Il y a une scène qui m'a marqué cette année. Je discutais avec le CTO d'une ESN française — pas un petit cabinet, une structure de 400 personnes — et il me sort, à moitié blasé : « Nos clients nous demandent tous une "stratégie IA". Mais quand tu creuses, ils veulent juste la même chose qu'avant, mais avec le mot IA sur la facture. »
Cette phrase résume assez bien le problème quand on regarde les géants de la tech et leurs nouvelles stratégies. Beaucoup de bruit, quelques vrais changements structurels, et un paquet de storytelling destiné aux marchés financiers plus qu'aux clients réels.
Alors plutôt que de vous répéter que « les GAFAM misent sur l'IA » — ce que tout le monde sait depuis longtemps — je vais vous montrer comment lire ce qui se passe vraiment. Avec trois signaux que personne ne commente : les capex, les offres d'emploi, et les plaintes déposées.
Points clés à retenir
- Les puces maison sont devenues le vrai indicateur de la stratégie d'un géant — pas ses annonces produit.
- Le paradoxe réglementaire (des CEO qui réclament la régulation) cache une logique de barrière à l'entrée.
- Les capex trimestriels racontent mieux la stratégie que n'importe quel keynote.
- Pour une ESN ou un intégrateur, ces bascules créent des créneaux de compétences à occuper vite.
- Un procès antitrust contre un labo d'IA est un signal de maturité, pas un accident.
- Le narratif « open source chinois » mérite qu'on regarde les chiffres avant d'y croire.
Comment lire les nouvelles stratégies des géants de la tech sans se faire raconter d'histoires
La première fois que j'ai épluché un rapport annuel d'un hyperscaler, j'ai fait l'erreur classique : j'ai lu le discours du CEO. Deux pages de « nous accélérons notre transformation vers l'IA ». Aucune information. Puis j'ai tourné vingt pages plus loin, jusqu'au tableau des dépenses d'investissement. Là, tout devenait clair.
Pourquoi les communiqués ne veulent plus rien dire
Une stratégie qui existe vraiment laisse une trace comptable. Une stratégie qui n'existe que dans un slide de présentation, non. C'est aussi simple que ça.
Quand un géant dit qu'il mise sur l'IA, la question à poser n'est pas « est-ce crédible ? » mais « combien ça coûte, et pendant combien de temps ils peuvent se le permettre ? ». Les quatre grands hyperscalers américains dépensent aujourd'hui, à eux seuls, plusieurs centaines de milliards de dollars par an en infrastructures. Ce n'est plus un pari. C'est une fuite en avant assumée, parce qu'arrêter maintenant serait admettre que l'investissement n'a pas produit le retour attendu.
Les trois signaux faibles à suivre
Voilà la méthode que j'utilise désormais, et que je conseille à toute ESN qui veut anticiper les besoins clients de l'année suivante :
- Les capex trimestriels, comparés d'un trimestre sur l'autre. Une inflexion à la baisse précède en général un repositionnement de discours de six à neuf mois.
- Les offres d'emploi publiées. Quand un géant recrute massivement des profils « silicon design » et arrête de recruter des profils « data center operations », le message est plus honnête que n'importe quel blog post.
- Les dépôts de plainte. Une procédure judiciaire, c'est un acteur qui se sent assez menacé pour passer à l'action. C'est un indicateur de pression concurrentielle bien plus fiable qu'un communiqué.
Resultat ? Rien de spectaculaire, mais une lecture beaucoup moins naïve des annonces. Et ça change la façon de conseiller un client.
La bascule silencieuse : les puces maison remplacent les GPU achetés
Pendant des années, tout le monde a fait semblant de croire que la seule question était « combien de GPU on peut acheter ». Cette époque est terminée.
Microsoft, Amazon et Alphabet ont tous franchi le même cap : concevoir leurs propres accélérateurs pour l'entraînement et l'inférence. Pas parce que c'est plus simple — ça ne l'est pas. Parce que dépendre d'un seul fournisseur pour 100 % de sa capacité de calcul, c'est une vulnérabilité stratégique que personne ne veut garder sur son bilan.
Nvidia reste dominant, mais le rapport de force bouge
Nvidia n'a pas disparu, loin de là. La demande pour ses puces reste telle que la production se vend avant même d'exister. Mais l'équation change progressivement : un hyperscaler qui couvre un tiers de ses besoins en interne ne négocie plus de la même manière sur le reste.
J'ai vu cette logique à l'œuvre chez un intégrateur français l'an dernier. Il facturait des prestations d'optimisation de workloads sur GPU loués. En six mois, deux de ses trois gros clients ont basculé une partie de leurs charges sur des puces internes à leur fournisseur cloud. Résultat : le chiffre d'affaires lié à cette prestation a chuté de moitié. Personne ne l'avait vu venir, et pourtant le signal était dans les rapports trimestriels du fournisseur en question.
| Signal observé | Ce qu'on croit comprendre | Ce que ça veut dire vraiment |
|---|---|---|
| Capex en hausse de 30 % vs trimestre précédent | « Ils accélèrent sur l'IA » | Ils rachètent de la capacité avant que les concurrents ne le fassent |
| Recrutements en conception de silicium | « Ils veulent des puces maison » | Ils préparent une renégociation de leurs contrats fournisseurs dans 18 mois |
| Partenariat public avec un labo d'IA | « Ils croient à cette techno » | Ils achètent une option de rachat à prix fixe |
| Plainte antitrust déposée | « Le marché se régule » | Un concurrent se sent assez fort pour attaquer ouvertement |
Le paradoxe de la régulation : pourquoi des CEO de labos d'IA réclament des règles
Ça a l'air absurde, la première fois qu'on le lit. Un dirigeant d'un des plus gros acteurs de l'IA qui demande publiquement plus de régulation pour son propre secteur. On pourrait croire à une posture morale. C'est presque toujours autre chose.
La capture réglementaire, expliquée simplement
Quand vous êtes déjà en tête sur un marché, une réglementation stricte vous coûte moins cher qu'à un nouvel entrant. Vous avez les juristes, vous avez les processus, vous avez le temps. Un concurrent plus petit, non. Une norme contraignante devient alors une barrière à l'entrée déguisée en bonne intention.
Je ne dis pas que ces dirigeants mentent systématiquement. Certains sont sincèrement inquiets des usages possibles de leurs propres outils. Mais l'effet net d'une régulation bien écrite, pour un acteur dominant, est presque toujours protecteur.
Le volet judiciaire : ce que les plaintes antitrust révèlent vraiment
Il y a quelques années, attaquer un labo d'IA en justice pour entente anticoncurrentielle aurait ressemblé à un suicide commercial. Aujourd'hui, plusieurs procédures ont été engagées, et elles avancent. Ce n'est pas un détail juridique : c'est le signe qu'un marché s'est assez concentré pour que la question de la concurrence redevienne légitime aux yeux des régulateurs.
Pour un dirigeant d'ESN ou d'éditeur, ce basculement ouvre une fenêtre. Les grands comptes qui dépendent d'un seul fournisseur d'IA pour leur outillage interne commencent à chercher des alternatives, non par idéologie, mais pour réduire leur risque juridique et contractuel. C'est un argument commercial qu'on peut utiliser dès aujourd'hui en rendez-vous.
La montée des acteurs chinois et de l'open source : mythe ou réalité ?
Depuis deux ans, on lit partout que les modèles open source, notamment chinois, vont casser la domination des grands labos américains. Franchement, je trouve ce récit un peu rapide.
Ce qui est vrai : les modèles open source ont rattrapé une bonne partie du retard sur certaines tâches. Un développeur seul peut aujourd'hui faire tourner localement un modèle qui, il y a trois ans, aurait nécessité une infrastructure à six chiffres.
Ce qui est moins dit : les modèles les plus performants sur les tâches complexes restent, dans la majorité des cas que je vois passer, ceux des grands labos. La raison n'est pas technique. Elle est économique : entraîner un modèle à la pointe demande une quantité de calcul que seuls quelques acteurs peuvent financer.
Ce que ça change concrètement pour les ESN et intégrateurs en France
Il y a un créneau réel, et je pense qu'il est sous-exploité. Les PME et ETI françaises ne peuvent pas se permettre d'acheter une prestation à un grand labo américain. Mais elles peuvent financer un déploiement d'un modèle open source hébergé chez un fournisseur français ou européen.
Le problème, c'est que peu d'ESN ont les compétences pour faire ce travail proprement. J'ai vu trois projets de ce type échouer en dix-huit mois, tous pour la même raison : personne dans l'équipe ne comprenait vraiment l'infrastructure sous-jacente. Ils savaient prompt-er, pas déployer.
C'est là que se situe le gain informationnel réel pour les prochaines années. Pas dans l'annonce d'un nouveau modèle, mais dans la capacité à industrialiser des déploiements sobres, hébergés en Europe, sur des cas d'usage précis et mesurables.
Le vrai test, pour les géants comme pour ceux qui gravitent autour d'eux, ne sera pas de savoir qui a le modèle le plus performant sur les benchmarks publics. Ce sera de savoir combien de clients acceptent de payer, à la fin, pour ce que ça produit vraiment. Et sur ce point, beaucoup de stratégies brillantes sur le papier ressemblent encore, vues de mon côté de la table, à une très belle présentation qui n'a pas encore rencontré la réalité de la facturation.
