Infrastructure IA : Foxconn, Bull et les usines IA

KI & Automatisierung · 3. Juni 2026 · Joseph Flesh

L'infrastructure IA européenne transforme les usines intelligentes et les ventes. Découvrez les étapes que les PME du DACH devraient planifier dès maintenant pour les usines IA.

Jeudi dernier, à 8h12, j'étais chez Amplifa pour un appel d'intégration avec Andrea, COO d'un automatiseur d'Ulm. En arrière-plan, j'entendais le léger grincement d'une scie venant de la production, elle n'avait qu'à moitié fermé la porte de son bureau, et sur son bureau se trouvait une impression avec des dates de livraison, marquées en rouge. « Joseph, nous avons les leads pour trois nouvelles lignes », dit-elle, « mais nos clients demandent maintenant d'abord l'infrastructure IA, et seulement ensuite la mécanique. » J'ai jeté un coup d'œil à mon café. Froid. Puis la nouvelle du nouveau partenariat Foxconn-Bull est apparue sur mon deuxième écran.

Ma prédiction est simple et inconfortable : quiconque dans la construction mécanique, la fabrication électronique ou les composants d'automatisation n'aura pas de réponse claire sur les usines IA d'ici 2028 ne perdra pas d'abord des commandes en production. Il les perdra en vente. Non pas parce que chaque entreprise de 180 personnes exploitera soudainement ses propres clusters GPU. Enfin, presque. Mais parce que les clients du DACH commencent à trier les fournisseurs en fonction de leur capacité réelle à fournir des données, de l'IA Edge, des jumeaux numériques et l'intégration des installations — ou s'ils ne font qu'écrire « Industrie 4.0 » sur des diapositives.

Infrastructure IA en Europe : pourquoi cette nouvelle devrait faire mal

Foxconn, officiellement Hon Hai Technology Group, et Bull SAS, la filiale française d'infrastructure informatique du groupe Atos, veulent construire ensemble des serveurs IA, des clusters GPU, des systèmes Edge et du matériel d'automatisation en Europe. Cela ressemble d'abord à un centre de données. À de la tôle, des racks, des câbles, des ventilateurs. À quelque chose qui intéresse les COO et que les directeurs commerciaux survolent. C'est précisément là que réside l'erreur de raisonnement.

Le partenariat vise explicitement, selon les rapports de l'industrie publiés au cours des dernières 24 à 48 heures, les entreprises manufacturières européennes, les usines intelligentes et les soi-disant usines IA. L'Allemagne, l'Autriche et la Suisse sont citées comme marchés clés. Automobile. Électronique. Industrie de process. Fabrication de précision. C'est-à-dire précisément les entreprises avec lesquelles nous travaillons régulièrement chez Amplifa : 50 à 500 employés, un bon produit, une base de clients qui s'est développée au fil des ans, mais un pipeline qui dépend de plus en plus de projets où l'IT, l'OT et les achats ont leur mot à dire simultanément.

Pour moi, cette nouvelle n'est pas un détail matériel. C'est un signal de vente. Si Foxconn et Bull poussent « l'infrastructure IA fabriquée en Europe » sur le marché, les attentes des clients des fournisseurs de Trumpf, des intégrateurs de Festo, des partenaires de Schaeffler ou des fabricants de composants proches de Webasto changent. Le client ne demande plus : « Pouvez-vous livrer l'installation ? » Il demande : « Pouvez-vous l'intégrer à notre architecture de données, l'étendre avec la vision par ordinateur, évaluer les données de maintenance et exploiter le tout de manière auditable ? » C'est un processus de vente différent. Plus difficile. Plus technique. Plus long. Mais aussi plus lucratif.

Statut quo : beaucoup parlent d'IA, peu ont tiré les câbles

Selon le rapport Tacton « State of Manufacturing » 2026, 79 % des fabricants mondiaux investissent ou expérimentent activement l'IA. L'année précédente, ce chiffre était de 64 %. C'est un bond que l'on ne peut pas ignorer comme un simple battage médiatique. En même temps, selon la même source, seulement 7 % des fabricants ont une véritable connectivité de bout en bout sur la chaîne de valeur, les ventes, l'ingénierie, la production et le service. Je répète ce chiffre car il provoque généralement un court silence lors des ateliers : sept pour cent.

Je constate cette lacune chaque mois. En mars 2026, j'ai parlé avec Markus, directeur commercial d'un fabricant de machines spéciales de Heilbronn. Son équipe vend des installations d'une valeur de 250 000 à 1,8 million d'euros. L'entreprise utilise un CRM, un ERP, un PLM, des modèles d'offres Excel et trois dossiers SharePoint, tous nommés « final ». La machine elle-même génère des données de capteurs à la seconde. Mais en vente, personne ne sait quelles fonctionnalités sont réellement utilisées par les clients existants. Personne. Le service après-vente a les informations, l'ingénierie s'en doute, mais les ventes appellent quand même avec des arguments génériques.

C'est le statu quo dans de nombreuses entreprises manufacturières de taille moyenne du DACH. Il y a des machines avec des commandes Siemens, des systèmes de caméra de Cognex ou Keyence, des cellules robotisées de Kuka ou ABB, des données ERP de SAP Business One ou Microsoft Dynamics, et puis il y a les ventes, qui continuent de prioriser intuitivement quel OEM est actuellement « chaud ». Pas tout à fait. Les bonnes équipes ont des listes. Mais les listes ne sont pas de l'intelligence. Et elles deviennent inutiles dès que les clients commencent à utiliser la préparation à l'IA comme critère d'achat.

Ce que nous constatons concrètement chez Amplifa : dans 17 implémentations chez des entreprises industrielles de 70 à 430 employés, nous avons trouvé presque toujours le même schéma au cours des 12 derniers mois. Les 20 principaux clients existants génèrent entre 52 et 78 % de la marge brute, mais moins d'un tiers des activités de vente sont basées sur la base installée, l'âge des machines, les cas de service ou les modèles de pièces de rechange. Les ventes travaillent au niveau de l'entreprise, mais l'opportunité se crée au niveau de l'installation. C'est précisément là que les usines IA deviennent pertinentes — non pas comme un mot à la mode, mais comme une structure de données pour le chiffre d'affaires.

Tendance 1 : Les usines IA migrent du cloud vers l'atelier

La première tendance est physique. Bruyante. Chaude. On l'entend. Quiconque s'est déjà tenu à côté d'un rack GPU sait que l'IA ne vit pas dans une métaphore nuageuse, mais dans l'électricité, le refroidissement, la latence, la gestion des câbles et la protection incendie. Foxconn et Bull s'attaquent précisément à cela : les serveurs IA, les clusters GPU, les passerelles Edge industrielles et le matériel de contrôle doivent être fabriqués, intégrés et qualifiés pour les charges de travail industrielles en Europe.

Pourquoi est-ce pertinent pour une entreprise de 180 employés dans le Bade-Wurtemberg ? Parce que de nombreuses applications d'IA proches de la production ne fonctionnent pas correctement si elles n'existent que sous forme de démo SaaS dans le navigateur. Le contrôle qualité par vision par ordinateur nécessite des caméras proches de la ligne, des temps d'inférence de l'ordre de la milliseconde et une connexion robuste au contrôle. La maintenance prédictive nécessite l'historique des machines, des capteurs, le contexte des ordres de maintenance et des modèles qui ne tombent pas en panne à chaque perturbation du réseau. Les jumeaux numériques ont besoin de plus qu'un beau modèle 3D. Ils ont besoin de flux de données qui ne meurent pas après le projet pilote.

En avril 2026, j'ai discuté avec Thomas, responsable des ventes chez un intégrateur d'automatisation à Nuremberg, d'une offre pour un système d'inspection visuelle. Son client, un fournisseur de niveau 2 pour l'industrie automobile, voulait savoir si les données d'image pouvaient être traitées localement. Pas « un jour ». Dans le cahier des charges. Le comité d'entreprise avait son mot à dire, la sécurité informatique aussi. Thomas m'a dit : « Avant, nous vendions sur le temps de cycle. Maintenant, nous vendons la résidence des données. » C'est précisément ce changement.

Siemens Digital Industries, dans un article récent sur la souveraineté européenne en matière d'IA, affirme que le leadership en IA ne dépend pas seulement des modèles, mais aussi des semi-conducteurs, de l'infrastructure de calcul, de l'efficacité énergétique, de la robotique et de la capacité à transformer l'innovation en production. Cela ressemble à une stratégie d'entreprise. Mais pour les PME, c'est une question d'offre. Puis-je proposer au client une solution qui fonctionne dans son usine, avec ses données, dans le respect des conditions de conformité européennes, et qui peut encore être maintenue après six mois ?

La souveraineté de l'IA en Europe ne sera pas seulement décidée par le logiciel, mais par la capacité à mettre en production à grande échelle les semi-conducteurs, le calcul, l'automatisation et les données industrielles.

— Idée principale paraphrasée de Siemens Digital Industries, contribution à la souveraineté de l'IA en Europe, 2026

J'aime cette citation car elle remet en perspective le débat habituel sur l'IA. De nombreuses organisations commerciales parlent de chatbots, d'automatisation des e-mails et de bibliothèques de prompts. Tout cela est utile. Mais dans le B2B industriel, l'IA ne se décide pas dans le prompt. Elle se décide sur la capacité d'un client à Linz à étendre sa ligne sans transférer les données de production vers une région cloud incertaine ; sur la capacité d'une usine à Bielefeld à disposer proactivement des pièces de rechange ; sur la capacité d'un responsable qualité à Saint-Gall à dormir la nuit parce que le modèle n'avait pas seulement une précision de 93 % dans PowerPoint, mais qu'il fonctionne encore en équipe trois avec du brouillard d'huile et une lumière fluctuante.

Tendance 2 : Les ventes vendent de l'architecture, plus seulement des machines

La deuxième tendance touche directement les directeurs commerciaux. Auparavant, la vente technique dans la construction mécanique était déjà assez complexe : cahier des charges, temps de cycle, flux de matériaux, CE, service, délai de livraison, prix. Maintenant, une couche supplémentaire s'ajoute. Les clients veulent savoir comment une solution s'intègre à leur infrastructure IA. Quelles données sont générées ? Où sont-elles stockées ? Quelles interfaces existent ? Comment entraîner ou surveiller les modèles ? Qui est responsable si l'IA prend de mauvaises décisions de qualité ?

Je suis catégorique : quiconque croit encore en 2026 qu'une vente de produits pure dans la construction mécanique suffit n'a pas compris le changement. Le client n'achète pas seulement un agrégat. Il achète un morceau de la logique opérationnelle future. Si votre offre n'explique pas cette logique opérationnelle, quelqu'un d'autre l'expliquera. Peut-être un intégrateur. Peut-être un grand automatiseur. Peut-être un prestataire de services informatiques qui en sait moins sur les broches que vous, mais qui parle mieux des flux de données.

Il y a trois semaines, j'ai eu une réunion interne avec Lena, notre responsable du succès client chez Amplifa, et nous avons examiné les raisons des pertes de huit pipelines industriels. La pièce sentait le marqueur de tableau blanc, car quelqu'un avait laissé le stylo ouvert. Dans trois cas sur huit, la raison de la perte était « prix » dans le CRM. Lorsque nous avons reconstitué les échanges d'e-mails et les notes d'appel, la véritable raison était autre : le concurrent a pu expliquer plus tôt comment sa solution s'intégrait dans le MES, l'ERP et l'architecture Edge locale. Le prix était le mot que les ventes ont utilisé parce que cela faisait moins mal.

C'est là que la nouvelle Foxconn-Bull devient intéressante. Si les serveurs IA et les systèmes Edge européens deviennent plus disponibles, l'excuse « C'est encore trop tôt » diminue. Les clients s'attendront à des architectures de référence. Ils demanderont si votre installation interagit avec des racks GPU locaux, des passerelles industrielles et des modèles de données standardisés. Et oui, de nombreuses PME diront : « Nos clients ne demandent pas encore cela. » C'est peut-être vrai. Peut-être qu'ils ne demandent qu'à vos concurrents.

Comment les centres d'achat changent avec l'infrastructure IA

Dans les transactions classiques de construction mécanique, la direction, la production, les achats et peut-être un responsable de la maintenance étaient autour de la table. Pour les projets liés aux usines IA, de nouvelles voix s'ajoutent : la sécurité informatique, la protection des données, les responsables OT, parfois le comité d'entreprise, occasionnellement un consultant externe en numérisation. Cela prolonge les transactions. Cela ne les rend pas automatiquement pires. Cela rend visibles les mauvais processus de vente.

Un exemple : chez un client du secteur des machines d'emballage, 220 employés dans la région de Ravensburg, nous avons reconstruit la logique ICP en janvier 2026. Auparavant, les ventes priorisaient par secteur et taille de chiffre d'affaires. Ensuite, des critères tels que les contrôleurs Siemens ou Beckhoff installés, le nombre de sites de production, l'intensité du service, le MES existant et les mots-clés des offres d'emploi comme « Data Engineer », « Computer Vision » ou « OT Security » ont été ajoutés. Résultat après neuf semaines : moins de premiers entretiens, mais le taux de découverte à projet qualifié est passé de 31 à 46 %. Pas de magie. Meilleure sélection de cibles.

C'est le pont entre l'infrastructure IA et les ventes. La disponibilité du matériel en Europe crée de nouvelles catégories de projets. Les nouvelles catégories de projets créent de nouveaux critères d'achat. Les nouveaux critères d'achat détruisent les anciens modèles de notation des leads. Quiconque segmente encore uniquement par nombre d'employés, code postal et secteur d'activité ignore les entreprises qui libèrent actuellement des budgets pour l'IA Edge, les jumeaux numériques et les plateformes de données de production.

Tendance 3 : Les usines IA font de la souveraineté des données un argument de vente

La troisième tendance est politique, mais pas abstraite. La souveraineté des données devient commerciale. En Allemagne, en Autriche et en Suisse, il existe une profonde méfiance à l'égard des données de production entre des mains étrangères. On peut en sourire si l'on vient du monde purement SaaS. Je ne le ferais pas. Un directeur général d'un fabricant de pièces de précision de Villingen-Schwenningen m'a dit en mai 2026 : « Nos données de processus sont notre marge. » La phrase est percutante.

Lorsque Foxconn et Bull mettent l'accent sur la fabrication européenne, l'intégration européenne et l'infrastructure IA locale, ils touchent précisément cette corde sensible. Il ne s'agit pas seulement de chaînes d'approvisionnement. Il s'agit de confiance dans les appels d'offres. Un fournisseur pharmaceutique suisse, un constructeur de machines autrichien ou un fournisseur automobile allemand doit pouvoir expliquer à ses clients, auditeurs et instances internes où les données sont traitées, qui y a accès, comment les mises à jour sont effectuées et comment les systèmes continuent de fonctionner en cas de tensions géopolitiques.

Selon les rapports, Bull apporte sa base de clients européens, ses compétences en intégration et sa conception de centres de données. Foxconn apporte son volume de fabrication, sa conception électronique et sa puissance de chaîne d'approvisionnement. Ce n'est pas une autosuffisance européenne romantique. Foxconn reste Foxconn. Mais l'assemblage local, la qualification et l'intégration de systèmes dans l'UE peuvent faire la différence pour les clients industriels lorsque les délais de livraison, les contrôles à l'exportation ou les chaînes de support deviennent critiques.

Pour les ventes, cela signifie que la souveraineté devient un argument, mais seulement si elle est concrète. « Fabriqué en Europe » seul ne vend pas une installation. « Vos données d'image ne quittent pas l'usine, l'inférence s'exécute sur un cluster Edge à proximité de l'armoire de commande, les mises à jour sont effectuées via une fenêtre de maintenance approuvée, et la version du modèle est documentée dans le journal d'audit » — cela vend. Ou du moins, cela empêche le responsable informatique de couper la conversation après 42 minutes.

FAQ : Qu'est-ce qu'une usine IA dans les PME industrielles ?

Une usine IA n'est pas une usine unique avec des robots et des tableaux de bord clignotants. Dans le contexte industriel, le terme désigne une infrastructure reproductible avec laquelle les entreprises entraînent, exploitent, surveillent et intègrent des modèles d'IA dans les processus de production. Cela inclut le calcul – souvent des serveurs GPU ou des systèmes Edge spécialisés – des pipelines de données, la gestion des modèles, des interfaces avec les contrôleurs de machines, la cybersécurité, la surveillance et les responsabilités. Pour un constructeur de machines de 300 personnes, cela ne doit pas ressembler à Nvidia ou BMW. Il peut s'agir d'un cluster Edge local pour le contrôle qualité, complété par un jumeau numérique, des données de service et un concept MLOps propre. L'important n'est pas la taille. L'important est que l'IA passe du pilote à l'opérationnel.

Infrastructure IA et gestion du pipeline : la connexion inconfortable

De nombreux PDG séparent encore trop nettement la technologie de production et la technologie de vente. D'un côté, la fabrication avec OPC UA, PLC, MES, OEE et capteurs. De l'autre, les ventes avec CRM, campagnes, salons et rapports de visite. Cette séparation est organisationnellement pratique. Elle est économiquement dangereuse.

Lorsque vos clients investissent dans des usines IA, des signaux de vente apparaissent bien avant la demande officielle. Une entreprise embauche un responsable de la sécurité OT. Un directeur d'usine parle de vision par ordinateur sur LinkedIn. Un rapport annuel mentionne « l'inférence locale ». Un site construit un nouveau centre logistique. Un service des achats demande soudainement des formats de données. Un ingénieur télécharge des livres blancs sur les jumeaux numériques. Chaque signal seul est faible. Ensemble, ils forment une intention.

C'est précisément là que de nombreuses configurations CRM classiques échouent. Le CRM stocke ce que les ventes savent déjà. Il détecte rarement ce qui se passe à l'extérieur. Chez Amplifa, nous construisons donc des modèles ICP et de compte qui combinent les déclencheurs externes, l'historique CRM, l'adéquation du produit et le timing. Non pas pour remplacer les commerciaux. C'est absurde. Mais pour leur dire où une conversation a du sens maintenant et où ils ne font que déranger poliment.

Amplifa ICP Playbook Un playbook pratique pour prioriser les clients cibles dans le B2B industriel en fonction de signaux d'achat et technologiques réels, plutôt que de la seule industrie et du chiffre d'affaires.

Ce que cela signifie pour les PME

Pour les entreprises manufacturières de 50 à 500 employés dans le DACH, le partenariat Foxconn-Bull signifie d'abord : la barre monte. Les grands fournisseurs intégreront l'infrastructure IA européenne comme un élément de leurs offres. Les intégrateurs de systèmes proposeront des packages complets. Les clients s'habitueront à ce que les projets d'IA ne soient plus vendus comme une expérience, mais comme une architecture évolutive. Quiconque répond alors simplement par « Nous pouvons aussi faire de l'IA » sonnera comme un télécopieur dans un bureau fibré.

Deuxièmement, les marges se déplacent. Le matériel pur ou la mécanique pure continueront de subir des pressions, surtout si les concurrents asiatiques et est-européens restent agressifs sur les prix. La valeur se crée là où les machines, les données, les services et les connaissances des processus sont connectés. Un fabricant de bancs d'essai peut devenir un fournisseur d'intelligence qualité. Un fournisseur de composants peut modéliser les risques de défaillance. Un fabricant de machines spéciales peut créer de nouvelles lignes de revenus avec des mises en service numériques, des données de simulation et des prévisions de service. Mais seulement si les ventes et la technique parlent le même langage.

Troisièmement, l'internationalisation devient plus sélective. L'Allemagne, l'Autriche et la Suisse sont des marchés prioritaires selon le partenariat, car la densité industrielle, la compétence en automatisation et la volonté de payer s'y rejoignent. C'est une bonne chose. Mais cela signifie aussi : plus de fournisseurs attaqueront précisément ces marchés. Une PME d'Allemagne de l'Est ne rivalise plus seulement avec le concurrent connu du district voisin, mais avec des partenariats de plateformes européennes qui regroupent le matériel, l'intégration et le narratif de l'IA.

Je vois souvent chez les COO une réaction compréhensible : attendre et voir. La ligne fonctionne, les carnets de commandes ne sont pas vides, le personnel est rare. Mais attendre n'est pas une position neutre lorsque les critères d'achat sont en train d'être réécrits. C'est une décision de laisser les autres fixer les normes. Et les normes sont brutales en vente. Celui qui définit la norme a moins à expliquer. Celui qui arrive plus tard doit prouver.

Un exemple du quotidien : de la pièce de rechange à l'opportunité IA

Un de nos clients du nord de la Bavière vend des composants d'installations à des fabricants de machines d'emballage et de process. Pas un grand groupe, 140 employés, bonne réputation. Dans le CRM, les clients existants se ressemblaient longtemps : chiffre d'affaires, interlocuteur, dernière commande. Lorsque nous avons ajouté les cas de service, les cycles de pièces de rechange et les signaux d'investissement visibles publiquement, des comptes sont soudainement apparus où d'anciens composants fonctionnaient sur des lignes, tandis que le client avait parallèlement publié des offres d'emploi pour « Manufacturing Data Analyst » et « Automation Engineer ». Les ventes n'ont pas abordé l'appel par « Avez-vous besoin de pièces de rechange ? ». Ils ont abordé par « Nous constatons sur des lignes comparables que la modernisation et la collecte de données sont rentables si vous souhaitez évaluer les données de qualité localement. » Un autre ton. Un autre rendez-vous.

Après quatre mois, l'équipe avait réservé cinq ateliers techniques, dont trois avec la direction de production et l'IT ensemble. Auparavant, l'IT était presque jamais impliquée dans ces comptes. Le point n'est pas qu'Amplifa avait une astuce magique. Le point est que les signaux d'usine IA sont visibles sur le marché si l'on les cherche. La plupart des processus de vente ne cherchent tout simplement pas.

Préparation : 7 étapes pour les directeurs commerciaux, les COO et les PDG

1. Cartographiez votre pertinence en matière d'usine IA par ligne de produits. Pour chaque machine, composant ou service, notez quelles données sont générées, quelles interfaces existent, quels cas d'utilisation de l'IA sont réalistes et lesquels ne le sont pas. Soyez honnête. Un mauvais cas d'utilisation de l'IA érode la confiance plus rapidement qu'un délai de livraison tardif.
2. Élargissez votre ICP avec des déclencheurs techniques. Le nombre d'employés et le secteur ne suffisent pas. Saisissez les projets MES, les rôles de sécurité OT, les nouvelles usines, les offres d'emploi en vision par ordinateur, les migrations ERP, les rapports de durabilité, les initiatives de maintenance et les indices de jumeaux numériques.
3. Créez une diapositive d'architecture simple qu'un commercial peut expliquer. Pas 38 boîtes. Une page : machine, Edge, flux de données, traitement local, option cloud, sécurité, service. Si les ventes ne comprennent pas cette diapositive, le client ne la comprendra pas non plus.
4. Entraînez des questions de découverte pour l'infrastructure IA. Ne demandez pas : « Êtes-vous intéressé par l'IA ? » Demandez : « Quelles données de production peuvent quitter votre usine ? », « Qui est responsable des validations de modèles ? », « Où les décisions de qualité échouent-elles aujourd'hui ? », « Quelle ligne génère les arrêts imprévus les plus coûteux ? »
5. Définissez les rôles des partenaires tôt. Toutes les PME n'ont pas besoin de construire des clusters GPU ou d'exploiter elles-mêmes le MLOps. Mais vous devez savoir si Bull, Siemens, Phoenix Contact, les intégrateurs de systèmes locaux ou les partenaires cloud peuvent figurer dans votre architecture de référence.
6. Reliez les données de service et de vente. L'âge des machines, les modèles de pièces de rechange, les causes de panne et les fenêtres de maintenance sont de puissants signaux d'achat. Si ces données restent dans le service pendant que les ventes font de la prospection à froid, vous brûlez le contexte existant.
7. Rendez la conformité vendable. L'EU AI Act, NIS2, le Cyber Resilience Act et la résidence des données ne doivent pas apparaître seulement lors de la vérification du contrat. Traduisez les exigences en déclarations claires que les ventes et la technique peuvent soutenir ensemble.

Le cinquième point est important pour moi. De nombreuses PME craignent d'être dépassées technologiquement en matière d'infrastructure IA parce qu'elles n'ont pas les budgets de DMG Mori, Kärcher ou Brose. Cette crainte est en partie justifiée. Mais elle conduit souvent à la mauvaise conséquence : ne rien faire parce qu'on ne peut pas tout faire. Mieux vaut une approche claire. Quelle fonction IA rend votre produit plus précieux pour les clients ? Quelles données avez-vous besoin pour cela ? Quelle infrastructure doit exister chez le client ou chez les partenaires ? Quelle affirmation votre équipe de vente peut-elle tester demain ?

Produit Amplifa Amplifa aide les équipes de vente industrielles à identifier les clients cibles pertinents, les déclencheurs et les priorités de compte avec l'IA — à partir des données CRM, des signaux du marché et de la logique ICP.

Pourquoi les stratégies purement inbound sont trop lentes pour les usines IA

Je contredis ici délibérément une thèse confortable : « Si le client est prêt, il viendra à nous. » Non. Pour les projets d'usine IA, le client se tourne souvent vers le fournisseur qui l'a approché au bon moment six mois auparavant. Le processus de décision ne commence pas par la demande. Il commence par une incertitude interne.

Un COO constate que les coûts de rebut augmentent. Un directeur d'usine subit des pressions pour rendre l'OEE plus transparente. Un responsable informatique bloque les expériences cloud. Un PDG entend lors d'un événement VDMA à Francfort que des concurrents travaillent avec la maintenance prédictive. Il n'y a pas encore de projet. Il n'y a pas encore de budget. Mais il y a une tension. Quiconque attend alors uniquement les conversions de sites web voit le marché trop tard.

Quiconque mise encore sur une stratégie purement inbound en 2026 n'aura plus de pipeline digne de ce nom dans cinq ans. Surtout pas dans les PME industrielles. Les gagnants ne seront pas les machines à contenu les plus bruyantes, mais les équipes qui lisent les signaux, formulent des hypothèses et entament des conversations avec une pertinence technique. Moins de newsletters. Plus de timing.

Cela ne signifie pas que l'outbound doit à nouveau se traduire par des e-mails en masse maladroits. S'il vous plaît, non. Je reçois moi-même suffisamment de messages où mon nom est mal orthographié et où quelqu'un veut me vendre des « synergies ». Une bonne vente industrielle axée sur l'outbound est différente : comprendre le compte, déduire la situation technique, nommer un déclencheur plausible, formuler une courte thèse, poser une question respectueusement. Une phrase comme « Nous constatons sur plusieurs lignes Kuka et Beckhoff que l'évaluation locale des images est réévaluée précisément en raison de la résidence des données » n'est pas parfaite. Mais elle est mille fois meilleure que « Je voulais juste me présenter brièvement ».

Infrastructure IA : coûts, fenêtres de contexte et la partie difficile

Maintenant, un peu de technique, car sinon il ne reste que la stratégie. L'infrastructure IA ne se compose pas seulement de GPU. Pour les applications industrielles, la latence, la disponibilité, la segmentation du réseau, la qualité des données, la surveillance des modèles, les interfaces et les coûts d'exploitation sont importants. Un modèle qui fonctionne correctement avec des données de laboratoire peut échouer en production parce que la caméra est légèrement différente, parce que le brouillard d'huile modifie les images, parce qu'une équipe de nuit utilise un matériau différent ou parce que le PLC a un comportement de synchronisation que personne n'a simulé lors des tests.

Pour l'IA générative dans les ventes, un autre problème s'ajoute : les fenêtres de contexte et les coûts. Les grands modèles linguistiques peuvent aujourd'hui traiter de longs documents, oui. Mais quiconque jette des historiques CRM complets, des spécifications techniques, des échanges d'e-mails, des données d'offres et des protocoles de service sans contrôle dans chaque prompt ne construit pas de l'intelligence, mais un chauffage à jetons. Les prix des jetons baissent, mais une mauvaise architecture évolue plus rapidement que de bonnes conditions d'achat. Nous voyons toujours des configurations où 80 % des coûts du modèle sont brûlés pour un contexte non pertinent.

La meilleure architecture est généralement peu spectaculaire : normaliser les données, pré-filtrer les signaux, récupérer les extraits pertinents par récupération, utiliser le modèle uniquement là où le langage, la classification ou la reconnaissance de formes apportent réellement une valeur ajoutée. Dans les ventes, cela signifie : toutes les mises à jour de compte n'ont pas besoin d'un grand modèle. Parfois, une règle suffit. Parfois, un petit classificateur. Parfois, un LLM est nécessaire parce que l'e-mail du client dit entre les lignes : « Nous avons un problème de budget, mais un risque plus grand si nous ne faisons rien. »

C'est précisément cette sobriété qui manque dans de nombreux débats sur l'IA. Foxconn et Bull ne construisent pas d'infrastructure pertinente parce que chaque PME entraîne soudainement son propre modèle de base. Honnêtement ? Très peu le feront. Ce qui est pertinent, c'est que l'IA industrielle se rapproche de la production et que l'Europe obtient plus de contrôle sur l'intégration, la disponibilité et l'exploitation. Cela réduit les frictions. Et les frictions décident souvent si une équipe de vente peut placer correctement une offre liée à l'IA.

Amplifa pour les ventes industrielles Pour les équipes qui veulent traduire les signaux d'achat techniques comme l'IA Edge, l'automatisation, les besoins de service et les projets de modernisation en actions de vente prioritaires.

Prévision personnelle : 2026 à 2029, le tri sera brutal

Ma prévision personnelle pour les deux à trois prochaines années : le marché ne se triera pas selon « IA oui ou non ». Il se triera selon la capacité opérationnelle. Les fournisseurs qui vendent l'IA comme une démo finiront dans des cimetières de pilotes. Les fournisseurs qui intègrent l'infrastructure IA, les flux de données, la conformité et le service dans une offre commerciale compréhensible remporteront des contrats plus importants — même s'ils ne sont pas les moins chers.

J'attends trois mouvements concrets. Premièrement, les appels d'offres dans la construction de machines et d'installations incluront plus fréquemment des questions sur l'inférence locale, la résidence des données et la surveillance des modèles. Deuxièmement, les intégrateurs pénétreront plus fortement les ventes et pousseront les fabricants classiques vers des postes de conseil s'ils ne peuvent pas expliquer leur architecture. Troisièmement, les données des clients existants deviendront le levier de croissance le plus important, car les projets d'usine IA démarrent rarement sur un terrain vierge. Ils démarrent sur des lignes existantes, avec d'anciennes commandes, avec des problèmes connus.

Foxconn et Bull ne sont pas le seul déclencheur. Mais ils sont un signal visible. Si un géant mondial de la fabrication et un acteur européen de l'infrastructure positionnent ensemble le matériel IA et les plateformes d'automatisation pour l'Europe, ce n'est pas un sujet marginal pour les départements informatiques. C'est une indication de la direction que prend la demande industrielle. Et la demande est le matériau à partir duquel le pipeline est construit.

Après l'appel avec Andrea d'Ulm, j'ai réimprimé la nouvelle Foxconn-Bull. Sur papier, pas en PDF. Sur la marge, il y a écrit de ma main : « Pas du matériel. Des critères d'achat. » Le café était déjà froid, le léger grincement de la scie revenait de la production, et Andrea m'a écrit dix minutes plus tard : « Nous devons repenser notre liste de clients cibles, n'est-ce pas ? » Oui. C'est exactement là que ça commence.