Dans l’industrie, les données sont déjà partout. Automates, capteurs, systèmes de supervision, équipements de production, outils de contrôle ou installations techniques génèrent en permanence des informations : états machines, températures, consommations, alarmes, cycles, défauts, historiques ou données process. Le véritable enjeu n’est donc plus seulement de produire de la donnée. Il est surtout de réussir à la collecter correctement, à la contextualiser, à l’unifier et à la transmettre aux systèmes qui en ont réellement besoin.

Car sur le terrain, la réalité industrielle reste souvent complexe. Les données sont dispersées entre plusieurs équipements, plusieurs générations de matériels, plusieurs protocoles ou plusieurs logiciels spécialisés. Certaines informations existent déjà depuis des années, mais restent difficiles à exploiter à l’échelle globale de l’entreprise. Dans beaucoup d’environnements industriels, les flux de données restent encore cloisonnés entre les ateliers, la supervision, les applications métiers ou les systèmes informatiques. Résultat : les équipes passent du temps à rechercher des informations, à retraiter des exports ou à reconstruire manuellement des corrélations entre plusieurs systèmes. La problématique n’est donc pas uniquement technique. Elle devient rapidement opérationnelle.

Une donnée qui circule mal est une donnée difficile à exploiter. Et une donnée difficile à exploiter limite ensuite :

• la supervision,
• la traçabilité,
• l’analyse,
• l’optimisation énergétique,
• la maintenance,
• ou encore les projets d’amélioration continue et d’industrialisation de l’IA.

C’est là que la connectivité industrielle prend tout son sens. Aujourd’hui, connecter un environnement industriel ne consiste plus simplement à “faire remonter des variables”. Il s’agit surtout d’organiser la circulation d’informations fiables entre le terrain et les différents systèmes qui composent l’entreprise industrielle : supervision, MES, ERP, GMAO, outils analytiques ou plateformes de pilotage.

Cette approche impose de gérer plusieurs réalités simultanément :

• des équipements hétérogènes,
• des protocoles multiples,
• des contraintes fortes de disponibilité,
• des exigences de cybersécurité,
• mais aussi des problématiques de pérennité et d’interopérabilité.

Dans ce contexte, les standards industriels comme OPC UA ou MQTT jouent aujourd’hui un rôle important pour faciliter les échanges entre systèmes OT et IT. Mais le sujet ne se limite pas aux protocoles eux-mêmes. Car transporter une donnée ne signifie pas encore la rendre exploitable. Une information terrain n’a de valeur que si l’on sait :

d’où elle provient,

à quel équipement elle correspond,

dans quel contexte elle a été produite,

et comment elle peut être réutilisée par d’autres systèmes.

Autrement dit, la véritable difficulté n’est pas uniquement de connecter des équipements, mais de rendre les données compréhensibles, cohérentes et exploitables à l’échelle de l’entreprise. C’est notamment pour répondre à ces enjeux que des plateformes de connectivité industrielle comme DevI/O permettent de centraliser, transformer et redistribuer les flux de données entre différents environnements industriels et informatiques, sans remettre en cause les infrastructures déjà en place. Cette capacité devient essentielle dans des architectures industrielles où coexistent souvent plusieurs générations d’équipements, plusieurs constructeurs et plusieurs technologies.

Car dans l’industrie, remplacer l’existant n’est pas toujours la solution la plus pertinente. Il est souvent plus efficace de réussir à connecter intelligemment les systèmes déjà présents afin de mieux exploiter les données qu’ils produisent quotidiennement. La connectivité industrielle devient alors bien plus qu’un simple sujet de communication entre machines. Elle constitue un véritable socle de circulation de l’information industrielle. Et c’est précisément cette circulation de l’information qui conditionne aujourd’hui la qualité de la supervision, la traçabilité des opérations, la capacité d’analyse et, plus largement, la performance globale des organisations industrielles.

Demain, les projets industriels les plus performants ne seront probablement pas ceux qui produiront le plus de données. Ce seront surtout ceux capables de faire circuler une information fiable, contextualisée et exploitable entre l’ensemble de leurs systèmes.

 Par Maxime MEUNIER – Analyste support chez Technilog

Chaque année, le monde produit des millions de tonnes de déchets électroniques, et ce chiffre ne cesse de croître. Pourtant, dans la plupart des entreprises, le réflexe reste le même : un équipement vieillit, on le remplace. Et si la meilleure décision pour son budget et pour la planète était simplement de faire durer ce qui fonctionne encore ?

Le rythme de renouvellement du matériel IT en entreprise s’est longtemps calé sur les cycles d’innovation technologique. Nouveaux processeurs, nouvelles normes de connectivité, nouvelles fonctionnalités : autant de raisons d’actualiser un parc. Mais cette logique a un coût environnemental que les données récentes rendent difficile à ignorer.

Contrairement à ce que l’on pourrait penser, ce n’est pas l’utilisation quotidienne de nos appareils qui pèse le plus lourd dans le bilan carbone du numérique. L’extraction des matières premières, le transport depuis les sites de production, l’énergie mobilisée pour l’assemblage, tout cela est déjà « dépensé » avant la première utilisation. Ce déséquilibre a une implication concrète pour les entreprises : lorsqu’un équipement encore fonctionnel est remplacé, l’essentiel de son coût environnemental, celui de sa fabrication, est déjà engagé. À l’inverse, chaque mois d’utilisation supplémentaire permet d’amortir cette empreinte initiale.

Les trois piliers d’une stratégie IT responsable

Face à ce constat, les entreprises disposent de leviers concrets pour agir, bien avant d’en arriver au recyclage. La hiérarchie à adopter est claire : prolonger d’abord, reconditionner ensuite, recycler en dernier recours.

Prolonger la durée de vie : le geste le plus impactant

Le premier levier, et de loin le plus efficace, consiste à allonger la durée d’utilisation des équipements existants. La durée de vie est un contributeur majeur de l’impact environnemental global d’un équipement.

Concrètement, cela passe par des gestes souvent simples : entretien régulier, nettoyage, remplacement des pièces d’usure (batteries, composants dégradés), mise à jour logicielle. Ces actions ne demandent pas des moyens considérables, mais elles nécessitent une organisation et une prise de conscience de la part des équipes IT. Trop souvent, un équipement est mis au rebut non pas parce qu’il est irréparable, mais parce que personne n’a eu le temps d’évaluer s’il pouvait être remis en état.

Au-delà de l’entretien courant, prolonger la durée de vie d’un équipement passe aussi par une gestion rigoureuse de la flotte au quotidien. S’assurer que les matériels sont bien récupérés lors d’un départ ou d’un remplacement de poste, les auditer, puis les remettre en circulation auprès d’un autre collaborateur : autant de réflexes qui évitent que des équipements encore fonctionnels finissent dans un tiroir ou à la poubelle.

Le reconditionnement : une alternative crédible au neuf

Lorsqu’un équipement arrive en fin de première vie, le reconditionnement offre une voie intermédiaire entre le remplacement et la mise au rebut. Un reconditionnement local, en circuit court, qui préserve un maximum de pièces d’origine, maximise le gain environnemental. À l’inverse, un reconditionnement qui implique le remplacement systématique de composants et un transport intercontinental réduit considérablement l’avantage par rapport au neuf.

Le recyclage : indispensable, mais insuffisant

Le recyclage est souvent présenté comme la solution par défaut au problème des déchets électroniques. En réalité, il intervient en bout de chaîne et ne compense qu’une fraction de l’impact de la fabrication. À l’échelle mondiale, moins de 25 % des DEEE sont correctement collectés et recyclés. Le recyclage reste indispensable pour récupérer les matériaux en fin de vie et limiter les pollutions. Pour autant, il gagne à intervenir en dernier recours : par exemple, un casque audio de deux ans conserve encore une vraie valeur, tant sur le plan environnemental qu’économique, qui mérite d’être exploitée avant d’envisager la fin de vie.

La transition vers un IT plus durable ne passe donc pas nécessairement par des investissements lourds ou des révolutions technologiques. Elle commence par un changement de regard sur les équipements existants. La fabrication concentrant l’essentiel de l’impact environnemental du numérique, chaque mois d’utilisation gagné est un gain réel, économique et écologique. Il faut également considérer le reconditionnement non pas comme un compromis, mais comme une démarche à part entière, intégrée au cycle de vie de l’équipement.

Par Sébastien REVERDY chez Bconnex

par Omer Shala – Chief AI Officer, Squad Group.

Il y a une posture commode, dans le débat sur l’IA en cybersécurité : celle du commentateur. Analyser les annonces, cartographier les risques, produire des recommandations. C’est utile, mais ce n’est pas suffisant.

Quand on est pureplayer cybersécurité et intégrateur – quand on déploie concrètement les solutions de CrowdStrike, Palo Alto Networks ou Zscaler dans les systèmes d’information de grandes organisations – le débat sur l’IA n’est pas théorique. Il arrive dans les projets, dans les architectures, dans les conversations avec les équipes de sécurité qui doivent décider aujourd’hui ce qu’elles confient à un agent automatisé et ce qu’elles gardent sous supervision humaine. C’est depuis ce terrain que ce texte est écrit.

La fuite d’informations sur le modèle Claude Mythos d’Anthropic a effacé 14,5 milliards de dollars de capitalisation boursière. Les investisseurs ont liquidé leurs positions en anticipant l’obsolescence des solutions de détection classiques face à un agent IA capable de détecter, d’exploiter et de corriger des vulnérabilités de manière autonome.

Ce mouvement de marché mérite d’être lu avec précision. Il ne dit pas que ces éditeurs sont dépassés puisque leurs roadmaps IA sont réelles, leur intégration dans les architectures de sécurité reste structurante, et leur capacité à absorber cette transition est bien plus solide que ce que la bourse laisse croire. Il dit quelque chose de plus fondamental : le modèle de la cybersécurité purement heuristique, celui qui consiste à reconnaître ce qu’on a déjà vu pour bloquer ce qui arrive, ne peut plus être le seul axe de défense.

L’IA ne change pas la nature des attaques. Elle change leur rythme.

En 2018, le délai moyen entre la divulgation d’une vulnérabilité et son exploitation était de 2,3 ans. En 2025, il était de 23 jours. En 2026, il est de 20 heures. Ce n’est pas une progression linéaire. C’est un effondrement de la fenêtre de réaction humaine et par ricochet, une contrainte sur toutes les architectures de sécurité qui reposent sur un cycle de mise à jour des signatures.

C’est dans ce contexte précis que le rôle de Chief AI Officer cesse d’être un titre organisationnel pour devenir une nécessité opérationnelle.

Ce que le rôle n’est pas

Beaucoup d’organisations créent un poste de Chief AI Officer pour montrer qu’elles prennent l’IA au sérieux. C’est une erreur de catégorie. On ne nomme pas un directeur de l’informatique pour montrer qu’on utilise des ordinateurs.

Le CAIO n’est pas un évangéliste interne chargé d’expliquer le machine learning à des comités. Ce n’est pas non plus un chef de projet dont la feuille de route se résume à « déployer des copilotes sur les outils métiers ».

Si ces deux configurations existent, elles produisent surtout de la communication interne et des tableaux de bord d’adoption mais en aucun cas, elles n’intéressent les clients, les régulateurs ou les investisseurs.

Ce que le rôle oblige réellement à faire

La question fondamentale que pose le CAIO à une organisation n’est pas « comment utiliser l’IA ? » mais « comment rester décisionnaire quand les systèmes agissent à une vitesse que l’humain ne peut pas superviser en temps réel ? »

C’est une question radicalement différente. Elle touche à l’architecture des décisions, à la doctrine d’emploi des modèles, à la chaîne de responsabilité en cas d’erreur autonome.

—> Première obligation : cartographier ce que les systèmes IA sont autorisés à décider seuls.

Il ne s’agit pas d’un inventaire d’outils. Il s’agit d’une politique de délégation. Dans quelles conditions un agent peut-il initier une réponse à incident sans validation humaine ? Jusqu’où peut-il aller dans l’isolation d’un endpoint compromis ? Qui est notifié, et dans quel délai, quand il franchit un seuil d’action ? Ces questions n’ont pas de réponse technique. Elles ont des réponses de gouvernance, et elles doivent être tranchées avant le déploiement, pas après le premier incident.

En pratique, sur le terrain de l’intégration, ce travail de délimitation est ce qui manque le plus souvent. Les éditeurs livrent des capacités. Les intégrateurs les déploient. Mais la politique de délégation, ce que la machine peut faire seule, reste rarement formalisée au niveau qui s’impose.

—> Deuxième obligation : définir une doctrine pour les modèles spécialisés.

OpenAI vient de lancer GPT-5.4-Cyber, une semaine après que Claude Mythos Preview eut été réservé à une cinquantaine de partenaires triés. Deux philosophies opposées : restriction maximale versus vérification à l’échelle. Les deux reposent sur le même pari : l’IA offensive va se démocratiser, donc il faut équiper les défenseurs en premier.

Ce pari, bien que raisonnable, n’est pas sans risque. Aucun des deux entreprises n’a encore documenté sa conformité à l’AI Act pour le marché européen. Aucun ne garantit que ses modèles ne serviront pas à l’offensive par détournement ou par fuite. La question de savoir lequel intégrer dans un système d’information critique n’est donc pas une question d’achat. C’est une question de doctrine souveraine.

Les grands éditeurs sont d’ailleurs engagés dans cette même course : leurs plateformes intègrent des capacités IA de raisonnement qui vont bien au-delà de la détection par signature. La question pour un pureplayer cyber n’est pas de choisir entre les éditeurs historiques et les nouveaux modèles. C’est de construire une doctrine qui détermine comment ces briques coexistent, à quelles conditions elles sont autorisées à agir, et qui en est responsable.

Le CAIO est la seule fonction dont le mandat couvre explicitement cette décision.

—> Troisième obligation : construire une architecture de responsabilité.

Quand un agent IA autonome prend une mauvaise décision de sécurité, qui répond ? Pas devant un audit interne mais devant le régulateur, devant le client, devant un tribunal si nécessaire ?

Cette question est aujourd’hui sans réponse claire dans la quasi-totalité des organigrammes. Le DSI couvre l’infrastructure. Le RSSI couvre la défense. Le CDO couvre la donnée. Aucun des trois n’a de mandat explicite sur la gouvernance des modèles et l’accountability des actions autonomes.

L’AI Act va contraindre les organisations à y répondre. La directive NIS 2 aussi, dans les secteurs critiques. Le CAIO n’est pas là pour anticiper la conformité ; il est là pour que la réponse soit ancrée dans la stratégie de l’organisation, pas subie comme une obligation réglementaire.

Ce que cela implique pour les investisseurs

La crise boursière déclenchée par Claude Mythos a révélé une vulnérabilité asymétrique que le marché commence à valoriser différemment : les approches heuristiques et basées sur les signatures ne peuvent plus, seules, contrer des agents IA capables de muter, de planifier et d’exploiter dynamiquement les failles.Cela ne signifie pas que la valeur des éditeurs historiques s’évapore. Cela signifie qu’elle se déplace et se recompose. Les organisations capables de gouverner des architectures hybrides, qui combinent les plateformes établies avec des capacités de raisonnement IA, seront celles qui créeront de la valeur durable. Celles qui empilent des outils sans doctrine de gouvernance accumulent, elles, un risque systémique silencieux.

La gouvernance IA n’est pas une case ESG supplémentaire. C’est un facteur de risque opérationnel direct, au même titre que la résilience de l’infrastructure ou la solidité de la chaîne de sous-traitance. Une organisation qui a structuré cette gouvernance avec un CAIO dont le mandat est précis, documenté et intégré au comité de direction, réduit mécaniquement son exposition aux incidents d’IA non supervisée, aux sanctions réglementaires, et à la perte de confiance client en cas de défaillance d’un système autonome.

La vraie question posée au marché français

La France figure parmi les pays européens les plus ciblés par les cyberattaques.

L’État vient de publier une feuille de route 2026-2027 qui liste, presque mot pour mot, les mêmes priorités que les feuilles de route précédentes. Ce n’est pas un hasard : le problème n’est pas le diagnostic. C’est la capacité d’exécution dans un contexte où le rythme de l’IA accélère plus vite que celui des institutions.

Les acteurs privés de la cybersécurité française ont une responsabilité particulière dans cette transition. Non pas en ajoutant des outils à des architectures déjà complexes, mais en aidant leurs clients à structurer la gouvernance qui donne du sens à ces outils.

C’est précisément ce que le titre de Chief AI Officer devrait signaler au marché : Squad n’utilise pas l’IA. Squad la gouverne. Pour ses propres besoins et ceux de ses clients.

Par David Brette, Directeur Général de Sewan

Pendant longtemps, le choix d’un prestataire IT a été considéré comme une décision essentiellement technique, souvent déléguée et rarement perçue comme structurante pour l’entreprise. Pour beaucoup de TPE et PME, il s’agissait avant tout de s’assurer que les outils fonctionnent, sans que cela ne soit associé à un véritable levier de performance.

Ce n’est plus le cas aujourd’hui.

Dans un environnement où la moindre interruption peut avoir des conséquences immédiates sur l’activité, le prestataire IT est devenu un maillon critique. Une connexion instable, une téléphonie défaillante ou un incident mal géré peuvent désormais impacter directement le chiffre d’affaires et la relation client. Dans ce contexte, toutes les offres ne se valent pas mais surtout, tous les modèles ne répondent pas aux mêmes enjeux.

Un modèle fragmenté qui montre ses limites

Cette évolution met en lumière les limites d’un modèle encore largement répandu, fondé sur la multiplication des prestataires. Téléphonie, connectivité, cloud ou cybersécurité sont souvent gérés par des acteurs distincts, sans véritable coordination d’ensemble. Lorsque chaque service dépend d’un acteur différent, la gestion se complexifie et, en cas d’incident, les responsabilités se diluent, laissant souvent l’entreprise sans visibilité claire sur la résolution.

À l’inverse, les approches intégrées, reposant sur une centralisation des services, répondent plus efficacement aux exigences actuelles. En articulant les différentes briques technologiques au sein d’un pilotage unique, elles permettent de gagner en lisibilité, en réactivité et en cohérence opérationnelle. La performance ne repose plus seulement sur chaque brique vue de façon isolée mais sur la capacité de l’ensemble à être interconnecté pour fonctionner de manière fluide et continue.

La combinaison entre proximité et maîtrise technologique

Au-delà de l’organisation technique, un autre facteur s’impose progressivement : la proximité. Les prestataires disposant d’un ancrage local sont souvent les plus à même de comprendre les contraintes spécifiques de leurs clients et d’adapter leurs réponses.

La France compte aujourd’hui plus de 10 000 prestataires IT ancrés localement. Intégrateurs, opérateurs ou encore installateurs téléphoniques, ils sont majoritairement eux-mêmes des TPE et PME. Leur proximité est donc aussi structurelle : ils partagent les mêmes contraintes que leurs clients. Par leur nombre, leur présence terrain et cette compréhension directe des enjeux, ils sont en première ligne pour accompagner les TPE et PME, en combinant proximité et expertise afin de créer de la valeur durable.

Pour autant, cette proximité ne peut produire ses effets que si elle s’appuie sur des outils capables de piloter et de superviser les infrastructures de manière centralisée. Cela suppose, pour de nombreux acteurs, de s’appuyer sur des opérateurs et des plateformes tierces, capables de renforcer leur offre tout en conservant une relation directe avec leurs clients. L’enjeu réside donc assurément dans la capacité à combiner proximité et maîtrise technologique.

Un critère de choix qui évolue

Dans ce contexte, les critères de décision évoluent. Le prix, longtemps déterminant, tend à s’effacer au profit d’une logique de pérennité et de capacité d’accompagnement. Une solution pertinente ou économique à court terme peut rapidement devenir inadaptée si elle ne permet pas de suivre l’évolution des usages, des organisations ou des exigences de sécurité.

Le choix d’un prestataire IT s’apparente ainsi de plus en plus à un choix de partenaire. Il engage la capacité d’une entreprise à maintenir la continuité de son activité, mais aussi à accompagner sa transformation et sa croissance. À mesure que la dépendance aux infrastructures numériques s’intensifie, cette décision tend à devenir un enjeu de gouvernance à part entière.

Repenser une décision encore sous-estimée

Choisir un prestataire IT ne revient plus à sélectionner un fournisseur parmi d’autres. C’est un choix structurant, qui engage la capacité d’une entreprise à fonctionner, à s’adapter et à se développer. Les dirigeants ne se contentent plus de comparer des offres : ils s’interrogent sur la capacité de leur partenaire à accompagner leur trajectoire.

C’est désormais à cette aune que ce choix doit être évalué.