre, les entreprises canadiennes sont particulièrement bien placées pour montrer la voie. La phase d’expérimentation est révolue. Le chantier visant à bâtir un Canada plus productif est bel et bien enclenché. 

Pour en savoir plus sur le travail réalisé par Bell pour soutenir l’infrastructure d’IA au Canada, lisez cet article de blogue sur l’écosystème derrière le Réseau d’IA tissé ou visitez le site Web du Réseau d’IA tissé de Bell.