Les réseaux mobiles face aux nouveaux défis de l’IA

L’IA redéfinit les indicateurs de performance des réseaux mobiles au-delà des vitesses de téléchargement de pointe traditionnelles

Pendant des années, le secteur de la téléphonie mobile a considéré la vitesse de téléchargement comme le principal indicateur de la qualité du réseau. Cela se justifiait à l’époque où les utilisateurs consommaient principalement du contenu en le téléchargeant ou en le visionnant en streaming. L’intelligence artificielle remet en cause cette hypothèse.

Les applications d’IA modernes ne se contentent pas d’un simple téléchargement rapide. Elles échangent en permanence des informations avec des modèles d’IA basés sur le Cloud, transmettent les données saisies par les utilisateurs et attendent des réponses en temps réel. Cela signifie que la capacité de téléchargement, la latence en charge et la qualité de la connexion à l’infrastructure du Cloud sont désormais tout aussi importantes que les performances de téléchargement. Si l’un de ces aspects présente des lacunes, l’expérience utilisateur en pâtit, quelle que soit l’impressionnante vitesse de téléchargement annoncée.

Il s’agit d’un changement important pour les dirigeants chargés de prendre des décisions en matière de technologie et d’infrastructure. Les entreprises qui déploient des services client basés sur l’IA, des assistants d’entreprise, des solutions de traduction en temps réel ou des opérations sur le terrain pilotées par l’IA ont besoin de réseaux qui restent réactifs dans des conditions réelles. Les performances du réseau devraient de plus en plus être évaluées en fonction de la régularité avec laquelle les applications d’IA fonctionnent à grande échelle, plutôt qu’à l’aune d’un seul indicateur phare.

La dernière étude d’Ookla confirme cette évolution. En s’appuyant sur les données Speedtest Intelligence 5G de 2025 provenant de 22 marchés et de 86 opérateurs en Amérique du Nord, en Europe, en Asie-Pacifique, au Moyen-Orient et en Amérique latine, l’entreprise a conclu que l’aptitude à l’IA dépend de la capacité de téléchargement, de la latence en charge et de l’efficacité du chemin d’accès aux ressources de l’informatique Cloud. Ces résultats suggèrent que les opérateurs en tête des classements traditionnels de vitesse de téléchargement ne sont pas toujours les mieux préparés à faire face à l’augmentation du trafic lié à l’IA.

Pour les dirigeants d’entreprise, cela modifie les priorités en matière d’investissement. Les mises à niveau des réseaux visant principalement à augmenter le débit de téléchargement pourraient ne plus constituer le principal avantage concurrentiel. La prochaine phase du développement des infrastructures mobiles sera de plus en plus caractérisée par la réactivité, la fiabilité et la capacité à prendre en charge des charges de travail liées à l’IA fonctionnant en continu plutôt que de manière intermittente.

Les différentes applications d’IA imposent des exigences très variées aux réseaux mobiles

L’IA ne doit pas être considérée comme un type unique de trafic réseau. Les différents services d’IA imposent des exigences de performance très variées, et les réseaux doivent être prêts à les prendre tous en charge.

Un modèle linguistique de grande envergure basé sur le texte envoie des volumes de données relativement faibles et peut tolérer une latence modérée. L’IA conversationnelle place la barre plus haut, car les utilisateurs s’attendent à un dialogue naturel et ininterrompu, pratiquement sans délai. L’IA multimodale, qui combine texte, images, audio et vidéo, nécessite une bande passante nettement plus importante et une latence plus faible. Des applications telles que la réalité augmentée, la vidéo générée par l’IA et les agents IA autonomes accentuent encore davantage ces exigences en nécessitant une communication continue entre les appareils et l’infrastructure cloud.

Cette diversité explique pourquoi les tests traditionnels de vitesse de téléchargement perdent de leur pertinence en tant qu’indicateur isolé. Un réseau peut offrir d’excellentes performances en téléchargement tout en ayant du mal à maintenir une faible latence ou une capacité de téléchargement stable lors de sessions d’IA exigeantes. D’un point de vue commercial, ces faiblesses ont un impact direct sur la satisfaction client, la productivité des employés et la fiabilité des produits basés sur l’IA.

Les dirigeants doivent prendre conscience que l’adoption de l’IA continuera à se diversifier. Les plateformes d’engagement client, les systèmes industriels connectés, les appareils autonomes, les applications de santé et les outils de productivité d’entreprise imposent tous des exigences différentes aux infrastructures de communication. Les organisations qui évaluent leurs réseaux à l’aide d’indicateurs de performance spécifiques aux charges de travail seront mieux à même de déployer des services d’IA de manière fiable sur différents marchés et dans différentes fonctions métier.

Le rapport d’Ookla met ce point en évidence en montrant que le trafic lié à l’IA comprend les discussions textuelles, la voix conversationnelle, les applications multimodales, la vision en réalité augmentée, la vidéo générée et les activités de l’IA agentique. La plupart de ces charges de travail dépendent fortement de caractéristiques du réseau que les mesures traditionnelles de vitesse de téléchargement ne prennent pas en compte. À mesure que l’IA devient un élément central des opérations numériques, les entreprises auront de plus en plus besoin d’une infrastructure conçue en fonction du comportement réel des applications d’IA plutôt que des habitudes d’utilisation d’Internet du passé.

Les réseaux 5G actuels prennent en charge les applications d’IA d’aujourd’hui

La génération actuelle de réseaux 5G est capable de prendre en charge de nombreux services d’IA que les utilisateurs exploitent aujourd’hui. Les assistants IA textuels, les outils de recherche et de nombreuses applications conversationnelles peuvent fonctionner efficacement sur la plupart des réseaux mobiles de pointe. C’est encourageant, car ces charges de travail représentent une grande partie du trafic IA actuel.

Le défi réside dans le fait que l’IA évolue rapidement. Les entreprises vont au-delà des simples interactions textuelles pour s’orienter vers des expériences axées sur la voix, des systèmes multimodaux combinant texte, images, audio et vidéo, ainsi que des agents IA capables d’effectuer des tâches complexes avec un minimum d’intervention humaine. Ces applications exigent des temps de réponse bien plus rapides et des performances réseau plus stables, en particulier pendant les périodes de forte demande.

La latence est en passe de devenir l’un des indicateurs clés de l’expérience utilisateur. Même si la bande passante disponible est suffisante, les retards dans la transmission des données entre un appareil et des systèmes d’IA basés sur le Cloud peuvent nuire à la qualité des interactions. À mesure que les applications d’IA gagnent en interactivité et fonctionnent en continu, il devient de plus en plus important de maintenir une faible latence dans les conditions réelles du réseau.

Les conclusions d’Ookla montrent que l’infrastructure actuelle offre de bonnes performances pour les charges de travail d’IA moins exigeantes d’aujourd’hui, mais qu’elle atteint ses limites pour des cas d’utilisation plus avancés. Selon cette étude, 18 marchés sur 22 ont atteint l’objectif de moins de 50 millisecondes pour les applications d’IA textuelles, tandis que 13 marchés ont respecté l’objectif de moins de 40 millisecondes pour les applications vocales conversationnelles. Cependant, aucun marché n’a atteint l’objectif inférieur à 10 millisecondes fixé pour les applications de réalité augmentée et de vision multimodale. Seul Singapour a atteint le seuil moins exigeant de 30 millisecondes pour ces charges de travail avancées.

Pour les dirigeants, il s’agit là d’un signal important en matière de planification. L’adoption de l’IA va continuer à progresser, et les exigences en matière de réseau augmenteront en parallèle. Les organisations qui investissent dans des produits basés sur l’IA, des opérations connectées ou des services numériques destinés aux clients devraient évaluer si leur infrastructure actuelle sera encore en mesure de répondre aux attentes en matière de performances d’ici plusieurs années. Attendre que les réseaux deviennent un goulot d’étranglement risque d’augmenter les coûts et de ralentir le déploiement.

Le niveau de préparation des pays en matière d’IA varie considérablement d’un pays à l’autre, ce qui engendre à la fois des avantages stratégiques et des défis en matière d’investissement

La transition vers une infrastructure mobile adaptée à l’IA progresse à des rythmes différents à travers le monde. Certains marchés offrent déjà la faible latence et les performances constantes nécessaires aux services d’IA avancés, tandis que d’autres se situent à proximité des exigences minimales ou n’atteignent pas tout à fait celles-ci. Ces différences sont importantes, car les performances de l’IA dépendent de la qualité réelle du réseau plutôt que des débits annoncés.

Les données montrent que le fait d’occuper une position de leader dans les classements traditionnels des réseaux ne se traduit pas automatiquement par une position de leader en matière de préparation à l’IA. Les marchés qui offrent une latence plus faible et une connectivité cloud plus stable sont mieux placés pour prendre en charge les applications d’IA d’entreprise, les communications en temps réel et les futurs services basés sur l’IA. À mesure que les entreprises se développent à l’international, ces différences devraient être prises en compte dans la planification technologique et le choix des marchés.

L’étude d’Ookla met clairement en évidence cette variation. Singapour a enregistré une latence multi-serveurs de 24,6 millisecondes, tandis que les Émirats arabes unis ont atteint 31,1 millisecondes pour les performances vocales conversationnelles, ce qui place ces deux pays parmi les plus performants de l’ensemble de données. Quatre marchés ont manqué de peu l’objectif fixé pour l’IA textuelle, à savoir moins de 50 millisecondes : la Corée du Sud avec 53,0 millisecondes, l’Inde avec 51,6 millisecondes, les États-Unis avec 50,5 millisecondes et l’Espagne avec 50,2 millisecondes.

Ces chiffres montrent que de nombreux réseaux sont sur le point de répondre aux exigences actuelles en matière d’IA, mais que de légères différences de latence peuvent prendre une importance bien plus grande à mesure que les applications d’IA deviennent plus exigeantes. Les marchés qui offrent aujourd’hui des performances satisfaisantes pour l’IA textuelle pourraient nécessiter des améliorations substantielles de leurs infrastructures afin de prendre en charge les systèmes multimodaux, les agents d’IA autonomes et les expériences immersives.

Pour les dirigeants d’entreprise, cela représente à la fois une opportunité et un risque. Les organisations qui déploient l’IA à l’échelle mondiale doivent évaluer les capacités des réseaux régionaux parallèlement aux facteurs commerciaux traditionnels tels que la taille du marché, la réglementation et les coûts d’exploitation. La qualité des infrastructures devient un facteur concurrentiel susceptible d’influencer directement l’expérience client, l’efficacité opérationnelle et la réussite du déploiement de produits et services basés sur l’IA.

L’Europe présente des fondamentaux solides en matière de réseaux d’IA, mais les disparités régionales restent importantes

L’Europe se distingue comme l’une des régions les plus performantes pour prendre en charge les charges de travail liées à l’IA, en particulier dans les domaines les plus importants pour les applications d’IA basées sur le Cloud. Le rapport a révélé que les marchés européens offrent généralement une latence moindre au niveau de l’infrastructure cloud, ce qui laisse aux systèmes d’IA davantage de temps pour traiter les requêtes avant que les utilisateurs ne remarquent des retards. À mesure que l’IA s’intègre aux logiciels d’entreprise, au service client et aux opérations industrielles, cet avantage en termes de performances prend de plus en plus de valeur.

Les pays nordiques montrent comment la conception des réseaux peut améliorer la préparation à l’IA. La Suède, la Norvège et la Finlande ont systématiquement obtenu d’excellentes performances en liaison montante en combinant le spectre de bande moyenne en duplex par répartition dans le temps (TDD) avec le spectre de bande basse en duplex par répartition en fréquence (FDD). Cette approche permet d’obtenir des performances de téléchargement plus fiables tout en conservant des connexions réseau réactives, deux éléments qui deviennent essentiels pour les applications d’IA échangeant en permanence des données avec des services cloud.

Les performances ne sont toutefois pas homogènes à travers l’Europe. Certains pays ont mis en place des bases plus solides pour l’IA que d’autres. La Finlande a enregistré une latence de référence de 33,3 millisecondes, tandis que la Norvège a conservé l’une des connexions cloud les plus stables de l’ensemble du jeu de données. Le Royaume-Uni a également obtenu de bons résultats, se classant ex æquo pour le taux de dégradation de la latence le plus faible en cas d’utilisation maximale du réseau, à 3,7 fois. Cela indique que son réseau reste relativement réactif même lorsqu’il est soumis à une forte demande.

D’autres marchés mettent en évidence des domaines où des investissements restent nécessaires. La France ne consacre que 5,81 % du débit de son réseau à la capacité de liaison montante, ce qui la place dans le groupe le moins performant de l’ensemble de données, aux côtés des États-Unis, du Brésil et des Émirats arabes unis. En période de pointe, le taux de dégradation de la latence en France atteint 7,3 fois la valeur de référence, ce qui met en évidence l’impact que peuvent avoir des ressources de liaison montante limitées sur les performances de l’IA.

L’Espagne illustre également le fait qu’un développement du réseau axé sur le téléchargement ne se traduit pas nécessairement par une préparation à l’IA. Elle a enregistré une latence multi-serveurs de 50,2 millisecondes, ce qui en fait l’un des quatre seuls marchés de l’étude à ne pas avoir atteint l’objectif de moins de 50 millisecondes pour les applications de grands modèles linguistiques textuels. L’Italie a obtenu des résultats légèrement meilleurs, en consacrant 9,23 % de sa capacité réseau aux envois et en enregistrant une latence de 49,6 millisecondes, ce qui lui a permis d’atteindre de justesse le seuil recommandé.

Pour les dirigeants, le message général est que les moyennes régionales peuvent masquer des différences significatives entre les différents marchés. Les entreprises qui déploient des services basés sur l’IA à travers l’Europe devraient évaluer les capacités des réseaux au niveau national plutôt que de partir du principe que les performances sont homogènes dans toute la région. Les décisions relatives au déploiement du cloud, à l’expérience client, à l’edge computing et à l’expansion des services numériques dépendront de plus en plus de la qualité de l’infrastructure réseau locale. Les marchés offrant de meilleures performances en débit montant, une latence plus faible et une connectivité cloud plus résiliente seront mieux placés pour prendre en charge la prochaine génération d’applications d’IA.

Principaux faits marquants

• Redéfinir les indicateurs de performance réseau : l’IA redéfinit la notion de qualité du réseau. Les dirigeants doivent évaluer l’infrastructure mobile en fonction de la capacité de téléchargement, de la latence en charge et de la connectivité au cloud, car ces facteurs déterminent de plus en plus les performances des applications d’IA.
• Adapter l’infrastructure aux charges de travail liées à l’IA : les différents services d’IA ont des exigences réseau variées, qu’il s’agisse d’assistants textuels ou d’applications multimodales et de réalité augmentée. Les entreprises doivent évaluer leurs réseaux en fonction des charges de travail spécifiques liées à l’IA qu’elles prévoient de déployer, plutôt que de se fier à des critères de performance généraux.
• Prévoyez au-delà des capacités actuelles de la 5G : les réseaux 5G actuels prennent en charge de nombreuses applications d’IA existantes, mais les expériences d’IA plus avancées nécessiteront une latence nettement plus faible et des performances de liaison montante plus élevées. La planification des infrastructures doit anticiper les besoins futurs en matière d’IA, plutôt que de se limiter à une optimisation pour les cas d’utilisation actuels.
• Tenez compte de l’état de préparation des réseaux régionaux dans votre stratégie d’IA : les performances de l’IA varient considérablement d’un marché à l’autre en raison des différences de latence et de connectivité au cloud. Les entreprises qui développent des services basés sur l’IA devraient prendre en compte les capacités des réseaux locaux comme critère clé lors de la hiérarchisation des marchés et de la planification des déploiements.
• Ne vous limitez pas aux moyennes régionales en Europe : si l’Europe affiche globalement de bons résultats, le niveau de préparation à l’IA varie considérablement d’un pays à l’autre. Les dirigeants devraient évaluer les atouts de chaque pays en matière de latence, de capacité de liaison montante et de connectivité au cloud afin de prendre de meilleures décisions en matière d’investissement, de déploiement et d’expérience client.