Cloud-souveraineté devient une affaire de direction :
Tobias Massow
6 Min. de lecture Le 27 mai, l’Union européenne a présenté son paquet sur la souveraineté technologique. ...
7 Min. de lecture
Le 20 mai 2026, le PDG de Nvidia, Jensen Huang, a avancé lors du call de résultats du T1 FY2027 un chiffre qui concerne chaque direction IT d’un groupe allemand. Les dépenses d’investissement annuelles en IA des hyperscalers passeront à environ 2,6 à 3,4 billions d’euros d’ici 2030. Situation actuelle : environ 860 milliards d’euros. Tout CIO ou CTO qui négocie aujourd’hui une feuille de route sur trois ans négocie face à un environnement de marché qui devrait supporter trois à quatre fois plus d’investissements infrastructurels dans cinq ans.
Les points clés en bref
Lié :La mise sur l’IA de Microsoft grignote les budgets CIO / Le compute devient un facteur de production rare
Qu’est-ce que le CapEx IA ? Le CapEx IA (Artificial Intelligence Capital Expenditure) désigne les investissements physiques annuels des grands fournisseurs de cloud et des hyperscalers dans l’infrastructure spécifique à l’IA. Cela inclut les clusters GPU, la construction de datacenters, l’alimentation électrique, le backbone réseau et les puces accélérateurs propriétaires. Contrairement aux investissements IT classiques, il s’agit d’actifs physiques à long terme avec des périodes d’amortissement comprises entre six et douze ans.
La situation de départ actuelle est documentée dans le call de résultats. Le CapEx des hyperscalers s’élève en 2026 à environ 623 milliards d’euros de budget total, dont 468 milliards d’euros directement attribués à l’infrastructure IA selon Nvidia. Si l’on transpose cela au marché DACH, on constate : dès aujourd’hui, la cohorte des hyperscalers investit en une année d’infrastructure IA plus que ce que représente plusieurs fois le budget IT total de tous les groupes du DAX 40 combinés.
Le doublement mentionné dans le titre n’est pas l’aspect le plus intéressant. L’intérêt réside dans le fait que la CFO de Nvidia, Colette Kress, a confirmé lors du même call que les 2,6 à 3,4 billions d’euros pourraient être atteints avant 2030. Ainsi, tout CIO qui signe en 2027 un contrat triennal avec AWS, Azure ou GCP ne signe pas dans un environnement de marché stable. Il signe dans une phase de consolidation active avec une puissance de marché des fournisseurs en hausse agressive.
Nvidia a publié des chiffres records le 20 mai 2026. 70,1 milliards d’Euro de chiffre d’affaires trimestriel, soit une hausse de 85 % par rapport à l’année précédente. Sur ce montant, 64,6 milliards d’Euro reviennent au segment Data Center, en hausse de 92 %. Ces chiffres ne reflètent pas seulement le succès de Nvidia, ils sont le miroir de la vague de CapEx des hyperscalers.
Huang lui-même a choisi, lors de cet appel, une formulation qui sera citée dans les salles de conseil. La construction d’AI-Factories constituerait la plus grande expansion d’infrastructures de l’histoire de l’humanité et s’accélérerait précisément en ce moment. Ceux qui lisent régulièrement Huang le savent : ce n’est pas l’une de ses habituelles exagérations. C’est la grille de lecture avec laquelle sa directrice financière calibrera les attentes des investisseurs au cours des prochains trimestres.
Le deuxième indicateur, plus pertinent pour les CIO que le titre de la une, provient des diapositives sur le taux de croissance du Compute. La capacité mondiale de Compute IA devrait s’étendre d’ici 2030 avec une croissance annuelle multipliée par 2,25. Cela implique, en termes d’annuité financière, une croissance moyenne comprise entre 32 et 41 % par an. Un CIO qui planifie aujourd’hui ses budgets Compute anticipe un environnement de marché où les principaux acteurs doublent leurs besoins tous les 2,5 ans environ.
Les 2,6 à 3,4 billions d’Euro peuvent sembler abstraits. Ils deviennent concrets à travers l’évolution temporelle des investissements des hyperscalers, de la première vague d’IA à aujourd’hui. Trois repères devraient rester en tête des CIO de la zone DACH.
Un CIO qui aborderait les négociations en 2026 avec l’attente que les prix du cloud se stabilisent à vue d’œil interprète mal la courbe. Les hyperscalers continuent de développer leurs infrastructures parce qu’ils le doivent. Mais ils construisent pour des workloads qui n’existent pas encore aujourd’hui. Dans cette phase, les prix par token ou par heure de Compute ne baissent pas automatiquement. Ils ne baissent que là où les fournisseurs doivent concurrencer – ce qui, face à cette concentration, concerne de moins en moins de segments.
À partir du chiffre de Huang, on peut déduire trois orientations pour les prochaines rondes budgétaires. Elles ne sont pas spectaculaires. Elles sont exigeantes, car elles remettent en cause des structures de gouvernance établies.
Premièrement : délier l’approvisionnement en calcul de la négociation principale. Celui qui continue à regrouper les charges de travail cloud et le calcul pour l’intelligence artificielle dans le même contrat cadre perd sa capacité de négociation. Il devient pertinent d’approvisionner le calcul IA via des canaux séparés, par exemple des fournisseurs de néo-cloud, des fournisseurs dédiés à l’inférence ou des clusters GPU internes. Ainsi, il est possible de négocier la part de calcul indépendamment du contrat global cloud et de réduire la durée de négociation par rapport à un cadre triennal.
Deuxièmement : attirer les talents aux interfaces. Les talents techniques senior possédant à la fois une compréhension du calcul économique, du réglage des modèles et des négociations avec les fournisseurs sont rares aujourd’hui et deviendront une ressource stratégique jusqu’en 2028. Celui qui commence à recruter uniquement après l’échec d’un projet spécifique IA a commencé trop tard. Ces profils doivent être intégrés à l’unité stratégique de l’informatique, et non à une unité d’innovation isolée.
Troisièmement : calculer honnêtement les coûts de souveraineté. La discussion sur la souveraineté cloud européenne s’inscrit dans un monde opérationnel d’une valeur de plusieurs centaines de milliards d’euros, ce qui rend les coûts plus élevés. Celui qui mise sur des options comme BSI-C5 ou GAIA-X paie un supplément qui s’accroît structurellement à mesure que les hyperscalers s’étendent. La question n’est pas de savoir si la souveraineté est importante, mais plutôt où elle permet effectivement d’atténuer les risques et où elle représente simplement une dépense motivée politiquement. Les deux réponses sont légitimes, mais elles doivent être quantifiées.
Il existe deux interprétations erronées évidentes. La première consiste à penser que les 2,6 à 3,4 billions d’euros d’investissements initiaux dans l’IA rendent le calcul par token moins cher. L’inverse est attendu. Les hyperscalers construisent pour les modèles de pointe et pour les marchés où une prime de prix est réalisable. Les coûts d’inférence à la limite des modèles mainstream continueront de baisser, mais plus lentement qu’entre 2023 et 2025. Celui qui prévoit une nouvelle moitié de coût chaque année prévoit contre la logique des bénéfices des fournisseurs.
La deuxième mauvaise interprétation est de croire que cette vague d’investissements initiaux entraîne automatiquement des alternatives de souveraineté en Europe. Ce ne sera pas le cas. Les fournisseurs spécifiques à l’Europe occuperont des niches, surtout dans les secteurs réglementés et le secteur public. Ils ne reproduiront pas la courbe de volume des hyperscalers américains. Celui qui espère un contre-modèle européen devrait considérer cela comme une thèse de lobbying ou de subventions, et non comme une stratégie d’approvisionnement.
Ce qui reste, c’est un message simple pour les conseils d’administration du DACH. Les 2,6 à 3,4 billions d’euros ne sont pas un chiffre marketing. Il s’agit d’un setup de marché dans lequel l’informatique d’entreprise doit clarifier sa position au cours des prochains 18 mois. Celui qui ne le fait pas le fera finalement par défaut, via des contrats standardisés.
Le 20 mai 2026, lors de l’appel aux résultats du premier trimestre de l’exercice fiscal 2027 de Nvidia. La CFO Colette Kress a précisé lors du même appel que ce chiffre pourrait être atteint d’ici 2030.
Le KI-CapEx englobe les investissements en infrastructure spécifique à la KI : clusters GPU, datacenters AI, alimentation électrique, réseaux à haut débit. Contrairement au CapEx classique IT, la dépréciation s’étire sur une période plus longue et est davantage liée à des roadmaps matérielles propriétaires.
Selon Nvidia, le CapEx total des hyperscalers en 2026 s’élève à environ 623 milliards d’euros, dont 468 milliards d’euros directement destinés à l’infrastructure KI. La composante KI double en deux ans.
Premièrement, découpler les calculs KI du contrat de cloud et les acquérir via des canaux séparés. Deuxièmement, développer des talents techniques senior à l’interface entre économie du calcul, tuning des modèles et négociations avec les fournisseurs. Troisièmement, quantifier honnêtement les coûts de souveraineté, plutôt que de les traiter politiquement.
Pas automatiquement. Les hyperscalers investissent dans des modèles premium et des marchés haut de gamme. Les coûts d’inférence à la frontière des modèles mainstream continuent de baisser, mais moins rapidement qu’en 2023-2025. Qui planifie des baisses annuelles de moitié, calcule contre la logique des résultats des fournisseurs.
Conseils de lecture de la rédaction
Plus d’articles du réseau MBF Media
Source de l’image de couverture : Will Buckner / Wikimedia Commons (CC BY 2.0)