Amazon mise sur AWS, l’atout d’Andy Jassy pour accélérer dans l’intelligence artificielle

L’intelligence artificielle générative ne se joue pas uniquement dans les interfaces conversationnelles ou les modèles les plus visibles du grand public. Elle se joue aussi dans des bâtiments remplis de serveurs, dans l’approvisionnement en puces et dans la capacité à faire fonctionner, sans interruption, des services utilisés par des millions de personnes. C’est sur ce terrain moins spectaculaire qu’Andy Jassy entend faire valoir l’avantage d’Amazon.

Lors de la présentation des résultats du troisième trimestre 2024, le PDG d’Amazon a défendu une idée simple : Amazon Web Services, ou AWS, constitue le socle de l’offensive du groupe dans l’IA. La filiale de cloud d’Amazon loue déjà aux entreprises de la puissance de calcul, du stockage et des outils logiciels. Or, ces trois éléments deviennent centraux à mesure que les organisations veulent entraîner, adapter ou utiliser des modèles d’intelligence artificielle.

L’argument ne consiste donc pas à présenter AWS comme un « secret » au sens strict. Son existence et son rôle sont connus depuis longtemps. Mais Amazon estime que l’expérience accumulée dans le cloud, la gestion de vastes centres de données et les relations avec les entreprises peuvent transformer AWS en avantage compétitif au moment où l’IA exige des moyens informatiques inédits.

AWS, le pilier de la stratégie d’Amazon dans l’IA

AWS est l’activité qui permet à Amazon de proposer des ressources informatiques à la demande. Une entreprise peut y stocker ses données, louer des serveurs, exécuter des logiciels ou développer ses propres applications. Pour l’IA générative, cette infrastructure devient particulièrement utile : les modèles ont besoin de grandes quantités de calcul, tandis que les applications doivent accéder de manière contrôlée aux données de leurs utilisateurs.

Au troisième trimestre 2024, AWS a réalisé 27,5 milliards de dollars de chiffre d’affaires, en hausse de 19 % sur un an, selon les résultats publiés par Amazon. Cette activité n’est donc pas un projet expérimental : elle est déjà l’un des principaux moteurs économiques du groupe, et la plateforme sur laquelle Amazon veut bâtir une part importante de ses services d’IA.

Andy Jassy souligne que l’entreprise dispose d’une pratique de longue date dans l’exploitation de centres de données. Ce savoir-faire concerne notamment l’anticipation des besoins en capacité, l’installation de matériels coûteux, l’équilibre entre disponibilité des services et utilisation efficace des machines. Dans le cloud, une erreur de planification peut laisser des clients sans ressources ou, à l’inverse, immobiliser des équipements très onéreux.

Pourquoi les données sont au cœur de l’argument d’Andy Jassy

Pour obtenir une réponse pertinente d’un système d’IA, une entreprise ne peut généralement pas se contenter d’un modèle généraliste. Elle doit aussi lui donner accès, avec des garde-fous, à ses propres informations : catalogue de produits, documentation technique, échanges avec les clients, règles internes ou données de production. C’est là que le lieu de stockage et l’organisation de ces données prennent une importance stratégique.

Andy Jassy a fait valoir que les entreprises ayant déjà leurs données dans le cloud sont mieux placées pour adopter l’IA générative. Son raisonnement est opérationnel : lorsque les données, les outils de calcul et les services de sécurité sont réunis dans un même environnement, il est plus facile de tester puis de déployer une application à grande échelle.

Il faut toutefois distinguer la stratégie commerciale d’Amazon d’une obligation technique. Une entreprise n’est pas tenue d’utiliser AWS pour faire de l’IA. Elle peut conserver une partie de ses systèmes dans ses propres infrastructures, recourir à un autre fournisseur de cloud ou adopter une approche hybride. Mais une donnée dispersée dans des systèmes anciens, mal documentés ou difficiles à sécuriser complique les projets, quel que soit le fournisseur choisi.

La migration vers le cloud ne résout pas tout non plus. Avant de brancher un assistant IA sur des bases internes, les organisations doivent identifier les données sensibles, organiser les droits d’accès, vérifier la qualité des informations et définir qui sera responsable des réponses produites. La promesse de vitesse doit donc aller de pair avec une gouvernance rigoureuse.

Une activité d’IA déjà chiffrée en milliards de dollars

Le signal le plus commenté de l’intervention d’Andy Jassy tient à l’ampleur prise par les services d’IA d’Amazon. Le dirigeant a indiqué que cette activité représentait déjà plusieurs milliards de dollars de revenus, avec une croissance annuelle à trois chiffres. Il a également déclaré qu’elle se développait trois fois plus vite qu’AWS à la même étape de son histoire.

Ces formules ne permettent pas de calculer précisément le chiffre d’affaires de l’IA chez Amazon. Le groupe ne publie pas, dans ses résultats, un montant détaillé séparant tous les revenus directement liés à l’intelligence artificielle. Elles montrent néanmoins que l’IA est désormais devenue une activité commerciale significative au sein d’AWS, et non plus seulement un axe de recherche ou un argument de communication.

Amazon entend couvrir plusieurs besoins : fournir l’infrastructure informatique nécessaire aux modèles, proposer des outils pour les intégrer aux logiciels d’entreprise et aider les clients à créer des applications fondées sur leurs propres données. Cette approche permet de ne pas dépendre d’un seul modèle ou d’un seul usage. Elle repose sur la force historique d’AWS : facturer des services informatiques réutilisables à une très grande variété d’organisations.

Le pari de 75 milliards de dollars sur l’infrastructure

Cette ambition se traduit par des dépenses considérables. Amazon prévoit environ 75 milliards de dollars de dépenses en capital en 2024, dont la majorité est destinée à AWS, selon Andy Jassy. Ces investissements servent notamment à développer les centres de données et à acquérir les équipements requis pour répondre à la demande de cloud et d’IA.

Une telle somme rappelle que la compétition sur l’IA est aussi une bataille industrielle. Les grands modèles demandent des infrastructures coûteuses, des puces spécialisées, des réseaux très rapides et des systèmes de refroidissement. Il ne suffit pas de concevoir un bon logiciel : encore faut-il pouvoir le faire tourner pour un grand nombre de clients, avec un niveau de fiabilité acceptable et un coût compatible avec un usage commercial.

Pour Amazon, investir tôt répond à un risque que Jassy juge plus sérieux que celui de trop dépenser : celui de ne pas avoir assez de capacité si la demande explose. Cette logique est partagée par d’autres grands groupes technologiques. Tous doivent décider aujourd’hui combien de centres de données construire, sans connaître précisément la vitesse à laquelle les revenus de l’IA couvriront ces investissements.

Ce choix crée une tension financière. Les dépenses sont immédiates, alors que les revenus peuvent être progressifs. Un centre de données ne se construit pas en quelques semaines, et les clients peuvent mettre du temps à transformer un prototype d’IA en application réellement utilisée. Les investisseurs observent donc avec attention la capacité d’Amazon à convertir l’enthousiasme autour de l’IA en ventes récurrentes et en marges durables.

Pourquoi Wall Street demande des preuves de rentabilité

Les résultats du troisième trimestre ont confirmé la bonne dynamique d’AWS, mais ils n’ont pas clos le débat sur le rendement de l’IA. À Wall Street, les dépenses des géants technologiques sont examinées avec une attention particulière : construire davantage de capacité peut soutenir la croissance future, mais cela pèse aussi sur les flux de trésorerie à court terme.

La question n’est pas seulement de savoir si l’IA sera utile. Elle est de déterminer quels usages rapporteront suffisamment pour justifier l’ampleur des dépenses engagées. Certaines applications peuvent rapidement créer de la valeur, par exemple en automatisant une tâche répétitive, en améliorant la recherche documentaire ou en accélérant le développement logiciel. D’autres exigent des changements plus profonds dans l’organisation du travail et prennent davantage de temps à produire des résultats mesurables.

Amazon dispose d’un atout dans cette attente de rentabilité : AWS vend déjà une infrastructure que les entreprises utilisent au quotidien. Si l’IA augmente leur consommation de calcul, de stockage ou de services logiciels, le groupe peut en tirer des revenus même lorsque les clients ne développent pas leur propre grand modèle. Mais cette position ne protège pas Amazon de la concurrence, qu’elle vienne d’autres fournisseurs de cloud, de créateurs de modèles ou de fabricants de puces.

Quels enjeux de souveraineté, de sécurité et de responsabilité ?

La concentration croissante des capacités de calcul entre les mains de quelques grands fournisseurs soulève des questions qui dépassent les résultats financiers. Lorsque les entreprises confient leurs données et une partie de leurs outils d’IA à des plateformes de cloud, elles doivent évaluer la confidentialité, la conformité réglementaire, la réversibilité des choix techniques et les risques de dépendance à un prestataire.

L’IA générative ajoute une couche de complexité. Un outil peut produire une réponse convaincante mais erronée, révéler des informations si les accès sont mal réglés ou reproduire des biais présents dans les données. Pour les organisations clientes, la performance technique ne suffit donc pas. Elles doivent aussi déterminer quelles informations peuvent être utilisées, quelles validations humaines restent nécessaires et comment les décisions automatisées sont contrôlées.

Pour Amazon comme pour ses concurrents, la responsabilité ne se limite pas à construire davantage de puissance de calcul. Elle concerne aussi la manière de sécuriser les services, de documenter leurs limites et d’aider les entreprises à déployer l’IA sans exposer leurs données ni leurs utilisateurs à des risques mal maîtrisés.

Ce qu’il faut surveiller

Dans les prochains trimestres, le premier indicateur à suivre sera la croissance d’AWS et la part que l’IA prendra dans ses revenus. Les déclarations d’Andy Jassy, selon lesquelles cette activité atteint déjà plusieurs milliards de dollars et croît à trois chiffres, placent la barre haut : Amazon devra démontrer que cette dynamique peut se prolonger.

Le second enjeu concernera la disponibilité des infrastructures. Si la demande en calcul pour l’IA reste forte, la capacité à mettre en service de nouveaux centres de données et à les équiper deviendra un facteur de différenciation majeur. À l’inverse, une demande moins rapide que prévu rendrait plus difficile l’amortissement des investissements engagés.

Enfin, la vraie mesure du succès ne sera pas seulement le nombre de serveurs installés. Elle résidera dans les applications concrètes que les entreprises parviennent à déployer : des outils utiles, sécurisés, intégrés à leurs activités et capables de produire une valeur vérifiable. C’est sur ce passage de l’infrastructure aux usages que le pari d’AWS sera finalement jugé.