[Contenu Telquel Impact Spécial Gitex]
Dell Technologies a atteint 113,5 milliards de dollars de chiffre d’affaires en 2025, porté notamment par l’IA. Comment cette dynamique se traduit-elle en Afrique ?
Nawfal Saoud : Elle se traduit progressivement par des usages concrets. L’intelligence artificielle n’est plus un sujet théorique. Elle est déjà mobilisée dans plusieurs secteurs, notamment la banque, les télécoms ou les services publics.
L’enjeu principal reste le passage à l’échelle. Et ce passage dépend directement des infrastructures. Sans capacités de calcul, de stockage et de réseau adaptées, les projets restent limités et ne permettent pas de créer de valeur à grande échelle. Les organisations passent ainsi d’une logique d’expérimentation à une logique de production, qui nécessite des environnements beaucoup plus robustes.
Quelles sont les priorités pour accompagner cette montée en puissance de l’IA sur le continent ?
La première priorité concerne les infrastructures. L’IA repose sur des environnements capables de supporter des charges importantes, avec des GPU de dernière génération, des architectures réseau à faible latence et des capacités de stockage performantes. Ces éléments sont indispensables pour déployer des plateformes capables de traiter des volumes de données à grande échelle.
La deuxième priorité est liée à l’architecture. L’approche hybride s’impose, en combinant infrastructures locales, clouds privés et clouds publics. Cela permet de répondre aux enjeux de performance, de sécurité et de souveraineté des données, en particulier pour les secteurs sensibles comme la finance ou le secteur public.
Enfin, la question des compétences est essentielle. Les technologies existent, mais leur déploiement dépend de la capacité des équipes à les exploiter, à les sécuriser et à les maintenir dans la durée.
Votre stratégie repose sur une approche intégrée, du datacenter au poste de travail. Quel est l’objectif ?
L’objectif est de rendre l’IA accessible à tous les niveaux de l’organisation. Au niveau des datacenters, les plateformes permettent de déployer des environnements d’IA à grande échelle, en s’appuyant sur des infrastructures optimisées pour le calcul intensif et le traitement de données. Cela permet aux organisations de passer du concept à la production dans des secteurs comme la santé, l’agriculture, les services financiers ou les télécommunications.
Mais cette capacité ne doit pas rester centralisée. Le poste de travail devient un point d’accès clé. Les PC et stations de travail “IA-ready” permettent d’exécuter des modèles localement ou dans des environnements hybrides, en fonction des contraintes de connectivité, de coût ou de latence. Cela facilite l’adoption et rapproche l’IA des usages métiers.
Le multicloud est également au cœur de votre stratégie. Quel rôle joue-t-il dans cette transformation ?
Le multicloud est un élément structurant. Les organisations doivent pouvoir gérer des environnements combinant cloud public, infrastructures privées et clouds souverains. L’enjeu est de proposer une expérience unifiée, tout en garantissant la performance, la sécurité et la conformité. Cette approche est particulièrement importante pour les institutions publiques, les banques et les grandes entreprises, qui doivent garder le contrôle sur leurs données sensibles tout en accélérant leur transformation.
Au-delà de la technologie, quels sont les leviers pour réussir cette transformation ?
L’environnement de travail est un levier clé. La capacité à équiper les collaborateurs avec des outils modernes, sécurisés et adaptés aux nouveaux usages est devenue un facteur de compétitivité. En Afrique, la jeunesse de la population et le développement des startups et des PME représentent un atout important. Pour transformer cet atout en avantage durable, il est nécessaire de créer des conditions favorables, en combinant infrastructures, compétences et outils.
Que peut changer concrètement l’IA pour les économies africaines ?
Elle permet de passer du concept à la production dans de nombreux secteurs. Les plateformes d’IA locales peuvent être utilisées pour l’analyse de données à grande échelle dans la santé, l’agriculture, les services financiers, les télécommunications ou encore les villes intelligentes. Elles permettent également de déployer des modèles au plus près des usages, en tenant compte des contraintes de latence, de coût et de conformité. Enfin, elles ouvrent la possibilité de construire des environnements souverains, où les données restent sous juridiction locale tout en bénéficiant des technologies les plus avancées.
