L'intelligence artificielle générative a bouleversé l'industrie technologique en l'espace de quelques mois. Depuis le lancement de ChatGPT à la fin de l'année 2022, les entreprises du monde entier accélèrent leurs investissements afin d'intégrer l'IA dans leurs processus, leurs produits et services. Pourtant, derrière les assistants conversationnels, les agents intelligents et les nouveaux usages qui captent l'attention du grand public, une autre révolution est en cours. Elle concerne les infrastructures qui permettent à cette intelligence artificielle de fonctionner. Data centers, cloud, réseaux, stockage, cybersécurité et énergie sont devenus les véritables fondations de l'économie de l'IA. À mesure que les modèles gagnent en puissance, les besoins en calcul, en bande passante et en capacité de stockage explosent.

Cette transformation pousse les entreprises à repenser leurs architectures numériques et redéfinit les critères de compétitivité des États qui souhaitent attirer les investissements technologiques. Selon Gartner, les dépenses mondiales liées à l'intelligence artificielle générative devraient atteindre 644 milliards de dollars en 2025, soit une progression de plus de 76% sur un an. Cette croissance ne concerne pas uniquement les logiciels. Une grande partie des investissements se dirige vers les serveurs, les infrastructures cloud et les équipements réseau capables de supporter les nouveaux usages de l'IA. Pour Ali Belhajjame, spécialiste Data Center, Cloud & AI Infrastructure Sales Engineering chez Cisco EMEA, cette mutation dépasse largement la simple adoption d'un nouvel outil technologique.

«L'IA générative a changé la manière dont les entreprises regardent leurs infrastructures numériques. On ne parle plus seulement d'héberger des applications classiques ou de stocker des données, mais de pouvoir traiter des volumes massifs d'information, entraîner ou utiliser des modèles, automatiser des processus et intégrer l'IA dans les métiers», explique-t-il. L'enjeu est d'autant plus important que les entreprises considèrent désormais l'intelligence artificielle comme un levier direct de performance. Automatisation des tâches, amélioration du service client, optimisation de la production, cybersécurité ou encore analyse prédictive : les cas d'usage se multiplient dans tous les secteurs.

«L'IA doit être vue comme un outil stratégique, voire comme un accélérateur de compétitivité. Les entreprises qui sauront l'exploiter intelligemment pourront gagner en productivité, en qualité de service, en automatisation et en capacité d'analyse. À l'inverse, celles qui restent passives risquent de se faire dépasser par des concurrents plus rapides», poursuit-il. Cette transformation impose toutefois une remise à niveau profonde des infrastructures existantes. L'intelligence artificielle ne repose pas uniquement sur des modèles performants. Elle nécessite également des réseaux capables de transporter d'importants volumes de données, des capacités de stockage adaptées, des mécanismes avancés de cybersécurité ainsi qu'une gouvernance rigoureuse des données.

L'IA fait exploser les besoins en infrastructures

La montée en puissance de l'intelligence artificielle a placé les GPU au centre de toutes les attentions. Ces processeurs graphiques, historiquement conçus pour le gaming et les applications visuelles, sont devenus le moteur de l'entraînement des modèles d'IA. NVIDIA s'est ainsi imposée comme l'un des grands gagnants de la révolution actuelle. Les géants du cloud et les entreprises technologiques investissent des dizaines de milliards de dollars pour sécuriser leur accès à ces composants devenus stratégiques. Pour autant, Belhajjame estime que la véritable bataille se situe ailleurs. «Les GPU sont importants, surtout pour l'entraînement et l'inférence de modèles IA, mais ils ne sont qu'une partie de l'équation», précise-t-il.

Selon lui, la réussite d'un projet d'intelligence artificielle dépend avant tout de la cohérence de l'infrastructure dans son ensemble. «Une entreprise ne doit pas simplement acheter du GPU pour dire qu'elle fait de l'IA. Elle doit surtout réfléchir à l'architecture globale». Le spécialiste insiste notamment sur le rôle croissant des architectes IT, chargés de trouver le bon équilibre entre performances, coûts, sécurité, souveraineté des données et évolutivité des systèmes.

«Pour réussir un déploiement IA, il faut aussi un réseau performant, une bonne architecture de stockage, une sécurité solide, une gestion efficace des données, et surtout des compétences capables de concevoir le bon modèle d'infrastructure : onpremise, cloud, hybride ou edge». Les chiffres confirment l'ampleur du phénomène. Selon IDC, les dépenses mondiales consacrées aux infrastructures IA ont atteint 318 milliards de dollars en 2025, contre 153 milliards de dollars un an auparavant. Le cabinet prévoit que ce marché dépassera 1.000 milliards de dollars d'ici 2029. Cette accélération témoigne d'un changement de paradigme. Les entreprises ne sont plus dans une phase d'expérimentation. Elles investissent désormais pour construire des capacités durables capables de soutenir leurs futurs usages de l'intelligence artificielle.

Au Maroc, cette transition est déjà perceptible. Les opérateurs télécoms, les banques, les administrations et plusieurs grandes entreprises multiplient les initiatives autour de l'IA. Toutefois, le pays reste encore dans une phase de montée en puissance. «Les infrastructures actuelles peuvent absorber certains projets pilotes ou des usages cloud ponctuels, mais pour une adoption massive et souveraine de l'IA, il faudra renforcer la capacité data center, la connectivité, la gouvernance des données, les compétences techniques et la vision stratégique», estime Belhajjame. Selon lui, la culture de prudence observée dans une partie du tissu économique marocain peut également ralentir l'adoption.

«Chez beaucoup de dirigeants marocains, l'approche dominante reste assez conservatrice : attendre de voir ce qui fonctionne ailleurs, observer les retours d'expérience des marchés étrangers, puis éventuellement faire appel à un cabinet de conseil lorsqu'il devient urgent de réagir». Cette approche contraste avec celle des grands acteurs internationaux qui multiplient les investissements afin de prendre position dès aujourd'hui sur les infrastructures qui supporteront l'économie de demain.

L'infrastructure devient le nerf de la guerre

Si les GPU concentrent une partie de l'attention médiatique, le véritable défi auquel fait face l'industrie concerne désormais l'énergie. Les centres de données spécialisés dans l'intelligence artificielle consomment des quantités considérables d'électricité. Les modèles les plus avancés nécessitent des milliers de processeurs fonctionnant en permanence et produisent une chaleur importante qui impose des dispositifs de refroidissement sophistiqués. Selon l'Agence internationale de l'énergie, la consommation électrique mondiale des data centers pourrait plus que doubler d'ici 2030 sous l'effet de l'essor de l'intelligence artificielle.

Les centres de données figurent désormais parmi les principaux moteurs de la croissance de la demande électrique dans plusieurs régions du monde. Selon Belhajjame, cette question devient centrale dans les décisions d'investissement. Les workloads IA consomment énormément d'énergie et génèrent beaucoup de chaleur. Cela rend les sujets d'alimentation électrique, de refroidissement, d'efficacité énergétique et de coût d'exploitation absolument critiques. Cette réalité pousse les opérateurs à revoir leurs stratégies. Refroidissement liquide, optimisation énergétique, contrats d'approvisionnement à long terme et recours accru aux énergies renouvelables deviennent des critères de compétitivité.

«Le développement des data centers IA ne peut pas se faire sans une stratégie énergétique claire. Il faut maîtriser les coûts, sécuriser l'approvisionnement et anticiper les risques liés aux crises énergétiques», ajoute-t-il. Cette évolution modifie également la hiérarchie mondiale des territoires attractifs pour les infrastructures numériques. Les États-Unis demeurent aujourd'hui le principal centre de gravité mondial grâce à la présence des hyperscalers comme Amazon, Microsoft, Google ou Meta. Les pays du Golfe accélèrent également leurs investissements dans l'IA afin de diversifier leurs économies et d'attirer les infrastructures du futur.

L'Europe, de son côté, cherche à renforcer sa souveraineté numérique tout en conciliant les enjeux énergétiques et réglementaires. Dans ce contexte, la souveraineté des données devient un sujet aussi important que la puissance de calcul. Les gouvernements souhaitent de plus en plus conserver certaines données stratégiques sur leur territoire et développer des infrastructures capables de répondre à leurs exigences de sécurité. Pour le Maroc, cette transformation ouvre de nouvelles opportunités. Le Royaume dispose de plusieurs atouts : stabilité politique, proximité avec l'Europe, position géographique stratégique et potentiel important dans les énergies renouvelables.

Le gouvernement affiche d'ailleurs des ambitions élevées. Le Maroc vise une contribution de l'intelligence artificielle à hauteur de 100 milliards de dirhams au PIB d'ici 2030 et prévoit le développement de nouvelles infrastructures numériques, de centres de données souverains ainsi que le renforcement des capacités cloud nationales. Le projet de data center de 500 MW alimenté par des énergies renouvelables à Dakhla s'inscrit dans cette stratégie. Au-delà de la capacité de calcul, il s'agit de positionner le Royaume comme une plateforme numérique régionale capable de servir à la fois l'Afrique et l'Europe. Pour Belhajjame, les fondamentaux sont présents mais le facteur temps sera déterminant.

«Le Maroc est bien positionné pour profiter de cette vague, notamment grâce à sa stabilité, sa proximité avec l'Europe, sa position géographique comme porte d'entrée vers l'Afrique, et la qualité de ses ressources humaines dans les métiers technologiques», explique-t-il. Le spécialiste estime néanmoins que le pays devra accélérer sur plusieurs fronts à la fois : infrastructures, compétences, investissements, innovation et gouvernance des données. «Il ne suffit pas d'être bien positionné géographiquement, il faut aussi construire l'écosystème, attirer les investissements, retenir les talents et donner aux acteurs locaux les moyens d'expérimenter rapidement», conclut-il.