L'automne dernier, un commercial s'est présenté dans mon entrepôt avec une offre périphérie ou cloud pour mon entrepôt, et il m'a laissé avec la question du déploiement de l'inférence IA en entrepôt, en périphérie ou dans le cloud : le travail doit-il tourner sur des appareils en périphérie ou dans le cloud ? J'ai relu la ligne de l'abonnement mensuel trois fois pour m'assurer de ne pas avoir mal lu la virgule. Puis j'ai ri, parce que nous sommes un petit entrepôt et que nous ne pouvons pas nous permettre de brûler de l'argent comme ça. L'abonnement mensuel de ses caméras coûtait plus cher qu'embaucher quelqu'un pour rester sur la ligne d'emballage et vérifier les cartons de ses propres yeux.
Mais la question qu'il a laissée derrière lui était juste, et c'est la question du déploiement de l'inférence IA en entrepôt, en périphérie ou dans le cloud, que chaque petit entrepôt finit par devoir trancher : pour l'inférence IA en entrepôt, le travail doit-il tourner sur des appareils en périphérie ou dans le cloud ? Le type du cloud a dit le cloud, pas de matériel à acheter. Mon ami du matériel a dit la périphérie, ça continue de marcher quand internet tombe. Les deux avaient raison, et les deux voulaient mon argent. Alors j'ai passé deux mois à mener une petite expérience avec six caméras dans mon propre entrepôt. Voici la réponse courte : mettez le travail urgent en périphérie, mettez le travail lent dans le cloud, et ne pariez jamais tout sur un seul côté.
Périphérie ou cloud : la facture de la latence, et là où la périphérie gagne vraiment
Laissez-moi commencer par une histoire vraie, celle d'un collègue propriétaire d'entrepôt. En octobre 2025, un entrepôt de petit électroménager à Dongguan, dans le Guangdong, a mis des contrôles de vision dans le cloud sur quatre lignes d'emballage. La caméra prenait une photo, l'envoyait dans le cloud et attendait un feu vert ou un rejet. Un jour normal, ça marchait bien. Puis un matin à 10 heures, la connexion haut débit du parc s'est mise à fluctuer, la latence est passée de quelques centaines de millisecondes à presque une seconde entière, et le convoyeur n'a pas attendu. En trois heures, plus de 40 cartons ont été scellés et expédiés avant que le résultat du contrôle ne revienne. Sept d'entre eux contenaient la mauvaise marchandise. Le propriétaire m'a raconté ensuite que les retours et les réexpéditions lui avaient coûté à eux seuls plus de 6,000 yuans ce jour-là, sans compter les plaintes des clients.
Cet écart de latence n'est pas du discours marketing. Les comparaisons publiées situent systématiquement l'inférence en périphérie à environ 1 à 50 millisecondes, tandis que l'inférence dans le cloud, aller-retour réseau compris, tombe généralement à 50 à 500 millisecondes ou plus. Une demi-seconde semble dérisoire jusqu'à ce qu'on la mesure en tapis roulants. Sur un tapis qui avance à 2 mètres par seconde, 500 millisecondes de plus signifient que le carton parcourt un mètre de plus. Si le dispositif de rejet se trouve à seulement un mètre après la caméra, le mauvais carton est déjà parti. Le vrai avantage de l'informatique en périphérie, ce n'est pas qu'elle soit un peu plus rapide. C'est qu'elle est stable : pas de fluctuation réseau, pas de file d'attente, une latence sur laquelle on peut compter.
Je l'ai testé dans mon propre entrepôt. En mars 2026, j'ai fait tourner la reconnaissance de codes-barres sur deux caméras, l'une via le cloud et l'autre sur un vieux PC industriel sur place. Pendant deux semaines, le chemin par le cloud tournait en moyenne autour de 180 millisecondes aux heures de pointe et dépassait parfois 600. Le chemin local restait autour de 20 millisecondes. Petite différence ? Nous scannons plus de 8,000 fois par jour, et le chemin par le cloud expirait et recommençait vingt ou trente fois par jour. Chaque nouvel essai obligeait un opérateur à s'arrêter et à attendre. Au total, c'était une demi-heure de main-d'œuvre par jour, perdue.
Périphérie ou cloud, deuxième partie : l'inférence dans le cloud mérite aussi sa place
Ne raconter que la moitié de l'histoire serait malhonnête. L'informatique en périphérie a une faiblesse douloureuse : on paie d'avance. Le boîtier, le PC industriel, la mise en place du modèle, tout sort de votre poche d'un coup, et quand le modèle doit être mis à jour, c'est vous qui le faites. Quand nous avons chiffré, un boîtier de périphérie capable de faire tourner des modèles de vision nous a coûté l'équivalent de deux mois de loyer. Le cloud ne demande rien d'avance. On commence petit, on paie à l'usage, quelques centaines de yuans par mois quand le volume est faible. Pour un petit entrepôt, c'est une vraie différence.
Plus important encore, le cloud fait des travaux que la périphérie ne peut tout simplement pas faire. Les gros modèles, l'analyse multi-entrepôts, les rapports hebdomadaires, l'examen des anomalies. Aucun d'eux ne se soucie de quelques secondes de retard, mais tous ont besoin de puissance de calcul. Notre analyse des données de sortie tourne dans le cloud chaque nuit à minuit. Je lis les résultats le lendemain matin. Si ça prend quelques minutes de plus, personne ne le remarque.
Voici la partie contre-intuitive, et le cœur de la décision de déploiement de l'inférence IA en entrepôt, en périphérie ou dans le cloud : la périphérie et le cloud ne sont pas rivaux. Ce sont une division du travail. Les travaux d'un entrepôt qui ont vraiment besoin de réponses en millisecondes sont peu nombreux, et on peut les compter sur une main : les rejets en temps réel sur un convoyeur, l'évitement d'obstacles et les arrêts de sécurité des AMR, et tout ce où un scan doit rendre un résultat instantanément. Tout le reste, la revue qualité, la prévision de la demande, les statistiques d'exceptions, peut attendre quelques secondes ou quelques minutes sans que le ciel nous tombe sur la tête. L'erreur la plus fréquente des petits entrepôts est d'acheter le standard de latence le plus strict pour chaque travail.
L'astuce bon marché : la périphérie seulement pour les travaux urgents
Notre configuration finale est un peu bricolée, mais les comptes sont bons. Sur nos six caméras, seules les deux qui font les rejets en temps réel tournent en périphérie, sur un boîtier de périphérie d'occasion. Les quatre autres, utilisées pour les archives et les contrôles ponctuels, tournent dans le cloud. Les photos sont d'abord stockées en local et envoyées par lots quand la ligne est calme. Les mises à jour de modèle n'exigent pas non plus de visite sur place. Le cloud entraîne le nouveau modèle, le pousse vers le boîtier pendant la nuit, et nous continuons à travailler le lendemain.
| Déploiement | Latence | Quand internet tombe | Comment on paie | Idéal pour |
|---|---|---|---|---|
| Informatique en périphérie | Généralement 1–50 ms | Continue de fonctionner | Achat initial, faible coût d'exploitation | Rejets en temps réel, évitement d'obstacles, retour instantané du scan |
| Inférence dans le cloud | Généralement 50–500 ms ou plus | Tout s'arrête | Pas de matériel, paiement à l'usage | Analyse de données, entraînement de modèles, revue par lots |
| Hybride | L'urgent en périphérie, le lent dans le cloud | Les travaux urgents ne sont pas affectés | Petit coût initial plus un abonnement mensuel maîtrisable | L'option viable la moins chère pour un petit entrepôt |
Quand vous faites les comptes, ne comparez pas seulement les abonnements mensuels. Comparez-les à ce que coûte un mauvais après-midi d'arrêt. Notre propre structure, avec des chiffres illustratifs : un forfait cloud à 1,500 yuans par mois semble bon marché, mais deux pannes par an, une demi-journée chacune, nous ont coûté plus de 10,000 yuans en expéditions erronées et en main-d'œuvre immobilisée. Un boîtier de périphérie à 20,000 yuans d'avance (chiffre illustratif), étalé sur trois ans, revient à un peu plus de 500 yuans par mois, et il ne consulte jamais la météo de notre connexion haut débit.
Une autre astuce bon marché : ne vénérez pas le matériel neuf. Notre boîtier de périphérie est d'occasion, acheté à un autre entrepôt qui s'était mis à niveau. Il a coûté 40 pour cent d'un neuf et fait tourner nos petits modèles avec de la marge. Et ne surachetez pas le modèle non plus. Un modèle léger qui reconnaît 20 catégories de produits suffit quand on ne stocke que 20 catégories. Un modèle qui en reconnaît 2,000, c'est juste vous faire payer plus cher par vous-même.
Si vous tenez un petit entrepôt comme le mien, voici un cadre que vous pouvez copier directement pour votre propre choix de déploiement de l'inférence IA en entrepôt, en périphérie ou dans le cloud. Listez chaque travail pour lequel vous voulez de l'IA, et séparez-les en deux piles : ne peut pas attendre, et peut attendre. Ce n'est que si la pile « ne peut pas attendre » compte plus de trois travaux que la périphérie vaut vraiment le coup d'œil. Avec un ou deux travaux, louez d'abord le cloud pendant trois mois, mettez-le en route, puis décidez si un boîtier vaut l'achat. Mettez-le en route d'abord, optimisez ensuite. C'est comme ça que les petits entrepôts restent en vie, et rester en vie passe avant l'air impressionnant.
Par Xiao Ma, Propriétaire d'un petit entrepôt Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.







