Le progrès des modèles et des algorithmes ou encore celui des puissances de calcul sont cruciaux pour accélérer l’adoption de l’IA par les entreprises européennes. Néanmoins, il faut plus que jamais considérer le rôle fondamental des data centers pour permettre aux projets d’atteindre leur plein potentiel et offrir une solution pérenne face aux problématiques liées à la concentration exponentielle des données. Analyse de ce phénomène par Mohamed Sahnine, Senior Solutions Architect Digital Realty France.
Seules 13,5% des entreprises européennes utilisent l’IA
Bien que le développement de l’adoption de l’IA soit multifactoriel, certains défis comme la puissance de calcul ou l’évolution des modèles polarisent le débat public. Avec en ligne de mire le retard pris par l’Europe par rapport aux leaders mondiaux que sont les Etats-Unis et la Chine. Sur le Vieux Continent, seules 13,5% des entreprises utilisent l’IA. Pour tenter d’y remédier, la Commission Européenne a annoncé début octobre le lancement d’une stratégie « Apply IA » pour accélérer l’adoption de solutions européennes dans le secteur public et dans dix secteurs industriels jugés critiques.
Pourtant, l’adoption des solutions d’IA par les entreprises européennes se heurte à d’autres défis, au premier rang desquels la problématique de gestion des données et des infrastructures qui les supportent. Quatre des cinq premiers hub internet mondiaux sont aujourd’hui européens, et concentrent une part importante des données mondiales. En augmentant de manière exponentielle la donnée, l’IA accélère un phénomène physique adapté au numérique : la gravité des données.
Le phénomène « Data Gravity”
De quoi s’agit-il ? Plus un ensemble de données s’accroît, plus il attire applications et services, enclenchant un cycle de concentration exponentiel. La donnée, autrefois passive, devient un puissant aimant, créant une force numérique. Cela pose une problématique majeure pour les entreprises : la difficulté quasi-physique de déplacer ces données solidement ancrées, avec des risques de perte de contrôle sur l’architecture, des latences impactant leur performance, ou encore l’apparition de coûts d’exploitation imprévus.
L’étude ESG de 2025 « The Critical Role of Storage in Building an Enterprise AI Infrastructure », l’atteste : des lacunes persistantes en stockage empêchent les projets de grandir. Le constat est sans appel : « 70 % des entreprises interrogées déclarent que les défis liés au stockage constituaient un obstacle important à la réussite de l’IA. » En définitive, l’infrastructure doit être placé au cœur de la stratégie de développement de l’IA, véritable socle qui conditionne le succès de son adoption.
L’évolution stratégique des datacenters : un impératif pour bâtir l’architecture d’infrastructure de l’IA souveraine
Face aux défis posés par la gravité des données et les limites des infrastructures existantes, il est essentiel pour les entreprises d’adopter une vision globale et stratégique et de privilégier une architecture en hub de données. Un modèle conçu pour redonner le contrôle aux entreprises, en permettant une gestion unifiée des données stratégiques et en assurant une interconnexion optimisée avec l’écosystème numérique global.
Cette architecture répond à trois grands enjeux aujourd’hui clés pour les entreprises et leurs dirigeants. Le premier est la souveraineté : 80% du total des dépenses liées aux logiciels et services cloud à usage professionnel en Europe sont passées auprès d’entreprises américaines, soit 265 milliards d’euros (source cabinet Asteres). L’infrastructure agit comme un véritable coffre-fort souverain, permettant à l’entreprise de s’affranchir de cette dépendance tout en garantissant que les données critiques restent sous le contrôle de l’entreprise. Le second est celui de la scalabilité : les besoins engendrés par l’IA étant exponentiels, l’infrastructure permet aux entreprises d’anticiper cette hypercroissance attendue de la donnée sans craindre de devoir faire évoluer régulièrement leur architecture. Enfin, le troisième enjeu est celui de l’efficacité : l’infrastructure transcende son rôle de simple hébergeur pour répondre aux problématiques liées à l’entraînement et à l’inférence des modèles d’IA.
Les data centers jouent également un rôle clé dans l’atteinte des objectifs de réduction des émissions de gaz à effet de serre des entreprises, en agissant sur leurs émissions de scope 2 et 3. L’accroissement exponentiel de la donnée par l’IA induit des problématiques d’accès à l’énergie et de consommation de ressources en eau. L’équation est complexe : comment allier l’explosion de la performance à la réduction de l’empreinte environnementale ? C’est là que l’innovation technique des infrastructures entre en jeu, en déployant des technologies de refroidissement avancées, comme le Direct Liquid Cooling, nécessaire pour pouvoir héberger les clusters de GPU haute performance requis par l’IA.
Ou encore la réinjection de la chaleur produite par les data centers dans des réseaux de chaleur urbains.
Pour concrétiser les ambitions de la stratégie « Apply IA » de la Commission européenne, les entreprises françaises et européennes doivent cesser de percevoir l’architecture numérique comme un support pour la considérer comme le véritable levier d’adoption de l’Intelligence Artificielle. Une IA réellement souveraine, scalable et efficace ne peut être bâtie sans des modèles innovants et des superpuissances de calcul, mais également sans une infrastructure stratégique solide orientée vers l’interconnexion des données et des écosystèmes.