Les groupes technologiques européens constatent une demande plus forte alors que l’IA d’entreprise passe en production

SAP, Capgemini, Sopra Steria et OVHcloud font état d’une demande plus forte pour l’IA, malgré les craintes selon lesquelles les développeurs de modèles capteraient l’essentiel de la valeur du marché.

Cette évolution remet en cause une narration familière de google techmeme. OpenAI, Anthropic, Google et d’autres créateurs de modèles ont produit la technologie qui attire les investissements. Pourtant, les fournisseurs européens historiques contrôlent de plus en plus le travail difficile consistant à relier cette technologie aux données d’entreprise, aux flux de travail, aux infrastructures et aux contrôles réglementaires.

Les récents résultats financiers et commentaires de dirigeants indiquent que les clients d’entreprise dépassent le stade des démonstrations isolées. Ils veulent désormais des systèmes d’IA capables de fonctionner dans les environnements de la finance, de l’industrie, du service client, des ressources humaines et du secteur public.

Cette transition favorise les fournisseurs disposant de relations clients existantes et d’un accès aux systèmes opérationnels. SAP contrôle une part importante des données d’applications d’entreprise. Capgemini et Sopra Steria gèrent des programmes technologiques complexes, tandis qu’OVHcloud fournit une infrastructure informatique contrôlée depuis l’Europe.

Ce changement ne signifie pas que l’Europe a dépassé les développeurs de modèles américains. Les entreprises européennes restent dépendantes de puces, de modèles et de technologies cloud étrangers dans de nombreux déploiements. Il suggère toutefois que créer un modèle performant n’est qu’une partie de la compétition commerciale.

La question plus difficile est de savoir qui peut transformer ce modèle en système de production fiable. Les entreprises technologiques européennes établies ont désormais une réponse crédible.

Quatre entreprises européennes perçoivent le même signal de demande

Le changement important n’est pas une nouvelle annonce de produit d’IA. C’est l’apparition d’une demande connexe dans les logiciels, le conseil, l’intégration et l’infrastructure.

SAP a déclaré un chiffre d’affaires cloud de 6,28 milliards d’euros au deuxième trimestre, en hausse de 24 % à taux de change constants. Son carnet de commandes cloud actuel, qui représente les revenus cloud contractés attendus au cours des 12 mois suivants, a atteint 22,93 milliards d’euros.

Le chiffre d’affaires de Cloud ERP Suite a augmenté de 27 % à taux de change constants, à 5,53 milliards d’euros. Les revenus des licences logicielles ont reculé de 32 %, à 131 millions d’euros, renforçant la poursuite de la transition de l’entreprise des licences vendues d’avance vers des services cloud récurrents.

SAP a maintenu ses prévisions de revenus cloud pour 2026, tout en réduisant son bénéfice d’exploitation non-IFRS attendu. Cet ajustement reflétait l’impact dilutif de ses acquisitions de Dremio et Prior Labs, selon ses résultats trimestriels.

Dremio développe une technologie de data lakehouse, qui aide les organisations à analyser des informations stockées dans des systèmes distribués. Prior Labs développe des modèles de fondation pour les données structurées, c’est-à-dire les tableaux et enregistrements qui sous-tendent de nombreuses applications métier.

Ces acquisitions illustrent l’approche de SAP. L’entreprise ne cherche pas à gagner uniquement grâce à un chatbot généraliste. Elle assemble des systèmes de données, d’applications et d’IA autour des registres métier déjà stockés dans ses logiciels.

Capgemini observe la demande depuis une autre position. L’entreprise de conseil et de services technologiques a déclaré un chiffre d’affaires de 5,94 milliards d’euros au premier trimestre 2026. Cela représente une croissance de 11 % à taux de change constants.

Les prises de commandes ont atteint 6,05 milliards d’euros, en hausse de 6,2 % à taux de change constants. Le directeur général Aiman Ezzat a déclaré que cette performance soutenait la stratégie cloud et IA de Capgemini, particulièrement pour les transformations complexes déployées dans de grandes organisations.

L’entreprise a également soutenu que l’IA élargit son marché de dépenses accessible. Les projets d’IA peuvent mobiliser des budgets d’exploitation, de recherche, de service client et de produits, et pas seulement les enveloppes conventionnelles consacrées aux technologies de l’information.

Capgemini bénéficie donc lorsque ses clients passent d’une démonstration à un système à l’échelle de l’entreprise. Un pilote peut nécessiter un modèle et une petite équipe de développement. Un déploiement en production exige intégration, sécurité, préparation des données, refonte des processus, supervision et formation des employés.

Sopra Steria occupe une position similaire, avec une exposition particulière aux gouvernements européens, aux institutions financières, aux entreprises aérospatiales et à d’autres organisations réglementées. L’entreprise prévoit plus de 8 500 recrutements dans le monde en 2026, notamment pour des postes liés aux données, à l’IA, à l’ingénierie cloud et à la cybersécurité.

Près de 90 % de ces postes devraient être basés en Europe. Les plans de recrutement ne garantissent pas les revenus futurs, mais ils montrent où la direction anticipe le développement du travail client.

OVHcloud ajoute la couche d’infrastructure. Son chiffre d’affaires du premier semestre de l’exercice 2026 a atteint 555,3 millions d’euros, ce qui représente une croissance organique de 5,5 %. L’EBITDA ajusté s’est élevé à 227,2 millions d’euros, soit 40,9 % du chiffre d’affaires.

L’entreprise a également lancé un laboratoire d’IA consacré à l’IA agentique verticale. Un agent IA est un logiciel capable de sélectionner et d’exécuter des actions vers un objectif défini, plutôt que de se limiter à renvoyer du texte.

Ensemble, ces signaux couvrent toute la pile technologique d’entreprise. SAP fournit des applications et des données métier gouvernées. Capgemini et Sopra Steria mettent en œuvre les systèmes. OVHcloud fournit des environnements informatiques conçus pour les clients préoccupés par la juridiction européenne et le contrôle opérationnel.

C’est cette ampleur qui rend l’histoire plus significative qu’un seul solide rapport de résultats. La demande apparaît simultanément dans plusieurs maillons de la chaîne de production.

Pourquoi l’attention de Google Techmeme se déplace au-delà des créateurs de modèles

La valeur de l’IA se déplace vers le déploiement, car un modèle ne peut pas naviguer seul dans les systèmes, autorisations et structures de responsabilité d’une grande organisation.

La première phase de l’IA générative a récompensé les entreprises capables d’entraîner de grands modèles et d’attirer des utilisateurs. Les benchmarks de performance, les sorties de modèles et les tours de financement ont dominé la couverture technologique.

La phase d’entreprise présente des exigences différentes. Une entreprise doit décider à quels enregistrements un modèle peut accéder, quelles actions il peut effectuer et qui reste responsable lorsqu’il commet une erreur.

Elle doit également connecter le modèle aux bases de données, aux systèmes d’identité, aux journaux d’audit et aux applications établies. Ces connexions déterminent si un assistant IA peut accomplir un travail utile ou simplement générer des suggestions plausibles.

Prenons le cas d’un fabricant qui utilise l’IA pour ajuster un calendrier de production. Le système a besoin de registres d’inventaire à jour, d’engagements fournisseurs, de prévisions de ventes, de disponibilité des équipements et d’autorisations des employés. Il a aussi besoin de règles empêchant qu’une sortie incertaine du modèle modifie silencieusement une commande critique.

SAP gère déjà nombre de ces enregistrements et flux de travail. Cette position installée donne à l’entreprise un levier qui ne peut pas être reproduit en améliorant uniquement un benchmark de modèle.

La même dynamique s’applique aux consultants et intégrateurs de systèmes. Les entreprises déploient rarement des logiciels d’entreprise en connectant une interface de programmation d’applications puis en s’en allant. Elles repensent les processus, classifient les données, négocient les responsabilités des employés et testent les défaillances avant d’approuver un usage plus large.

Capgemini a indiqué que l’IA lui donne accès à des dépenses hors des budgets technologiques traditionnels. C’est important, car l’IA de production affecte le modèle opérationnel d’une entreprise, et pas seulement son département logiciel.

Un déploiement de service client peut impliquer des transcriptions d’appels, des règles de confidentialité des consommateurs, la planification des effectifs et des contrôles qualité. Un déploiement financier nécessite des restrictions d’accès, des décisions documentées et des mécanismes de contrôle humain.

Ces projets récompensent la connaissance institutionnelle. Capgemini et Sopra Steria savent comment les systèmes de leurs clients ont été construits, quelles réglementations s’appliquent et où les précédents programmes de transformation ont échoué.

OVHcloud bénéficie des conséquences informatiques. Les systèmes de production génèrent une demande d’inférence persistante, c’est-à-dire le traitement répété nécessaire chaque fois qu’un modèle déployé répond ou effectue une action.

Les expérimentations peuvent être lancées et arrêtées. Les charges de travail de production exigent capacité, fiabilité, résidence des données et opérations prévisibles. Elles créent une demande récurrente en infrastructure lorsque l’adoption réussit.

Ce changement explique également le regain de pertinence de l’IA souveraine. Le terme décrit des systèmes d’IA dont les données, l’infrastructure, les opérations et l’exposition juridique répondent aux exigences de contrôle d’un pays ou d’une organisation.

Pour les agences publiques européennes et les entreprises réglementées, la souveraineté peut influer sur le choix des fournisseurs. Elles doivent tenir compte du lieu de stockage des données, de la juridiction légale qui les régit et de la possibilité qu’une décision de politique étrangère interrompe l’accès.

OVHcloud s’est positionné comme une alternative européenne pour ces charges de travail. Capgemini et Sopra Steria associent des capacités de prestation européennes à des plateformes de fournisseurs américains et européens.

Cela ne crée pas une indépendance complète. Nvidia reste central pour l’informatique avancée, tandis que les entreprises américaines fournissent de nombreux modèles commerciaux et plateformes cloud de premier plan.

Cependant, les clients n’ont pas besoin d’une indépendance technologique parfaite avant d’orienter leurs dépenses vers des partenaires européens de mise en œuvre et d’hébergement. Ils ont besoin de contrôles fonctionnels qui réduisent des risques opérationnels et juridiques précis.

C’est l’ouverture commerciale que les fournisseurs établis cherchent à exploiter. Le modèle reste important, mais le déploiement détermine si un client obtient une valeur mesurable.

La véritable compétition oppose la propriété des modèles au contrôle des flux de travail

Le conflit principal n’oppose plus les anciennes entreprises européennes aux jeunes startups de l’IA. Il oppose la propriété des modèles au contrôle des flux de travail d’entreprise.

Les développeurs de modèles disposent d’avantages considérables. Ils possèdent des équipes de recherche, une expertise dans l’entraînement des modèles, une distribution auprès des consommateurs et de vastes réserves de capitaux d’investissement. Leurs produits peuvent également atteindre les clients sans passer par un processus commercial d’entreprise conventionnel.

Pourtant, un modèle généraliste se situe habituellement en dehors du processus métier qu’il est censé améliorer. Il ne comprend pas automatiquement la hiérarchie des produits d’une entreprise, ses règles d’approbation, ses limites contractuelles ou ses décisions historiques.

Les fournisseurs de logiciels d’entreprise contrôlent davantage ce contexte. Les systèmes SAP prennent en charge la finance, les achats, les chaînes d’approvisionnement, les ressources humaines et d’autres fonctions opérationnelles. Ces enregistrements fournissent à un système d’IA le contexte structuré nécessaire pour formuler une recommandation utile.

Cela ne garantit pas que SAP captera la valeur qui en résulte. Les clients peuvent connecter des modèles concurrents aux données SAP, tandis que les fournisseurs cloud peuvent proposer leurs propres agents et outils d’intégration.

SAP doit donc rendre sa couche de données utile sans enfermer les clients dans un choix limité de modèles. Son Business Data Cloud et son assistant Joule font partie de cette stratégie.

L’entreprise affirme que ses applications contiennent des connaissances métier critiques. C’est une observation défendable, mais le résultat commercial dépend toujours de l’adoption, de la précision et des revenus additionnels.

Capgemini et Sopra Steria font face à une version différente du même conflit. Les systèmes d’IA peuvent automatiser le codage, la documentation, les tests et certaines parties de la prestation de conseil. Ces capacités menacent les modèles de services intensifs en main-d’œuvre.

Dans le même temps, l’automatisation peut améliorer les marges et rendre viables des projets auparavant non rentables. Elle peut aussi accroître le volume des changements technologiques que les clients entreprennent.

L’argument de Capgemini est que la demande supplémentaire l’emporte sur la menace de l’automatisation. Son chiffre d’affaires du premier trimestre soutient cette position, mais un seul trimestre ne peut trancher la question.

Les entreprises de services doivent démontrer que l’IA produit de nouvelles offres reproductibles, plutôt que de simplement réduire les heures facturées pour des travaux établis. Elles doivent aussi conserver la responsabilité des résultats clients à mesure que les modèles deviennent plus accessibles.

L’accent mis par Sopra Steria sur la souveraineté et les secteurs réglementés apporte une réponse. Les clients des administrations, de la défense, de la banque et des infrastructures critiques ne peuvent pas toujours adopter un service d’IA public sans contrôles substantiels.

L’entreprise a étendu son travail avec les technologies open source pour aider ses clients à déployer l’IA dans différents environnements. L’open source peut améliorer la portabilité, car les clients peuvent examiner ou déplacer davantage de composants d’un système.

Son partenariat avec SAP cible également des environnements de cloud souverain pour des charges de travail européennes sensibles. Cette combinaison place Sopra Steria entre les logiciels applicatifs et l’infrastructure, là où les exigences d’intégration sont les plus élevées.

OVHcloud se rapproche de la couche des modèles. Son PDG, Octave Klaba, a déclaré à Reuters que l’entreprise prévoyait d’entraîner une famille de modèles de pointe, c’est-à-dire des modèles avancés entraînés dès l’origine sur de grands jeux de données et des clusters de calcul.

Klaba a estimé qu’un projet nécessitant autrefois environ 1 milliard d’euros pourrait désormais être envisagé avec 150 à 200 millions d’euros. Il a attribué ce changement à l’amélioration des puces, des méthodes d’entraînement et des données synthétiques.

OVHcloud a achevé des travaux de préentraînement à l’aide du supercalculateur européen Jupiter, bien que l’entreprise n’ait pas publié de résultats détaillés sur les performances. Elle prévoit de publier les modèles en open source une fois qu’ils auront atteint un niveau acceptable.

Cette initiative est ambitieuse, car elle fait sortir OVHcloud du seul hébergement. Elle expose également l’entreprise à des besoins en capital plus élevés et à une concurrence directe avec les laboratoires d’IA spécialisés.

Néanmoins, son objectif plus large correspond à la thèse du contrôle des flux de travail. OVHcloud veut offrir à ses clients infrastructure, accès aux modèles, protection des données et déploiement dans un cadre opérationnel européen.

L’architecture d’entreprise la plus probable inclura plusieurs fournisseurs. Une entreprise pourrait utiliser un modèle américain, les données SAP, les services d’implémentation de Capgemini et l’infrastructure OVHcloud pour certaines charges de travail.

Le gagnant ne possédera pas nécessairement chaque couche. Il maîtrisera les interfaces, les politiques et la relation client qui déterminent la façon dont les couches fonctionnent ensemble.

Pour les lecteurs qui suivent la couverture google techmeme, c’est le renversement central. Le marché de l’IA s’étend au-delà des entreprises qui ont initialement rendu les modèles génératifs visibles.

Une forte demande en IA doit encore réussir l’épreuve de la production

Le discours sur les résultats financiers peut montrer l’intérêt des clients, mais il ne prouve pas que les systèmes d’IA déployés génèrent des retours durables.

Plusieurs incertitudes subsistent. Les revenus du cloud peuvent croître parce que les clients migrent des logiciels existants, même lorsque les fonctionnalités d’IA contribuent peu directement aux revenus.

Le carnet de commandes cloud de SAP est donc un indicateur important de la demande, mais il ne constitue pas une mesure pure des ventes d’IA. Les migrations vers le cloud ERP, le calendrier des contrats et les dépenses applicatives plus larges influencent également ce chiffre.

La réduction des perspectives de bénéfice opérationnel de l’entreprise met en évidence une autre tension. SAP dépense pour acquérir des capacités en IA et en données tout en protégeant les marges attendues de sa transition vers le cloud.

Ses acquisitions pourraient améliorer sa différenciation à long terme. Elles peuvent aussi augmenter les coûts d’intégration et distraire la direction si les produits se chevauchent ou si les clients ne les adoptent pas.

Capgemini et Sopra Steria ont également un problème de mesure. Les consultants décrivent de plus en plus de vastes programmes de transformation comme liés à l’IA, même lorsque la migration cloud classique et l’ingénierie des données représentent une grande partie du travail.

Les investisseurs ont besoin d’éléments plus clairs montrant que l’IA génère des prises de commandes incrémentales. Ils doivent aussi savoir si l’automatisation améliore les marges des projets ou exerce une pression sur les revenus liés aux heures des employés.

Les effectifs offrent un signal imparfait. Les recrutements prévus par Sopra Steria suggèrent une demande, mais les entreprises de services peuvent rencontrer des problèmes de taux d’utilisation si les projets arrivent plus tard que prévu.

Les compétences deviennent également rapidement obsolètes. Recruter des milliers de personnes pour l’IA et le cloud crée des obligations de formation, tandis que les outils pourraient automatiser certaines parties de ces rôles avant que les projets n’atteignent leur maturité.

OVHcloud supporte un risque d’infrastructure plus direct. La demande en IA exige des processeurs graphiques coûteux, des équipements réseau, de la mémoire, du stockage et de l’électricité. La capacité doit être installée avant que l’ensemble des revenus clients ne devienne certain.

Les dépenses d’investissement d’OVHcloud au premier semestre se sont élevées à 238,5 millions d’euros, soit 42,9 % du chiffre d’affaires. Son flux de trésorerie disponible après effet de levier était négatif de 14,2 millions d’euros sur la période.

Ces chiffres n’invalident pas sa stratégie. Ils montrent pourquoi la demande d’infrastructure doit rester suffisamment durable pour soutenir les investissements continus.

OVHcloud fait également face à des concurrents bien plus importants. Amazon Web Services, Microsoft Azure et Google Cloud peuvent répartir les coûts d’infrastructure sur des bases de clients plus larges et investir davantage dans des puces spécialisées.

Google Cloud a fait état d’une forte croissance liée à son portefeuille d’IA. AWS a indiqué que la demande continue de dépasser la capacité disponible. Ces hyperscalers peuvent regrouper modèles, bases de données, sécurité et outils de développement dans une même relation d’achat.

Les fournisseurs européens répondent par la souveraineté, le contrôle local et l’interopérabilité. Ces caractéristiques comptent surtout lorsque les clients les considèrent comme des exigences plutôt que comme des préférences.

Les services de déploiement d’IA d’OVHcloud illustrent sa position visée sur la préparation des données, l’entraînement et la production. Toutefois, la disponibilité des produits ne garantit pas que les clients déplaceront des charges de travail critiques loin des hyperscalers établis.

La sécurité et la fiabilité constituent une autre épreuve de production. Un assistant expérimental peut être corrigé par son utilisateur. Un agent autonome connecté aux systèmes métier peut entraîner des conséquences financières, juridiques ou opérationnelles.

Les entreprises ont besoin de contrôles d’identité, de journalisation, d’évaluation et de voies d’escalade claires. Elles doivent également surveiller les changements de comportement des modèles après les mises à jour.

Ces exigences créent du travail pour les fournisseurs établis, mais elles peuvent ralentir les déploiements. Un long cycle d’approbation peut générer des revenus de conseil sans créer un usage récurrent significatif de l’IA.

Les preuves les plus solides viendront des résultats clients. Les fournisseurs devraient divulguer combien de systèmes sont passés en production, quels flux de travail ils prennent en charge et si les clients ont étendu leur utilisation après le déploiement initial.

D’ici là, une demande plus forte devrait être décrite comme un signal commercial prometteur. Elle ne prouve pas que les groupes technologiques établis d’Europe ont résolu l’IA d’entreprise.

La poussée européenne en faveur de la souveraineté renforce la position des acteurs établis

La souveraineté technologique européenne devient une condition d’achat, offrant aux entreprises locales de logiciels, de services et de cloud une voie concrète vers les projets d’IA.

La dépendance de l’Europe aux plateformes cloud et aux modèles d’IA américains préoccupe les décideurs politiques depuis des années. Les récents différends géopolitiques ont rendu la continuité et la juridiction légale plus immédiatement importantes pour les entreprises.

La réponse européenne n’exige pas que chaque composant soit développé sur le territoire. Le PDG de Capgemini, Aiman Ezzat, a rejeté l’idée que l’Europe puisse atteindre une autonomie technologique complète.

Capgemini travaille plutôt avec AWS, Google Cloud et Microsoft tout en développant des offres destinées à répondre aux exigences européennes de souveraineté. Cette approche accepte la dépendance technique tout en ajoutant une gouvernance, un hébergement et des contrôles opérationnels locaux.

Ce compromis reflète la manière dont les entreprises achètent réellement la technologie. Remplacer chaque composant étranger retarderait les projets et réduirait l’accès aux capacités de pointe.

Utiliser des composants étrangers sans garde-fous crée un autre risque. Les clients pourraient devenir dépendants d’une plateforme dont ils ne peuvent pas entièrement contrôler la disponibilité, les conditions contractuelles ou l’exposition juridique.

Sopra Steria et OVHcloud offrent une voie davantage centrée sur l’Europe. Leur partenariat élargi se concentre sur l’industrialisation de l’IA selon des principes open source et avec une infrastructure contrôlée.

Sopra Steria peut intégrer les applications et la gouvernance. OVHcloud peut héberger les données et le calcul sous droit européen. Leur partenariat en IA cible les clients qui ont besoin de davantage de contrôle que ce qu’offre un service de cloud public standard.

SAP prévoit également des investissements substantiels dans les capacités de cloud souverain. Sa collaboration avec Sopra Steria s’adresse aux administrations publiques et aux organisations exploitant des infrastructures sensibles.

C’est important parce que les gouvernements européens sont à la fois régulateurs et acheteurs majeurs de technologies. Les décisions d’achat public peuvent fournir aux fournisseurs locaux des clients de référence et une demande récurrente.

La réglementation ajoute de la complexité, mais elle peut favoriser les entreprises familières de la conformité. L’AI Act de l’Union européenne crée des obligations en fonction du risque et de l’usage prévu d’un système d’IA.

Les organisations qui déploient des systèmes à risque élevé ont besoin d’une documentation, d’une supervision humaine et de contrôles plus rigoureux. Ces tâches correspondent à l’expérience des fournisseurs de logiciels d’entreprise et des intégrateurs de systèmes.

La réglementation ne protège pas automatiquement les entreprises européennes. Les hyperscalers américains disposent d’importantes équipes de conformité et de centres de données européens. Ils peuvent adapter leurs produits tout en conservant leurs avantages d’échelle.

L’opportunité européenne la plus crédible réside dans la spécialisation. Les fournisseurs locaux peuvent se concentrer sur les clients des administrations, de la défense, de la santé, de la finance et de l’industrie ayant des exigences élevées.

Ils peuvent également proposer des systèmes hybrides, qui combinent une infrastructure privée avec des services de cloud public. Cela permet aux clients de garder sous contrôle les charges de travail sensibles tout en utilisant des modèles externes pour les tâches moins risquées.

L’IA en production est susceptible d’approfondir ce modèle hybride. Les entreprises sélectionneront l’infrastructure en fonction de la sensibilité des données, de la latence, du coût et de la disponibilité des modèles.

Cette complexité crée un marché de l’orchestration. Quelqu’un doit décider où s’exécute chaque charge de travail, maintenir des politiques d’accès cohérentes et surveiller les performances entre les fournisseurs.

Les fournisseurs européens établis effectuent déjà un travail connexe dans les programmes cloud conventionnels. L’IA augmente le nombre de décisions, mais elle n’élimine pas le besoin d’intégration.

L’opportunité de souveraineté est donc moins spectaculaire qu’une pile d’IA européenne entièrement indépendante. Elle est aussi plus réaliste sur le plan commercial.

Les entreprises européennes peuvent capter des revenus significatifs en contrôlant les déploiements réglementés, même lorsqu’elles utilisent une technologie développée ailleurs. Cela suffit à modifier la répartition de la valeur.

Ce que les trois prochains cycles de publication de résultats doivent confirmer

Le prochain test consiste à déterminer si la demande déclarée se transforme en revenus récurrents liés à l’IA, en une meilleure économie des services et en une utilisation soutenue de l’infrastructure.

Le premier signal à surveiller est le carnet de commandes cloud de SAP et l’expansion des contrats liés à l’IA. Les investisseurs ont besoin de preuves que les clients ajoutent des capacités d’IA à leurs accords cloud existants, plutôt que de seulement achever des migrations ERP déjà prévues.

SAP devrait également démontrer comment ses acquisitions de données renforcent les produits utilisés dans de vrais flux de travail. L’adoption dans les opérations de finance, d’approvisionnement et de chaîne logistique étayerait son affirmation selon laquelle les données métier créent un avantage.

Un ralentissement de la croissance du carnet de commandes affaiblirait cet argument. Un carnet de commandes solide accompagné d’une expansion identifiable de l’IA rendrait le dossier en faveur des acteurs établis plus convaincant.

Le deuxième signal concerne l’économie des activités d’IA de Capgemini et Sopra Steria. Les prises de commandes devraient se traduire en revenus sans exiger une croissance proportionnelle des effectifs.

Cela indiquerait que l’automatisation interne et les plateformes réutilisables améliorent la prestation. Cela répondrait également aux inquiétudes selon lesquelles les agents de codage réduiront la valeur des services traditionnels.

Une baisse du taux d’utilisation, des prises de commandes plus faibles ou une pression sur les marges des projets indiqueraient l’inverse. Ces résultats suggéreraient que l’IA perturbe les fournisseurs de services plus rapidement qu’elle ne crée de nouvelles activités.

Le troisième signal est l’utilisation de l’infrastructure et la génération de trésorerie d’OVHcloud. L’entreprise doit transformer les dépenses d’investissement en charges de travail récurrentes sans laisser les coûts des équipements et de l’énergie submerger la croissance.

Son initiative dans les modèles de pointe ajoute un nouvel élément de référence. OVHcloud doit publier des évaluations crédibles, des détails de déploiement ou des cas d’usage clients avant que cette initiative puisse être considérée comme autre chose qu’une promesse stratégique.

Les résultats semestriels de l’entreprise ont montré une amélioration de la rentabilité, parallèlement à la poursuite des investissements. Les prochains rapports devront démontrer que cet équilibre peut tenir face à un développement plus important de l’IA.

La concurrence des hyperscalers doit également rester à l’esprit. Google, Microsoft et Amazon peuvent réagir avec des contrôles de souveraineté, des partenariats locaux et des options de déploiement plus flexibles.

S’ils éliminent suffisamment de préoccupations liées à la juridiction et aux opérations, les fournisseurs européens perdent une partie de leur différenciation. Si les clients continuent d’exiger un contrôle local, la position européenne se renforce.

Les développeurs et les acheteurs en entreprise devraient s’y intéresser, car le choix d’un fournisseur détermine désormais plus que la qualité des modèles. Il définit où résident les connaissances de l’entreprise, comment les actions sont approuvées et si les systèmes peuvent passer d’un fournisseur à l’autre.

À mesure que les projets se développent, les équipes devraient conserver les dossiers d’évaluation, les décisions de déploiement et les retours des utilisateurs. Une base de connaissances IA consultable peut aider à préserver ce contexte institutionnel entre les fournisseurs et les évolutions de modèles.

L’article de Reuters a émergé via Techmeme parce qu’il remet en cause une hypothèse qui définissait les débuts du marché de l’IA. Les entreprises qui développaient des modèles étaient censées dominer, tandis que les groupes technologiques européens plus anciens semblaient vulnérables.

Le déploiement en production modifie cet équilibre. Les modèles restent essentiels, mais les données métier, l’intégration des systèmes, l’infrastructure et la responsabilité déterminent désormais si les entreprises peuvent les utiliser en toute sécurité.

C’est pourquoi les lecteurs de google techmeme devraient surveiller les couches moins glamour de la pile technologique de l’IA. SAP, Capgemini, Sopra Steria et OVHcloud n’ont pas besoin de vaincre tous les laboratoires de modèles.

Ils doivent permettre aux clients entreprises de continuer à passer des expérimentations à des opérations récurrentes et gouvernées. Les prochains cycles de résultats montreront si cette transition produit un avantage européen durable ou seulement une hausse temporaire de la demande étiquetée IA.