Quand le cloud n’est pas la bonne solution

Pour les boutiques en ligne et les CRM, le cloud reste la solution par défaut. Dans les secteurs de la production, de l’énergie, de la logistique et du commerce, c’est la latence, la souveraineté des données, la bande passante et la résilience qui déterminent quelle partie du workload doit fonctionner en local.

Articles associés :Quand l’atelier et le data center forment un réseau  /  Les contrats rigides de data centers face à la flexibilité de l’EnEfG

Le cloud n’a jamais été conçu comme une solution universelle

Le passage au cloud centralisé était une décision rationnelle. Plutôt que de disposer de puissance de calcul à de nombreux endroits, on la concentre dans quelques sites élastiques et évolutifs, ce qui offre un confort d’exploitation, une scalabilité et un bloc de coûts prévisible. Pour une boutique en ligne, un CRM ou un entrepôt de données, ce choix reste pertinent. Cependant, l’hypothèse selon laquelle chaque charge de travail obéirait à la même logique ne résiste pas à l’épreuve des faits.

Dès que les données sont générées là où se déroulent des processus physiques, le calcul ne tient plus. Une chaîne de production, un poste de transformation, un centre logistique ou un point de vente crée des flux de données dont la valeur est liée à leur lieu et à leur moment de création. Transmettre ces flux sur des centaines de kilomètres pour obtenir une décision revient, dans de nombreux cas, à une dépense technique et économique inutile. L’Edge Computing (informatique en périphérie) ramène le traitement là où il est nécessaire. La véritable tâche ne consiste pas à choisir entre stockage local et cloud, mais à classer chaque charge de travail selon des critères clairs.

La question décisive est de savoir quelle partie d’une charge de travail doit être traitée où. Edge et cloud forment un continuum.

Quatre critères exigeants poussent le traitement vers le Edge

Latence. Lorsqu’une machine doit réagir en millisecondes, l’envoi des données vers un centre de calcul distant devient impensable. Le contrôle qualité en synchronisation avec la production, la gestion des systèmes de transport automatisés ou les fonctions de protection dans le secteur énergétique nécessitent des boucles de régulation locales. Le retour des données vers le cloud ajoute un délai que le processus ne peut se permettre.

Souveraineté des données. Les données personnelles, sensibles ou soumises à réglementation sont soumises à des exigences strictes quant à leur localisation et à leur traitement. En conservant le traitement sur site, la maîtrise de la trajectoire des données reste transparente. Dans l’espace DACH (Allemagne, Autriche, Suisse), cette question relève moins du confort que de la conformité réglementaire.

Coûts de bande passante. Les caméras, capteurs et instruments de mesure génèrent des volumes de données brutes trop importants pour être transférés économiquement vers le cloud. L’Edge permet de filtrer, agréger et ne transmettre que les informations pertinentes. Résultat : la charge de transmission diminue, tout comme les coûts récurrents liés à la connectivité et au stockage.

Résilience. Un site dont le fonctionnement dépend d’une connexion toujours opérationnelle est mal conçu. Le traitement local maintient les fonctions critiques en activité, même en cas de rupture temporaire de la liaison avec le siège. Pour les secteurs de l’industrie, du commerce et de l’approvisionnement, cela fait la différence entre la continuité des opérations et l’arrêt total.

La matrice de charge de travail sépare les tâches locales des tâches centralisées

Les quatre critères ci-dessus suffisent pour orienter la décision. Pour affiner la répartition par charge de travail, il faut ajouter l’intensité de calcul et l’exploitation. Aucun critère ne décide à lui seul : c’est l’accumulation de ces facteurs qui détermine où une charge de travail doit être hébergée.

Le facteur souveraineté dans la région DACH

Dans l’espace germanophone, les calculs stratégiques intègrent un élément souvent négligé dans les débats mondiaux sur le cloud : la souveraineté des données n’est pas un sujet marginal. Réglementations, accords d’entreprise et l’exigence de pouvoir prouver le lieu de traitement transforment une question technique en enjeu stratégique. Pour les entreprises qui traitent des données sensibles sur site, il n’est même plus nécessaire de justifier pourquoi ces données n’ont jamais quitté un data center éloigné.

Cette réalité s’applique particulièrement aux secteurs caractérisés par une longue durée de vie des installations et une intégration verticale poussée. Industrie, énergie et santé conservent des données dont le parcours au sein de l’infrastructure doit pouvoir être retracé. L’informatique en périphérie (Edge Computing) fournit cette preuve de manière structurelle : le traitement s’achève là où il a commencé. Pour les organisations de la région DACH soumises à des obligations de traçabilité, cette approche est souvent plus convaincante que toute mesure de latence.

Répartition plutôt que choix binaire

On pourrait objecter que Edge est coûteux à exploiter : nombreux sites, multiples petits systèmes, maintenance décentralisée. Cette objection est fondée, mais elle passe à côté de l’essentiel. Personne ne construit son entrepôt de données directement sur la machine. Une architecture robuste répartit la charge de travail. Les traitements critiques en temps réel, le pré-filtrage et la régulation locale s’exécutent en Edge, tandis que l’agrégation, l’analyse à long terme et l’entraînement des modèles restent centralisés. L’Edge décide en temps réel, tandis que le Cloud apprend dans la durée.

Cette répartition limite la transmission de données et préserve les ressources centrales pour les tâches qui en ont réellement besoin. En n’envoyant que l’essentiel vers le Cloud, on réduit les coûts de transmission et de stockage, tout en renforçant la résilience locale. L’erreur ne réside pas dans l’utilisation du Cloud, mais dans le fait de le considérer comme la destination par défaut pour chaque flux de données, sans même se poser la question du lieu le plus adapté.

La première étape : une grille de charge de travail

Tout commence par un inventaire, suivi d’une décision technologique. Chaque flux de données pertinent est répertorié, puis évalué selon quatre critères : quelle est la contrainte de latence, quelle est la sensibilité des données, quel est le volume brut des données, et que se passe-t-il en cas de connexion perturbée. Cette classification permet de déterminer presque automatiquement la répartition.

Le reste relève de la discipline. Plutôt que d’adopter une doctrine globale de « cloud-first » ou « edge-first », la règle consiste à soumettre chaque nouvelle charge de travail à cette grille avant son déploiement. Cela demande un peu de temps en phase de planification, mais permet d’économiser en latence, en bande passante et en efforts réglementaires pendant l’exploitation. L’Edge Computing (informatique en périphérie) corrige ainsi une hypothèse globale et se révèle complémentaire au cloud. Tout ne doit pas nécessairement être hébergé dans le cloud. Cette distinction peut être anticipée.

Questions fréquentes

Source de l’image : générée par IA (juillet 2026)