OVHcloud a décidé d’entrer dans un domaine qui, jusqu’à récemment, semblait réservé à des laboratoires comme Mistral AI, OpenAI, Anthropic ou Google DeepMind : le développement de modèles d’IA de pointe. Ce mouvement ne fait pas d’OVHcloud un concurrent direct de Mistral — le groupe français n’a encore publié ni modèle comparable ni métriques de performance vérifiables. Mais il modifie la dynamique de la conversation européenne autour de l’IA souveraine.

Jusqu’ici, l’Europe misait sur Mistral comme grand champion continental des modèles génératifs. OVHcloud propose un argument différent : pour rivaliser en IA, avoir de bons chercheurs et des modèles puissants ne suffit pas. Il faut aussi maîtriser les data centers, les serveurs, l’énergie, le réseau et l’exploitation cloud. Et sur ce terrain, le groupe français a déjà quelque chose à montrer.

De fournisseur cloud à laboratoire de modèles

Le virage a commencé avec l’acquisition de Dragon LLM, une société française spécialisée dans les modèles génératifs souverains et le fine-tuning pour des secteurs réglementés. L’opération a débouché sur la création de l’AI Lab d’OVHcloud, avec pour objectif déclaré d’entraîner et d’affiner des LLM souverains déployables dans le cloud comme sur des infrastructures locales.

Octave Klaba, fondateur et CEO, a expliqué à Reuters que l’entreprise veut entraîner des modèles depuis zéro et devenir un second acteur européen majeur des LLM, aux côtés de Mistral. La stratégie ne vise pas un modèle généraliste unique, mais une famille de modèles spécialisés, avec l’intention de les libérer en open source dès qu’ils atteindront un niveau de performance suffisant.

Klaba a avancé un chiffre qui mérite attention : le coût d’entraînement de modèles avancés a fortement baissé. Ce qui demandait autrefois environ 1 milliard d’euros pourrait désormais se faire pour 150 à 200 millions, grâce aux amà0e9liorations des puces, des techniques d’entraînement et au recours aux données synthétiques.

La société aurait déjà finalisé le pré-entraînement d’un modèle sur Jupiter, le superordinateur européen installé en Allemagne, sans encore publier de résultats de performance. C’est précisément là que le dossier reste ouvert : OVHcloud a les ressources, l’équipe et l’infrastructure, mais doit encore prouver que ses modèles tiennent la comparaison en termes de qualité, de coût et d’adoption.

L’IA ne se résume plus à la qualité du modèle

La perspective la plus intéressante n’est pas de savoir si OVHcloud peut « battre » Mistral. Cette comparaison simplifie le marché à l’extrême. Ce qui compte, c’est que l’IA générative entre dans une seconde phase où l’infrastructure pèsera autant, sinon plus, que l’algorithme.

Les premières années de la course aux modèles ont été dominées par les benchmarks, les fenêtres de contexte, les assistants conversationnels et les levées de fonds. La question devient maintenant plus matérielle : qui possède des GPU, qui a la mémoire, qui a l’énergie, qui maîtrise le refroidissement, qui peut héberger des charges sensibles et offrir des coûts prévisibles aux entreprises et administrations ?

Sur ce terrain, OVHcloud a ses arguments. La société se présente comme le principal fournisseur cloud européen, avec 1,6 million de clients, 46 data centers, plus de 500 000 serveurs, 3 000 employés et 1,085 milliard d’euros de chiffre d’affaires en 2025. Elle revendique un EBITDA ajusté de 438 millions d’euros — une entreprise rentable, pas une startup en phase de dépense pure.

Maîtriser l’infrastructure ne garantit pas un bon modèle d’IA, mais ça change la structure des coûts. Une société qui gère déjà des data centers peut entraîner, déployer et commercialiser des modèles différemment. Elle peut intégrer l’IA à ses services cloud existants, proposer des déploiements souverains, mieux gérer la conformité réglementaire, et vendre à des clients qui lui font déjà confiance. On retrouve une logique similaire dans la collaboration IBM-OpenAI sur la cybersécurité d’entreprise, où l’infrastructure existante devient le levier de déploiement IA.

Le contexte géopolitique joue aussi en faveur des fournisseurs européens. L’inquiétude croissante autour de la dépendance aux plateformes américaines renforce l’intérêt pour des alternatives basées sur des modèles ouverts et des déploiements maîtrisés. C’est le même type de raisonnement qui pousse la Chine à investir dans son supercalcul souverain avec LineShine : l’infrastructure matérielle comme garantie d’autonomie technologique.

Souveraineté, cloud et modèles ouverts

OVHcloud ne part pas de zéro sur la souveraineté numérique. Son offre cloud repose depuis plusieurs années sur le contrôle européen, la prévisibilité des prix et l’indépendance technologique. L’acquisition de Dragon LLM suit cette logique, en ciblant des modèles spécialisés pour des domaines sensibles, avec capacité de déploiement local.

Le vrai défi est de transformer ce positionnement en produit concret. En IA d’entreprise, affirmer « souverain » ne suffit pas. Les clients ont besoin de modèles efficaces, d’API stables, de documentation fiable, d’outils de déploiement, d’évaluations de sécurité, d’un support, de coûts transparents et d’une intégration avec leurs données propres. Ils veulent aussi connaître la provenance des données d’entraînement, l’emplacement de l’inférence, et comment respecter le AI Act, le RGPD et les réglementations sectorielles.

Miser sur des modèles spécialisés peut être une décision avisée. Concurrencer les grands modèles généralistes demande des ressources en calcul et en talents que peu peuvent réunir. En revanche, une famille de modèles adaptés à des cas précis — banque, défense, industrie, secteur public, santé, services professionnels — peut être plus utile pour les entreprises européennes, surtout si elle est déployée sur une infrastructure européenne sous contrat clair.

L’entrée d’OVHcloud n’est pas une mauvaise nouvelle pour Mistral. L’Europe a besoin de plusieurs acteurs forts en IA pour peser dans la compétition mondiale. Un seul champion continental rend l’ensemble plus fragile. La concurrence interne améliore les modèles, accélère l’intégration et montre que l’IA européenne ne dépend pas d’un seul laboratoire.

La compétition sera quand même intense. Mistral a déjà sa marque, sa communauté de développeurs et des modèles en production. OVHcloud a l’infrastructure, les clients et l’expérience opérationnelle, mais doit encore gagner en crédibilité technique sur un marché où les évaluations sont rapides et implacables.

Une fenêtre qui ne restera pas ouverte

OVHcloud illustre une tendance claire : les futurs gagnants de l’IA ne seront pas seulement ceux qui conçoivent le meilleur modèle, mais ceux qui contrôlent toute la chaîne de valeur. Données, calcul, énergie, réseau, sécurité, déploiement, support et coûts font désormais partie intégrante du produit. L’IA se transforme en industrie d’infrastructure lourde, pas seulement en une course au logiciel.

Pour l’Europe, c’est une opportunité réelle. Elle n’a pas les hyperfacilités américaines ni la capacité industrielle de la Chine, mais elle dispose de fournisseurs cloud, de data centers, de recherche publique, d’une forte demande institutionnelle et d’une pression réglementaire en faveur de solutions maîtrisées. OVHcloud veut exploiter précisément cette intersection.

La grande incertitude reste le calendrier. La fenêtre pour construire une alternative européenne sérieuse en IA est ouverte, mais pas indéfiniment. Les clients veulent souveraineté, mais aussi performance, coût et simplicité. OVHcloud a montré sa volonté de jouer cette partie. Elle doit maintenant prouver que son avantage en infrastructure peut se traduire en intelligence utile.

Questions fréquentes sur OVHcloud et l’IA souveraine

OVHcloud va-t-elle concurrencer directement Mistral AI ?
OVHcloud vise à devenir un second acteur européen pertinent dans les LLM. Elle n’a encore publié aucun résultat de performance. La vraie compétition dépendra de la qualité, de la disponibilité et de l’adoption de ses modèles.

Qu’est-ce que Dragon LLM ?
Dragon LLM est une société française spécialisée dans les modèles génératifs souverains et le fine-tuning pour les secteurs réglementés. OVHcloud l’a acquise pour renforcer son AI Lab et développer des LLM souverains.

Quel avantage OVHcloud a-t-elle sur une start-up IA ?
Une infrastructure cloud déjà en place : 500 000+ serveurs, 46 data centers, 1,6 million de clients, expertise en déploiements souverains. Cette base réduit la dépendance à des tiers pour entraîner et déployer des modèles.

Pourquoi le coût d’entraînement a-t-il autant baissé ?
Selon Octave Klaba, les améliorations des puces, les nouvelles techniques d’entraînement et le recours aux données synthétiques ont fait passer le coût de ~1 milliard à 150-200 millions d’euros pour des modèles avancés.

Quel modèle OVHcloud a-t-elle déjà entraîné ?
La société dit avoir finalisé le pré-entraînement d’un modèle sur Jupiter, le superordinateur européen en Allemagne. Aucun résultat de performance n’a encore été publié.