L’Union européenne veut devenir le « continent de l’IA ». Avec InvestAI et un plan d’action inédit, Bruxelles mise sur l’infrastructure, les données et les talents pour combler son retard. Le vrai test sera l’usage : aujourd’hui, seules 13,5 % des entreprises européennes utilisent l’IA. Entre souveraineté technologique et adoption sur le terrain, l’UE joue sa compétitivité.
1. Des “AI factories” et des gigafabriques pour changer d’échelle
L’objectif est clair : ne plus être seulement un marché pour des technologies conçues ailleurs. Après le lancement d’InvestAI à Paris (février 2025), la Commission a présenté en octobre un plan qui combine financements, supercalcul, accès aux données, compétences et accompagnement réglementaire. L’enveloppe visée est de 200 milliards d’euros publics-privés, dont 20 milliards pour créer jusqu’à cinq gigafabriques d’IA. Ce sont de méga-centres de calcul optimisés pour l’IA, capables de réunir des milliers de GPU (processeurs graphiques taillés pour exécuter des milliers de calculs en parallèle) et de TPU (Tensor Processing Units, accélérateurs spécialisés pour manipuler efficacement les « tenseurs » des réseaux de neurones). Leur rôle : entraîner des modèles très complexes à une échelle inédite et servir l’inférence de façon industrielle. À ne pas confondre avec des usines de fabrication de puces : il s’agit ici de centres consommateurs de puces, pas de sites de production.
Le cœur du dispositif, ce sont au moins treize “AI factories” – de véritables portails d’accès à l’IA adossés au calcul haute performance européen. Concrètement, ce ne sont pas de simples data centers, mais des hubs clés en main qui mutualisent puissance de calcul, environnements logiciels, jeux de données et expertise d’accompagnement (ingénierie, MLOps – pratiques et outils qui industrialisent le cycle de vie des modèles, de l’entraînement au déploiement et à la supervision, conformité), afin que chercheurs, start-up et industriels puissent concevoir, entraîner et déployer des modèles plus vite et à moindre coût. En parallèle, un futur acte législatif sur le cloud et l’IA doit tripler la capacité des centres de données européens en 5 à 7 ans. L’idée : disposer en Europe de toutes les briques critiques (GPU, réseau, stockage, énergie, refroidissement) qui font la compétitivité de l’IA générative et des modèles de fondation.
Dans ce mouvement, la France arrive avec un écosystème monté en puissance : 1 000 start-ups IA en 2025 (502 en 2021), 16 licornes (start-up non cotée valorisée au moins 1 Md $) centrées sur l’IA (de Dataiku à Mistral AI, d’Owkin à Preligens), 1,4 milliard d’euros levés en 2024 et 1,5 milliard d’aides publiques en 2022 (dix fois plus qu’en 2018). Entre 2017 et 2024, la France a gardé son 7ᵉ rang mondial (2ᵉ européen) pour les publications scientifiques en IA, tandis que des groupes mondiaux (Google/DeepMind, Meta, Microsoft, Intel, IBM, SAP, Samsung, Fujitsu, HPE, Cisco, Uber, Criteo, NaverLabs) ont choisi d’implanter ou de renforcer des labos dans l’Hexagone. En clair, si l’UE pose l’infrastructure, la France offre déjà un terrain riche en talents, recherche et capital-innovation.
2. Un marché unique des données et un guichet pour l’AI Act
L’IA ne repose pas que sur la puissance de calcul. Elle a besoin de données fiables, abondantes et bien cadrées juridiquement. Le plan « continent de l’IA » veut créer un marché unique des données, avec une stratégie d’union des données et des laboratoires de données intégrés aux “AI factories”. But : réduire les frictions courantes (qualité, documentation, interopérabilité, conditions d’usage).
Côté règles, la mise en œuvre de l’AI Act sera appuyée par un service d’assistance (guichet unique) pour informer et conseiller les entreprises, notamment les PME. C’est un point clé, car l’adoption reste inégale. Selon Bpifrance Le Lab (2025), en France, 58 % des dirigeants de PME-ETI voient l’IA comme un enjeu de survie à 3-5 ans, mais 57 % n’ont pas encore de stratégie. À peine un tiers ont réellement adopté l’IA, souvent via des outils génériques aux gains limités.
Le socle numérique freine aussi : la transformation digitale est passée de 72 % à 76 % d’entreprises engagées depuis 2017, et 43 % des PME-ETI n’utilisent pas l’analyse de données pour piloter. D’où l’intérêt de l’ensemble AI factories + marché unique des données + assistance AI Act : baisser le coût d’entrée, sécuriser les usages et accélérer le passage du POC (preuve de concept : prototype limité pour tester la faisabilité et la valeur) à la production.
3. De l’intention au déploiement : l’épreuve de vérité
L’Europe fixe un cap clair : bâtir des capacités matérielles, logicielles et humaines à la hauteur des hubs américains et asiatiques. La réussite dépendra d’éléments très concrets. D’abord, la vitesse de mise en service des “AI factories” et gigafabriques, liée aux chaînes d’approvisionnement (matériels critiques), à l’énergie disponible et aux délais d’aménagement. Ensuite, la conversion rapide des crédits en projets robustes : qualité et gouvernance des données, MLOps, sécurité, intégration métier, mesure de la valeur.
Autre enjeu, l’appropriation en entreprise. Toujours selon Bpifrance Le Lab, dans 73 % des PME-ETI, c’est le dirigeant qui porte l’IA, et 39 % disent manquer d’appui interne ou d’écosystème. L’étude distingue quatre profils – « Sceptiques » (27 %), « Bloqués » (26 %), « Expérimentateurs » (19 %), « Innovateurs » (28 %) – qui montrent une fracture d’adoption. Les “AI factories”, les data labs et le guichet AI Act devront aider à combler ces écarts pour transformer l’ambition en productivité mesurable dans la santé, l’industrie, les services publics et les filières exportatrices.
ENCADRÉ – Financer l’IA sans plomber la trésorerie : l’atout discret de la location financière L’IA demande des investissements lourds et rapides : stations et nœuds GPU, cybersécurité, logiciels et services d’intégration… Avec des cycles technologiques courts, immobiliser du capital devient risqué. La location financière proposée par la société Realease capital permet d’accéder tout de suite aux équipements, de passer en charges plutôt qu’en capex et d’aligner les paiements sur la montée en charge des projets, du POC à la production. La location financière facilite les renouvellements, organise la reprise/reconditionnement en fin de contrat et regroupe matériel, logiciels, maintenance et assurance dans une mensualité prévisible.