Automatisation ou assistance IA : le choix qui détermine qui contrôle vraiment votre réseau

Automatisation ou assistance IA : le choix qui détermine qui contrôle vraiment votre réseau

Retour terrain — ETI industrielle, 800 salariés, secteur équipements de précision

En 2026, la question n'est plus de savoir si une ETI industrielle européenne va intégrer de l'intelligence artificielle dans la gestion de son infrastructure réseau. Elle est déjà là, sous une forme ou une autre. La vraie question — celle que peu de DSI posent explicitement avant d'avoir signé — est la suivante : qui pilote, et depuis où ?

Ce retour terrain s'appuie sur une situation rencontrée dans une ETI industrielle d'environ 800 salariés, implantée sur trois sites en Europe centrale. Le secteur : fabrication d'équipements de précision, avec des contraintes réglementaires fortes sur la traçabilité des données de production. Le DSI, en poste depuis quatre ans, gère une équipe IT de taille réduite — sept personnes pour couvrir l'ensemble du périmètre applicatif et réseau. Contexte classique, pression budgétaire constante.

Le point de départ : un appel d'offres mal posé

Fin 2024, l'entreprise lance un projet de modernisation de la supervision réseau. L'objectif affiché est de réduire la charge opérationnelle de l'équipe IT, confrontée à une multiplication des alertes et à une dette technique accumulée sur les équipements de commutation et de routage. Le DSI évoque une situation où « l'équipe passait plus de temps à trier des faux positifs qu'à traiter de vrais incidents ».

L'appel d'offres initial est formulé autour d'une notion générique : « intégrer de l'IA dans la supervision réseau ». Erreur de cadrage, reconnaîtra-t-il plus tard. Cette formulation ouverte a conduit à recevoir des propositions radicalement hétérogènes — sans que les différences de fond soient immédiatement lisibles.

Deux grandes familles de propositions ont émergé.

La première famille, portée principalement par les acteurs américains dominants du secteur, proposait une automatisation complète : des agents IA capables de détecter, qualifier et résoudre les incidents réseau sans intervention humaine, avec une boucle de décision entièrement gérée en cloud. L'argument commercial était limpide — réduction drastique des interventions manuelles, tableaux de bord unifiés, scalabilité immédiate.

La seconde famille, portée notamment par des intégrateurs européens s'appuyant sur des briques open source et des modèles de langage déployables on-premise, proposait une assistance augmentée : l'IA analyse, suggère, contextualise — mais l'humain valide avant toute action sur le réseau.

Ce que le budget ne dit pas au premier regard

Sur le papier, les offres d'automatisation complète affichaient un coût d'entrée attractif. Licence mensuelle par site, onboarding assisté, promesse d'un ROI rapide sur la réduction des heures de support. Le DSI a failli signer sur la base de ces chiffres.

Mais l'analyse budgétaire approfondie — menée avec le CFO et le RSSI — a fait apparaître plusieurs éléments structurels que les devis initiaux ne mettaient pas en avant.

Premier point : la dépendance au flux de données sortant. Les solutions d'automatisation complète en cloud nécessitent que les métadonnées réseau — topologie, logs, comportements de trafic — soient transmises en continu vers des infrastructures d'inférence externes. Pour une ETI avec des contraintes de traçabilité industrielle, cela posait une question immédiate : où sont traitées ces données, et sous quelle juridiction ?

La réponse obtenue des fournisseurs américains : traitement dans des régions cloud européennes, mais gouvernance contractuelle soumise au droit américain. Le RSSI a qualifié cela de « souveraineté de façade ».

Deuxième point : l'élasticité tarifaire. Les contrats proposés comprenaient des clauses d'indexation liées au volume de données analysées et au nombre d'événements traités automatiquement. Autrement dit, plus le réseau est actif, plus la facture augmente — sans plafond contractuel fixe. Dans un contexte de croissance organique de l'entreprise, ce modèle crée une corrélation directe entre succès opérationnel et dépendance financière à un acteur extérieur.

Troisième point : la réversibilité. Les solutions d'automatisation complète avaient, dans les deux cas examinés, une architecture propriétaire pour la couche de décision. Migrer vers une autre solution impliquait de reconstruire les règles d'automatisation from scratch. Le coût de sortie était réel, même s'il n'apparaissait nulle part dans le devis.

Le choix effectué, et ce qu'il a révélé

L'ETI a finalement retenu une approche d'assistance augmentée, déployée on-premise sur son infrastructure existante, avec un modèle de langage spécialisé hébergé en local. Le choix s'est porté sur une solution intégrée par un acteur européen — basé en Allemagne — dont l'offre repose sur des composants open source auditables et un modèle de déploiement air-gap compatible avec les contraintes réglementaires du secteur.

Le coût initial était supérieur à l'offre d'automatisation américaine. L'intégration a pris plus de temps. Et l'équipe IT a dû monter en compétence sur des outils moins « packagés ».

Mais trois éléments ont changé la lecture budgétaire à moyen terme.

Premièrement, l'absence de flux sortant a simplifié le dossier RSSI et réduit le périmètre d'audit de conformité — un coût indirect non négligeable que les équipes IT sous-estiment systématiquement.

Deuxièmement, la maîtrise du modèle de coût : le budget IT réseau est devenu prévisible. Pas d'indexation sur le volume, pas de surprise en fin de trimestre.

Troisièmement, et c'est peut-être le point le plus structurant : l'équipe IT a conservé la main sur la logique de décision. L'IA suggère, l'ingénieur réseau valide. Ce n'est pas une posture idéologique — c'est une réponse à la réalité d'un réseau industriel où une mauvaise reconfiguration automatisée peut entraîner une interruption de ligne de production.

Ce que ce cas enseigne sur la stratégie budgétaire

Ce retour terrain illustre un biais fréquent dans les cycles d'achat IT : la comparaison de coût direct masque les coûts de dépendance. Les offres d'automatisation complète portées par les acteurs américains dominants sont construites pour être attractives à l'entrée. La valeur capturée — données comportementales du réseau, logs, patterns d'usage — constitue un actif que ces acteurs monétisent de multiples façons, y compris pour entraîner leurs propres modèles.

Pour les DSI d'ETI européennes, la question budgétaire ne peut plus se limiter au TCO sur 36 mois. Elle doit intégrer :

• Le coût de réversibilité : que faut-il dépenser pour sortir du contrat dans deux ans ?
• Le coût réglementaire induit : quelles obligations de conformité supplémentaires le flux de données externe génère-t-il ?
• Le coût d'opacité : une boîte noire qui prend des décisions automatiques sur votre réseau est un risque opérationnel, pas seulement un risque de sécurité.

L'assistance augmentée, déployée on-premise sur des briques auditables, n'est pas une solution de second rang. Dans un contexte industriel avec des contraintes de souveraineté réelles, c'est souvent la seule option cohérente avec les obligations légales et la maîtrise budgétaire à long terme.

La question que les RSSI devraient poser en premier

Avant de qualifier une offre IA pour la gestion réseau, une question simple devrait systématiquement figurer dans la grille d'évaluation : où se trouve la boucle de décision, et qui peut l'auditer ?

Si la réponse est floue, ou si elle renvoie à une infrastructure dont la gouvernance échappe au droit européen, le reste du dossier — prix, fonctionnalités, références clients — est secondaire.

En 2026, la souveraineté numérique n'est plus un argument politique abstrait pour les ETI industrielles. C'est une contrainte opérationnelle et budgétaire concrète. Les acteurs européens capables de répondre à cette contrainte existent. Encore faut-il que les appels d'offres soient formulés de façon à les laisser entrer dans la compétition.