Relu par Bastien L., Rédacteur en chef
Passer des modèles d’expérimentation à la production exige désormais une infrastructure contrôlée et auditable. SAS et Amazon Web Services renforcent leur partenariat à la conférence AI Enterprise 2026 pour résoudre le principal défi des DSI. Il s’agit du manque de confiance dans les algorithmes. Intégrer la gouvernance de l’IA au centre des architectures cloud devient ainsi l’unique moyen de sécuriser les déploiements stratégiques.
SAS et Amazon Web Services annoncent la publication conjointe de leur étude mondiale avec IDC lors de la conférence AI Enterprise 2026 à New York. Pour les directeurs informatiques, cette démarche cible la difficulté des entreprises à transformer leurs prototypes technologiques en outils opérationnels rentables. L’entrée en vigueur des réglementations exige à présent une transparence totale sur les algorithmes. Pour y répondre, cette alliance sur AWS Marketplace propose un cadre prêt à l’emploi qui permet de valider chaque modèle avant sa mise en service.
Pourquoi les projets pilotes échouent au stade du déploiement à grande échelle
SAS et AWS profitent de la publication de leur rapport mondial avec IDC pour réorienter le débat sur l’intelligence artificielle. Le problème des entreprises n’est plus dans la création de modèles, mais dans l’incapacité à les passer en production. Aujourd’hui, près de 80 % des projets d’IA stagnent au stade de la preuve de concept. Les équipes techniques conçoivent des algorithmes performants en laboratoire. Puis ils se confrontent aux contraintes des systèmes d’information interconnectés.
Where AI is concerned, trust is the key to turning potential into business value. 🔑 We’re tackling this topic with our partner AWS at the AI Enterprise Conference in New York on Sept. 1. https://t.co/xWaTFv0pMb
— SAS News (@SASsoftwareNews) August 20, 2026
La dispersion des données constitue le premier frein concret. Les bases d’apprentissage restent compartimentées entre les serveurs internes et l’environnement cloud d’Amazon. Sans vue d’ensemble, alimenter les algorithmes avec des flux de données vérifiés devient très complexe. À cette fragmentation s’ajoute le phénomène de dérive des modèles. À défaut d’une surveillance continue de leur précision, les algorithmes perdent rapidement en efficacité face aux évolutions des données réelles.
En plus, les risques juridiques durcissent encore le constat. La mise en œuvre des exigences du RIA européen prévoit des sanctions financières qui atteignent 35 millions d’euros ou 7 % du chiffre d’affaires mondial pour les infractions les plus graves. Une gouvernance de l’IA défaillante expose donc l’entreprise à des contrôles réglementaires. Une récente étude de Gartner sur les plateformes de gouvernance d’IA confirme d’ailleurs que cette pression réglementaire mondiale contraint les DSI à remplacer le bricolage interne par des solutions industrialisées.
L’absence de cadrage entraîne également des dérives budgétaires directes. Durant les phases de test non encadrées, les équipes consomment des ressources de calcul de manière désordonnée. Conséquence, cela provoque une explosion imprévue des factures d’infrastructure cloud.
La gouvernance de l’IA comme cadre indispensable pour passer à l’échelle
Pour répondre à ce blocage, le rapprochement entre SAS et Amazon s’intensifie. Les solutions SAS sur AWS Marketplace visent à intégrer la gouvernance de l’IA comme composant natif de l’environnement cloud. Notamment la plateforme SAS Viya et son espace de développement Viya Workbench. L’objectif est d’enregistrer l’origine des données, l’identité des concepteurs et la logique des décisions prises par la machine.
Un registre centralisé permet d’attribuer chaque décision automatique à son jeu de données d’origine. Cette transparence répond aux exigences des auditeurs internes tout en respectant le guide pratique de la CNIL sur la gestion des risques. Grâce à un contrôle d’accès strict par rôles, pilier d’une gouvernance de l’IA robuste, les DSI restreignent le déploiement des modèles sensibles aux seuls collaborateurs habilités.
L’éditeur américain et son partenaire soutiennent que cette rigueur apporte des gains financiers mesurables. Selon leur étude conjointe publiée avec IDC, les organisations dotées d’un cadre formel d’évaluation des risques affichent un retour sur investissement 2,5 fois supérieur à leurs concurrents. L’automatisation des contrôles accélère la validation des modèles et sécurise l’utilisation de l’IA agentielle au sein des processus métiers.
Toutefois, l’assemblage technique réserve des difficultés opérationnelles. Superposer les outils décisionnels de SAS sur une architecture native AWS peut générer des doublons fonctionnels avec des services comme Amazon SageMaker. La circulation des flux entre les deux environnements crée parfois une latence inattendue et alourdit la facture globale. Surtout le dimensionnement du calcul n’est pas ajusté au gigabyte près.
L’accord entre SAS et AWS illustre que le marché déplace son discours de la performance brute vers la gestion du risque. Néanmoins, le ROI vanté par IDC demeure une promesse de vendeurs. Faute de nettoyage des données internes et de refonte des architectures hybrides, afficher une gouvernance l’IA ne suffira pas à résoudre la complexité des déploiements réels.
- Partager l'article :