L'externalisation informatique au bord du gouffre : pourquoi l'IA ne tuera pas (encore) les géants indiens

Pendant des décennies, le modèle économique des plus grands groupes informatiques a reposé sur un principe simple : trouver des milliers de personnes brillantes, les former et vendre leur temps à des clients occidentaux. Le système a fonctionné à merveille, jusqu'à ce que les grands modèles de langage apprennent à écrire du code plus vite et à moindre coût qu'un développeur junior moyen après trois tasses de café. Lorsqu'une figure du calibre de C P Gurnani, qui a longtemps dirigé le géant Tech Mahindra et ses milliards de dollars, se lance en solo pour créer une plateforme AI-native, cela sonne comme une nécrologie officielle de l'ancienne manière de faire des affaires.

Dans un entretien accordé à Bloomberg, Gurnani affirme sans détour que le secteur fait face au plus grand défi de son histoire, mais cela ne veut pas dire que tous les programmeurs indiens seront au chômage demain.

Le contexte compte ici davantage que les titres. Le secteur informatique indien, qui pèse 250 milliards de dollars, est une énorme machine à forte inertie. Le problème n'est pas que les réseaux de neurones écrivent du code, mais que les anciens flux de travail (workflows) sont devenus trop lourds.

Gurnani souligne que les systèmes d'entreprise modernes ressemblent à d'anciennes cathédrales : majestueux, mais impossibles à reconstruire rapidement pour répondre aux besoins de l'ère de l'IA. C'est là que se trouve l'occasion de se transformer. Au lieu d'ajouter simplement un chatbot à une interface existante, les entreprises doivent rebâtir leurs processus de zéro, en faisant de l'IA le socle et non une décoration.

Cela exige des investissements colossaux dans l'infrastructure, que les acteurs historiques peuvent mieux se permettre que des startups audacieuses mais désargentées.

Gurnani accorde une attention particulière à la sécurité des données et à la souveraineté. On ne peut pas simplement brancher ChatGPT sur le cœur du système bancaire et espérer que tout se passe bien. L'argent réel se trouve désormais dans la création de « tuyaux » sécurisés qui permettent à l'IA d'entreprise de traiter des informations sensibles sans enfreindre la loi ni laisser fuiter de données. Les géants indiens ont un avantage unique : ils étudient depuis des décennies le fonctionnement interne des multinationales. Cette expérience accumulée et cette compréhension des spécificités métier constituent leur principal avantage défensif, que les réseaux de neurones ne peuvent pas encore franchir par une simple force brute sur les tokens.

Bien sûr, la période de transition sera douloureuse. À court terme, les marges vont reculer, car les entreprises devront dépenser des sommes énormes pour acheter des GPU et reconvertir des centaines de milliers de salariés. Mais ceux qui survivront à cette mutation numérique cesseront de vendre le temps de leurs employés. Ils vendront des résultats. C'est un basculement fondamental du modèle du « paiement au processus » vers celui du « paiement à la valeur ». Gurnani montre par l'exemple que les vétérans du secteur n'ont pas l'intention de prendre leur retraite ; ils changent simplement de monture, avant que les anciennes ne calent.

L'essentiel : les géants indiens de l'informatique ne survivront qu'à condition de cesser d'être des agences de placement pour devenir des laboratoires technologiques. Réussiront-ils à changer leur ADN plus vite que l'IA n'apprendra à comprendre la logique métier sans intermédiaires ?