Il y a quelque chose d'ironique à voir des gouvernements européens débattre de souveraineté numérique depuis des tablettes fabriquées en Asie, sur des plateformes hébergées aux États-Unis, en utilisant des modèles d'intelligence artificielle entraînés par des entreprises californiennes. Pourtant, cette contradiction apparente est précisément ce qui rend le débat si urgent — et si complexe.
Depuis deux ans, la question de l'autonomie technologique de l'Europe a quitté les cercles d'experts pour s'installer au cœur des agendas politiques nationaux. La raison est simple : les décisions prises aujourd'hui sur l'hébergement des données, le choix des infrastructures cloud et l'adoption des modèles de langage conditionneront la marge de manœuvre des États, des entreprises et des citoyens pour les deux prochaines décennies.
Le mythe du retard rattrapable
On entend souvent que l'Europe « a pris du retard » sur l'intelligence artificielle et qu'il suffirait d'investir massivement pour combler l'écart. Cette lecture est à la fois vraie et trompeuse. Vraie, parce que les chiffres sont éloquents : les États-Unis et la Chine concentrent plus de 80 % des investissements mondiaux en IA générative. Trompeuse, parce qu'elle suppose que l'Europe devrait poursuivre exactement le même modèle, les mêmes métriques, les mêmes objectifs.
Or plusieurs chercheurs et décideurs commencent à formuler une hypothèse différente : et si la singularité européenne — sa tradition réglementaire, son attachement aux droits fondamentaux, sa méfiance vis-à-vis de la concentration du pouvoir — n'était pas un handicap compétitif mais un atout différenciateur ? Ce n'est pas une idée confortable, car elle demande de renoncer à la comparaison directe avec des géants dont le modèle économique repose précisément sur des pratiques que l'Europe cherche à encadrer.
Ce que l'AI Act change vraiment
Entré en application progressive depuis 2025, le règlement européen sur l'intelligence artificielle — l'AI Act — est souvent présenté comme un texte contraignant qui risque de décourager l'innovation. La réalité est plus nuancée. Le texte crée effectivement des obligations nouvelles, notamment pour les systèmes dits « à haut risque » utilisés dans les domaines de la santé, de la justice ou de l'éducation. Mais il établit aussi un cadre de confiance que de nombreux acteurs économiques réclament depuis longtemps.
Les directions juridiques des grandes entreprises industrielles européennes le confirment discrètement : avoir des règles claires, même exigeantes, vaut mieux que l'incertitude. Lorsqu'une société automobile déploie un système d'assistance à la conduite ou qu'un hôpital intègre un outil de diagnostic assisté par IA, savoir précisément ce qui est autorisé, ce qui est interdit et ce qui doit être documenté représente une valeur réelle.
Ce qui est moins souvent dit, c'est que l'AI Act pousse aussi à une forme de traçabilité des systèmes qui pourrait devenir un standard mondial par défaut. Le phénomène n'est pas nouveau : le RGPD, initialement vu comme une contrainte européenne excessive, est aujourd'hui partiellement répliqué dans des législations au Canada, au Japon, en Corée du Sud et dans plusieurs États américains. L'Europe légifère souvent en avance sur les usages — et parfois, le monde finit par la suivre.
Les modèles ouverts comme terrain d'expérimentation
Parallèlement à la dynamique réglementaire, une autre tendance mérite attention : la montée en puissance des modèles de langage ouverts comme levier de souveraineté pratique. Des initiatives comme Mistral AI en France, Aleph Alpha en Allemagne ou les travaux de l'INRIA autour de modèles spécialisés illustrent une stratégie différente de celle des grands laboratoires américains.
Plutôt que de viser des modèles généralistes capables de tout faire à très grande échelle, ces acteurs misent sur des systèmes plus compacts, spécialisés, auditables, hébergeables sur des infrastructures contrôlées. Pour un tribunal qui veut automatiser la rédaction de certains documents, pour une administration fiscale qui cherche à détecter des anomalies dans des déclarations ou pour un système hospitalier qui analyse des comptes rendus médicaux, un modèle de 7 ou 13 milliards de paramètres entraîné sur des données vérifiées peut être plus pertinent qu'un système généraliste de 700 milliards.
Ce n'est pas une révolution technologique au sens strict. C'est une révolution de l'usage : accepter que « le meilleur modèle du monde » ne soit pas nécessairement le bon modèle pour chaque application, et que la maîtrise de la chaîne — des données d'entraînement à l'infrastructure de déploiement — ait une valeur propre indépendante des performances brutes.
Le cloud européen : entre ambition et réalité
La question de l'hébergement est peut-être la plus concrète de toutes. Où vivent les données des administrations, des hôpitaux, des opérateurs d'infrastructures critiques ? Pour des raisons historiques, économiques et parfois simplement pratiques, une grande partie de ces données réside sur des infrastructures opérées par des sociétés soumises au droit américain — notamment au Cloud Act de 2018, qui permet aux autorités américaines d'accéder à des données hébergées par des entreprises américaines, quel que soit le pays où ces données se trouvent physiquement.
Cette réalité juridique a relancé l'intérêt pour des offres cloud qualifiées « souveraines » en Europe. Le schéma de certification européen pour les services cloud (EUCS) est censé définir ce que « souverain » signifie vraiment en termes techniques et juridiques. Mais les négociations autour de ce standard ont révélé des tensions profondes entre États membres : certains, comme la France, défendent une définition stricte qui exclurait de facto les filiales européennes d'hyperscalers américains ; d'autres préfèrent une définition plus souple, au nom de la praticité et du coût.
En attendant un consensus qui tarde à émerger, plusieurs pays ont opté pour des solutions hybrides : utilisation d'AWS, Azure ou Google Cloud pour certaines charges de travail non critiques, et hébergement sur des infrastructures nationales ou européennes pour les données sensibles. Ce pragmatisme a du sens à court terme, mais il crée une dette de gouvernance que peu d'organisations anticipent réellement.
Les compétences comme variable cachée
Derrière les débats sur les modèles et les infrastructures se cache une réalité moins visible mais déterminante : la pénurie de compétences. L'Europe forme chaque année des ingénieurs, des data scientists, des chercheurs en apprentissage automatique — mais les conditions proposées par les grandes entreprises américaines restent difficiles à égaler pour les acteurs européens, qu'ils soient publics ou privés.
Ce n'est pas uniquement une question de salaires. Les environnements de recherche, l'accès aux données à très grande échelle, la vitesse de déploiement des expérimentations et la culture de l'impact immédiat jouent un rôle majeur dans l'attractivité des grands laboratoires américains pour les talents européens. Plusieurs initiatives tentent de créer des alternatives crédibles — l'Institut PRAIRIE à Paris, le CLAIRE network à l'échelle européenne, les chaires industrielles dans diverses universités — mais l'échelle reste sans commune mesure.
Certains économistes avancent qu'une partie de la solution passe par des marchés publics intelligents : si les États européens exigeaient systématiquement, pour leurs marchés technologiques, l'utilisation de solutions développées et hébergées en Europe, ils créeraient une demande suffisante pour rendre viable un écosystème local plus compétitif. Le raisonnement est convaincant en théorie. En pratique, il se heurte aux règles de la commande publique, aux habitudes d'achat et, souvent, à l'absence de solutions européennes matures sur certains segments.
Ce que les entreprises font déjà
Pendant que le débat politique continue, de nombreuses entreprises européennes ont commencé à prendre des décisions pragmatiques. Une tendance notable : la montée de ce qu'on pourrait appeler le « cloud de raison ». Plutôt que de migrer l'intégralité de leur système d'information vers un seul prestataire, ces entreprises cartographient leurs données par niveau de sensibilité et choisissent leur hébergement en conséquence.
Les données opérationnelles non sensibles ? Sur l'hyperscaler qui offre le meilleur rapport performance/coût. Les données clients soumises au RGPD ? Sur une infrastructure certifiée, de préférence européenne. Les données stratégiques — propriété intellectuelle, secrets industriels, données de recherche et développement ? Sur des serveurs on-premise ou dans un cloud souverain certifié au niveau le plus élevé.
Cette segmentation n'est pas révolutionnaire dans son principe — les DSI la pratiquent depuis des années pour d'autres raisons. Mais l'appliquer systématiquement en intégrant la dimension géopolitique et juridique représente un changement de posture notable. Elle impose aussi un effort de classification des données que beaucoup d'organisations n'avaient jamais vraiment réalisé sérieusement.
La souveraineté numérique n'est pas un état qu'on atteint une fois pour toutes : c'est une pratique continue d'évaluation des dépendances et de gestion des risques.
Cette phrase, entendue lors d'un récent forum sur la transformation numérique des institutions publiques, résume bien l'évolution du discours. On est passé d'une rhétorique de l'indépendance totale — irréaliste dans un monde globalisé — à une approche de gestion des dépendances : savoir où on dépend de qui, pourquoi, à quel coût, et quelle serait l'alternative en cas de perturbation.
Les prochains mois seront décisifs
Plusieurs échéances se profilent qui permettront de mesurer si les déclarations d'intention se transforment en actes concrets. La finalisation du schéma EUCS donnera une indication sur la volonté politique réelle de définir des standards exigeants pour le cloud souverain. Les premiers bilans d'application de l'AI Act permettront de voir si le texte crée effectivement de la confiance ou génère principalement de la friction administrative. Et les résultats des investissements européens dans les infrastructures de calcul haute performance — notamment à travers l'initiative EuroHPC — indiqueront si l'Europe se donne vraiment les moyens de ses ambitions en matière d'entraînement de modèles.
Ce qui est certain, c'est que la fenêtre de tir se referme. Les choix d'infrastructure et les habitudes d'usage qui se cristallisent aujourd'hui seront très coûteux à remettre en question dans cinq ou dix ans. La dépendance technologique, comme toute dépendance, est bien plus simple à prévenir qu'à défaire.
L'Europe a des atouts réels : un marché intérieur de 450 millions de personnes, une culture juridique qui valorise la protection des droits individuels, une tradition industrielle qui peut alimenter des cas d'usage sectoriels à haute valeur ajoutée, et une capacité réglementaire qui, bien utilisée, peut devenir un standard mondial. La question n'est pas de savoir si ces atouts existent, mais si la volonté politique de les mobiliser de manière cohérente et durable est réellement au rendez-vous.
La réponse appartient autant aux institutions qu'aux entreprises, aux développeurs, aux acheteurs publics et aux citoyens qui, par leurs choix quotidiens, dessinent les contours du monde numérique dans lequel nous vivrons demain.