La France possède l'énergie. Les Américains les modèles. Les Japonais les infrastructures. Qui possède réellement l'IA ?

Au sommet Choose France de mai 2026, l'annonce a fait l'effet d'un séisme économique. Masayoshi Son, le fondateur visionnaire de SoftBank, a dévoilé aux côtés d'Emmanuel Macron un projet d'une ampleur inédite : 75 milliards d'euros d'investissement en France, destinés à déployer une capacité de calcul de 5 gigawatts sur trois sites stratégiques Dunkerque, Bosquel et Bouchain. Un pari industriel qui place l'Hexagone au cœur de la course mondiale aux infrastructures d'intelligence artificielle.

Ce projet pharaonique, fruit d'une rencontre au sommet entre le président français et l'entrepreneur japonais, ne constitue pas simplement une opération financière de plus dans le paysage des investissements étrangers. Il matérialise une convergence stratégique entre trois atouts majeurs : la capacité énergétique française, la vision technologique de SoftBank et l'urgence mondiale de déployer des infrastructures de calcul capables d'alimenter la révolution de l'IA générative.

Pourtant, derrière les chiffres impressionnants et les poignées de main protocolaires, une question fondamentale mérite d'être posée. La France attire l'investissement, c'est indéniable. Les mégawatts seront produits sur le sol national, les data centers porteront des noms français, et les emplois créés seront bien réels. Mais dans la chaîne de valeur complexe et mondialisée de l'intelligence artificielle, qui contrôle réellement les actifs stratégiques ?

Car l'IA ne se résume pas à des serveurs qui consomment de l'électricité. Elle s'articule autour d'une architecture de pouvoir économique où chaque maillon de la chaîne capture une part inégale de la valeur créée. D'un côté, ceux qui fournissent l'énergie et les terrains. De l'autre, ceux qui conçoivent les puces, développent les modèles de langage, exploitent les plateformes cloud et monétisent les applications. Entre les deux, un fossé économique et stratégique qui détermine qui sera souverain demain et qui restera fournisseur.

Alors que la France mise sur son atout nucléaire historique pour attirer les géants du numérique, il convient d'examiner froidement la répartition des cartes. Ce décryptage propose d'analyser les mécanismes concrets de ce projet SoftBank, d'expliquer pourquoi la France s'impose comme un territoire attractif, et surtout, de questionner la place réelle que l'Hexagone occupera dans l'économie mondiale de l'intelligence artificielle.

Le plus grand pari européen de SoftBank

L'annonce faite au château de Versailles lors du sommet Choose France 2026 marque un tournant dans l'histoire des investissements technologiques en Europe. Avec 75 milliards d'euros engagés sur plusieurs années, SoftBank ne se contente pas d'entrer sur le marché français : le conglomérat japonais y établit son plus grand projet européen, surpassant largement ses précédents engagements sur le continent. Pour mesurer l'ampleur de cet engagement, il suffit de le comparer aux investissements annuels moyens du secteur numérique en France, qui se situent autour de 15 à 20 milliards d'euros. SoftBank injectera à lui seul l'équivalent de plusieurs années d'investissement sectoriel.

Le cœur du dispositif repose sur une capacité de calcul de 5 gigawatts, une puissance colossale qui nécessite des infrastructures énergétiques à la hauteur. Pour donner un ordre de grandeur, un réacteur nucléaire EPR produit environ 1,6 gigawatt. Le projet SoftBank nécessitera donc l'équivalent de la production de trois réacteurs nucléaires fonctionnant en permanence. Cette consommation massive d'énergie n'est pas un détail technique : elle constitue le facteur limitant principal du développement de l'IA à grande échelle, comme l'ont récemment rappelé les dirigeants de Microsoft, Google et OpenAI lors de diverses conférences sectorielles.

Trois sites ont été retenus pour accueillir ces infrastructures, chacun présentant des caractéristiques stratégiques spécifiques. Dunkerque s'impose comme la pièce maîtresse du dispositif. La ville portuaire du Nord bénéficie déjà d'un écosystème énergétique dense, avec la présence du parc nucléaire de Gravelines – le plus puissant d'Europe occidentale avec six réacteurs – et d'infrastructures industrielles historiques. La proximité immédiate avec la Manche et les câbles sous-marins de données fait de Dunkerque un point de passage obligé pour les flux numériques transatlantiques. Le site n'est pas choisi au hasard : il s'inscrit dans une logique de convergence entre énergie disponible et connectivité internationale.

Bosquel, situé dans la Somme, et Bouchain, dans le Nord, complètent ce triptyque stratégique. Ces deux sites présentent l'avantage d'être situés dans des bassins industriels en reconversion, où les terrains disponibles et les infrastructures de transport d'électricité existent déjà. La reconversion industrielle de ces territoires du nord de la France trouve ici une nouvelle perspective, passant de l'industrie lourde du XXe siècle à l'économie numérique du XXIe siècle.

Le calendrier du projet, bien que non entièrement détaillé publiquement, s'étale sur plusieurs années, avec une première phase de déploiement prévue dès 2026-2027. Cette temporalité n'est pas anodine : elle correspond à la fenêtre de tir critique pour le déploiement des infrastructures d'IA de nouvelle génération, avant que la concurrence internationale ne sature le marché des capacités de calcul disponibles.

Pour mener à bien ce projet, SoftBank ne peut agir seul. Le groupe japonais s'appuie sur des partenariats structurants avec des acteurs français majeurs. EDF, le géant français de l'énergie, joue un rôle central dans le dispositif. Le partenariat avec l'électricien français ne se limite pas à un simple contrat d'approvisionnement : il implique une coordination approfondie sur le dimensionnement des capacités de production, l'optimisation du réseau de transport d'électricité et potentiellement le développement de solutions énergétiques dédiées. EDF dispose d'un avantage concurrentiel majeur : la maîtrise d'un parc nucléaire historique et la capacité à garantir une production d'électricité bas carbone et pilotable, deux critères essentiels pour les data centers de grande puissance.

Schneider Electric, autre fleuron industriel français, apporte son expertise dans la gestion de l'énergie et l'automatisation des infrastructures numériques. Le groupe français est l'un des leaders mondiaux des solutions de gestion électrique pour les data centers, et son implication dans le projet SoftBank témoigne de la montée en gamme de l'industrie française sur ce segment. Schneider Electric ne fournit pas seulement des équipements : le groupe conçoit des architectures complètes d'efficacité énergétique, cruciales pour limiter la facture électrique de ces infrastructures gourmandes.

Ce projet est historique à plus d'un titre. D'abord par son ampleur financière, qui en fait l'un des plus grands investissements étrangers jamais réalisés en France dans le secteur technologique. Ensuite par sa dimension stratégique, qui place la France au centre des enjeux de souveraineté numérique européenne. Enfin, par son caractère structurant pour l'ensemble de l'écosystème industriel français, qui voit converger énergie, numérique et ingénierie autour d'un projet commun.

Pourtant, cette annonce triomphale ne doit pas occulter les questions sous-jacentes. Si la France fournit l'énergie et les terrains, si les entreprises françaises participent à la construction des infrastructures, qui possédera réellement les actifs stratégiques une fois le projet opérationnel ? La réponse à cette question détermine la répartition future de la valeur créée.

Pourquoi SoftBank a choisi la France

La décision de Masayoshi Son d'investir massivement en France ne relève pas du hasard ou d'une simple opération de communication. Elle résulte d'une analyse froide des atouts comparés des différents territoires européens et mondiaux pour l'implantation d'infrastructures d'intelligence artificielle de grande puissance. La France présente un concours de circonstances favorable qui la distingue nettement de ses voisins européens.

Le premier atout, et non des moindres, réside dans le mix énergétique français. Avec un parc nucléaire historique de 56 réacteurs, la France dispose d'une capacité de production d'électricité bas carbone et pilotable unique en Europe. Cette caractéristique est devenue un avantage compétitif décisif dans la course aux infrastructures d'IA. Les data centers de nouvelle génération, en particulier ceux destinés à l'entraînement et à l'inférence des modèles de langage de grande taille, nécessitent une alimentation électrique continue et massive. Contrairement aux énergies renouvelables intermittentes comme l'éolien ou le solaire, le nucléaire français garantit une production stable 24 heures sur 24, 7 jours sur 7, indépendamment des conditions météorologiques.

Cette stabilité énergétique s'accompagne d'un coût de l'électricité qui, malgré les fluctuations récentes des marchés, reste compétitif pour les industriels. Les contrats d'approvisionnement de long terme (PPA – Power Purchase Agreements) négociés avec EDF permettent de sécuriser des prix stables sur des durées de 10 à 15 ans, un élément crucial pour la rentabilité de projets d'infrastructure aussi capitalistiques. Les dirigeants de SoftBank ont clairement identifié cet avantage : là où d'autres pays européens dépendent fortement du gaz naturel ou doivent importer de l'électricité, la France produit la majorité de son électricité de manière autonome.

La stabilité politique française constitue un autre atout majeur. Dans un contexte géopolitique incertain, marqué par les tensions commerciales entre les États-Unis et la Chine, par les conséquences de la guerre en Ukraine sur les approvisionnements énergétiques, et par les incertitudes réglementaires liées au Brexit, la France apparaît comme un refuge stable. Le pays bénéficie d'une continuité institutionnelle, d'un cadre juridique prévisible et d'un engagement étatique fort en faveur des investissements technologiques. Pour un investisseur comme SoftBank, qui engage des capitaux sur des décennies, cette prévisibilité est un critère de décision essentiel.

La position géographique de la France renforce encore son attractivité. Le territoire français bénéficie d'une connectivité exceptionnelle grâce aux nombreux câbles sous-marins de données qui relient l'Europe à l'Amérique du Nord et à l'Afrique. Dunkerque, en particulier, se situe à un carrefour stratégique des flux numériques transatlantiques. Cette connectivité est cruciale pour les infrastructures d'IA, qui doivent pouvoir échanger d'énormes volumes de données avec les centres de recherche, les entreprises clientes et les utilisateurs finaux situés sur d'autres continents. La latence réduite et la bande passante disponible font de la France un hub numérique naturel.

La comparaison avec les autres grands pays européens éclaire les raisons du choix français. L'Allemagne, première économie européenne, présente un handicap majeur : sa sortie du nucléaire décidée en 2023 a privé le pays d'une source d'électricité bas carbone et pilotable. Le mix énergétique allemand repose désormais largement sur les énergies renouvelables intermittentes et, en attendant leur déploiement massif, sur le gaz naturel et le charbon. Pour des data centers nécessitant une alimentation électrique stable et décarbonée, l'Allemagne est devenue moins attractive. De plus, les prix de l'électricité allemands figurent parmi les plus élevés d'Europe, pénalisant la compétitivité des projets industriels énergivores.

Le Royaume-Uni, autre candidat potentiel, souffre des incertitudes post-Brexit et d'un marché énergétique tendu. Le pays a perdu l'accès au marché unique européen, compliquant les échanges de données et de services numériques avec le continent. De plus, le parc nucléaire britannique vieillissant nécessite des investissements massifs de renouvellement, et les nouveaux projets, comme Hinkley Point C, accusent des retards importants. La capacité du Royaume-Uni à garantir une alimentation électrique stable et compétitive sur le long terme fait débat.

Les États-Unis, bien que leaders mondiaux de l'IA, présentent eux aussi des défis. Si certaines régions comme la Virginie ou le Texas disposent d'infrastructures numériques développées, la capacité électrique devient un facteur limitant. Les utilities américains alertent régulièrement sur la difficulté à répondre à la demande croissante des data centers, en particulier dans les régions où le réseau électrique est saturé. De plus, la production d'électricité américaine reste largement dépendante des énergies fossiles, ce qui pose des problèmes de conformité avec les engagements environnementaux des grandes entreprises technologiques.

Dans ce paysage contrasté, la France émerge comme l'un des rares territoires européens capables de combiner simultanément : une capacité de production électrique massive et décarbonée, un réseau de transport d'électricité robuste, une connectivité internationale de premier ordre, une stabilité politique et réglementaire, et un engagement gouvernemental en faveur des investissements technologiques. Ces atouts expliquent pourquoi SoftBank, après avoir étudié différentes options européennes, a finalement porté son dévolu sur la France.

Il convient toutefois de nuancer cet optimisme. La France ne dispose pas d'une avance définitive. D'autres pays européens, conscients de l'enjeu, développent leurs propres stratégies pour attirer les investissements dans les infrastructures d'IA. L'Irlande, par exemple, bénéficie déjà d'une forte présence des hyperscalers américains. Les pays nordiques misent sur leurs énergies renouvelables abondantes et leurs températures fraîches, réduisant les besoins en refroidissement des data centers. La course est ouverte, et la France devra maintenir son effort d'investissement dans le nucléaire et les réseaux pour préserver son avantage compétitif.

Illustration générée par IA.

Qui captera réellement la valeur ?

L'annonce de l'investissement de SoftBank en France suscite un enthousiasme légitime, mais elle ne doit pas occulter une réalité économique fondamentale : dans la chaîne de valeur de l'intelligence artificielle, tous les maillons ne créent pas la même valeur, et tous ne capturent pas la même part des profits. Pour comprendre qui tirera réellement profit de ce projet, il est nécessaire de décomposer l'architecture économique de l'IA et d'identifier précisément le rôle de chaque acteur.

Examinons successivement les différents maillons de cette chaîne. Premièrement, l'énergie. La France, à travers EDF et le parc nucléaire national, fournira l'électricité nécessaire au fonctionnement des data centers. Ce maillon est essentiel – sans énergie, pas de calcul mais il est aussi le moins rémunérateur en termes de marge. La production d'électricité est une activité capitalistique, régulée, avec des rendements modestes. EDF vendra des mégawatts-heures à SoftBank, probablement dans le cadre de contrats de long terme à prix négociés. La marge dégagée sur chaque kilowatt-heure vendu restera limitée, typique du secteur de l'énergie.

Deuxièmement, les terrains et la construction. Les sites de Dunkerque, Bosquel et Bouchain accueilleront les infrastructures physiques. Les collectivités locales et les propriétaires fonciers percevront des loyers ou des indemnités d'occupation. Les entreprises de construction, dont potentiellement des groupes français, bénéficieront des contrats de génie civil. Schneider Electric fournira des équipements de gestion énergétique. Ces activités génèrent de l'emploi et de l'activité économique locale, mais elles restent des prestations de service ponctuelles ou à marge modérée. Une fois les data centers construits, la valeur ajoutée de la construction est derrière nous.

Troisièmement, les serveurs et les équipements informatiques. Qui les fabrique ? Principalement des entreprises asiatiques et américaines. Les serveurs sont assemblés par des sociétés comme Dell, HPE, ou des fabricants chinois, mais les composants critiques – en particulier les processeurs spécialisés pour l'IA – proviennent presque exclusivement de Nvidia, AMD ou Intel, toutes entreprises américaines. Nvidia, en particulier, détient une position quasi monopolistique sur le marché des GPU (Graphics Processing Units) dédiés à l'entraînement des modèles d'IA. Les marges de Nvidia dépassent régulièrement 70%, un niveau exceptionnel qui témoigne de la puissance de sa position stratégique. Chaque data center SoftBank sera rempli de puces Nvidia, et le groupe américain prélèvera une part substantielle de la valeur créée.

Quatrièmement, les modèles d'intelligence artificielle eux-mêmes. C'est ici que se situe le cœur de la valeur dans l'économie de l'IA. Développer un modèle de langage de grande taille comme GPT-4, Claude ou Gemini coûte des centaines de millions, voire des milliards de dollars. Mais une fois le modèle développé, sa duplication et son déploiement ont un coût marginal faible, tandis que les revenus potentiels sont considérables. Les entreprises qui possèdent ces modèles – OpenAI, Anthropic, Google DeepMind, Meta, et dans une moindre mesure Mistral AI pour la France – capturent l'essentiel de la valeur créée par l'usage de l'IA. Elles facturent des abonnements, des API, des licences d'utilisation, et construisent des écosystèmes entiers autour de leurs modèles.

Cinquièmement, l'exploitation des infrastructures. SoftBank possédera et exploitera les data centers. Le groupe japonais percevra des revenus de la part des clients qui loueront de la capacité de calcul. Mais qui seront ces clients ? Probablement en grande partie les hyperscalers américains Amazon Web Services, Microsoft Azure, Google Cloud – ainsi que les développeurs de modèles d'IA. SoftBank jouera donc un rôle d'intermédiaire infrastructurel, fournissant la puissance de calcul nécessaire mais ne contrôlant ni les modèles, ni les applications, ni la relation avec l'utilisateur final.

Dans cette architecture, où se situe la France ? Le pays fournit l'énergie, les terrains, une partie de l'ingénierie de construction, et bénéficie de retombées fiscales et emplois locaux. C'est substantiel, et cela ne doit pas être minimisé. Mais la France ne possède pas les modèles d'IA, ne fabrique pas les puces critiques, et ne contrôle pas les plateformes cloud qui monétiseront la capacité de calcul installée.

Prenons des exemples concrets pour illustrer cette répartition inégale. Mistral AI, la startup française devenue champion national de l'IA, développe des modèles de langage performants. Mais pour entraîner ces modèles, Mistral AI doit louer de la capacité de calcul, probablement sur des infrastructures comme celles que SoftBank construira en France, et utiliser des GPU Nvidia. Mistral AI capture de la valeur grâce à ses modèles, mais une partie importante de cette valeur est transférée à Nvidia (pour les puces) et aux opérateurs de data centers (pour le calcul). OVHcloud, le cloud provider français, tente de construire une offre compétitive, mais le groupe fait face à la concurrence redoutable des hyperscalers américains qui disposent de moyens financiers et technologiques considérables.

SoftBank, quant au groupe japonais, occupe une position intéressante mais ambiguë. Le groupe ne développe pas lui-même de modèles d'IA de premier plan. Son rôle est celui d'un investisseur infrastructurel, qui mise sur la croissance structurelle de la demande en capacité de calcul. SoftBank percevra des revenus récurrents de la location d'infrastructures, mais ces revenus seront probablement inférieurs, en marge et en croissance potentielle, à ceux des détenteurs de modèles d'IA ou des fabricants de puces.

Les hyperscalers américains – Amazon, Microsoft, Google – occupent une position dominante. Ils contrôlent à la fois les plateformes cloud, développent leurs propres modèles d'IA, et entretiennent des relations privilégiées avec les fabricants de puces. Ils sont à la fois clients des infrastructures SoftBank (pour la capacité de calcul additionnelle) et concurrents sur le marché du cloud. Leur capacité à intégrer verticalement l'ensemble de la chaîne de valeur, des puces aux applications, leur confère un avantage compétitif majeur.

Nvidia enfin, détient une position de goulot d'étranglement stratégique. Sans les GPU de Nvidia, il est aujourd'hui quasi impossible d'entraîner des modèles d'IA de grande taille. Cette position de quasi-monopole permet à l'entreprise de prélever une rente technologique substantielle sur l'ensemble de l'industrie de l'IA. Même si des concurrents comme AMD ou des puces développées en interne par Google ou Amazon émergent, Nvidia conserve pour l'instant une avance technologique et un écosystème logiciel (CUDA) qui constituent des barrières à l'entrée considérables.

Au total, la France capte une partie de la valeur, principalement sous forme d'activité économique locale, d'emplois, de recettes fiscales et de développement territorial. Mais les profits stratégiques ceux qui déterminent la puissance économique et technologique de long terme sont capturés par les détenteurs de technologies critiques : Nvidia pour les puces, les développeurs de modèles d'IA pour les algorithmes, et les hyperscalers pour les plateformes.

Cette répartition n'est pas nécessairement problématique en soi. Aucun pays ne peut maîtriser l'ensemble de la chaîne de valeur mondiale. La spécialisation internationale et les avantages comparatifs sont des moteurs de prospérité. Mais lorsque la spécialisation d'un pays se limite aux maillons les moins rémunérateurs et les moins stratégiques de la chaîne de valeur, des questions de souveraineté économique et de résilience se posent.

Illustration générée par IA.

La question que personne ne pose

Au-delà de l'enthousiasme légitime suscité par l'investissement de SoftBank, une question fondamentale mérite d'être posée, mais reste curieusement absente des débats publics : posséder l'électricité suffit-il pour être souverain dans l'intelligence artificielle ?

Cette interrogation touche au cœur des enjeux de souveraineté du XXIe siècle. Traditionnellement, la souveraineté énergétique – la capacité d'un pays à produire ou à sécuriser son approvisionnement en énergie – a été considérée comme un pilier de l'indépendance nationale. La France, avec son parc nucléaire, a construit une souveraineté énergétique qui la distingue de la plupart de ses voisins européens. Mais l'émergence de l'intelligence artificielle comme technologie générique transformative redéfinit les contours de la souveraineté. Il convient désormais de distinguer trois dimensions imbriquées mais distinctes : la souveraineté énergétique, la souveraineté numérique et la souveraineté technologique.

La souveraineté énergétique, la France la détient partiellement. Le pays produit la majorité de son électricité de manière autonome, grâce au nucléaire. Cette capacité est un atout considérable, comme l'a démontré la crise énergétique de 2022-2023. Mais cette souveraineté énergétique est-elle suffisante pour garantir une souveraineté dans l'IA ? La réponse est nuancée. Produire l'électricité est nécessaire, mais non suffisant. C'est une condition nécessaire à l'exploitation d'infrastructures de calcul, mais cela ne confère pas automatiquement le contrôle sur les technologies qui utilisent cette électricité.

La souveraineté numérique renvoie à la capacité d'un pays à contrôler ses données, ses infrastructures de communication et ses plateformes numériques. Sur ce plan, la France, comme l'Europe dans son ensemble, accuse un retard significatif. Les données des citoyens et des entreprises françaises transitent majoritairement par des infrastructures contrôlées par des entreprises américaines. Les systèmes d'exploitation, les suites bureautiques, les réseaux sociaux, les moteurs de recherche, les plateformes cloud – tous ces éléments essentiels de l'économie numérique sont dominés par des acteurs non-européens. La souveraineté numérique de la France reste donc limitée, malgré les efforts consentis.

La souveraineté technologique est peut-être la plus critique. Elle désigne la capacité à concevoir, développer et produire les technologies stratégiques. Dans le domaine de l'IA, cela inclut la conception de modèles de langage, le développement de frameworks logiciels, la fabrication de semi-conducteurs avancés. Sur chacun de ces fronts, la France et l'Europe sont en position de suiveur plutôt que de leader. Mistral AI représente une exception prometteuse, mais le groupe français reste une startup face aux géants américains. La fabrication de semi-conducteurs avancés est quasi-inexistante en Europe, qui dépend presque entièrement de l'Asie (TSMC à Taïwan, Samsung en Corée) et dans une moindre mesure des États-Unis (Intel) pour ses puces les plus avancées.

Les limites du modèle actuel deviennent apparentes. La France attire des investissements étrangers massifs dans les infrastructures d'IA en s'appuyant sur son atout nucléaire. Mais ces infrastructures seront principalement utilisées pour exécuter des modèles développés ailleurs, sur des puces fabriquées ailleurs, au profit de plateformes contrôlées ailleurs. La France devient un fournisseur d'énergie et d'infrastructures pour l'IA mondiale, mais ne contrôle pas les actifs stratégiques qui déterminent la valeur et le pouvoir dans cette industrie.

Ce constat n'est pas une condamnation, mais un appel à la lucidité. Plusieurs pistes de réflexion méritent d'être explorées pour renforcer la position de la France et de l'Europe dans la chaîne de valeur de l'IA.

Première piste : l'accès prioritaire pour les acteurs européens. Les infrastructures construites en France pourraient-elles réserver une partie de leur capacité de calcul aux entreprises et chercheurs européens, à des conditions préférentielles ? Une telle approche rappellerait les politiques industrielles sectorielles qui ont fait leurs preuves par le passé. Elle soulève cependant des questions de conformité avec les règles de concurrence et d'attractivité pour les investisseurs étrangers.

Deuxième piste : le développement de champions européens. La France et l'Europe doivent-elles accepter de se spécialiser dans les infrastructures, ou doivent-elles investir massivement pour créer des champions capables de rivaliser avec les géants américains et chinois sur les modèles d'IA, les plateformes cloud et les semi-conducteurs ? Cette approche nécessiterait des investissements publics et privés considérables, une coordination européenne renforcée, et une acceptation du risque d'échec. Mais elle offrirait en contrepartie une véritable souveraineté technologique.

Troisième piste : la montée en gamme industrielle. Plutôt que de se limiter à la fourniture d'électricité et de terrains, la France pourrait-elle développer des compétences industrielles sur des segments à plus forte valeur ajoutée de la chaîne de l'IA ? Cela inclut la conception de systèmes de refroidissement avancés pour data centers, le développement de logiciels d'optimisation énergétique, la fabrication d'équipements électriques spécialisés, ou encore les services de conseil et d'intégration en IA. Schneider Electric illustre cette possibilité : le groupe français a su se positionner comme un leader mondial sur un segment critique des infrastructures numériques.

Quatrième piste : la maîtrise du calcul. L'Europe dispose-t-elle des moyens de développer sa propre capacité de calcul souverain, distincte des infrastructures ouvertes aux investisseurs étrangers ? Des initiatives comme EuroHPC, qui vise à doter l'Europe de supercalculateurs de classe mondiale, vont dans ce sens. Mais ces efforts restent modestes comparés aux investissements privés américains et chinois. Une réflexion plus ambitieuse sur la création d'une capacité de calcul européenne dédiée aux applications stratégiques (défense, santé, énergie, etc.) mériterait d'être engagée.

Aucune de ces pistes n'est mutuellement exclusive, et aucune n'est simple à mettre en œuvre. Toutes impliquent des arbitrages difficiles entre attractivité pour les investissements étrangers et développement de capacités endogènes, entre ouverture commerciale et protection des actifs stratégiques, entre coopération européenne et autonomie nationale.

La question fondamentale demeure : la France souhaite-t-elle être un fournisseur d'infrastructures pour l'IA mondiale, ou aspire-t-elle à jouer un rôle dans la conception et le contrôle des technologies qui façonneront le XXIe siècle ? Les deux objectifs ne sont pas nécessairement incompatibles, mais ils requièrent des stratégies différenciées et des investissements massifs.

Le projet SoftBank représente une opportunité économique substantielle pour la France. Mais il ne doit pas devenir un alibi pour éviter les questions plus difficiles de la souveraineté technologique. L'électricité est un atout, pas une fin en soi. La véritable souveraineté dans l'IA ne se décrète pas dans les communiqués de presse annonçant des investissements étrangers. Elle se construit patiemment, par l'investissement dans la recherche, le développement de compétences, la création d'écosystèmes industriels et la coordination politique.

La France possède l'énergie. Les Américains possèdent les modèles. Les Japonais possèdent les infrastructures. Mais qui possédera réellement l'intelligence artificielle ? La réponse à cette question se joue aujourd'hui, dans les choix d'investissement, de formation, de recherche et de politique industrielle que la France et l'Europe feront – ou ne feront pas dans les années à venir.

Les gagnants et les perdants du projet SoftBank

Derrière les annonces triomphales et les chiffres vertigineux, une réalité plus prosaïque s'impose : tout grand projet industriel produit des gagnants et des perdants. Le projet SoftBank ne fait pas exception. Identifier clairement ceux qui tireront profit de cette dynamique et ceux qui risquent d'en subir les contrecoups est indispensable pour comprendre les véritables enjeux stratégiques de ce tournant industriel.

Du côté des gagnants, SoftBank occupe naturellement la première place. Le conglomérat japonais transforme sa vision de la superintelligence en actif physique, avec des infrastructures qui lui appartiendront et généreront des revenus récurrents sur plusieurs décennies. Masayoshi Son consolide ainsi sa position d'architecte incontournable de l'IA mondiale, entre le projet Stargate américain et ce nouveau pilier européen. Nvidia suit de près : chaque gigawatt de capacité de calcul déployé en France se traduira mécaniquement par des commandes massives de GPU, renforçant encore la position dominante de l'entreprise américaine et sa capacité à fixer ses prix.

EDF et Schneider Electric figurent également parmi les grands bénéficiaires. Pour l'électricien français, le projet représente une manne commerciale considérable et une validation de sa stratégie de décarbonation, tout en consolidant son rôle de partenaire énergétique de premier plan pour les industries numériques. Pour Schneider Electric, c'est une vitrine mondiale qui confirme son leadership dans les solutions de gestion énergétique des data centers et ouvre la porte à d'autres contrats internationaux.

Les territoires de Dunkerque et de Bouchain, enfin, ont des raisons légitimes de se réjouir. Ces bassins industriels historiquement marqués par la reconversion trouvent avec ce projet une nouvelle perspective économique. Les milliers d'emplois directs et indirects, les recettes fiscales locales, les investissements dans les infrastructures de transport et de formation professionnelle transformeront en profondeur ces territoires, souvent oubliés des dynamiques de croissance contemporaines.

Du côté des perdants potentiels, le tableau est plus sombre. Les concurrents européens sous-capitalisés startups de l'IA, cloud providers nationaux, laboratoires de recherche risquent de se retrouver marginalisés. Face à des infrastructures contrôlées par SoftBank et alimentées par des puces Nvidia, ces acteurs n'auront d'autre choix que de s'aligner sur les prix du marché ou de dépendre de la bonne volonté d'opérateurs étrangers. La promesse d'un écosystème européen dynamique pourrait bien se heurter à la réalité d'un marché dominé par des acteurs disposant de moyens sans commune mesure.

Les acteurs incapables d'accéder à la puissance de calcul constituent une deuxième catégorie de perdants. Dans une économie de l'IA où la taille des modèles et la quantité de données disponibles déterminent la compétitivité, ceux qui ne pourront pas louer de la capacité de calcul au prix fort petites entreprises, universités, organismes publics seront progressivement exclus de la course. Une forme de fracture numérique d'un nouveau genre se dessine, moins visible que la fracture d'accès à internet, mais tout aussi structurante pour l'avenir de l'innovation européenne.

Enfin, les pays européens sans avantage énergétique marqué risquent de faire les frais de cette dynamique. L'Allemagne, la Belgique, les Pays-Bas, qui avaient jusqu'ici développé des écosystèmes numériques dynamiques, pourraient voir une partie de leurs investissements et de leurs talents redirigés vers la France, attirés par des coûts énergétiques plus compétitifs et des infrastructures plus puissantes. La compétition intra-européenne pour attirer les investissements dans l'IA s'intensifie, et tous les pays ne disposent pas des mêmes atouts pour y participer.

Cette géographie des gagnants et des perdants n'a rien de définitif. Elle dépendra largement des choix politiques qui accompagneront le déploiement du projet SoftBank : conditions d'accès à la capacité de calcul, soutien aux champions européens, investissements dans la formation et la recherche, coordination à l'échelle continentale. Mais elle rappelle une vérité élémentaire : dans la nouvelle économie de l'IA, comme dans toutes les grandes transitions industrielles, tout le monde ne gagne pas. Et ceux qui gagnent le plus ne sont pas toujours ceux que l'on croit.

En réalité, le projet SoftBank agit comme un révélateur. Il montre que la France possède encore un actif stratégique majeur : son énergie. Mais il révèle aussi les fragilités européennes dans les semi-conducteurs, le cloud et les modèles d'intelligence artificielle. La question n'est donc plus de savoir si la France peut attirer les géants mondiaux, mais si elle saura utiliser cette attractivité pour construire ses propres champions.

Conclusion

L'investissement de SoftBank en France constitue indéniablement une nouvelle majeure pour l'économie française. Les 75 milliards d'euros annoncés, les 5 gigawatts de capacité de calcul, les milliers d'emplois directs et indirects créés, le développement territorial des sites de Dunkerque, Bosquel et Bouchain tous ces éléments témoignent d'une dynamique industrielle réelle. La France a su valoriser son atout nucléaire historique pour attirer un investisseur de premier plan dans un secteur d'avenir. C'est une réussite qui mérite d'être saluée.

Pourtant, cette réussite ne doit pas occulter les enjeux plus profonds qui se dessinent. L'arrivée de SoftBank en France pose avec acuité la question de la place que l'Hexagone occupera dans l'économie mondiale de l'intelligence artificielle de demain. La France sera-t-elle un simple fournisseur d'énergie et d'infrastructures, ou parviendra-t-elle à développer les compétences, les technologies et les champions qui lui permettront de capturer une part significative de la valeur créée par l'IA ?

Le projet SoftBank n'est ni une victoire totale ni un échec. C'est une étape dans une trajectoire qui reste à écrire. La France dispose d'atouts réels son énergie décarbonée, sa stabilité politique, ses ingénieurs, sa capacité d'innovation mais elle fait face à des défis considérables le retard dans les semi-conducteurs, la domination des hyperscalers américains, la fragmentation européenne, l'intensité capitalistique du secteur.

L'investissement de SoftBank ne rend pas la France souveraine en intelligence artificielle. Mais il lui offre une opportunité : celle de construire, à partir de ces infrastructures, un écosystème plus large qui inclurait la recherche, la formation, le développement de modèles européens, la montée en gamme industrielle. Saisir cette opportunité requiert une vision claire, des investissements soutenus et une coordination entre acteurs publics et privés.

La France possède l'énergie. Reste à déterminer si elle saura transformer cet atout en souveraineté technologique, ou si elle restera un maillon – certes important, mais subalterne d'une chaîne de valeur contrôlée par d'autres.

Demain ne se joue pas dans les mégawatts que nous produisons, mais dans les intelligences que nous saurons créer.