TechEx Europe 2025 : les leçons opérationnelles attendues par les leaders de l’IA

L’intelligence artificielle ne se résume plus, pour les entreprises, à choisir un modèle ou à lancer un démonstrateur. Le défi décisif consiste désormais à faire fonctionner ces outils durablement, avec les bonnes données, une infrastructure adaptée, des contrôles de sécurité et une responsabilité clairement attribuée. C’est ce passage de l’expérimentation à l’exploitation qui sera au centre de TechEx Europe 2025, programmé les 24 et 25 septembre 2025 au RAI d’Amsterdam.

L’événement ambitionne de faire dialoguer les équipes chargées de l’IA avec celles qui administrent les données, les infrastructures et la sécurité informatique. Cette approche est essentielle : un assistant conversationnel interne, un outil de détection de fraude ou un système d’aide à la décision ne peuvent pas être évalués uniquement sur la qualité apparente de leurs réponses. Ils doivent aussi être intégrés à des processus de travail, surveillés dans le temps et protégés contre les erreurs comme contre les attaques.

Les organisateurs annoncent plus de 8 000 participants, plus de 250 intervenants et cinq événements co-localisés. Pour les dirigeants, responsables de l’innovation, directeurs des systèmes d’information et équipes data, la valeur d’un tel rendez-vous tient donc autant aux échanges entre métiers qu’aux présentations technologiques.

Un rendez-vous européen au croisement de l’IA, du cloud et de la sécurité

TechEx Europe rassemble plusieurs conférences organisées au même endroit. Parmi elles, l’AI & Big Data Expo, la Data Centre Expo et la Cyber Security & Cloud Expo portent sur des maillons complémentaires d’un même projet : exploiter les données, fournir la puissance informatique requise et préserver la sécurité de l’ensemble.

Cette proximité répond à une réalité souvent sous-estimée. Une initiative d’IA peut sembler concluante lors d’un test limité, puis rencontrer des difficultés dès qu’elle est ouverte à des milliers de salariés ou de clients. Les volumes de requêtes augmentent, les temps de réponse deviennent déterminants, les jeux de données doivent être accessibles et les droits d’accès correctement appliqués. L’entreprise doit aussi être capable d’expliquer qui utilise le système, dans quel objectif et selon quelles règles.

De la promesse du prototype à l’exigence de la production

L’un des thèmes structurants du programme est l’« IA opérationnelle », autrement dit l’organisation nécessaire pour qu’un système soit réellement utilisable au quotidien. Cette expression recouvre plusieurs questions concrètes : comment choisir les cas d’usage prioritaires ? Comment vérifier qu’un système apporte un bénéfice mesurable ? Comment traiter les incidents ? Et qui peut arrêter ou corriger l’outil lorsque son comportement devient problématique ?

Dans une phase de prototype, une équipe peut travailler avec un échantillon de données, un petit nombre d’utilisateurs volontaires et une supervision très rapprochée. En production, les contraintes changent de nature. Les utilisateurs peuvent formuler des demandes inattendues. Les données sources évoluent. Les règles internes ou réglementaires imposent des limites. Les résultats doivent rester cohérents dans le temps, pas seulement convaincre lors d’une démonstration.

Les discussions prévues à l’AI & Big Data Expo doivent précisément s’intéresser à cette mise à l’échelle. Maxime Romanovsky, de Deutsche Bank, doit aborder les approches des institutions financières, avec une attention portée à la conformité réglementaire et à la confiance. Ce sujet dépasse largement le secteur bancaire, mais il y revêt une importance particulière : les décisions et informations manipulées peuvent avoir des conséquences importantes pour les clients comme pour l’établissement.

John Hearty, de Mastercard, doit pour sa part évoquer des déploiements réels et les leçons tirées d’un passage à grande échelle. Ce type de retour est précieux parce qu’il déplace la conversation. La question n’est plus seulement « que peut faire l’IA ? », mais « dans quelles conditions peut-elle être utile, stable et contrôlable ? ».

La gouvernance, une condition de confiance plutôt qu’une formalité

Le mot gouvernance peut paraître abstrait. Dans le cadre de l’IA, il désigne pourtant des décisions très pratiques : déterminer les usages autorisés, classer les risques, documenter les systèmes, définir les validations nécessaires et organiser la supervision humaine. Il s’agit aussi de prévoir la marche à suivre lorsqu’un système produit une réponse erronée, révèle une information sensible ou influence une décision qui devrait être réexaminée.

L’enjeu est d’éviter deux écueils. Le premier serait de laisser chaque service déployer ses propres outils sans cadre commun, au risque de multiplier les données exposées, les pratiques incompatibles et les zones de responsabilité floues. Le second serait de mettre en place des règles si lourdes qu’aucun projet ne puisse avancer. Une gouvernance utile doit rendre les risques visibles et les arbitrages traçables, sans confondre contrôle et immobilisme.

Les panels de TechEx Europe doivent ainsi aborder l’autonomie, l’éthique et la responsabilité. Derrière ces termes se trouvent des interrogations concrètes pour les organisations : dans quels cas une IA peut-elle formuler une recommandation ? Lorsqu’une décision a un impact significatif, quelle validation humaine doit être prévue ? Quelles informations conserver pour comprendre le résultat obtenu ? Comment s’assurer que les personnes concernées savent quand elles interagissent avec un système automatisé ?

Pour les équipes de direction, l’intérêt des échanges réside moins dans l’existence d’une réponse universelle que dans la comparaison de méthodes. Les règles à appliquer varieront nécessairement selon la nature des données, le secteur d’activité, les utilisateurs concernés et les conséquences d’une erreur. Mais le besoin de rendre les responsabilités explicites est commun à la plupart des déploiements.

Pourquoi l’infrastructure devient un sujet de stratégie

L’essor de l’IA accroît les besoins en puissance de calcul, en stockage et en circulation rapide des données. Selon les usages, une organisation peut avoir besoin d’entraîner un modèle, d’adapter un système existant à ses informations ou simplement de servir un grand nombre de requêtes. Ces activités n’exigent pas toutes les mêmes ressources, mais elles imposent de planifier la capacité informatique au lieu de la considérer comme un détail technique.

La Data Centre Expo doit explorer ces contraintes. Vladimir Prodanovic, de NVIDIA, et Simon Goldthorpe, d’Equinix, doivent partager leurs perspectives sur l’optimisation des infrastructures pour les charges de travail liées à l’IA. Pour les entreprises, les sujets à examiner incluent notamment l’accès à faible latence aux données pertinentes, les capacités de réseau et les besoins de stockage.

La latence, c’est le temps nécessaire pour que les informations circulent et qu’un service réponde. Elle devient particulièrement visible dans les applications où l’utilisateur attend un résultat immédiat ou lorsque plusieurs systèmes doivent échanger des données. Mais la vitesse n’est pas le seul critère. Une infrastructure adaptée doit également permettre de contrôler les accès, de suivre l’utilisation des ressources et d’assurer la continuité de service.

Il est donc utile d’aborder l’infrastructure avec les responsables métiers. Avant de généraliser un outil, une entreprise peut se demander quels volumes d’utilisation elle anticipe, quelles données le système doit consulter, où elles sont hébergées, et quel niveau de disponibilité est attendu. Ces questions permettent d’éviter qu’un projet d’IA performant sur le papier ne soit freiné, une fois lancé, par des ressources insuffisantes ou des coûts mal anticipés.

Sécuriser des environnements où l’IA agit et interagit

L’IA modifie également la surface de risque en cybersécurité. Un système connecté à des documents internes, à des outils de travail ou à des bases de données devient une nouvelle voie potentielle d’accès à des informations sensibles. Les entreprises doivent donc protéger non seulement les modèles et les applications, mais aussi les environnements dans lesquels ils opèrent.

À la Cyber Security & Cloud Expo, Andrew Byrd, de l’OTAN, et Amir Vashkover, de Philips, doivent animer des sessions consacrées à la protection et à la surveillance de ces environnements. Le sujet couvre notamment la capacité à détecter les comportements inhabituels, à limiter les droits accordés aux systèmes et à vérifier ce qu’ils peuvent consulter ou exécuter.

La sécurité ne doit pas être ajoutée une fois le produit terminé. Dès la conception, les équipes ont intérêt à définir les données que l’outil est autorisé à manipuler, les actions qu’il peut réaliser et les mécanismes qui permettent de retracer son activité. Dans les systèmes les plus autonomes, cette précaution est d’autant plus importante : une action déclenchée automatiquement peut se propager plus vite qu’une erreur humaine isolée.

La collaboration entre équipes IA, sécurité et transformation numérique, mise en avant par le format de l’événement, peut alors produire un effet concret. Elle aide à formuler des règles communes : qui gère les identités et les autorisations, qui vérifie les données, qui surveille les incidents, qui informe les métiers et qui prend la décision finale en cas de doute.

Ce qu’il faut surveiller après les échanges d’Amsterdam

TechEx Europe 2025 intervient à un moment où les organisations cherchent moins à démontrer qu’elles expérimentent l’IA qu’à prouver qu’elles peuvent l’utiliser avec méthode. Les enseignements attendus sur la conformité, les infrastructures et la sécurité ont un point commun : ils invitent à considérer l’IA comme un système vivant, qui exige des règles, des ressources et un suivi continu.

Pour les responsables qui assisteront à l’événement, le bon résultat ne sera pas de repartir avec une liste de promesses technologiques. Il sera plutôt d’identifier les questions à résoudre dans leur propre organisation : quels cas d’usage méritent un déploiement ? Quelles données peuvent être mobilisées ? Quels contrôles faut-il instaurer ? De quelles capacités de calcul et de réseau dispose-t-on ? Et comment vérifier, dans la durée, que l’outil reste conforme à son objectif ?

Les réponses dépendront de chaque entreprise. Toutefois, le rapprochement de l’IA, des données, du cloud, des centres de données et de la cybersécurité rappelle une idée fondamentale : le déploiement responsable ne relève pas d’une seule équipe. Il devient un sujet de coordination stratégique, au même titre que la qualité des services numériques et la protection des informations de l’organisation.