La prison du proof-of-concept en APAC - quatre voix, un même mur

In plain terms

Quatre publications convergent la même semaine : e27 sur les PoC bloqués en APAC, Tech in Asia sur les systèmes legacy à Singapour, un autre e27 sur l'exécution faible plutôt que la résistance des employés, et un cas d'usage bien concret (intake patient dans la santé). Le diagnostic est unanime : l'IA en entreprise en APAC bute sur trois murs - legacy, data quality, exécution - pas sur la technologie.

L'affaire

Le mur #1 - le legacy. À Singapour, une large partie des grandes banques et institutions publiques tournent encore sur du COBOL/AS400 mainframe, sans API modernes. Un agent LLM ne peut pas lire un mainframe en RPC direct. Résultat : des mois de plomberie MQ/ESB avant que le premier appel LLM soit possible.

Le mur #2 - la data quality. Le constat qui revient dans toutes les enquêtes APAC : les PoC IA en APAC échouent au passage prod en écrasante majorité parce que les données de référence (clients, produits) sont dispersées entre de nombreux systèmes non réconciliés. Le LLM est brillant sur des données propres - il hallucine sur des données sales.

Le mur #3 - l'exécution. e27 défend une thèse contre-intuitive : la résistance des employés est surestimée comme frein. Le vrai problème est l'incapacité des équipes IT à passer d'un PoC à une pipeline prod versionnée, monitorée, avec SLO. Ce qui manque : les MLOps engineers séniors - la ressource la plus rare d'APAC.

Le contre-exemple qui marche - patient intake en santé. Les cas d'usage documentés en Asie du Sud-Est (hôpitaux et cliniques d'Asie du Sud-Est ayant industrialisé l'intake IA - voir e27) montrent le pattern qui gagne : LLM qui fait l'intake patient (anamnèse, tri, formulaire) en une fraction du temps d'un infirmier. Ce qui marche : périmètre étroit (intake seul), données propres (formulaires normalisés), ROI mesurable en semaines (temps infirmier libéré).

Under the hood

• Ordre de grandeur : le ratio PoC → prod en APAC reste très bas (nettement en dessous de 20% dans les enquêtes convergentes), sans qu'un chiffre unique consolidé soit disponible.
• Coût moyen d'un PoC bloqué : chiffré en centaines de milliers de dollars par les enquêtes de terrain, dont une majorité en salaire équipe interne. Sunk cost non nul.
• Formation : le manque de MLOps est structurel - les programmes régionaux forment quelques centaines de profils par an quand la demande dépasse plusieurs milliers.
• Fil (#1002) : cette publication consolide 4 signaux convergents sous un même diagnostic.

So what

Trois conséquences. Un : les vendeurs qui percent en APAC en 2026 sont ceux qui apportent la plomberie (data mesh, MDM, connecteurs legacy) - pas ceux qui vendent un joli LLM en démo. Deux : les cas d'usage à périmètre étroit (intake santé, tri e-mail, ticketing, réclamation SAV) gagnent - les grands rêves horizontaux (le "copilote transverse") perdent. Trois : la souveraineté data + on-premise devient un vrai différenciateur en APAC - les régulateurs bancaires et santé de Singapour, Malaisie, Indonésie exigent que rien ne quitte le pays. À surveiller : les KPIs de rétention MLOps chez DBS, Grab, Sea - les trois qui ont le mieux industrialisé.