La France au bord de l’IA

I — Le malentendu de la puissanceConfondre hébergement et domination

L’IA oblige à distinguer le territoire qui accueille la machine de l’acteur qui capte la valeur.

Le récit français a changé à partir de 2024-2025. Il ne s’est plus seulement agi de rattraper un retard scientifique ou de produire une doctrine éthique ; il a fallu attirer du capital physique. Le discours présidentiel a alors glissé vers une idée simple : la France a un avantage compétitif dans le calcul parce qu’elle dispose d’électricité nucléaire, relativement décarbonée et pilotable. À l’heure où les grands modèles consomment des quantités considérables d’énergie, ce n’est pas un détail. Le coût de l’électricité, sa disponibilité, la vitesse de raccordement, la fiabilité du réseau et la stabilité des prix deviennent des variables industrielles du même ordre que le prix d’un GPU ou le coût du capital.

Les annonces l’ont rendu visible. En février 2025, Paris a mis en scène le Sommet pour l’action sur l’IA, avec l’ambition de déplacer le débat de la seule sécurité vers l’investissement et l’usage. La même séquence a vu l’annonce d’environ 109 milliards d’euros d’investissements privés en France dans l’IA, principalement autour des infrastructures de calcul. En juin 2026, Choose France a ajouté une autre couche : 93 milliards d’euros de promesses d’investissements étrangers, dont une partie majeure liée à l’IA et aux data centers ; SoftBank a annoncé 45 milliards d’euros pour construire trois centres de données totalisant 3,1 gigawatts dans les Hauts-de-France à l’horizon 2031, avec une enveloppe pouvant monter jusqu’à 75 milliards selon les déclarations publiques.

Ces chiffres impressionnent, mais ils ne disent pas encore la place de la France. Ils disent que le territoire devient attractif pour l’infrastructure. Or l’infrastructure est une condition de la puissance, pas sa garantie. Un port peut enrichir l’armateur plus que la ville portuaire. Un pipeline peut rendre un pays indispensable sans lui donner le pouvoir de fixer le prix de la molécule qu’il transporte. Un data center peut transformer une région en nœud stratégique sans y installer le centre de décision, la propriété intellectuelle, le produit final ou la relation client.

La question française n’est donc pas : combien de gigawatts seront installés ? Elle est : quelle part de ces gigawatts nourrira des modèles, des logiciels, des services publics, des entreprises industrielles et des chaînes de données contrôlés depuis l’Europe ? Si l’électricité française sert surtout à alimenter des capacités vendues par des groupes étrangers à des clients étrangers, la France aura converti un actif nucléaire en rente foncière améliorée. Si elle l’utilise pour bâtir un écosystème de modèles spécialisés, d’applications industrielles et de cloud de confiance, elle peut occuper une place plus rare : celle d’une puissance d’infrastructure capable de devenir puissance d’usage.

II — Le capital scientifique existeLe vieux pays des mathématiques rencontre la brutalité du passage à l’échelle

La France sait produire des chercheurs ; elle peine plus souvent à produire des plateformes mondiales.

Le premier actif français n’est pas énergétique, mais scientifique. La tradition mathématique, les grandes écoles, l’Inria, le CNRS, les laboratoires de Saclay, Grenoble, Paris, Toulouse, Rennes ou Sophia-Antipolis ont donné au pays une profondeur réelle dans l’apprentissage automatique, l’optimisation, les statistiques, la vision, le traitement du langage et la robotique. L’IA française ne part donc pas du vide. Elle part d’un paradoxe familier : une recherche reconnue, mais un appareil productif qui convertit trop lentement l’excellence académique en produits globaux.

La stratégie nationale lancée après le rapport Villani cherchait précisément à corriger ce biais : instituts interdisciplinaires, chaires, programmes doctoraux, soutien au calcul public, puis deuxième phase orientée vers les talents, les start-up et le transfert. En 2024, l’exécutif a fixé un objectif de 100 000 personnes formées par an à l’IA, contre environ 40 000 auparavant, et annoncé 400 millions d’euros supplémentaires pour neuf clusters d’excellence. Le signal est clair : la France ne veut plus seulement financer des laboratoires, elle veut industrialiser un vivier.

Mais l’IA contemporaine a déplacé la frontière. Pendant longtemps, un pays pouvait exister dans l’IA par ses publications, ses équipes de recherche et ses applications sectorielles. Depuis les grands modèles génératifs, l’écart se creuse au moment du passage à l’échelle : accès massif au calcul, données propriétaires, ingénierie de production, sécurité, distribution commerciale, intégration dans les suites logicielles déjà utilisées par les entreprises. Une innovation de laboratoire ne devient pas automatiquement une infrastructure mondiale. Elle doit passer par des cycles d’itération coûteux, par un produit fiable, par un modèle économique et par un canal de distribution.

Mistral AI incarne cette tentative de conversion. Fondée en 2023 par des chercheurs passés par Google DeepMind et Meta, l’entreprise a imposé une stratégie hybride : modèles ouverts ou à poids ouverts pour diffuser vite, modèles propriétaires pour financer l’entreprise, orientation vers les clients professionnels plutôt que seule conquête du grand public. En septembre 2025, une levée de 1,7 milliard d’euros menée par ASML a porté sa valorisation à 11,7 milliards d’euros ; l’équipementier néerlandais a pris environ 11 % du capital. Ce n’est pas un détail symbolique : l’un des maillons les plus critiques de la chaîne mondiale des semi-conducteurs choisissait de s’arrimer au champion européen des modèles.

Là encore, l’avancée ne doit pas masquer l’asymétrie. Mistral est considérable à l’échelle européenne ; elle reste modeste face aux bilans, aux revenus cloud et aux capacités de calcul de Microsoft, Google, Amazon, Meta, OpenAI ou Anthropic. La France possède donc un champion, pas une armada. Sa fonction stratégique est moins de remplacer immédiatement les géants américains que de maintenir une option : une capacité européenne à produire, adapter, auditer et déployer des modèles sans accepter que toute l’intelligence applicative du continent soit médiée par des plateformes extérieures.

III — La rente électriqueLe nucléaire comme accélérateur, pas comme modèle économique

Le pays possède un avantage rare ; il doit éviter qu’il soit capturé par d’autres couches de la chaîne de valeur.

La donnée décisive des années 2025-2030 pourrait être moins spectaculaire qu’un nouveau modèle de langage : elle tient dans le raccordement. Les entreprises de l’IA cherchent des sites où elles peuvent obtenir rapidement de grandes puissances électriques, les sécuriser sur la durée et les inscrire dans une trajectoire climatique acceptable. La France, avec son parc nucléaire, son réseau interconnecté et sa capacité à présenter l’électricité bas carbone comme un argument industriel, possède un actif que beaucoup de régions convoitent.

C’est pourquoi les annonces de SoftBank, Brookfield, MGX, Ardian ou Salesforce sont à lire comme un vote de confiance dans l’infrastructure française autant que dans l’écosystème IA. À l’âge de l’IA générative, les centres de données ne sont plus de simples entrepôts numériques : ils deviennent des usines d’inférence et d’entraînement. La différence entre un pays qui héberge des serveurs et un pays qui produit de l’intelligence utile tient à la manière dont ces usines s’insèrent dans le tissu productif national.

Le risque est connu. Dans une chaîne de valeur, les segments les plus visibles ne sont pas toujours les plus rentables. Le foncier, l’énergie et le bâtiment captent une rente stable mais souvent inférieure à celle des logiciels, des modèles propriétaires, des puces, des données d’usage et de la relation client. La France peut donc devenir le « pays du courant » de l’IA européenne : nécessaire, respecté, connecté, mais pas central dans l’appropriation des gains de productivité. Ce serait une forme moderne de dépendance : non plus dépendre de l’énergie étrangère, mais fournir son énergie à une intelligence étrangère.

La bonne stratégie consiste à remonter la chaîne. Cela suppose que les projets de data centers soient liés à des engagements de recherche, de formation, d’achats publics, d’accès pour les start-up, de développement de cloud européen, de contractualisation avec les industriels français et de spécialisation sectorielle. Un centre de données n’est stratégiquement utile que s’il produit autre chose que de la chaleur et des annonces d’emploi. Il doit réduire le coût du calcul pour les acteurs locaux, sécuriser les données sensibles, créer une compétence d’exploitation et servir des usages concrets : santé, défense, énergie, aéronautique, banque, assurance, mobilité, administration.

IV — L’Europe comme contrainte utileRéguler ne suffit pas ; déréguler ne crée pas de champions

La France ne peut pas penser sa place hors du cadre européen, mais elle ne doit pas s’y dissoudre.

La France dispose d’un État plus interventionniste que la moyenne européenne, mais le marché pertinent de l’IA reste continental. Aucune stratégie française ne peut suffire si les données, les normes, les achats publics, les financements et les clouds restent fragmentés en vingt-sept marchés. La souveraineté nationale a besoin d’échelle européenne ; l’échelle européenne a besoin d’acteurs nationaux capables d’exécuter.

Le cadre européen est ambivalent. L’AI Act, entré en vigueur en 2024, donne à l’Europe un rôle de normalisateur mondial. Il peut devenir un avantage si la conformité, la sécurité et l’auditabilité deviennent des critères d’achat dans les secteurs sensibles. Il peut aussi devenir un coût si les obligations s’empilent plus vite que les capacités techniques et commerciales. Le débat de 2025-2026 autour du calendrier d’application, des modèles à usage général et des standards techniques montre cette tension : l’Europe veut éviter la jungle algorithmique, mais elle sait désormais qu’un continent qui ne produit pas ses propres systèmes finit par réguler ceux des autres.

Dans ce cadre, la France peut occuper une place d’interface. Elle possède une culture de l’État, une diplomatie technologique active, une scène de start-up plus dense qu’il y a dix ans, des grands groupes capables de servir de clients d’ancrage, et un imaginaire de souveraineté qui parle à Bruxelles comme à Berlin. Mais cette position n’a de valeur que si elle aboutit à des commandes, à des standards industriels, à des infrastructures mutualisées et à des produits exportables.

L’enjeu n’est pas de choisir entre régulation et innovation. Cette opposition est trop pauvre. L’enjeu est de réguler ce qui doit l’être — sécurité, droits fondamentaux, responsabilité, traçabilité — tout en abaissant les obstacles qui empêchent les acteurs européens de grandir : accès au capital tardif, marchés publics frileux, fragmentation des données, lenteur administrative, coûts de conformité pour les PME, absence de grands clients prêts à acheter européen même lorsque le produit n’est pas encore parfait. La puissance technologique se construit dans cette zone grise : assez de règles pour créer la confiance, assez de marché pour créer l’apprentissage.

V — Le vrai retardL’usage, non la parole

Une stratégie IA se juge dans les hôpitaux, les usines, les tribunaux, les banques, les collectivités et les PME.

Le point faible français n’est pas l’absence de discours stratégique. C’est la diffusion. Beaucoup d’entreprises expérimentent l’IA générative ; moins nombreuses sont celles qui l’intègrent profondément dans leurs processus, leurs données, leur formation interne, leur sécurité et leur mesure de productivité. Les grands groupes ont des équipes data, des budgets, des juristes et des relations fournisseurs. Les PME disposent rarement de cette épaisseur. Or l’économie française est précisément faite de ces organisations intermédiaires qui n’ont ni la culture logicielle des géants américains ni la capacité d’absorber des architectures complexes.

La même difficulté touche l’État. Les usages potentiels sont immenses : tri de dossiers, aide à la décision, détection de fraude, maintenance prédictive, planification énergétique, traduction, rédaction administrative, gestion hospitalière, justice, défense. Mais chaque usage public soulève des questions de données, de biais, de responsabilité, de cybersécurité, d’acceptabilité sociale et de compétences internes. Il ne suffit pas d’installer un assistant conversationnel pour transformer une administration. Il faut repenser les flux, les contrôles, les métiers, les procédures, parfois les textes eux-mêmes.

C’est ici que se joue la productivité. L’IA n’ajoute pas mécaniquement de la croissance parce qu’elle existe ; elle en ajoute lorsqu’elle modifie l’organisation du travail. Les États-Unis bénéficient d’un écosystème logiciel qui permet une diffusion rapide : SaaS, cloud, capital-risque, managers habitués aux outils numériques, grande profondeur du marché intérieur. La France doit fabriquer plus volontairement cette diffusion. Cela demande des intégrateurs, des formations courtes, des démonstrateurs sectoriels, des achats publics assumés, des standards de sécurité, et surtout une capacité à relier les modèles aux données métier.

La France a moins un problème d’intelligence artificielle qu’un problème d’industrialisation de l’intelligence. In Extenso

La formule vaut pour les entreprises comme pour l’État. Un pays peut disposer de modèles performants et rester improductif s’il ne sait pas les brancher sur ses opérations. Inversement, un pays qui ne possède pas le meilleur modèle du monde peut créer beaucoup de valeur s’il sait spécialiser, sécuriser et diffuser rapidement des systèmes dans ses secteurs forts. Pour la France, cela signifie partir de ses avantages : énergie, défense, aéronautique, santé, luxe, industrie, assurance, banque, transports, services publics. L’IA française ne gagnera pas nécessairement en imitant le chatbot universel américain. Elle peut gagner dans l’IA verticale, certifiable, contextualisée, adaptée aux contraintes européennes et aux environnements critiques.

VI — Une puissance incomplèteCe que la France peut vraiment devenir

Ni colonie numérique, ni empire algorithmique : un pivot européen, si le passage à l’échelle est maîtrisé.

Il faut donc éviter deux erreurs symétriques. La première consiste à sous-estimer la France au motif qu’elle ne possède pas d’équivalent à OpenAI, Microsoft ou Nvidia. Ce jugement oublie que la puissance technologique n’est pas seulement une affaire de plateformes grand public. Elle dépend aussi des infrastructures, des normes, des secteurs critiques, des talents, de l’énergie et de la capacité à organiser un marché. Dans une IA de plus en plus physique, la France a des cartes que beaucoup de pays européens n’ont pas.

La seconde erreur consiste à surestimer la France parce que les montants annoncés sont massifs. Les promesses d’investissement ne sont pas des usines productives ; les data centers ne sont pas des modèles ; les modèles ne sont pas des usages ; les usages ne sont pas automatiquement des gains de productivité. À chaque étape, une conversion doit avoir lieu. C’est précisément là que la France a souvent perdu de la puissance : dans l’espace entre l’excellence initiale et l’industrialisation finale.

Le meilleur scénario français n’est probablement pas celui d’un empire de l’IA généraliste. Il est celui d’une puissance européenne spécialisée : un pays capable d’héberger du calcul bas carbone, de soutenir un ou plusieurs producteurs de modèles crédibles, de structurer des clouds de confiance, de fournir des IA verticales aux secteurs réglementés, de faire de l’État un client exigeant plutôt qu’un simple prescripteur, et d’utiliser l’Europe comme profondeur de marché. Ce scénario n’a rien d’automatique. Il demande de la vitesse administrative, du capital, une politique d’achat, une acceptation du risque et un lien plus franc entre infrastructures étrangères et retombées locales.

La France, dans l’IA, est donc à la fois plus forte qu’elle ne le croit parfois et moins souveraine qu’elle ne le proclame. Elle a cessé d’être seulement un pays de chercheurs et de principes. Elle devient un lieu où se négocient les infrastructures de l’intelligence européenne. Mais la négociation ne suffira pas. La puissance commencera lorsque les électrons français ne serviront pas seulement à faire tourner des serveurs, mais à transformer les hôpitaux, les usines, les administrations, les banques, les armées et les PME du continent.

La place de la France dans l’IA se résume ainsi : elle n’est ni périphérique, ni centrale ; elle est conditionnelle. Son avantage électrique peut lui donner une importance disproportionnée dans l’infrastructure européenne. Son capital scientifique peut nourrir des modèles crédibles. Son État peut orienter le marché. Son appartenance européenne peut donner l’échelle qui lui manque. Mais chaque avantage peut se retourner : l’électricité peut devenir une rente basse, la recherche une exportation de talents, l’État une machine à annonces, l’Europe une couche de lenteur.

La décennie qui vient dira si la France a su transformer une géographie favorable en puissance productive. Le pays n’a pas besoin de gagner toute la course à l’IA. Il doit gagner la partie qui correspond à sa structure : l’IA critique, industrielle, bas carbone, européenne, auditable, connectée aux secteurs où la confiance compte autant que la performance brute. Ce n’est pas le récit le plus spectaculaire. C’est peut-être le seul qui soit réellement stratégique.