On me pose souvent la question : est-ce qu’OVHcloud va soutenir l’un des projets de l’AI Gigafactory et participer à l’un des consortiums qui se constituent en France ?
La seule manière pour nous de participer au projet d’AI Gigafactory est de constituer un nouveau consortium, avec comme membres les grands utilisateurs de GPU comme OVHcloud, OVHai, Shadow, Qwant, Gladia, Dragon LLM, et d’autres startups et entreprises de notre écosystème.
Notre trajectoire dans l’IA fait partie du plan stratégique Step Ahead que j’ai présenté à nos clients lors du Summit 2025 et que je mets en place depuis mon retour aux commandes chez OVHcloud, il y a 11 mois. Nous exécutons cette stratégie avec son volet intelligence artificielle qui repose sur 5 couches :
- le GPU dans nos datacenters ;
- l’orchestration des GPU ;
- les Tokens aaS ;
- le PaaS IA ;
- le SaaS IA.
Aujourd’hui, nous disposons de 250 MW dans nos datacenters, immédiatement utilisables pour déployer des GPU. De quoi démarrer vite puis monter en charge pour exécuter le plan. Nous avons déjà développé et nous exploitons les systèmes qui permettent de piloter ces couches de GPU, pour l’entraînement comme pour l’inférence. Sur les Tokens aaS, nous continuons d’enrichir le catalogue en nous basant sur les modèles open source et avec Dragon LLM et Gladia, nous avons commencé à entraîner nos propres modèles pour proposer l’offre la plus large et la plus riche d’Europe.
L’IA a balayé le processus de développement logiciel. Il faut de nouveaux outils, développer autrement, créer de nouveaux produits. Nous construisons déjà ces briques pour proposer à nos clients cette nouvelle génération de PaaS IA. Enfin, avec OVHai Workspace, que nous avons présenté lors de VivaTech 2026, nous proposons une nouvelle approche de la productivité, de la présence digitale et du développement des applications d’entreprise, où l’intelligence artificielle est le principal moyen d’interaction.
Sur beaucoup de points, l’appel d’offres AI Gigafactories d’EuroHPC est compatible avec notre stratégie Step Ahead. Les volumes de GPU demandés, le chiffre d’affaires attendu, les stacks techniques, les services à proposer sont sur notre trajectoire stratégique jusqu’en 2030. La question que nous nous posons est la suivante : est-ce que l’AI Gigafactory peut nous aider à aller plus vite, plus loin, avec plus de moyens de réussir ce que nous avons déjà engagé ?
Trois éléments ne sont pas alignés avec notre stratégie.
Une logique uniquement nationale
Nous sommes une entreprise européenne, présente en France, en Irlande, en Espagne, au Portugal, en Italie, en Allemagne, en Pologne, au Royaume-Uni, et exploitons des datacenters dans plusieurs de ces pays. Nous ne pensons donc pas national, mais Europe, car c’est la seule échelle où se trouve la masse critique de clients qui utiliseront l’IA.
Toute stratégie nationale est vouée à l’échec : il n’y a simplement pas assez de clients pour rentabiliser des investissements de cette taille. Selon nous, la demande nationale est trop faible et il faut opérer à l’échelle européenne.
Une architecture technique des années 2000
Le projet impose que tout se passe dans un seul lieu, à une seule adresse, une arrivée électrique, un bâtiment. Techniquement, ce design n’est plus d’actualité. Aujourd’hui, on distribue les risques et les contraintes sur plusieurs lieux, pour gagner en redondance et en haute disponibilité et réduire tous les types de risque.
Même si dans le pré-training, tous les GPU doivent bien se trouver dans le même lieu, il n’y a pas ces mêmes contraintes en post-training ni en inférence. Au contraire, dans le cas de l’inférence, il est préférable d’avoir plusieurs infrastructures autonomes indépendantes. Ce point de design est, pour nous, un vrai problème de décalage avec la réalité des besoins.
Par ailleurs, l’acceptabilité sociale et environnementale de projets de datacenters géants en Europe est à prendre en compte. Il existe de vrais risques d’exécution d’un projet géant, avec des dates imposées et des pénalités en cas de retard.
Une commande publique symbolique
L’annonce parlait de 30 % du CAPEX. Ce chiffre reste vrai, mais le diable est dans les détails.
L’État et l’Union européenne s’engagent à acheter pour 200 millions d’euros d’IA sur cinq ans. Et ces 200 millions doivent représenter au maximum 30 % du CAPEX que l’AI Gigafactory doit investir. Autrement dit, l’AI Gigafactory doit investir au minimum 600 millions d’euros uniquement dans les GPU.
Les 200 millions sont versés sous forme de revenus, sur cinq ans, soit 40 millions par an. Si ces revenus devaient représenter 30 % du revenu total, cela veut dire que l’AI Gigafactory ferait 120 millions de revenus par an. Il faut mettre ces revenus en face des 600 millions d’investissement qui portent uniquement sur les GPU auxquels il faut ajouter les CAPEX des datacenters, le réseau, le software puis l’ensemble des OPEX incluant les équipes et l’énergie.
Il va sans dire que les chiffres ne collent pas et on estime qu’il est nécessaire de générer entre 300 et 400 millions par an pour faire 0 % de marge, car en plus il faut prendre en compte l’obsolescence rapide des GPU.
Et donc les 40 millions par an ne représentent pas les 30 % des montants en jeu mais seulement entre 10 % et 15 %. Les 85 % à 90 % de capacités restantes sont à vendre à d’autres clients, sachant que l’offre n’est pas si attractive : un seul lieu pour tous les GPU, et ce lieu uniquement en France.
Tout le monde sait que l’État n’a pas à tout financer. C’est aux entreprises d’investir, d’aller chercher les clients, de porter le risque. Ce n’est pas le sujet. Le sujet, c’est qu’il faut additionner quatre contraintes, dont une transversale. Un projet national. Un lieu unique. Un client qui pèse seulement 10 % à 15 % du revenu. Et l’obsolescence rapide des GPU.
C’est précisément sur ce nœud que nous travaillons aujourd’hui : est-ce qu’il est possible de rendre compatibles ces quatre contraintes du projet AI Gigafactory avec notre stratégie Step Ahead ? À nous de travailler pour chercher la bonne équation entre l’ambition, les usages, les clients, l’architecture et le modèle économique puis de décider si l’AI Gigafactory peut être une accélération pour nous. C’est pourquoi nous saluons cette initiative politique et l’ambition européenne d’accélérer sur l’IA.
Dans tous les cas, l’Europe a besoin d’une IA souveraine et nous serons là pour la fournir, avec les 5 couches de l’IA que nous sommes en train de développer, quelle que soit notre décision sur l’AI Gigafactory.