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/
ServiceNow prépare AI Passport pour contrôler les droits d’accès des agents IA
SServiceNow annonce AI Passport, un justificatif d’autorisation signé cryptographiquement destiné à encadrer les agents IA et les serveurs MCP pendant l’exécution des workflows. Sa disponibilité est prévue au quatrième trimestre 2026.[1] L’image du badge numérique...
SAP veut acquérir TechWolf pour relier tâches, compétences et transformation des métiers
SSAP annonce un accord pour acquérir TechWolf, une plateforme d’IA qui relie les tâches, les compétences et les évolutions du marché du travail. La clôture est attendue au quatrième trimestre 2026, sous réserve notamment des autorisations réglementaires.[1]...
ServiceNow veut faire de l’amélioration des processus une boucle continue pilotée par l’IA
AAvec AI Workflow Factory, ServiceNow propose de relier l’identification des processus inefficaces à la construction et à l’exploitation de leurs améliorations. L’annonce associe notamment Autonomous Engineer, un outil destiné à automatiser davantage le travail...
Mistral Large 4 : ce que son modèle de 1 000 milliards de paramètres peut changer pour les entreprises
MMistral ouvre la préversion publique de Mistral Large 4, surnommé « Le Chonk », et prévoit de publier ses poids d’ici la fin du mois.[1] Ce modèle européen vise notamment les usages agentiques, la cybersécurité, la finance et l’industrie. Pour les entreprises,...
IBM Bob : développer avec l’IA sans faire sortir son code de l’entreprise
IIBM annonce une version auto-hébergée de Bob, sa plateforme de développement agentique, pour les infrastructures internes, les clouds privés ou souverains et les environnements isolés d’Internet.[1] Cette possibilité répond à un obstacle concret : certaines...
OpenShift change de socle : ce que les entreprises doivent vérifier avant RHCOS 10
RRed Hat prévoit de faire de RHEL CoreOS 10 (RHCOS 10) le système par défaut des nouvelles installations OpenShift au quatrième trimestre 2026. RHCOS 9 restera disponible pour les versions récentes au moins jusqu’à mi-2027.[1] Pour les entreprises, cette transition...
HPE prépare un réseau qui anticipe les incidents et automatise certaines interventions
HPE prévoit de déployer un Self-Driving Network pour la Ryder Cup 2027, avec du Wi-Fi 7 et un centre opérationnel réunissant données et outils d’IA.[1] L’objectif annoncé est de surveiller les usages, d’adapter le réseau et de progresser vers des interventions...
Votre agent IA sait-il vraiment défendre votre entreprise ? Hack The Box met ses compétences à l’épreuve
Hack The Box lance AI Range Enterprise Edition pour permettre aux équipes de sécurité d’évaluer leurs propres agents IA sur les rôles qui leur sont confiés.[1] Pour les entreprises, l’enjeu est concret : disposer de preuves avant de déléguer une mission, puis vérifier...
Ericsson permet aux entreprises de reprendre la main sur la gestion de leurs réseaux 5G
Ericsson annonce NetCloud Private, une offre qui permet d’héberger la gestion de ses équipements Wireless WAN dans un environnement contrôlé par le client. Sa disponibilité générale mondiale est prévue pour octobre 2026.[1] Pour les entreprises, l’enjeu est de choisir...
VAST Data veut permettre à l’IA d’exploiter les données sensibles dans un environnement protégé
VAST Data présente DataEnclave, une capacité d’exécution confidentielle destinée à rapprocher les modèles d’intelligence artificielle des données sensibles des entreprises. Présentée en avant-première, elle doit être commercialisée au premier trimestre 2027.[1]...
