Amazon Web Services (AWS) étend sa volonté de faire passer l’intelligence artificielle d’entreprise des phases d’expérimentation à un usage concret — et applique cette ambition à l’Afrique. La société parie que le fait de placer ses ingénieurs directement au sein des équipes clients peut aider les entreprises à surmonter un problème bien connu : avoir une idée d’IA est facile ; transformer cette idée en produit opérationnel est beaucoup plus difficile.

AWS a lancé son organisation Forward Deployed Engineering (FDE) en juin 2026 avec un investissement d’un milliard de dollars et l’objectif de faire passer des projets d’IA de l’idée à la production en 45 jours. Le modèle est mondial, mais il pourrait être particulièrement pertinent en Afrique, où les entreprises adoptent l’IA générative et agentique tout en faisant face à des pénuries de talents spécialisés, à des infrastructures limitées, à des systèmes de données complexes et à des budgets technologiques serrés.

Le défi n’est pas propre à l’Afrique. Jusqu’à 80 % des projets d’IA d’entreprise s’arrêtent au stade pilote, les principales barrières étant les préoccupations de sécurité, la résistance organisationnelle et les difficultés à connecter l’IA aux systèmes existants.

La réponse d’AWS va au-delà de la simple vente d’outils d’IA. L’entreprise prévoit de placer de petites équipes d’ingénieurs, de data scientists et de spécialistes du cloud aux côtés des équipes clientes, et d’utiliser des agents d’IA pour accélérer le codage, les tests, la mise en place de l’infrastructure et le déploiement.

AWS n’est pas non plus la seule à suivre cette approche. Microsoft a lancé une initiative similaire en juillet 2026, soutenue par 2,5 milliards de dollars et 6 000 ingénieurs déployés sur le terrain, architectes techniques et spécialistes sectoriels. Son programme s’appuie également sur des intégrateurs de systèmes tels qu’Accenture, EY, KPMG et PwC. Le modèle de livraison lui-même n’est pas nouveau : Palantir a bâti son activité autour d’ingénieurs déployés chez les clients, et ce titre s’est depuis diffusé dans l’ensemble du secteur logiciel. Ce qui est plus récent, c’est de voir les grands fournisseurs de cloud soutenir cette approche avec des programmes à plusieurs milliards de dollars — AWS en interne, Microsoft aux côtés des cabinets de conseil — offrant aux acheteurs d’entreprise deux versions concurrentes de l’ingénierie intégrée à comparer.

Lors d’une table ronde médias d’AWS Summit à Johannesburg le 19 août, Jonathan Allen, AWS Executive in Residence, a déclaré que le modèle FDE part du client et procède à rebours.

"We always start with 45 minutes with a customer ideating—what they want to do; and then we spend 45 hours with the customer understanding how we would do this. What will it look like? What will it take? And then we spend 45 days getting into production," a déclaré Allen.

Pour AWS, le pari le plus important est qu’un accès plus rapide à l’expertise d’ingénierie peut aider les entreprises à combler l’écart entre expérimentation et déploiement de l’IA. En Afrique, cela pourrait déterminer si l’intérêt croissant pour l’IA se traduit par des systèmes qui améliorent réellement le fonctionnement des entreprises — notamment au vu des pénuries de talents spécialisés, des infrastructures fragmentées, des systèmes hérités et des budgets technologiques serrés auxquels de nombreuses entreprises sont confrontées.

Le modèle d’AWS suit un rythme simple : 45 minutes pour identifier une idée, 45 heures pour déterminer si elle est viable et 45 jours pour la mettre en production. Les 45 premières minutes servent à identifier un problème commercial qui mérite d’être résolu. Les 45 heures suivantes sont consacrées à déterminer si l’organisation dispose des données, de l’infrastructure, des contrôles de sécurité et de l’économie nécessaires pour faire fonctionner l’idée. Ce n’est qu’ensuite que commence la phase de production de 45 jours.

Le modèle vise à répondre à un problème qui dépasse largement l’Afrique. Malgré l’adoption rapide de l’IA générative et agentique, de nombreux projets d’IA d’entreprise ne dépassent jamais le stade pilote, et les préoccupations de sécurité, la résistance organisationnelle, la qualité des données et l’intégration avec les systèmes existants peuvent toutes ralentir le déploiement. AWS estime que le goulot d’étranglement n’est de plus en plus pas l’accès aux modèles d’IA, mais le travail d’ingénierie nécessaire pour relier ces modèles à des données propriétaires, à l’infrastructure existante et à de véritables processus métier.

L’entreprise modifie également le modèle traditionnel du conseil. Au lieu d’évaluer un problème, de formuler des recommandations et de remettre un projet, AWS affirme que les équipes FDE travaillent aux côtés des clients pour construire et déployer elles-mêmes le système.

Les clients sont censés repartir avec davantage qu’une application d’IA fonctionnelle. AWS indique qu’ils devraient aussi acquérir des compétences d’ingénierie, des flux de travail, des connaissances et des modèles réutilisables leur permettant de continuer à développer des systèmes d’IA de manière autonome.

Cela pourrait être important sur les marchés africains, où le développement de capacités locales en IA devient de plus en plus crucial, mais où l’accès à des ingénieurs IA expérimentés reste inégal. Un modèle intégré pourrait donner aux entreprises accès à une expertise spécialisée tout en transférant une partie de ce savoir à leurs propres équipes.

AWS ne présente toutefois pas FDE comme un programme spécifique à l’Afrique. L’entreprise affirme que les principes sont les mêmes partout dans le monde : partir du problème du client, travailler à rebours et construire aux côtés du client.

L’opportunité africaine, en revanche, reste en grande partie non démontrée. AWS n’a lancé l’investissement FDE d’un milliard de dollars qu’à la fin du mois de juin et ne dispose pour l’instant que de peu d’études de cas publiques. L’entreprise a déclaré qu’elle partagerait des témoignages de clients FDE en Afrique lorsque ceux-ci l’autoriseront à les évoquer publiquement. Il est donc trop tôt pour savoir si le modèle peut produire les mêmes résultats dans les entreprises africaines, qui opèrent dans des marchés très différents et font face à des niveaux variables de connectivité, de capacité de calcul, de compétences techniques, de réglementation et d’accès au capital.

AWS a déjà des engagements FDE avec des organisations telles que l’Allen Institute, Cox Automotive, la NBA, Ricoh, Southwest Airlines et la NFL. Dans le cas de la NFL, des ingénieurs AWS ont travaillé aux côtés de l’équipe de l’organisation pour lancer NFL Fantasy AI et NFL IQ en quelques semaines. L’entreprise cite également des milliers de projets d’IA réalisés via son Generative AI Innovation Centre au cours des trois dernières années, notamment avec BMW, Jabil et Lyft.

"The NFL has millions of fans who want to consume football content throughout the year, including the offseason. We innovate at the pace and scale needed to meet the high expectations of our fans," a déclaré Gary Brantley, chief information officer de la National Football League.

"To create new digital experiences for our fans, the NFL partnered with AWS FDE and got engineers building alongside our team to launch into production in just weeks. Together, we created new fan-facing products like NFL Fantasy AI and NFL IQ that allow fans to interact with NFL data like never before. The engagement from fans and broadcasters was measurable from day one and was made possible by AWS’s delivery model."

L’objectif de 45 jours ne doit pas être considéré comme une garantie. Les grandes organisations ont des environnements de données, des systèmes hérités, des exigences de sécurité et des contraintes réglementaires différents — des défis qui peuvent être particulièrement complexes dans des secteurs comme les services financiers et le secteur public, qu’AWS cible avec FDE. Le délai de 45 jours doit plutôt être compris comme l’ambition opérationnelle d’AWS : réduire l’écart entre une idée d’IA et un système de production.

Cet écart devient le nouveau champ de bataille de l’IA d’entreprise. La première phase portait sur l’accès aux modèles. La seconde portait sur l’expérimentation. La prochaine porte sur le déploiement. Pour l’Afrique, la question est de savoir si les entreprises peuvent effectuer cette transition assez rapidement pour faire de l’IA une technologie émergente devenue un outil métier concret.

AWS parie que la réponse dépendra non seulement de meilleurs modèles d’IA, mais aussi du fait de placer des ingénieurs au plus près des entreprises qui doivent les utiliser.