Oracle veut faire d’OCI un guichet unique pour l’IA
Oracle accélère dans la bataille du cloud IA en élargissant fortement le catalogue de modèles disponibles dans OCI Enterprise AI. Le 4 septembre 2026, le groupe a notamment annoncé l’intégration de Kimi K3, le modèle de Moonshot AI, ainsi que de nouvelles possibilités permettant aux entreprises de déployer des modèles provenant de Mistral, Google, Alibaba, NVIDIA, DeepSeek, Z.ai ou encore Xiaomi grâce à Model Import.¹ Derrière cette multiplication des références se dessine une stratégie claire : Oracle ne veut pas pousser ses clients vers un modèle unique, mais leur fournir une infrastructure où différentes familles d’IA peuvent être évaluées, déployées et exploitées selon les besoins. Pour les DSI, cette évolution est importante car le choix d’un modèle dépend désormais autant de ses performances que de son coût, de ses capacités linguistiques, de sa spécialisation, de sa multimodalité ou des contraintes de gouvernance imposées par l’entreprise.
Kimi K3 rejoint directement l’écosystème OCI
L’arrivée de Kimi K3 est particulièrement révélatrice de cette stratégie. Développé par Moonshot AI, le modèle repose sur une architecture Mixture of Experts (MoE) qui vise à combiner une très grande capacité avec une activation plus sélective des paramètres pendant l’inférence. Oracle met Kimi K3 à disposition dans OCI Enterprise AI afin que les entreprises puissent l’utiliser dans leurs applications et workflows sans devoir construire elles-mêmes toute l’infrastructure nécessaire à son déploiement.¹ Cette intégration permet surtout à Oracle d’élargir son offre au-delà des acteurs américains et européens traditionnellement dominants dans le cloud d’entreprise, alors que les modèles chinois prennent une place croissante dans l’écosystème open source et open-weight. Pour les organisations internationales, cette diversification ouvre de nouvelles possibilités d’expérimentation, notamment pour le développement logiciel, le raisonnement, les usages agentiques et les applications multilingues.
Model Import ouvre OCI à une vague de modèles
La stratégie d’Oracle dépasse cependant largement Kimi K3. Avec Model Import, OCI Enterprise AI permet aux entreprises d’importer et de déployer des modèles compatibles provenant de différents écosystèmes, notamment Mistral, Google, Alibaba, NVIDIA, DeepSeek, Z.ai et Xiaomi.² Le principe est important : au lieu d’attendre qu’un modèle soit systématiquement intégré comme service entièrement managé par le fournisseur cloud, les équipes peuvent apporter certains modèles dans OCI et les exploiter sur l’infrastructure Oracle. Cette approche rapproche progressivement le cloud IA d’une plateforme d’exécution universelle où le modèle devient une composante interchangeable de l’architecture. Une organisation peut ainsi tester plusieurs solutions, comparer leurs performances sur ses propres données et sélectionner différentes IA selon les applications plutôt que de faire dépendre toute sa stratégie d’un seul fournisseur.
Le meilleur modèle n’est plus forcément le même pour toutes les tâches
Cette multiplication des options répond à une réalité de plus en plus évidente : il n’existe pas nécessairement un modèle universellement supérieur. Une entreprise peut rechercher une IA très performante en programmation pour ses développeurs, un modèle moins coûteux pour traiter de gros volumes de documents, une solution particulièrement efficace dans certaines langues ou encore un modèle multimodal pour analyser simultanément texte et images. À cela s’ajoutent les contraintes de latence, de consommation de ressources, de licence et de conformité. Le choix devient donc progressivement une décision d’architecture. Les entreprises peuvent être amenées à construire un portefeuille dans lequel plusieurs modèles coexistent et sont sollicités dynamiquement selon la nature de la tâche, une logique qui rend les plateformes capables d’héberger et d’orchestrer différentes familles d’IA particulièrement stratégiques.
L’open source réduit aussi la dépendance aux fournisseurs de modèles
L’ouverture d’OCI à davantage de modèles open source ou open-weight répond également à la volonté de certaines organisations de limiter leur vendor lock-in. Utiliser exclusivement un modèle accessible à travers une API propriétaire peut créer une dépendance importante en matière de prix, de disponibilité, d’évolution technique ou de politique commerciale. Les modèles dont les poids peuvent être déployés sur une infrastructure choisie par l’entreprise offrent davantage de contrôle sur leur environnement d’exécution, même si leur exploitation nécessite en contrepartie des compétences techniques et opérationnelles plus importantes.³ Avec Model Import, Oracle cherche précisément à capter cette demande en permettant aux entreprises de conserver leur infrastructure OCI tout en faisant évoluer les modèles qu’elles utilisent. Le cloud devient alors la couche stable de l’architecture tandis que les IA peuvent être remplacées, spécialisées ou combinées beaucoup plus rapidement.
Le cloud IA devient un marché de modèles à la carte
Cette évolution transforme directement le Cloud Computing. Les architectes ne doivent plus seulement choisir une région, un type de machine ou une architecture de stockage : ils doivent également déterminer où exécuter chaque modèle, quelles ressources lui attribuer, comment gérer son autoscaling, sa sécurité et son observabilité, puis mesurer son rapport entre performances et coût. Dans une architecture multimodèle, ces arbitrages deviennent encore plus importants puisque plusieurs IA peuvent utiliser des infrastructures différentes et répondre à des contraintes distinctes. Les compétences cloud se rapprochent ainsi de plus en plus du ModelOps et du LLMOps, avec la nécessité de gérer les modèles comme des composants évolutifs du système d’information plutôt que comme des services isolés.
Pour les DSI, le choix devient aussi une question de gouvernance
La diversification des modèles apporte toutefois une complexité supplémentaire. Ajouter plusieurs IA dans le système d’information signifie multiplier les licences, les caractéristiques techniques, les niveaux de sécurité et les comportements à surveiller. Les équipes devront donc établir des critères permettant de déterminer quels modèles sont autorisés pour quelles données et quels usages, mais aussi suivre leurs versions et leurs performances dans le temps. Un modèle particulièrement économique peut être adapté à certaines tâches internes tout en étant insuffisant pour un processus critique ; inversement, utiliser systématiquement le modèle le plus puissant peut conduire à des coûts disproportionnés. L’enjeu pour les DSI sera donc moins de trouver « le meilleur LLM » que de construire une gouvernance capable d’orienter chaque workload vers le modèle approprié.
Oracle parie sur un futur où les entreprises utiliseront plusieurs IA
Avec Kimi K3 et l’élargissement de Model Import, Oracle fait finalement le pari que le marché de l’IA d’entreprise deviendra durablement multimodèle. Les progrès extrêmement rapides de Moonshot AI, Mistral, DeepSeek, Alibaba et des autres laboratoires rendent difficile l’idée qu’une organisation puisse sélectionner aujourd’hui un fournisseur et conserver le même modèle pendant plusieurs années. Les architectures cloud doivent donc être suffisamment flexibles pour accueillir les prochaines générations d’IA sans imposer une reconstruction complète des applications. En transformant OCI en environnement capable d’héberger un éventail croissant de modèles, Oracle cherche précisément à devenir cette couche d’infrastructure durable, tandis que les modèles qui s’exécutent au-dessus pourront continuer à évoluer à un rythme beaucoup plus rapide.
L’Actu IT à 360° — décrypter la technologie pour comprendre les métiers de demain.
Pour aller plus loin
Découvrez notre article CCCLX « AWS renforce OpenSearch pour connecter l’IA aux données d’entreprise », consacré à un autre enjeu central de l’IA professionnelle : permettre aux modèles et aux applications intelligentes de retrouver et d’exploiter efficacement les informations dispersées dans les systèmes de l’organisation.
Références
1. Oracle. (2026). Oracle expands OCI Enterprise AI with new frontier and open models.
https://www.oracle.com/news/
2. Oracle Cloud Infrastructure. (2026). Model Import in OCI Enterprise AI.
https://docs.oracle.com/en-us/iaas/
3. Oracle. (2026). OCI Generative AI and Enterprise AI.
https://www.oracle.com/artificial-intelligence/generative-ai/
Salesforce veut acquérir Loops pour aider Tableau à expliquer les variations des KPI
Salesforce annonce un accord définitif pour acquérir Loops, une plateforme analytique fondée sur l’IA, avec l’intention d’intégrer sa technologie à Tableau après la clôture.[1] L’objectif est de surveiller les indicateurs et de faire ressortir les facteurs associés à...
Cisco et NVIDIA préparent des connexions optiques à 400 Gb/s par voie pour les infrastructures IA
Cisco et NVIDIA annoncent un projet de format optique enfichable USFP, capable de prendre en charge 400 Gb/s par voie. Cisco présente aussi la puce de commutation Silicon One G302, à 51,2 Tb/s.[1] Ces annonces répondent à un enjeu des infrastructures IA : les...
Une nouvelle année commence chez CCCLX !
Le campus de Paris-Villejuif accueille les étudiants de CCCLX pour une nouvelle année d’apprentissages, de projets et d’expériences au cœur de l’IT à 360°.
VMware HyperArmor renforce la protection de l’hyperviseur contre les cyberattaques
Broadcom présente VMware HyperArmor, une solution destinée à protéger l’hyperviseur ESX de VMware Cloud Foundation, avec une prise en charge annoncée d’ESX 8.x et des versions ultérieures.[1] L’enjeu dépasse la sécurité d’une application : l’hyperviseur constitue un...
Microsoft Oracle et Marvell veulent intégrer un coffre-fort cryptographique aux serveurs
Marvell, Microsoft et Oracle annoncent un groupe de travail au sein de l’Open Compute Project pour définir des spécifications ouvertes de HSM intégré au serveur. Le projet vise le niveau FIPS 140-3 Level 3.[1] Derrière cette annonce matérielle se trouve un enjeu...
Workday veut rendre ses agents accessibles depuis Claude Copilot Gemini Teams et Slack
Workday annonce l’extension de Sana, son expérience agentique et moteur d’orchestration, aux outils conversationnels utilisés par les salariés.[1] L’ambition est de permettre des opérations RH et financières depuis ces points d’entrée. Pour les entreprises, la...
SolarWinds Avior les équipes IT fixent les objectifs et les agents coordonnent les actions
SSolarWinds lance Avior, un système d’IA agentique conçu pour poursuivre des objectifs opérationnels dans les environnements IT hybrides. Disponible depuis le 14 octobre dans le cadre d’un accompagnement au démarrage, il associe des agents spécialisés à des mécanismes...
GitHub renforce la détection et la correction des failles avec AI Scan et Agentic Autofix
GGitHub annonce la disponibilité générale d’AI Scan for pull requests et d’Agentic Autofix pour les alertes de code scanning.[1][2] Ces fonctions rapprochent l’assistance IA du travail de sécurisation du code. Elles interviennent toutefois sur des périmètres...
Cloudflare rend la sécurité web programmable avec Workers
CCloudflare rapproche sa passerelle web sécurisée de sa plateforme de développement Workers. Avec Forward, disponible en bêta publique, les entreprises peuvent ajouter du code au traitement de certaines requêtes HTTP autorisées.[2] Pour les équipes IT, cette...
Palo Alto Networks renforce la sécurité des agents IA autour de Claude Enterprise
PPalo Alto Networks présente plusieurs évolutions de Prisma AIRS : protection des interactions avec Claude Enterprise, analyse des composants utilisés par les agents et contrôle des échanges avec leurs outils.[1] L’enjeu est concret pour les entreprises : éviter qu’un...
