L’Europe a-t-elle raté la révolution de l’intelligence artificielle ?

La question revient régulièrement.

Les États-Unis possèdent OpenAI, Anthropic, Google, Meta, Microsoft, Amazon et NVIDIA.

La Chine possède DeepSeek, Alibaba, Tencent, Huawei, Baidu et une immense capacité industrielle.

Et l’Europe ?

Elle est souvent présentée comme le continent qui réglemente les innovations développées par les autres.

Cette représentation contient une part de vérité.

Mais elle est beaucoup trop simple.

Car l’Europe de 2026 est à la fois un marché immense de l’intelligence artificielle, un territoire d’adoption rapide, une grande puissance scientifique et industrielle, un acteur important du calcul haute performance et le principal laboratoire réglementaire mondial de l’IA.

Elle possède aussi des faiblesses considérables.

Peu de modèles de frontière.

Peu d’hyperscalers.

Une dépendance massive aux GPU américains et aux semi-conducteurs fabriqués en Asie.

Des marchés financiers moins profonds.

Des startups qui peinent davantage à devenir des géants mondiaux.

Et un marché numérique encore fragmenté entre 27 États.

La véritable question n’est donc peut-être pas :

« L’Europe sait-elle faire de l’IA ? »

Mais plutôt :

« Peut-elle transformer ses chercheurs, son industrie, son capital et ses 450 millions de consommateurs en une véritable puissance technologique ? »

En 2025 et 2026, Bruxelles a commencé à répondre beaucoup plus directement à cette question.

L’Europe n’est pas une petite économie numérique

Avant de parler d’intelligence artificielle, il faut rappeler une évidence parfois oubliée lorsque l’on compare quelques startups américaines et européennes.

L’Union européenne constitue l’un des plus grands ensembles économiques du monde.

Elle possède de grandes industries automobiles, aéronautiques, pharmaceutiques, énergétiques, financières, manufacturières, chimiques et agroalimentaires.

C’est important parce que l’impact économique futur de l’intelligence artificielle ne dépendra pas uniquement de celui qui construira le meilleur chatbot.

Il dépendra aussi de celui qui réussira à intégrer l’IA dans :

les usines,

les banques,

les hôpitaux,

les réseaux électriques,

les laboratoires,

les véhicules,

la logistique,

l’administration,

la défense,

l’agriculture,

et les millions de PME qui constituent le tissu économique.

C’est précisément l’un des paris européens.

L’Europe dispose de moins de plateformes numériques mondiales que les États-Unis.

En revanche, elle dispose d’un stock considérable d’entreprises industrielles auxquelles appliquer l’intelligence artificielle.

L’enjeu n’est donc pas simplement de produire des modèles.

Il est de transformer la productivité de l’économie réelle.

Une adoption de l’IA qui accélère fortement

Sur ce terrain, quelque chose est en train de changer.

Selon Eurostat, 19,95 % des entreprises de l’Union européenne employant au moins dix personnes utilisaient au moins une technologie d’intelligence artificielle en 2025.

Autrement dit : environ une entreprise européenne sur cinq.

Un an auparavant, en 2024, elles n’étaient que 13,5 %.

En 2023 : environ 8 %.

La progression est donc extrêmement rapide.

En deux ans, la part d’entreprises utilisant l’IA a plus que doublé.

[Source : Eurostat, Use of artificial intelligence in enterprises, données 2025]

La taille de l’entreprise joue néanmoins un rôle considérable.

En 2025, Eurostat estime que 55,03 % des grandes entreprises européennes utilisaient des technologies d’intelligence artificielle.

L’adoption est donc beaucoup plus avancée dans les grands groupes que dans les PME.

Ce n’est guère surprenant.

Une grande entreprise dispose plus facilement :

d’équipes Data,

d’infrastructures Cloud,

de budgets d’innovation,

de compétences juridiques,

de données structurées,

et des moyens nécessaires pour expérimenter.

Le prochain enjeu européen sera donc moins de convaincre Siemens, Airbus, SAP ou les grandes banques de s’intéresser à l’IA que de diffuser ces technologies dans des centaines de milliers de petites et moyennes entreprises.

L’Europe utilise peut-être davantage l’IA qu’on ne le pense

Une autre étude donne une image particulièrement intéressante.

L’European Investment Bank, dans son enquête 2025 auprès des entreprises, estime qu’environ 37 % des entreprises de l’Union européenne interrogées utilisent l’intelligence artificielle générative, contre 36 % aux États-Unis.

Ce chiffre n’est pas directement comparable aux données Eurostat : populations interrogées, questionnaires et définitions diffèrent.

Mais le signal est important.

L’Europe n’est pas simplement une économie qui regarde la révolution de l’intelligence artificielle depuis le quai.

Ses entreprises expérimentent et déploient déjà massivement les outils.

La Finlande, le Danemark et les Pays-Bas figurent notamment parmi les pays européens présentant les niveaux d’usage les plus élevés dans l’enquête EIB.

[Source : European Investment Bank, EIB Investment Survey 2025]

L’une des batailles européennes pourrait donc se jouer moins dans l’invention du prochain LLM généraliste que dans la diffusion productive de l’IA dans l’économie.

Et cette adoption commence à avoir un effet mesurable

L’European Investment Bank a publié en 2026 une étude particulièrement intéressante sur la relation entre intelligence artificielle et productivité.

À partir de données portant sur plus de 12 000 entreprises non financières européennes et américaines, les chercheurs estiment que l’adoption de l’IA est associée à une augmentation d’environ 4 % de la productivité du travail dans les entreprises européennes étudiées.

Ils ne constatent pas, à court terme, de réduction correspondante de l’emploi.

L’explication proposée est plutôt celle d’un approfondissement du capital : les travailleurs disposent de meilleurs outils et produisent davantage.

[Source : EIB Working Paper 2026/02, AI adoption, productivity and employment]

Le rapport d’investissement 2025/2026 de l’EIB va encore plus loin.

Il estime que l’adoption de l’intelligence artificielle expliquerait environ 12 % de l'amélioration totale de productivité enregistrée par les entreprises européennes depuis 2019 dans son analyse.

Ce type de résultat doit évidemment être interprété avec prudence.

Nous sommes au début de la diffusion économique de l’IA.

Mais il permet de comprendre pourquoi cette technologie devient un sujet de politique industrielle.

Quelques points de productivité appliqués à une économie de la taille de l’Union européenne représentent potentiellement des centaines de milliards d’euros de valeur à long terme.

Pourtant, lorsqu’on regarde les modèles de frontière, le tableau change brutalement

C’est probablement ici que se trouve la principale faiblesse européenne.

Le AI Index Report 2025 de Stanford avait comptabilisé, pour l’année 2024 :

40 modèles d’IA notables produits par des institutions américaines,

15 par des institutions chinoises,

et seulement

3 en Europe.

[Source : Stanford HAI, AI Index Report 2025]

L’écart était spectaculaire.

Le rapport 2026 de Stanford confirme plus largement la concentration de la frontière technologique autour des États-Unis et de la Chine.

En 2025, les institutions américaines ont produit 59 modèles considérés comme notables par la méthodologie utilisée par Stanford, contre 35 pour la Chine.

Et plus de 90 % des modèles notables identifiés cette année-là provenaient désormais de l’industrie plutôt que du monde académique.

[Source : Stanford HAI, AI Index Report 2026]

Ce dernier point est fondamental.

Pendant longtemps, une excellente université pouvait participer directement à la frontière de l’intelligence artificielle.

Ce modèle devient plus difficile.

Entraîner les systèmes les plus avancés nécessite maintenant :

des milliers d’accélérateurs,

des data centers,

des équipes d’ingénierie gigantesques,

des jeux de données massifs,

des infrastructures de post-training,

et plusieurs centaines de millions, voire milliards, de dollars.

L’IA de frontière devient une industrie lourde du numérique.

Et c’est précisément là que l’Europe rencontre son problème de capital.

Le problème européen n’est pas nécessairement la création de startups

L’Europe sait créer des entreprises technologiques.

Mistral AI en France constitue évidemment l’exemple le plus visible dans l’intelligence artificielle générative.

L’Allemagne possède notamment Aleph Alpha.

Des écosystèmes importants existent à Paris, Berlin, Munich, Amsterdam, Stockholm, Helsinki et dans d’autres villes européennes.

Le Royaume-Uni, lorsqu’on raisonne à l’échelle géographique européenne plutôt qu’à celle de l’Union européenne, ajoute évidemment Londres, DeepMind et une concentration exceptionnelle de chercheurs et d’investisseurs.

Le problème apparaît davantage au moment du scale-up.

L’European Investment Bank souligne depuis plusieurs années que les entreprises européennes innovantes rencontrent davantage de difficultés pour lever de très gros montants lorsqu’elles commencent à changer d’échelle.

Selon l’EIB, les scale-ups européennes lèvent en moyenne environ deux fois moins de capital que leurs homologues de la Silicon Valley.

[Source : European Investment Bank, The scale-up gap]

Cela produit un mécanisme bien connu.

Une startup naît en Europe.

Elle développe une bonne technologie.

Puis elle a besoin de 100 millions.

Puis de 500 millions.

Puis d’un milliard.

À ce niveau, le nombre d’investisseurs européens capables de suivre devient beaucoup plus faible.

L’entreprise se tourne vers des fonds américains.

Elle peut ensuite déplacer une partie de ses activités.

Puis éventuellement entrer sur un marché boursier américain ou être rachetée.

L’Europe participe ainsi à la création de valeur scientifique mais capture parfois moins bien sa transformation en capital industriel.

Et l’IA amplifie brutalement ce problème

Une startup SaaS peut démarrer avec quelques développeurs et quelques milliers d’euros de Cloud.

Un laboratoire qui souhaite entraîner un modèle de frontière entre immédiatement dans une autre catégorie économique.

GPU.

Électricité.

Réseau.

Stockage.

Data engineering.

Recherche.

Évaluation.

Sécurité.

Inference.

Les besoins en capital deviennent gigantesques.

Stanford estime qu’en 2025, les investissements privés américains dans l’IA ont atteint 285,9 milliards de dollars.

Ce montant dépasse de très loin les investissements privés observés dans n’importe quelle autre région.

[Source : Stanford HAI, AI Index Report 2026]

Il faut néanmoins être prudent lorsqu’on compare ces chiffres aux investissements chinois ou européens : la structure du financement public et privé diffère énormément entre économies.

Mais l’ordre de grandeur illustre parfaitement le problème.

La frontière de l’IA se joue désormais à une échelle financière où la profondeur des marchés de capitaux devient presque aussi importante que la qualité des chercheurs.

L’Europe possède pourtant une extraordinaire matière première : ses chercheurs

C’est l’un des paradoxes européens.

Le continent possède des universités, écoles et laboratoires de très haut niveau.

Paris-Saclay.

ETH Zurich.

EPFL.

Oxford.

Cambridge.

TUM.

Max Planck.

INRIA.

CNRS.

Université d’Amsterdam.

ELLIS.

Et bien d’autres.

L’Europe participe massivement à la recherche scientifique mondiale en intelligence artificielle.

Elle forme également de nombreux ingénieurs et chercheurs qui rejoignent ensuite… les laboratoires américains.

Ce phénomène n’est pas nouveau.

Mais dans l’IA générative, son coût stratégique augmente.

Car un chercheur de très haut niveau n’a pas seulement besoin d’un laboratoire et d’un salaire compétitif.

Il a besoin de compute.

Et c’est justement sur ce point que la stratégie européenne commence à évoluer.

EuroHPC : l’Europe avait déjà une carte à jouer

L’Union européenne ne part pas de zéro dans le calcul intensif.

Depuis plusieurs années, elle développe EuroHPC, l’entreprise commune européenne pour le calcul haute performance.

L’Europe possède ainsi plusieurs supercalculateurs majeurs.

Leonardo en Italie.

LUMI en Finlande.

MareNostrum en Espagne.

JUPITER en Allemagne.

Et d’autres infrastructures réparties sur le territoire européen.

À l’origine, ces machines ont été pensées largement pour le calcul scientifique.

Simulation climatique.

Physique.

Médecine.

Ingénierie.

Recherche fondamentale.

L’explosion des modèles d’intelligence artificielle change leur rôle.

L’Europe transforme désormais une partie de cette infrastructure HPC en infrastructure IA.

Les AI Factories : transformer les supercalculateurs en infrastructure industrielle

La Commission européenne et EuroHPC développent depuis 2024-2025 un réseau d’AI Factories.

En avril 2026, EuroHPC indiquait que l’Europe avait établi 19 AI Factories, complétées par 13 AI Factory Antennas.

Le principe est particulièrement intéressant.

Une AI Factory ne consiste pas simplement à installer des GPU.

Elle doit réunir :

la puissance de calcul,

les données,

les compétences,

l’accompagnement,

l’accès aux supercalculateurs,

et des services destinés notamment aux startups, chercheurs et PME.

[Source : EuroHPC JU, AI Factories, 2026]

L’objectif est de résoudre l’un des principaux handicaps européens :

une startup prometteuse ne devrait pas avoir besoin de disposer de plusieurs centaines de millions d’euros simplement pour accéder à une infrastructure de calcul compétitive.

Une partie du compute devient ainsi infrastructure publique ou semi-publique, exactement comme peuvent l’être un laboratoire scientifique ou un réseau de transport.

C’est une conception assez européenne de la politique industrielle.

Puis viennent les AI Gigafactories

Mais les AI Factories ne suffisent plus pour la frontière technologique.

En 2025, la Commission a donc présenté un niveau supplémentaire : les AI Gigafactories.

L’ambition est beaucoup plus importante.

Il ne s’agit plus seulement d’aider des entreprises à entraîner ou affiner des modèles.

Il s’agit de construire des infrastructures capables de développer les prochaines générations de modèles contenant potentiellement des milliers de milliards de paramètres.

La Commission européenne a lancé en février 2025 InvestAI, avec l’ambition de mobiliser 200 milliards d’euros d’investissements dans l’intelligence artificielle.

Dans cette enveloppe, une facilité européenne de 20 milliards d’euros devait contribuer au développement des AI Gigafactories.

[Source : Commission européenne, InvestAI, février 2025]

Et l’initiative s’est accélérée.

À la fin juillet 2026, l’Union européenne a lancé la procédure destinée à établir jusqu’à sept AI Gigafactories, avec l’objectif de débloquer plus de 30 milliards d’euros d’investissement autour de ces infrastructures.

Nous sommes donc en train d’assister à un changement important de doctrine.

Pendant la décennie précédente, l’Europe parlait énormément de transformation numérique.

Elle commence désormais à parler de capacité industrielle de calcul.

La nuance est fondamentale.

Le compute devient une infrastructure souveraine

Pendant longtemps, acheter du calcul signifiait ouvrir un compte AWS, Azure ou Google Cloud.

Pour la majorité des entreprises, cela restera évidemment le cas.

Mais à l’échelle d’un continent, dépendre entièrement de fournisseurs étrangers pour une technologie considérée comme stratégique pose une autre question.

Qui contrôle les machines ?

Qui possède les données ?

Qui décide des priorités d’accès ?

Que se passe-t-il en cas de tensions commerciales ?

Quel est le coût de l’inférence ?

Peut-on entraîner des modèles stratégiques européens sur des infrastructures européennes ?

L’intelligence artificielle fait ainsi entrer le Cloud et le calcul dans le vocabulaire traditionnel de la souveraineté industrielle.

Exactement comme l’énergie.

Les télécommunications.

Les semi-conducteurs.

Ou les satellites.

Mais même une AI Gigafactory européenne dépendra probablement de NVIDIA

Et c’est ici que la notion de souveraineté atteint rapidement ses limites.

Construire un data center en Europe ne signifie pas construire une supply chain européenne.

Les accélérateurs les plus recherchés restent largement conçus par NVIDIA et AMD aux États-Unis.

Ils sont majoritairement fabriqués en Asie, notamment par TSMC.

Les équipements de fabrication les plus avancés impliquent une chaîne mondiale comprenant ASML aux Pays-Bas, mais aussi de nombreux fournisseurs américains, japonais et asiatiques.

La mémoire HBM est dominée par SK hynix, Samsung et Micron.

L’Europe possède donc une pièce absolument stratégique de la chaîne mondiale avec ASML, ainsi que des acteurs majeurs comme Infineon, STMicroelectronics et NXP.

Mais elle ne possède pas aujourd’hui une supply chain complète permettant de fabriquer indépendamment les accélérateurs nécessaires aux modèles de frontière.

La souveraineté européenne en IA sera donc probablement une souveraineté par maîtrise des dépendances, plutôt qu’une autarcie technologique.

L’autre arme européenne : son industrie

C’est peut-être ici que la stratégie européenne devient la plus crédible.

L’Europe ne gagnera probablement pas la guerre des plateformes en copiant exactement la Silicon Valley.

En revanche, elle possède des entreprises mondiales dans des secteurs où l’intelligence artificielle peut devenir un avantage compétitif immense.

Automobile.

Aéronautique.

Énergie.

Chimie.

Pharmaceutique.

Robotique.

Machines industrielles.

Télécommunications.

Banque.

Assurance.

Défense.

L’Europe possède Airbus, Siemens, Bosch, Schneider Electric, ABB, BMW, Mercedes-Benz, Volkswagen, SAP, Dassault Systèmes, Airbus, Safran, Thales, Sanofi, Novo Nordisk et beaucoup d’autres champions industriels.

L’IA européenne pourrait donc devenir moins visible pour le grand public mais extrêmement présente dans l’économie.

Un modèle optimisant une chaîne de fabrication chez Siemens ne deviendra probablement jamais aussi célèbre que ChatGPT.

Il peut pourtant créer énormément de valeur.

Un système d’IA améliorant le rendement d’une usine chimique ou la maintenance d’un moteur d’avion peut avoir davantage d’impact économique qu’un nouveau chatbot.

C’est précisément cette diffusion sectorielle que vise la stratégie européenne Apply AI.

Apply AI : passer de « fabriquer l’IA » à « mettre de l’IA partout »

La Commission européenne a lancé sa stratégie Apply AI afin d’accélérer l’adoption dans les secteurs stratégiques et particulièrement auprès des PME.

La logique est claire :

Build AI in Europe.

Mais également :

Use AI in Europe.

La politique cible notamment des domaines tels que la santé, la robotique, l’industrie, la mobilité, l’énergie, le climat, les sciences et le secteur public.

[Source : Commission européenne, Apply AI Strategy]

Cette stratégie est probablement aussi importante que les annonces spectaculaires de Gigafactories.

Car les gains macroéconomiques de l’IA proviendront vraisemblablement beaucoup plus de millions d’utilisations productives que de quelques modèles célèbres.

Et puis il y a l’AI Act

Impossible de parler de l’Europe sans parler de réglementation.

L’Union européenne est devenue la première grande juridiction au monde à adopter une réglementation horizontale complète de l’intelligence artificielle.

L’AI Act est entré en vigueur le 1er août 2024.

Mais son application a été progressive.

Les interdictions de certaines pratiques et les obligations relatives à l’AI literacy ont commencé à s’appliquer le 2 février 2025.

Les règles de gouvernance et certaines obligations concernant les modèles d’intelligence artificielle à usage général — les GPAI — sont devenues applicables le 2 août 2025.

Et depuis le 2 août 2026, la majorité des dispositions générales de l’AI Act sont désormais applicables, notamment plusieurs obligations de transparence.

[Source : Commission européenne, AI Act — Regulatory Framework for AI]

Nous sommes donc, au moment où ces lignes sont écrites, entrés dans une nouvelle phase.

L’AI Act n’est plus simplement un texte futur.

Il devient progressivement du droit opérationnel.

Le principe : réglementer selon le risque

L’idée centrale du règlement européen n’est pas d’imposer les mêmes règles à tous les logiciels d’IA.

Il adopte une approche par niveau de risque.

Certaines pratiques sont interdites.

Certaines utilisations sont considérées comme à haut risque et soumises à des obligations spécifiques.

D’autres nécessitent essentiellement de la transparence.

Et une immense quantité d’applications ordinaires restent relativement peu contraintes.

Un moteur de recommandation de musique ne présente évidemment pas le même enjeu qu’un système utilisé pour sélectionner des candidats à un emploi ou intervenir dans une décision médicale.

L’Europe cherche donc à réglementer l’usage et le risque, plutôt que le simple fait qu’un logiciel contienne de l’intelligence artificielle.

Les modèles généralistes sont également concernés

L’arrivée de ChatGPT a obligé l’Union à adapter son projet initial.

Les modèles généralistes — GPAI, General-Purpose AI Models — font désormais l’objet de dispositions spécifiques.

Les fournisseurs concernés doivent notamment respecter des obligations relatives à la documentation, à la transparence et au respect du droit d’auteur.

Des obligations supplémentaires existent pour certains modèles présentant des risques systémiques.

La Commission européenne, via son AI Office, dispose maintenant de compétences directes de supervision et d’application concernant ces modèles.

Depuis le 2 août 2026, la Commission peut également mettre en œuvre ses pouvoirs d’enforcement concernant les obligations GPAI applicables.

L’Europe n’a donc pas simplement créé une loi.

Elle construit progressivement une administration de l’intelligence artificielle.

Bruxelles a néanmoins commencé à comprendre le risque de sur-réglementation

C’est un changement politique intéressant.

Les premières années du débat européen étaient essentiellement centrées sur la sécurité, les droits fondamentaux et la protection des citoyens.

Ces objectifs restent présents.

Mais depuis le rapport Draghi sur la compétitivité européenne et le changement de Commission, un autre vocabulaire est devenu omniprésent :

compétitivité.

simplification.

innovation.

scale-up.

souveraineté.

investissement.

La Commission a ainsi adopté en 2026 un ensemble d’ajustements surnommé AI Omnibus, dans le cadre d’une initiative plus générale de simplification numérique.

Ces modifications sont entrées en vigueur le 27 juillet 2026.

Elles ajustent notamment certains calendriers et mécanismes d’application de l’AI Act.

Les règles concernant certains systèmes à haut risque de l’Annexe III s’appliqueront désormais à partir du 2 décembre 2027, tandis que certaines règles concernant les systèmes à haut risque intégrés dans des produits réglementés disposent d’un calendrier allant jusqu’au 2 août 2028.

[Source : Commission européenne, AI Act implementation and AI Omnibus, 2026]

C’est un signal politique important.

L’Europe tente de maintenir son modèle réglementaire tout en évitant qu’il ne devienne un handicap industriel.

Le fameux « Brussels Effect »

Il existe cependant une autre façon de regarder la réglementation européenne.

Une entreprise mondiale ne souhaite généralement pas développer un produit totalement différent pour chaque juridiction.

Lorsqu’un marché de la taille de l’Union européenne impose certaines exigences, les entreprises peuvent choisir d’appliquer une partie de ces standards plus largement.

C’est le mécanisme souvent décrit comme le Brussels Effect.

Le RGPD en a été l’exemple le plus célèbre.

L’AI Act pourrait produire un phénomène similaire.

Les standards européens pourraient influencer :

la documentation des modèles,

la transparence,

les évaluations de risques,

le marquage des contenus synthétiques,

la gouvernance interne,

et certaines pratiques de conception bien au-delà du territoire européen.

Cette capacité à exporter des normes constitue une véritable forme de puissance.

Mais elle ne remplace pas la puissance industrielle.

Définir les règles du marché est utile.

Posséder les entreprises qui dominent ce marché l’est également.

L’Europe doit maintenant réussir les deux.

Le dilemme européen

Toute la stratégie européenne peut finalement être résumée dans une tension.

L’Europe veut une intelligence artificielle :

puissante,

innovante,

souveraine,

respectueuse des droits fondamentaux,

énergétiquement soutenable,

ouverte aux PME,

et compétitive face aux États-Unis et à la Chine.

Chacun de ces objectifs est légitime.

Mais ils ne sont pas toujours parfaitement compatibles à court terme.

Une réglementation supplémentaire peut protéger les citoyens mais augmenter le coût d’entrée d’une startup.

Une exigence de souveraineté peut réduire la dépendance mais augmenter les coûts.

Une ambition environnementale peut entrer en tension avec la consommation électrique croissante des data centers.

Un financement public peut accélérer certaines infrastructures mais ne remplace pas totalement un marché privé du capital profond.

La politique européenne de l’IA est donc devenue un exercice d’arbitrage.

La France dans cette stratégie

La France occupe une place particulièrement intéressante.

Elle dispose d’une tradition mathématique reconnue, d’écoles d’ingénieurs, de laboratoires de recherche importants et d’un écosystème startup dynamique.

Mistral AI constitue évidemment son entreprise la plus emblématique dans l’IA générative.

Mais la France possède également un avantage stratégique plus physique :

son système électrique largement décarboné grâce au nucléaire.

Dans une époque où les infrastructures IA nécessitent toujours davantage d’électricité, l’accès à une énergie abondante, relativement bas carbone et prévisible peut devenir un actif industriel.

La France accueillera également une AI Factory connectée au futur supercalculateur exascale Alice Recoque.

EuroHPC prévoit d'ailleurs des collaborations avec d’autres AI Factories européennes, notamment autour de JUPITER en Allemagne.

[Source : EuroHPC JU, AI Factory France]

La compétition européenne sera donc également une compétition entre régions pour attirer :

les data centers,

les chercheurs,

les startups,

les investissements,

et les capacités de calcul.

Peut-on réellement parler de souveraineté européenne ?

Oui, mais à condition de définir correctement le terme.

Une souveraineté absolue nécessiterait que l’Europe contrôle :

les minerais,

les équipements de fabrication,

les fabs,

les GPU,

les mémoires,

les réseaux,

les data centers,

le Cloud,

les modèles,

les logiciels,

et les plateformes finales.

Personne ne possède réellement cette autonomie complète.

Même les États-Unis dépendent de TSMC à Taïwan et d’ASML aux Pays-Bas.

La souveraineté technologique moderne ne signifie donc probablement pas l’autarcie.

Elle signifie plutôt :

être capable de continuer à fonctionner lorsque certaines dépendances deviennent problématiques.

Diversifier les fournisseurs.

Posséder certaines technologies critiques.

Conserver des compétences.

Avoir des infrastructures de calcul.

Contrôler certaines données stratégiques.

Pouvoir développer ses propres modèles lorsqu’ils sont nécessaires.

Et disposer d’une industrie suffisamment forte pour négocier avec les autres blocs.

Dans cette perspective, EuroHPC, les AI Factories, les Gigafactories, l’AI Act, les investissements dans les semi-conducteurs et les stratégies de données ne sont pas des initiatives indépendantes.

Ce sont différentes pièces du même puzzle.

L’Europe peut-elle rattraper les États-Unis ?

Probablement pas en reproduisant exactement leur modèle.

La Silicon Valley bénéficie d’un ensemble particulièrement difficile à copier :

capital-risque extrêmement profond,

marché intérieur homogène,

universités,

immigration de talents,

Big Tech,

hyperscalers,

industrie du logiciel,

marchés financiers,

culture entrepreneuriale,

et relations étroites entre chercheurs, startups et investisseurs.

La stratégie consistant simplement à créer « un OpenAI européen » serait donc insuffisante.

En revanche, l’Europe possède ses propres avantages.

Une immense base industrielle.

Des données industrielles de grande valeur.

Des universités et chercheurs de haut niveau.

Une infrastructure HPC publique avancée.

ASML.

Des acteurs importants des semi-conducteurs.

Une grande industrie énergétique.

Un marché de plus de 400 millions de consommateurs.

Une capacité réglementaire mondiale.

Et désormais une volonté politique explicite d’investir dans le compute.

L’Europe n’a peut-être pas besoin de devenir une copie des États-Unis.

Elle doit trouver son propre modèle de puissance numérique.

Le véritable test sera le passage à l’échelle

Les annonces européennes sont désormais nombreuses.

200 milliards d’euros avec InvestAI.

AI Factories.

Gigafactories.

Apply AI.

AI Office.

European Digital Innovation Hubs.

Chips Act.

Data spaces.

EuroHPC.

Mais l’Europe possède une longue tradition de stratégies ambitieuses dont l’exécution devient ensuite complexe.

Le véritable test ne sera donc pas le nombre de communications de la Commission.

Il sera beaucoup plus concret.

Combien de GPU seront réellement disponibles ?

À quel prix ?

Combien de startups européennes pourront entraîner leurs modèles sans partir aux États-Unis ?

Combien passeront de 100 à 10 000 employés ?

Combien de PME intégreront effectivement l’IA ?

Combien de modèles européens deviendront compétitifs mondialement ?

Combien de chercheurs resteront en Europe ?

Combien d’entreprises européennes transformeront l’IA en gains de productivité ?

Et surtout :

combien de valeur économique créée par l’IA restera en Europe ?

C’est cette métrique qui importe réellement.

L’Europe ne part pas de zéro. Mais elle n’a plus beaucoup de temps.

Le débat sur l’intelligence artificielle européenne est souvent caricatural.

D’un côté :

« L’Europe est finie, elle ne sait que réglementer. »

De l’autre :

« L’Europe possède les meilleurs chercheurs et tout ira bien. »

Les deux affirmations sont insuffisantes.

L’Europe possède de véritables atouts.

Mais elle possède également un véritable retard.

Elle utilise de plus en plus l’intelligence artificielle.

Mais elle produit peu de modèles de frontière.

Elle possède ASML.

Mais pas NVIDIA.

Elle possède des supercalculateurs.

Mais pas d’hyperscaler comparable à AWS, Azure ou Google Cloud.

Elle possède d’excellents chercheurs.

Mais beaucoup sont recrutés par des entreprises américaines.

Elle possède un immense marché.

Mais celui-ci reste fragmenté.

Elle possède du capital.

Mais celui-ci circule moins facilement vers les entreprises technologiques risquées à très forte croissance.

Et elle possède désormais la réglementation de l’IA la plus structurée au monde.

Mais elle doit encore prouver que réglementation et innovation peuvent réellement avancer ensemble.

De la puissance normative à la puissance productive

C’est probablement là que se trouve le véritable tournant européen de 2025-2026.

Pendant la première moitié de la décennie, l’Europe s’est principalement demandé :

« Comment encadrer l’intelligence artificielle ? »

Elle commence maintenant à se poser une deuxième question :

« Comment la produire ? »

AI Factories.

Gigafactories.

InvestAI.

EuroHPC.

Apply AI.

Financement des scale-ups.

Semi-conducteurs.

Énergie.

Compétences.

Ce vocabulaire ressemble beaucoup moins à celui de la réglementation numérique.

Il ressemble à celui d’une politique industrielle.

Et c’est probablement une évolution indispensable.

Car dans l’intelligence artificielle, la souveraineté ne se décrète pas.

Elle se construit.

Avec des chercheurs.

Avec du capital.

Avec des entreprises.

Avec des semi-conducteurs.

Avec des data centers.

Avec de l’électricité.

Avec des utilisateurs.

Et surtout avec la capacité à transformer une invention scientifique en une industrie mondiale.

L’Europe possède encore une grande partie de ces ingrédients.

La question des prochaines années sera de savoir si elle réussira enfin à les assembler.

Car la bataille de l’intelligence artificielle n’est plus simplement une bataille de modèles.

C’est une bataille de productivité, de capital, d’infrastructure et de souveraineté économique.

Et sur ce terrain, l’Europe n’a certainement pas encore dit son dernier mot.