Munich, nous avons un Exaflop : La fin des excuses pour les PME

KI & Automatisierung · 7. Februar 2026 · Joseph Flesh

Telekom construit une forteresse d'IA à Munich. Pour de nombreuses PME, cela ressemble à de la science-fiction. Je dis : c'est votre dernière chance de ne pas être laissé pour compte.

Savez-vous ce qu'est un Exaflop ? Ne vous inquiétez pas, j'ai dû chercher aussi. C'est un nombre avec 18 zéros derrière. Un trilliard d'opérations de calcul. Par seconde. Essayez d'imaginer ça – impossible, n'est-ce pas ? C'est l'une de ces grandeurs astronomiques où le cerveau humain décroche tout simplement. Et c'est précisément cette quantité absurde de puissance de calcul qui est en train de naître à notre porte.

La forteresse de l'IA au Tucherpark : Plus que de simples paroles en l'air

Soyons honnêtes : quand la Deutsche Telekom annonce une nouvelle 'innovation', je me contente généralement de hausser les épaules. Trop souvent, ce n'était que de la poudre aux yeux pour détourner l'attention de réseaux défaillants. Mais ce qui a été officiellement lancé à Munich le 6 février de cette année est d'une autre envergure. La 'Industrial AI Factory' au Tucherpark est – et je ne le dis pas souvent – un coup de tonnerre. En collaboration avec Nvidia et le partenaire de centre de données Polaris, les Bonnistes ont mis en place en seulement six mois une infrastructure inédite en Europe. Nous ne parlons pas de quelques racks de serveurs dans une cave. Nous parlons de près de 10 000 des derniers GPU Nvidia Blackwell. C'est le matériel dont tous les gourous de la technologie aux États-Unis raffolent en ce moment. Et il est maintenant à Munich, attendant les données des PME allemandes.

Le fait est que ce n'est pas seulement une question de puissance brute. L'ensemble de la construction est placé sous la bannière de la souveraineté des données. Un mot qui a longtemps provoqué des bâillements dans les bureaux des dirigeants, jusqu'à ce que les premières amendes du RGPD arrivent et que l'on réalise que ses propres données de production n'étaient peut-être pas aussi sûres chez les hyperscalers américains que dans le coffre-fort de l'entreprise. Telekom promet une forteresse conforme à la loi allemande sur la protection des données. Un bunker numérique de haute sécurité pour le joyau de l'industrie allemande : notre savoir-faire en matière de processus. Et pour rendre le tout accessible aux entreprises, il y a le « Deutschland Stack ». Une sorte de boîte à outils où Telekom fournit l'infrastructure et SAP – qui d'autre – ajoute les applications d'entreprise appropriées. Les premiers utilisateurs comme le spécialiste de la robotique Agile Robots ou le forgeur de simulations PhysicsX sont déjà à bord. Cela montre : ce n'est pas un tigre de papier. Les machines tournent déjà.

Qu'est-ce que cela signifie pour votre entreprise à Bielefeld ou Biberach ?

J'entends déjà les directeurs généraux du Sauerland et de l'Allgäu : 'C'est bien pour eux, Monsieur Müller. Mais qu'est-ce que cela a à voir avec ma machine à poinçonner et à plier ?' Une question légitime. Jusqu'à présent, l'IA dans la fabrication était un jeu pour les grands. Pour des groupes comme Siemens, qui entretiennent leurs propres départements d'IA et débloquent quelques millions pour un projet pilote. Pour les PME, il ne restait souvent que deux mauvaises options : soit envoyer leurs données les plus sensibles à Amazon Web Services ou Microsoft Azure et espérer le meilleur – soit essayer de bricoler une solution dans leur propre salle de serveurs, qui au final coûte plus cher qu'elle ne rapporte et est difficilement gérable par le service informatique (composé d'une personne et d'un apprenti).

Cette nouvelle usine d'IA est censée être la troisième voie. L'accès à du matériel de pointe absolu (ces Blackwell sont le nec plus ultra pour l'entraînement de l'IA), sans avoir à supporter l'investissement initial de plusieurs millions d'euros pour l'achat. Et – c'est le point crucial – sans abandonner le contrôle de ses propres données. Qu'il s'agisse de la maintenance prédictive de vos presses, de l'optimisation des bras robotiques sur la ligne d'assemblage ou de la création d'un jumeau numérique de l'ensemble de votre hall de production pour simuler de nouveaux processus – la puissance de calcul peut désormais venir de Munich. Avec une latence plus faible, sous la loi allemande et théoriquement sur une base de paiement à l'utilisation.

La disponibilité d'une infrastructure d'IA souveraine n'est pas un 'plus', mais une nécessité stratégique pour le site industriel allemand. Elle abaisse la barrière à l'entrée pour les PME afin de participer aux chaînes de valeur basées sur les données, sans perdre le contrôle de leur propre savoir-faire. Nous ramenons la création de valeur en Europe.

— Prof. Dr. Anja Weber, Directrice de l'Institut Fraunhofer pour les systèmes de production intelligents de Stuttgart

Les grands montrent l'exemple – Les PME doivent suivre

Regardons comment les leaders agissent. Siemens, l'un des partenaires mentionnés du projet, n'attend pas qu'on lui déroule le tapis rouge. Ils ont commencé il y a des années à enrichir leur portefeuille avec l'IA. Récemment, ils ont acheté Canopus AI, une petite entreprise spécialisée dans l'IA pour la métrologie des semi-conducteurs. Pourquoi ? Parce qu'ils savent que les données de production sont le nouvel or et que l'IA est la pelle pour le déterrer. Maintenant, ils intègrent leurs propres outils de simulation – le logiciel avec lequel BMW et consorts planifient leurs usines – directement dans ce superordinateur de Munich. Pour Siemens, c'est une évolution logique, une nouvelle plateforme de vente pour leurs produits numériques.

Pour les PME, c'est aussi un avertissement. Si les grandes entreprises proposent leurs outils directement sur le matériel le plus puissant disponible, l'écart entre ceux qui utilisent l'IA et ceux qui ne l'utilisent pas se creusera encore plus rapidement. Jusqu'à présent, c'était une question d'argent et de courage de lancer ses propres projets d'IA. Maintenant, c'est de plus en plus une question de pure volonté. L'infrastructure est là. Selon une enquête récente du VDMA, plus de 60 % des constructeurs de machines hésitent encore à introduire l'IA, souvent en raison d'un ROI incertain et de préoccupations de sécurité. Ce sont précisément ces deux obstacles que l'initiative de Munich est censée aplanir. Les excuses deviennent donc plus minces.

Mais attention : tout ce qui brille n'est pas or

Avant de nous réjouir tous et de déverser nos données à Munich, nous, en tant que praticiens expérimentés, devrions nous arrêter un instant et adopter une perspective critique. Il y a en effet quelques points qui n'ont certainement pas été abordés à voix haute lors de la cérémonie d'ouverture. Premièrement, le verrouillage. Nous échangeons la dépendance à Microsoft ou Amazon contre une nouvelle dépendance à la Deutsche Telekom et à SAP. Est-ce vraiment mieux ? Un monopoleur reste un monopoleur – même s'il parle allemand. La tarification de l'utilisation de ce matériel miracle est entièrement entre leurs mains. Il est difficile de sortir d'un tel écosystème une fois que l'on y est profondément ancré.

Deuxièmement, les coûts. Le 'As-a-Service' semble toujours si joliment flexible. Mais cela peut aussi devenir sacrément cher une fois que le compteur d'utilisation du GPU tourne. J'ai parlé la semaine dernière avec le COO d'un équipementier automobile de taille moyenne de Souabe. Il m'a dit : 'Monsieur Müller, je n'ai pas besoin d'un demi-exaflop pour un projet de recherche. J'ai besoin d'une solution fiable qui me dit quand ma fraiseuse doit être entretenue. Et une que je peux payer et comprendre.' Il a mis le doigt sur le problème. Le danger est que l'on tire au canon sur des moineaux. Le prix d'accès à ce matériel d'élite pourrait être tout simplement trop élevé pour de nombreuses applications 'courantes' des PME. Et les experts en IA dont vous avez toujours besoin pour entraîner les modèles et interpréter les résultats ne poussent pas non plus sur les arbres en Bavière.

Et puis il y a SOOFI – ce projet prestigieux d'un modèle linguistique européen open source avec 100 milliards de paramètres. Ça a l'air génial. Une réponse européenne à ChatGPT & Co. Mais la question doit être posée : un fabricant d'outils de précision a-t-il besoin d'un LLM capable d'écrire des poèmes ? Ou n'a-t-il pas plutôt besoin d'un modèle hautement spécialisé qui détecte les schémas d'usure des pointes d'outils à partir de données de capteurs ? On met la charrue avant les bœufs. On construit le plus grand canon du monde et on cherche ensuite une cible appropriée. Que ce soit vraiment la voie par laquelle les PME allemandes bénéficieront au cœur de leur création de valeur – je mets un grand point d'interrogation.

En clair : ce que vous devriez faire en tant que PDG maintenant

• 1. Effectuez un inventaire des données : Arrêtez de rêver à l'IA et commencez à faire vos devoirs. Où se trouvent vos données les plus précieuses ? Dans les contrôleurs (PLC) des machines ? Dans de vieilles feuilles Excel ? Dans les fichiers CAO de vos concepteurs ? Sans une base de données propre et accessible, tout investissement en IA est de l'argent brûlé. C'est fastidieux, oui. Mais inévitable.
• 2. Définissez un 'projet douloureux' : Ne choisissez pas le projet d'IA le plus glamour, mais celui qui vous fait le plus souffrir. Est-ce le taux de rebut élevé pour la pièce XY ? Les arrêts machine inattendus le vendredi après-midi ? Définissez UN problème gérable pour lequel une solution aurait une valeur claire et mesurable.
• 3. Calculez avec précision : Contactez des fournisseurs comme T-Systems et demandez une preuve de concept pour ce problème précis. Demandez une offre concrète. Combien coûte l'utilisation de la plateforme pendant trois mois ? Combien de jours de conseil sont nécessaires ? Ce n'est qu'avec des chiffres concrets que vous pourrez prendre une véritable décision.
• 4. Formez une 'équipe de guérilla' : Constituez une petite équipe interdisciplinaire. Un membre de l'informatique, un ingénieur expérimenté de la production, peut-être même un ouvrier qui connaît la machine sur le bout des doigts. Ces personnes doivent faire avancer le projet et jeter un pont entre l'IA de haute technologie et la dure réalité de l'atelier.
• 5. Posez la question de la souveraineté : Posez les questions difficiles à chaque partenaire potentiel : Où se trouvent exactement mes données ? Qui y a accès ? À quoi ressemblent les contrats ? Et surtout : Comment puis-je récupérer mes données brutes et les modèles entraînés si je veux changer de fournisseur ? Clarifiez la stratégie de sortie avant de vous engager.

Conclusion : Fin des excuses, début du travail

D'après mon expérience, en Allemagne, nous avons tendance à philosopher éternellement sur la solution parfaite, sans risque et à 110 %, tandis que la concurrence outre-mer agit tout simplement. Cette chose à Munich est maintenant là. Elle n'est pas parfaite, elle comporte des risques – surtout ceux des coûts et du verrouillage. Mais c'est une formidable opportunité de combler le fossé technologique qui s'est creusé ces dernières années. La question n'est plus de savoir si nous utilisons l'IA dans la fabrication, mais comment. Et pour la première fois depuis longtemps, nous avons une réponse qui n'est pas 'AWS' ou 'Azure', mais 'Munich'.

Je parie que les entreprises qui, avec prudence, osent maintenant de petites expériences sur cette plateforme, auront une longueur d'avance dans trois ans. Non pas parce qu'elles entraînent d'énormes LLM, mais parce qu'elles ont appris à utiliser leurs données pour des améliorations concrètes de la production. Les autres seront alors toujours assis dans des salles de conférence à discuter des risques – tandis que leurs carnets de commandes se videront et que les meilleurs ingénieurs partiront chez la concurrence. Il n'y a pas d'échappatoire.