La puissance de calcul est devenue la ressource stratégique de la décennie. Pour entraîner un grand modèle de langage, développer des systèmes de vision artificielle ou déployer des outils d’IA générative à l’échelle industrielle, il faut des milliers de processeurs graphiques fonctionnant en parallèle, des mégawatts d’électricité et des capacités de stockage massives. Jusqu’ici, cette infrastructure était majoritairement détenue par les hyperscalers américains : AWS, Google Cloud, Microsoft Azure. L’Union européenne veut changer la donne.
Le 30 juillet 2026, la Commission européenne a officiellement lancé l’appel à projets pour créer jusqu’à sept AI Gigafactories sur le territoire européen. Le terme s’inspire de l’industrie automobile et de la production de batteries en série : il désigne ici des centres de calcul d’une puissance sans précédent sur le continent, capables d’accueillir les workloads les plus exigeants en matière d’IA. Concrètement, chaque installation doit au minimum offrir une capacité équivalente à celle de l’actuelle AI Factory la plus puissante d’Europe.
L’appel est structuré en deux lots distincts. Le premier cible jusqu’à quatre gigafactories : chaque lauréat reçoit jusqu’à 100 millions d’euros dans une première phase, puis jusqu’à 400 millions supplémentaires pour tripler sa capacité initiale. Le second lot vise trois infrastructures encore plus ambitieuses : jusqu’à 200 millions d’euros pour une capacité deux fois supérieure à la référence européenne actuelle, puis jusqu’à 800 millions pour la porter à quatre fois ce niveau. Les candidatures sont ouvertes jusqu’au 12 novembre 2026. Les premiers lauréats seront connus début 2027.
30 milliards d’euros et 18 États membres : le montage financier
L’enveloppe globale visée atteint 30 milliards d’euros. Dix milliards proviennent de financements publics, européens et nationaux combinés. Les vingt milliards restants sont attendus du secteur privé. Dix-huit États membres co-financent le programme, parmi lesquels la France, l’Allemagne, l’Italie et l’Espagne.
Selon l’article de Maddyness consacré au lancement de l’appel d’offres, la France s’est d’ores et déjà portée candidate pour accueillir l’une des installations. Elle s’est engagée à acheter pour 100 millions d’euros de capacités de calcul à partir de 2027, afin de les mettre à disposition des administrations publiques, des organismes de recherche et des établissements de santé. Ce mécanisme fonctionne comme une garantie de revenu anticipé pour l’infrastructure : il réduit le risque perçu par les investisseurs privés et accélère leur décision d’engagement.
Ce schéma rappelle les marchés publics qui ont permis l’essor de l’industrie spatiale commerciale aux États-Unis, où la NASA a joué un rôle d’ancrage pour des acteurs comme SpaceX. Bruxelles applique une logique similaire à l’IA : l’État comme premier client structurant, l’investissement privé comme levier multiplicateur.
Ce que cela change pour les entreprises et les startups
L’enjeu concret pour les acteurs économiques tient en quelques mots : une startup française ou un laboratoire académique qui veut entraîner un modèle d’IA ambitieux n’a, aujourd’hui, pas d’autre option crédible que les clouds américains. AWS, Azure ou Google Cloud louent des GPU à des tarifs qui peuvent rapidement devenir prohibitifs pour des structures de taille modeste. Et les données circulent sur des infrastructures soumises au droit américain, ce qui pose des problèmes réglementaires réels dans les secteurs sensibles.
Les gigafactories visent à offrir une alternative sur deux dimensions. D’abord, l’accessibilité économique : agréger la demande à l’échelle continentale devrait permettre de mutualiser les coûts d’infrastructure et de proposer des tarifs plus compétitifs. Ensuite, la souveraineté réglementaire : pour les données médicales, financières ou gouvernementales, accéder à un calcul hébergé sur le sol européen et soumis au RGPD n’est pas un choix facultatif, c’est souvent une obligation légale.
Pour les grandes entreprises, l’enjeu est comparable mais à une autre échelle. La dépendance exclusive à un hyperscaler dont les conditions tarifaires ou les priorités stratégiques peuvent évoluer unilatéralement expose à des risques de renchérissement ou de rupture de service. Disposer d’une alternative crédible renforce leur pouvoir de négociation, même si elles ne basculent pas entièrement vers ces nouvelles infrastructures.
Calendrier et gouvernance : les points non résolus du programme
Le projet est ambitieux, mais le calendrier est serré. Avec des lauréats annoncés début 2027 et des mises en service espérées dans la foulée, les premières capacités opérationnelles ne seront probablement pas disponibles avant 2028. Dans un secteur où les modèles d’IA évoluent en quelques mois, deux ans représentent un délai conséquent.
La question de la gouvernance reste entière. Qui pilotera ces gigafactories ? Sur quels critères le compute sera-t-il alloué ? À quel prix, selon quelles priorités entre grands groupes, PME et startups ? Ces paramètres détermineront si le programme profite réellement à l’ensemble de l’écosystème ou si les capacités sont captées par des acteurs disposant des ressources pour naviguer dans un processus d’attribution complexe.
Enfin, la compétition internationale n’attend pas. Aux États-Unis, les engagements de Microsoft, Google et Meta dans les data centers IA se chiffrent en centaines de milliards de dollars pour les prochaines années. En Chine, des programmes équivalents avancent sous pilotage public. L’Europe parie sur une coordination à dix-huit pays pour réduire un retard structurel. La logique est cohérente, mais la fenêtre d’exécution est étroite, et chaque mois de délai dans la sélection ou la construction des sites compte.
L’appel à projets du 30 juillet 2026 marque un tournant dans la politique industrielle du continent. La vraie mesure de son impact se fera à l’usage : quand les premières gigafactories seront en ligne, qui y accèdera, à quel coût et avec quelles garanties de continuité. Ce sont ces réponses, pas encore publiques, qui diront si l’Europe a réussi à construire une alternative crédible à sa dépendance au calcul américain.
