IA: ce que révèle le match Paris-Londres edit
L’intelligence artificielle (IA) est devenue l’un des principaux moteurs de compétitivité économique, de souveraineté technologique et d’attractivité des investissements à l’échelle mondiale. Si les États-Unis et la Chine font, de très loin, la course en tête, l’Europe est à la peine. Trois pays européens se distinguent néanmoins par leurs ambitions et leurs performances. Le Royaume-Uni conserve une avance significative en matière d’écosystème entrepreneurial et de financement des startups, tandis que l’Irlande et la France s’imposent désormais comme les principaux pôles européens d’investissements dans les infrastructures de calcul et les centres de données dédiés à l’IA. L’Irlande a démarré en fanfare mais butte aujourd’hui sur la question de l’approvisionnement en électricité : les data centers consomment 22% de l’électricité produite dans le pays, avec un risque élevé sur l’équilibre du réseau dans une île où les renouvelables représentent près de 40% du mix électrique. On s’intéressera donc principalement, ici, aux stratégies britannique et française, qui ne connaissent pas les mêmes limites.
Le Royaume-Uni, leader européen du financement de l’innovation en IA
Depuis plusieurs années, Londres s’est affirmée comme le principal hub européen pour les startups technologiques, bénéficiant d’un écosystème mature associant universités de rang mondial, fonds de capital-risque, grands groupes technologiques et talents internationaux. Cette position dominante se retrouve dans l’IA.
En 2024, les startups d’IA basées à Londres avaient déjà levé environ 3,5 milliards de dollars, contre 2,4 milliards pour celles de la région parisienne. À l’échelle nationale, les investissements en capital-risque consacrés à l’IA au Royaume-Uni ont atteint près de 13,8 milliards de dollars en 2025 d’après l’OCDE, soit environ 5% des investissements mondiaux dans ce domaine. Cette performance place le Royaume-Uni très largement en tête des pays européens. Pour cette même année 2025, les investissements en capital-risque consacrés à l’IA dans l’ensemble de l’UE 27 représentent 15,8 milliards de dollars, soit 6% du total mondial.
On a beaucoup parlé cette année-là de la levée de fonds de 1,7 milliard d’euros réalisée par Mistral AI, assurément une bonne nouvelle. Plus récemment, en mars 2026, c’est la startup parisienne AMI Labs de Yann Le Cun qui a levé 1 milliard d’euros. Mais derrière ces succès, sur le plan entrepreneurial la France n’est pas aussi dynamique que le Royaume-Uni, et surtout la courbe s’infléchit : si l’on se réfère au Baromètre EY du capital-risque, sur l’ensemble de la French Tech, 7,4 milliards d’euros ont été levés en 2025 à travers 618 opérations, soit un recul de 5% en valeur. Sans Mistral, la baisse des investissements en valeur dans la French Tech atteindrait 26%, ce qui souligne la fragilité structurelle du marché français.
La capacité du Royaume-Uni à attirer les capitaux s’explique notamment par la profondeur de son marché financier, la présence de fonds spécialisés de grande taille, une culture entrepreneuriale particulièrement développée, mais aussi des dispositifs de défiscalisation de la R&D très avantageux. Revus récemment, ils restent plus ambitieux que notre Crédit Impôt Recherche et ciblent spécifiquement les petites structures : par exemple, avec la « super-déduction » une PME technologique investissant 100 000 £ dans un projet de R&D peut déduire 230 000 £ de son bénéfice imposable. Les investisseurs internationaux considèrent également le pays comme une porte d’entrée privilégiée vers les marchés mondiaux de la technologie. Enfin, les universités britanniques, notamment Oxford, Cambridge, Imperial College London ou University College London, constituent un vivier exceptionnel de recherche et de talents dans les disciplines liées à l’intelligence artificielle.
Selon une étude sectorielle, l’écosystème britannique de l’IA représentait en 2025 une valeur estimée à environ 230 milliards de dollars, soit davantage que les écosystèmes français et allemand réunis. Cette situation confère au Royaume-Uni un avantage significatif dans la création de nouvelles entreprises, le développement de logiciels d’IA et la commercialisation de solutions innovantes.
En France, une stratégie centrée sur les infrastructures et la souveraineté technologique
Face à cette avance britannique dans le domaine entrepreneurial, la France a adopté une stratégie différente, davantage axée sur la construction des infrastructures nécessaires à la prochaine génération d’applications d’intelligence artificielle. Cette orientation repose sur l’idée que la maîtrise de la puissance de calcul, de l’énergie et des centres de données constituera un facteur déterminant de souveraineté et de compétitivité dans les années à venir.
Cette ambition s’est matérialisée de manière spectaculaire lors du Sommet pour l’action sur l’intelligence artificielle organisé à Paris en février 2025. À cette occasion, le président Emmanuel Macron a annoncé plus de 109 milliards d’euros d’engagements privés destinés à financer des infrastructures d’IA en France. Ces investissements concernent principalement la construction de centres de données, le déploiement de capacités de calcul à haute performance et le développement de plateformes destinées à l’entraînement des grands modèles d’IA.
Depuis cette annonce, plusieurs projets majeurs sont venus renforcer cette dynamique, dont certains ont été confirmés lors du dernier sommet Choose France. Le groupe japonais SoftBank a notamment évoqué des investissements de 75 milliards d’euros dans des centres de données dédiés à l’IA. D’autres initiatives, telles que le projet de « gigafactory » d’intelligence artificielle près de Paris, porté par le fonds français de capital-investissement Ardian (ex AXA Private Equity) et le spécialiste britannique des data centers durables Verne (racheté à 100% par le Ardian), représentent plusieurs milliards d’euros supplémentaires.
La France bénéficie également d’un avantage structurel important : son mix électrique largement fondé sur le nucléaire. Les centres de données destinés à l’intelligence artificielle sont extrêmement consommateurs d’électricité. La disponibilité d’une énergie abondante, majoritairement décarbonée et compétitive constitue donc un atout majeur pour attirer les investissements internationaux dans les infrastructures numériques. À ceci s’ajoutent, comme le relève Thomas Veyrenc (RTE) dans un post LinkedIn, la planification du réseau électrique (qui a identifié des zones prioritaires pour l'électrification) et la procédure « fast track » qui permet de raccorder très rapidement au réseau les grands centres de données qui ont besoin d’une très forte puissance électrique (entre 500 et 1400 MW, soit la puissance électrique exigée pour une ville d’un million d’habitants).
Cette stratégie vise à faire de la France un hub européen du calcul intensif et de l’hébergement des modèles d’IA, à l’image du rôle joué par certains États américains dans l’économie numérique mondiale.
Les deux étages de la fusée
La comparaison entre la France et le Royaume-Uni ne peut être réduite à une simple compétition entre deux pays. Chacun développe un modèle spécifique de leadership dans l’intelligence artificielle. Le Royaume-Uni domine actuellement les segments à forte valeur ajoutée liés à l’innovation, à l’entrepreneuriat et au financement des startups. Son écosystème est particulièrement performant pour transformer la recherche en entreprises à croissance rapide et pour attirer les investisseurs internationaux.
La France, quant à elle, cherche à prendre une position stratégique sur les infrastructures qui soutiendront l’économie de l’IA à long terme. Les montants annoncés dans les centres de données et les capacités de calcul dépassent aujourd’hui largement ceux observés dans la plupart des autres pays européens. Cette orientation pourrait permettre à la France de devenir un acteur incontournable dans l’hébergement et l’entraînement des futurs modèles d’intelligence artificielle.
L’approche française reposant sur les centres de calcul a été validée et explicitée récemment par Arthur Mensch, le jeune patron de Mistral AI, dans son audition à l’Assemblée nationale. Il explique que l’IA n’est pas une activité immatérielle : elle repose sur une chaîne de production très concrète mobilisant énergie, infrastructures, puces, talents et capitaux. Sa production consiste à transformer de grandes quantités d’électricité et d’investissements en « tokens » (fragment de texte, de code, de chiffre ou d’image), devenus l’unité économique de base de l’économie de l’IA. L’IA devient l’infrastructure centrale du numérique, comme le cloud hier. La production de tokens s’apparente selon Arthur Mensch à une activité industrielle, voire à l’industrie lourde de jadis. Comme toute industrie lourde, elle soulève des enjeux de souveraineté, car dépendre des tokens produits ailleurs revient à dépendre d’autrui pour une part croissante de sa productivité et de sa compétitivité.
La stratégie française a du sens, et le nucléaire est un atout précieux. À moyen terme, par ailleurs, les deux approches pourraient se révéler complémentaires. Les entreprises britanniques spécialisées dans les logiciels et les modèles d’IA auront besoin d’infrastructures de calcul massives, tandis que les centres de données implantés en France auront besoin d’un tissu dynamique d’entreprises innovantes pour exploiter pleinement leurs capacités.
Mais l’aventure Mistral AI suggère que la France pourrait et devrait chercher à jouer sur les deux tableaux. Après tout, la région parisienne dispose elle aussi d’une remarquable intensité scientifique, entre l’Université Paris-Saclay et Hi! PARIS, d’un côté, et de l’autre l’Université PSL, Sorbonne Université avec SCAI, et l’Inria. Il faut également mentionner des initiatives comme le laboratoire Kyutai, fondé en 2023 par Xavier Niel (Iliad), Rodolphe Saadé (CMA CGM), et Eric Schmidt (ex-directeur général de Google), qui développe des modèles en open source.
L’IA est ainsi une occasion d’accélérer le développement d’un écosystème deep tech, ces startups exploitant des innovations de rupture issues des laboratoires universitaires. Ce développement, débloqué il y a un quart de siècle par la loi Allègre avant l’étape décisive du Programme d’investissements d’avenir en 2009, répond à l’intégration progressive, par les pouvoirs publics, du modèle de croissance par l’innovation décrit par les travaux de Philippe Aghion.
Mais l’effort français manque encore de vigueur : un marché du capital risque qui n’est pas encore à l’échelle (une des raisons en est l'inachèvement du marché européen des capitaux), peu de « sorties » et donc de réinvestissements, une culture entrepreneuriale encore timide chez les chercheurs et au sein des institutions de recherche et d’enseignement supérieur. Malgré les progrès spectaculaires de l’écosystème français des deep tech depuis les années 2010, plusieurs difficultés persistent. La première est le passage à l’échelle : de nombreuses entreprises innovantes peinent à devenir des leaders mondiaux et sont souvent rachetées avant d’atteindre une taille critique. Sur ce segment du scale-up, qui consomme d’impoortants investissements sans promesse de retour à court terme, les besoins en capital demeurent considérables, en particulier dans les secteurs industriels, quantiques, spatiaux, nucléaires ou biotechnologiques. Les cycles de développement sont longs et risqués, ce qui retarde l’accès au marché et exige des investisseurs patients. La transformation de découvertes scientifiques en produits rentables reste un défi, comme l’ont montré les biotechs Genset ou DBV Technologies. Certaines startups se heurtent encore à des difficultés d’industrialisation et d’adoption commerciale, à l’image de Navya (véhicules autonomes) ou, plus récemment, d’Ynsect (protéines animales). Les secteurs les plus capitalistiques restent exposés à des incertitudes technologiques et à des marchés parfois immatures. Dans le nucléaire et le spatial, la dépendance aux décisions publiques, aux réglementations et aux soutiens institutionnels demeure forte. Les entreprises françaises souffrent également d’un déficit historique d’ambition internationale et d’une moindre capacité à pivoter rapidement face à la concurrence mondiale. Enfin, les échecs de projets comme Astrid rappellent que même un fort soutien scientifique ne garantit pas le succès industriel. La question centrale reste donc la capacité de la France à transformer durablement son excellence scientifique en champions industriels globaux.
L’écosystème français de l’IA se déploie dans ce contexte plus général, qui permet de comprendre le retard de Paris par rapport à Londres. Mais l’IA pourrait aussi être l’occasion d’accélérer, notamment parce que de gigantesques quantités de capital se dirigent vers ce secteur. Si, comme le souligne Arthur Mensch, la fenêtre d’opportunité ne restera pas ouverte très longtemps, le jeu est très ouvert aujourd’hui : dans un entretien avec La Tribune Dimanche, il rappelle qu’en matière d’IA les talents et les compétences sont « très abondants en Europe », et précise : « Ce qui est vrai, en revanche, c’est que l’écosystème technologique européen est plus récent, puisque les Américains se sont lancés avant nous. Ils ont ensuite déployé leur technologie en Europe, un bloc qui s’est longtemps conçu d’abord comme un continent de consommateurs. D’où un décalage : les flux commerciaux partant d’Europe sont réinvestis en recherche et développement aux États-Unis ou en Chine, plutôt que chez nous. »
Un rattrapage est parfaitement possible ; l’enjeu est donc d’accélérer. La France a pris une avance significative dans la construction des fondations industrielles et énergétiques de l’intelligence artificielle européenne. Il lui reste à bâtir le deuxième étage de la fusée.
Cela suppose d'abord de faire émerger davantage de startups issues des laboratoires, en fluidifiant encore les passerelles entre recherche publique et création d'entreprise. Cela suppose ensuite de disposer de capitaux plus abondants pour accompagner les entreprises dans leur phase de passage à l'échelle, afin d'éviter qu'elles ne soient rachetées prématurément ou contraintes de partir à l'étranger pour se financer. Cela suppose enfin une demande plus dynamique, portée à la fois par les grands groupes et par la commande publique.
L'enjeu dépasse largement le seul secteur technologique. L'intelligence artificielle devient progressivement une technologie générale, comparable à l'électricité ou à Internet, qui transformera l'ensemble de l'économie. Il est probable que les pays qui maîtriseront à la fois les infrastructures, les modèles et les usages capteront une part disproportionnée des gains de productivité associés à cette révolution.
Did you enjoy this article? close
