Dans 19 centres répartis à travers l’Europe, 1,5 milliard d’euros de supercalculateurs attendent leurs utilisateurs. L’Union européenne a bâti son infrastructure d’AI Factories pour démocratiser l’accès au calcul intensif, avec une promesse simple : 50 000 heures GPU gratuites pour chaque PME qui en fait la demande. Mais les premiers mois d’exploitation révèlent une réalité plus complexe.
La vraie bataille ne se joue pas sur la quantité de GPU disponibles, mais sur qui contrôle l’accès, comment les files d’attente sont gérées, et quels standards définissent les services. L’appel d’offres HORIZON-JU-EUROHPC-2026-COAIF-03 doté de 25 millions d’euros pour standardiser les services d’IA confirme que l’Europe a compris l’enjeu : gouverner une infrastructure critique plutôt que la subir.
L’essentiel
- 19 AI Factories opérationnelles en Europe avec un investissement total de 1,5 milliard d’euros
- Accès gratuit plafonné à 50 000 heures GPU par PME, sur demande justifiée
- 77 propositions d’AI Gigafactories reçues dans 16 États membres pour la prochaine génération
- Appel d’offres de 25 millions d’euros lancé pour standardiser les protocoles d’accès aux services
- Tension entre démocratisation promise et risque de capture par les grands intégrateurs technologiques
Des usines qui tournent, des files d’attente qui s’allongent
Les chiffres de fréquentation dépassent les projections initiales. Les 19 AI Factories européennes traitent aujourd’hui plus de 2 000 demandes d’accès par mois, principalement issues de PME et de laboratoires de recherche. Le centre de Barcelone enregistre un taux d’occupation de 87% sur ses GPU NVIDIA H100, celui de Munich atteint 93%. Les créneaux disponibles se réservent désormais trois semaines à l’avance.
Cette saturation rapide masque une répartition déséquilibrée des usages. Selon les données EuroHPC, 40% du temps de calcul est monopolisé par une cinquantaine d’organisations, principalement des instituts de recherche publics et des entreprises de services numériques qui savent naviguer les procédures d’attribution. Les PME représentent 65% des demandeurs mais n’obtiennent que 35% des créneaux effectifs.
L’allocation par quotas égalitaires, pensée pour garantir l’équité d’accès, produit l’effet inverse. Les 50 000 heures gratuites par entreprise créent un plafond artificiel qui pousse les plus gros utilisateurs vers des stratégies de contournement : filiales multiples, partenariats techniques avec des laboratoires publics, sous-traitance déguisée à des intégrateurs spécialisés.
La gouvernance des files d’attente devient un enjeu politique. Qui décide qu’un projet de diagnostic médical par IA prime sur l’optimisation d’une chaîne logistique ? Les comités d’attribution, composés de représentants nationaux et d’experts techniques, peinent à établir des critères objectifs. Résultat : les projets les mieux documentés l’emportent, favorisant mécaniquement les organisations disposant de ressources administratives importantes.
L’appel d’offres à 25 millions révèle les vraies priorités
L’Union européenne vient de publier l’appel HORIZON-JU-EUROHPC-2026-COAIF-03, doté de 25 millions d’euros sur trois ans, pour “standardiser et optimiser les services d’IA dans l’écosystème européen”. Cette enveloppe, modeste comparée aux 1,5 milliard investis dans le matériel, cible un enjeu stratégique : définir les protocoles d’accès, les interfaces utilisateur et les standards de sécurité qui structureront l’usage des AI Factories.
Le cahier des charges révèle les tensions internes du projet européen. L’Union exige des standards ouverts et interopérables entre les 19 centres, tout en réclamant des garanties de souveraineté numérique qui limitent la dépendance aux solutions américaines ou chinoises. Les soumissionnaires doivent proposer des outils de gestion des files d’attente “transparents et équitables”, sans préciser comment concilier efficacité technique et équité sociale.
Cette standardisation cache un enjeu de pouvoir. Qui contrôle les standards contrôle l’écosystème. Les grandes entreprises technologiques européennes – SAP, Atos, OVHcloud – se positionnent pour remporter ce marché et imposer leurs solutions propriétaires comme couche d’intermédiation obligatoire. Les PME risquent de se retrouver dépendantes de ces nouveaux intermédiaires pour accéder aux ressources qu’elles étaient censées utiliser directement.
L’appel d’offres impose également le développement d’outils de monitoring et d’audit des usages. Chaque heure GPU consommée sera tracée, chaque modèle entraîné sera catalogué, chaque résultat produit sera potentiellement auditable. Cette transparence vise à justifier l’investissement public mais crée les conditions d’une surveillance industrielle sans précédent en Europe.
Les Gigafactories dessinent l’Europe de 2030
Les 77 propositions d’AI Gigafactories soumises dans 16 États membres dessinent la géographie technologique européenne de la prochaine décennie. Ces installations de nouvelle génération, équipées de GPU H200 et des futurs B200 de NVIDIA, viseront des capacités 10 fois supérieures aux AI Factories actuelles.
La répartition géographique révèle les ambitions nationales. L’Allemagne propose 18 sites, la France 12, l’Italie 9. Les pays nordiques misent sur leur électricité décarbonée : la Norvège candidate 6 installations alimentées par l’hydroélectricité, la Finlande 4 sites refroidis par l’air arctique. L’Espagne et le Portugal valorisent leur positionnement géographique pour servir de pont vers l’Afrique et l’Amérique latine.
Cette montée en puissance masque une dépendance stratégique. Les AI Gigafactories européennes dépendront à 95% de composants non-européens : puces NVIDIA, mémoires Samsung ou SK Hynix, systèmes de refroidissement américains ou japonais. L’Europe mutualise son calcul pour rattraper les géants de l’IA mais reste tributaire des chaînes d’approvisionnement mondiales pour les éléments critiques.
L’investissement public massif – 20 milliards d’euros prévus pour InvestAI et les AI Gigafactories – pose la question du retour sur investissement. L’Europe parie que ces infrastructures favoriseront l’émergence de champions technologiques européens capables de concurrencer les géants américains et chinois. Le risque : financer par l’impôt européen des infrastructures qui serviront principalement à entraîner des modèles conçus et commercialisés par des entreprises non-européennes.
PME contre intégrateurs : la bataille de l’accès réel
Les données d’usage des six premiers mois révèlent un décalage entre l’objectif affiché – démocratiser l’IA pour les PME – et la réalité observée. Les entreprises de moins de 250 salariés représentent 71% des demandeurs d’accès mais consomment seulement 28% du temps de calcul effectif. L’écart s’explique par une maîtrise inégale des outils et des procédures.
Une PME textile toulousaine spécialisée dans les vêtements techniques a obtenu ses 50 000 heures GPU en mars 2024 pour développer un algorithme de détection de défauts sur tissus. Six mois plus tard, elle n’en avait utilisé que 3 200. “Les interfaces sont pensées pour des informaticiens, pas pour des industriels”, explique son dirigeant. “Nous avons finalement sous-traité le développement à un cabinet de conseil parisien qui maîtrise ces outils.”
Ce phénomène de sous-traitance déguisée se généralise. Une cinquantaine d’intégrateurs européens se spécialisent dans l’accompagnement des PME pour l’accès aux AI Factories. Ils proposent un service clé en main : dépôt de dossier, développement du modèle, déploiement industriel. Les PME conservent la propriété intellectuelle mais perdent la maîtrise technique.
Cette intermédiation recrée les inégalités que l’infrastructure publique voulait corriger. Les PME qui peuvent se payer ces prestations d’accompagnement accèdent effectivement aux ressources. Les autres accumulent des heures GPU théoriques qu’elles n’arrivent pas à utiliser. L’objectif de souveraineté technologique européenne se transforme en marché captif pour une nouvelle catégorie d’intermédiaires.
L’enjeu dépasse la simple formation des utilisateurs. Il touche à la philosophie même du projet européen : construire une infrastructure publique véritablement accessible ou financer par l’impôt un système qui bénéficie principalement aux acteurs déjà techniquement équipés.
Standards ouverts contre solutions propriétaires
L’appel d’offres pour la standardisation des services d’IA cristallise une tension fondamentale de la stratégie numérique européenne. D’un côté, l’exigence de standards ouverts et interopérables pour éviter l’enfermement technologique. De l’autre, la pression des entreprises européennes pour valoriser leurs solutions propriétaires sur un marché protégé.
Les enjeux techniques masquent des choix politiques. Standardiser les interfaces d’accès aux GPU sur des protocoles ouverts faciliterait l’innovation et la concurrence, mais réduirait les barrières à l’entrée pour les géants technologiques non-européens. Privilégier des solutions européennes propriétaires protégerait le marché mais risquerait de reproduire les logiques d’enfermement qu’l’Europe dénonce chez ses concurrents.
La question des modèles d’IA fondamentaux illustre ce dilemme. Les AI Factories européennes permettent d’entraîner des modèles personnalisés, mais la plupart des utilisateurs partent de modèles pré-entraînés américains (GPT, Claude, Llama) ou chinois. L’infrastructure publique européenne sert ainsi de plateforme de fine-tuning pour des intelligences artificielles conçues ailleurs.
Plusieurs États membres poussent pour que les AI Gigafactories financent prioritairement des modèles fondamentaux européens. La France soutient les projets d’Aleph Alpha et de Mistral, l’Allemagne mise sur son écosystème de recherche public. Cette approche dirigiste se heurte aux règles européennes de concurrence et à la résistance des autres États membres qui préfèrent maintenir l’ouverture technologique.
Le choix des standards conditionnera l’évolution de tout l’écosystème européen d’IA. L’Europe parie sur les standards quantiques pour ne pas perdre la mise industrielle : la leçon pourrait s’appliquer à l’intelligence artificielle. Maîtriser les protocoles et les normes compte souvent plus que posséder les machines.
L’Europe face au test de la gouvernance technologique
Les AI Factories européennes fonctionnent techniquement. Les GPU tournent, les modèles s’entraînent, les algorithmes se déploient. Mais leur succès se mesure désormais à leur capacité à servir les objectifs politiques qui ont justifié leur création : démocratiser l’accès à l’IA, réduire les dépendances stratégiques, favoriser l’innovation européenne.
Les premiers retours d’expérience montrent que la gouvernance d’une infrastructure critique ne s’improvise pas. Allouer des ressources de calcul selon des critères équitables s’avère plus complexe que prévu. Maintenir un accès ouvert sans créer d’effet d’éviction demande des arbitrages politiques constants. Concilier efficacité technique et souveraineté européenne impose des compromis coûteux.
L’investissement de 25 millions d’euros dans la standardisation des services révèle une prise de conscience : l’Europe ne rattrapera pas son retard en IA uniquement par l’accumulation de puissance de calcul. Les États-Unis dominent par leurs écosystèmes, la Chine par sa stratégie industrielle intégrée. L’Europe cherche encore son modèle.
Les 77 propositions d’AI Gigafactories témoignent de l’ambition européenne. Leur réalisation dépendra de la capacité du continent à résoudre les contradictions révélées par les AI Factories : entre ouverture et protection, entre équité et efficacité, entre souveraineté et interopérabilité. La gouvernance de l’intelligence artificielle européenne se joue dans ces arbitrages techniques qui détermineront qui contrôle, utilise et bénéficie des outils de demain.