Dernière mise à jour : 14 septembre 2026.

Ce qu’il faut retenir

• Les nouveaux data centers dédiés à l’IA nécessitent énormément d’électriciens et de professionnels du bâtiment.
• Aux États-Unis, les organisations du secteur constatent déjà une concurrence accrue pour ces métiers.
• Cette demande peut augmenter les salaires, les délais et les coûts des autres chantiers, dont le logement.
• La construction américaine estime devoir attirer environ 349 000 travailleurs supplémentaires en 2026.
• En France aussi, les électriciens et plusieurs métiers du BTP sont déjà difficiles à recruter.

L’IA a aussi besoin de milliers d’ouvriers

Quand on parle de la course à l’intelligence artificielle, les regards se tournent généralement vers Nvidia, les chercheurs en IA ou les milliards investis par Microsoft, Google et Amazon.

Mais avant d’installer des dizaines de milliers de GPU, il faut construire les bâtiments capables de les accueillir.

Un grand data center nécessite des électriciens, plombiers, spécialistes du refroidissement, soudeurs, conducteurs d’engins, ingénieurs et de nombreux autres professionnels du bâtiment.

Selon une analyse publiée le 14 septembre par Reuters Breakingviews, cette vague de construction arrive au moment où plusieurs pays occidentaux manquent déjà de main-d’œuvre qualifiée pour leurs logements, infrastructures et projets industriels.

Les data centers commencent à attirer les mêmes électriciens que le logement

Le phénomène est particulièrement visible aux États-Unis.

L’Associated General Contractors of America indiquait début septembre que la demande générée par les data centers contribue à maintenir la pénurie de main-d’œuvre dans la construction, même alors que certains autres segments du bâtiment ralentissent.

Le problème ne concerne pas uniquement le nombre d’ouvriers disponibles. Les data centers ont besoin de profils particulièrement recherchés, notamment dans l’électricité et le refroidissement.

Les entreprises peuvent donc se retrouver en concurrence pour recruter les mêmes professionnels qu’un constructeur de logements, un chantier industriel ou un projet d’infrastructure.

Selon l’Associated Builders and Contractors, le secteur américain de la construction devrait encore avoir besoin d’environ 349 000 travailleurs supplémentaires en 2026.

L’organisation cite justement les data centers liés à l’IA et les usines de semi-conducteurs parmi les mégaprojets qui renforcent la demande pour certains métiers spécialisés.

Pourquoi cela peut faire monter le coût des logements

Un data center ne nécessite pas forcément davantage de main-d’œuvre qu’un immense programme résidentiel sur toute sa durée de vie. Mais sa phase de construction peut absorber beaucoup de travailleurs qualifiés pendant plusieurs mois ou années.

Quand plusieurs projets sont lancés dans une même région, les entreprises doivent augmenter les salaires, faire venir des équipes d’autres États ou retarder certains travaux.

Cela peut avoir plusieurs conséquences :

• des chantiers plus longs ;
• une hausse du coût de la main-d’œuvre ;
• davantage de difficultés pour recruter des électriciens ou techniciens spécialisés ;
• et indirectement des coûts supplémentaires pour le logement et les autres infrastructures.

Dans certaines villes américaines accueillant de gigantesques projets IA, l’arrivée temporaire de milliers de travailleurs peut également augmenter la demande de logements à proximité du chantier.

La France pourrait-elle connaître le même problème ?

Le phénomène n’est pas encore documenté en France avec la même ampleur qu’aux États-Unis. Il serait donc prématuré d’affirmer que les data centers français empêchent déjà la construction de logements.

Mais ils arrivent sur un marché du travail qui connaît lui aussi des tensions.

France Travail recense 139 670 projets de recrutement dans le secteur de la construction en 2026. Les ouvriers en électricité du bâtiment font partie des professions les plus recherchées, avec environ 9 640 projets d’embauche recensés dans le secteur.

Or la France prépare simultanément plusieurs très grands campus de data centers liés à l’intelligence artificielle, dont certains réclameront des centaines de mégawatts de puissance électrique.

Ces projets devront recruter ou mobiliser une partie des mêmes profils que les bâtiments résidentiels, les usines, les réseaux électriques et les infrastructures publiques.

La question pourrait donc rapidement devenir aussi importante que celle de l’électricité disponible.

Le paradoxe des data centers

La construction d’un data center peut mobiliser énormément de personnes, mais une fois le bâtiment terminé, son fonctionnement demande généralement beaucoup moins de salariés qu’un chantier de taille comparable.

C’est l’un des paradoxes du boom actuel : les investissements se comptent en milliards et les besoins de construction sont énormes, mais les emplois permanents créés sur place peuvent rester relativement limités.

Tout n’est cependant pas négatif. Ces investissements peuvent également augmenter les salaires des métiers techniques, financer de nouvelles formations et pousser davantage de jeunes vers des professions comme électricien ou technicien du bâtiment.

Le défi sera surtout d’éviter que la course aux infrastructures IA ne se contente de déplacer une pénurie existante d’un secteur vers un autre.

Sources

• Reuters Breakingviews — IA, construction et pénurie de main-d’œuvre
• Associated General Contractors — impact des data centers sur la main-d’œuvre
• NCCER — besoins de recrutement dans la construction en 2026
• France Travail — besoins en main-d’œuvre dans la construction en 2026

L’article Le boom de l’IA met aussi le logement sous pression : électriciens et ouvriers deviennent une ressource rare est apparu en premier sur TechPi.

Dernière mise à jour : 14 septembre 2026.

Ce qu’il faut retenir

• La Norvège prépare une réglementation plus stricte des lunettes connectées et autres appareils portables équipés de caméras.
• Le gouvernement vise surtout les risques liés à la surveillance et à la reconnaissance faciale.
• Une interdiction de la reconnaissance faciale d’autres personnes dans l’espace public fait partie des pistes envisagées.
• Un groupe d’experts doit proposer différentes options de réglementation.
• Les lunettes connectées ne sont pas interdites en Norvège à l’heure actuelle.

Pourquoi la Norvège s’intéresse aux lunettes connectées

Les lunettes capables de prendre des photos et des vidéos ne sont plus seulement des prototypes. Des modèles commercialisés par Meta et d’autres constructeurs intègrent désormais des caméras, des microphones, une connexion à Internet et des fonctions d’intelligence artificielle.

Pour le gouvernement norvégien, le problème vient surtout de leur discrétion.

Contrairement à une personne qui sort son smartphone pour filmer, il peut être beaucoup plus difficile de déterminer si quelqu’un portant des lunettes connectées est simplement en train de regarder autour de lui ou s’il enregistre une vidéo, du son ou analyse son environnement.

La ministre norvégienne de la Numérisation, Karianne Tung, estime ainsi que le développement de l’IA associée aux caméras et microphones intégrés aux objets du quotidien exerce une pression croissante sur la vie privée.

La reconnaissance faciale pourrait être interdite en public

Le gouvernement ne prévoit pas, à ce stade, d’interdire purement et simplement toutes les lunettes connectées.

Karianne Tung a en revanche évoqué une mesure beaucoup plus ciblée : interdire certaines fonctions permettant de reconnaître d’autres personnes dans l’espace public.

L’enjeu devient particulièrement sensible lorsqu’une paire de lunettes ne se contente plus de filmer, mais peut utiliser l’intelligence artificielle pour analyser en temps réel ce qui se trouve devant son propriétaire.

Un système de reconnaissance faciale pourrait théoriquement permettre d’associer rapidement un visage à une identité ou à d’autres informations, sans que la personne observée ait donné son consentement.

La Norvège considère que cette possibilité pose une question plus large : doit-on pouvoir se déplacer anonymement dans un lieu public sans être automatiquement identifié par les appareils des personnes que l’on croise ?

Les entreprises et les écoles sont déjà invitées à réagir

En attendant une éventuelle nouvelle réglementation, le gouvernement norvégien encourage les organisations à définir leurs propres règles.

Les employeurs publics et privés sont notamment invités à déterminer si l’utilisation de lunettes connectées doit être autorisée dans leurs locaux.

Les écoles sont également concernées. La ministre norvégienne de l’Éducation a déjà demandé aux établissements de réfléchir à l’intégration des lunettes connectées dans leurs règlements internes.

Le sujet devient encore plus délicat dans certains environnements comme les hôpitaux, les bureaux, les vestiaires ou les salles de classe, où des conversations ou images particulièrement sensibles peuvent être captées.

En juillet, le gouvernement norvégien expliquait d’ailleurs que l’utilisation de lunettes dotées de caméras et de microphones dans les soins aux patients devait respecter les mêmes exigences strictes de confidentialité et de sécurité que les autres outils numériques.

Filmer avec des lunettes n’est pas automatiquement illégal

La situation juridique reste plus nuancée qu’une interdiction générale.

L’autorité norvégienne chargée de la protection des données a déjà publié des recommandations concernant les lunettes intelligentes.

Dans de nombreux cas, enregistrer des images pour un usage strictement personnel peut relever des mêmes principes que filmer avec un smartphone.

En revanche, la publication ou l’utilisation d’images permettant d’identifier d’autres personnes peut déclencher des obligations supplémentaires, notamment en matière de consentement et de protection des données.

Le problème posé par les lunettes intelligentes est donc moins l’existence de la caméra elle-même que la facilité avec laquelle l’enregistrement peut devenir permanent, discret et associé à des outils d’IA.

Pourquoi le sujet pourrait rapidement dépasser la Norvège

La Norvège n’est pas membre de l’Union européenne, mais elle appartient à l’Espace économique européen et applique une grande partie des règles européennes relatives aux données personnelles.

Le débat dépasse donc largement ses frontières.

L’essor des lunettes connectées pourrait obliger de nombreux pays européens à préciser où se situe la limite entre un appareil personnel, comparable à un smartphone ou une caméra, et un véritable outil de surveillance portable.

La reconnaissance faciale constitue probablement le point le plus sensible. Les règles européennes encadrent déjà fortement certains usages biométriques, mais les appareils grand public capables d’analyser en permanence leur environnement créent de nouvelles situations difficiles à anticiper.

Aucune interdiction générale n’est encore décidée

Pour l’instant, il serait donc incorrect d’affirmer que la Norvège va « interdire les lunettes connectées ».

Le gouvernement va créer un groupe d’experts chargé d’étudier les différentes possibilités de réglementation concernant les lunettes, écouteurs et autres appareils portables combinant caméras, microphones et intelligence artificielle.

Les propositions devront ensuite être étudiées et, le cas échéant, soumises à consultation avant qu’une nouvelle réglementation puisse entrer en vigueur.

Mais le signal politique est clair : à mesure que les lunettes connectées deviennent capables de voir, écouter et analyser ce qui entoure leur propriétaire, les autorités commencent à considérer qu’elles ne peuvent plus être réglementées exactement comme une simple paire de lunettes.

Sources

• Gouvernement norvégien — projet de réglementation plus stricte des lunettes connectées
• Parlement norvégien — enjeux de vie privée liés aux lunettes intelligentes
• Euronews — projet norvégien d’encadrement des smart glasses
• TechCrunch — débat autour des lunettes connectées équipées de caméras

L’article La Norvège veut encadrer les lunettes connectées : la reconnaissance faciale pourrait être interdite en public est apparu en premier sur TechPi.

Dernière mise à jour : 14 septembre 2026.

Ce qu’il faut retenir

• Reflare est un SaaS lancé par Hardisk avec Nicolas Senecal.
• Il se concentre sur les anciennes vidéos YouTube dont les vues ont diminué.
• Le service analyse notamment les impressions, le taux de clic et la rétention pour identifier les vidéos à retravailler.
• Une IA génère ensuite plusieurs nouvelles miniatures adaptées au style de la chaîne.
• Reflare teste les variantes directement sur YouTube et conserve la plus performante selon son système.
• Les abonnements démarrent actuellement à 49 dollars par mois hors taxes.

Reflare veut s’attaquer aux vidéos YouTube que plus personne ne regarde

Une chaîne YouTube peut accumuler plusieurs centaines de vidéos après quelques années. Pourtant, une grande partie de l’effort des créateurs se concentre généralement sur la prochaine publication.

C’est précisément le problème que Hardisk cherche à résoudre avec Reflare.

Le vidéaste explique être parti de sa propre expérience : certaines vidéos ayant nécessité plusieurs jours ou semaines de travail finissent par ne générer qu’une petite quantité de vues quotidiennes quelques mois ou années plus tard.

Au lieu de modifier le contenu lui-même, Reflare travaille sur son « packaging », et notamment sur la miniature.

Hardisk indique avoir commencé par développer cette méthode pour sa propre chaîne avant de transformer le projet en véritable produit avec son associé Nicolas Senecal. Le service aurait ensuite été testé pendant plusieurs mois auprès de différentes chaînes françaises avant son lancement public.

Comment fonctionne Reflare ?

Une fois la chaîne YouTube connectée, Reflare analyse son catalogue afin de rechercher des vidéos anciennes susceptibles d’avoir encore du potentiel.

Le site explique notamment prendre en compte :

• le taux de clic sur les miniatures ;
• la rétention de l’audience ;
• le nombre d’impressions quotidiennes ;
• les performances historiques de la vidéo.

L’utilisateur choisit ensuite une vidéo à retravailler.

Reflare utilise alors l’intelligence artificielle pour créer plusieurs propositions de miniatures. Selon l’éditeur, le système analyse également la direction artistique de la chaîne, ses couleurs, ses polices et les miniatures ayant déjà bien fonctionné afin d’éviter de produire uniquement des modèles génériques.

Le créateur conserve néanmoins une étape de validation avant leur utilisation.

L’outil teste ensuite les miniatures sur la vraie audience

La partie la plus intéressante de Reflare n’est finalement pas la génération d’images.

Le service automatise aussi les tests des différentes miniatures directement sur YouTube, surveille leurs performances et cherche à déterminer laquelle fonctionne le mieux.

Reflare indique utiliser l’API officielle de YouTube et ne demande donc pas de partager le mot de passe de la chaîne.

YouTube propose déjà son propre système de tests A/B permettant de comparer jusqu’à trois titres et miniatures. La plateforme recommande d’ailleurs elle-même de commencer ces expériences avec des vidéos anciennes afin de limiter les risques sur les performances globales d’une chaîne.

La différence avec Reflare tient surtout à l’automatisation : le SaaS cherche lui-même les vidéos intéressantes, produit les variantes et gère une grande partie du processus.

Changer une miniature ne « réveille » pas magiquement l’algorithme

Il faut toutefois nuancer la promesse de « faire revivre » une vidéo.

YouTube explique officiellement que changer une miniature ou un titre ne provoque pas automatiquement un nouveau classement dans son algorithme.

Ce qui peut modifier les performances, c’est la réaction des spectateurs face au nouveau titre ou à la nouvelle miniature.

Une présentation plus attractive peut obtenir davantage de clics lorsqu’une vidéo est proposée, ce qui peut ensuite conduire le système de recommandation à l’exposer davantage. Mais aucune nouvelle miniature ne garantit qu’une ancienne vidéo retrouvera des centaines de milliers de vues.

Une bonne miniature ne corrigera pas non plus un sujet devenu obsolète ou une vidéo dont la rétention est trop faible.

Combien coûte Reflare ?

Lors de notre dernière vérification, Reflare proposait trois abonnements mensuels. Les tarifs et les conditions peuvent évoluer.

Reflare affiche également une réduction de 20 % pour la facturation annuelle.

Découvrir Reflare avec le lien LAUNCH

Ce lien peut être affilié. TechPi peut percevoir une commission sur les abonnements éligibles, sans coût supplémentaire pour le lecteur. Les éventuelles remises et conditions applicables sont affichées directement par Reflare lors de l’inscription.

À qui Reflare peut-il réellement être utile ?

Le service semble surtout pertinent pour une chaîne disposant déjà d’un catalogue important et d’un volume régulier d’impressions.

Une chaîne ayant publié cinq ou dix vidéos aura beaucoup moins de matière à optimiser qu’un créateur disposant de plusieurs centaines de contenus accumulés pendant plusieurs années.

Reflare cible ainsi aussi bien les youtubeurs établis que les studios, agences et entreprises exploitant plusieurs chaînes.

Le site met actuellement en avant des créateurs comme Hardisk, Aypierre, Océane, Silent Jill, L’ArchiPelle ou encore MobileAddict parmi les utilisateurs du service.

Les performances affichées par Reflare doivent néanmoins être considérées comme des données fournies par l’éditeur. Le produit reste récent et nous ne disposons pas encore d’un recul indépendant suffisant pour confirmer un gain moyen de vues applicable à toutes les chaînes.

Une idée intéressante dans une Creator Economy obsédée par la prochaine vidéo

C’est probablement là que Reflare possède son positionnement le plus original.

La plupart des outils destinés aux youtubeurs cherchent à optimiser la prochaine vidéo : montage, script, SEO, sous-titres ou création de miniatures.

Hardisk choisit au contraire de regarder le catalogue déjà existant comme un actif qui peut continuer à générer des vues plusieurs années après sa publication.

Reflare ne promet donc pas de créer de meilleures vidéos à la place des créateurs. Son pari est plutôt qu’une partie de leurs meilleures vidéos existe déjà et mérite simplement d’être à nouveau testée auprès du public.

Sources

• Reflare — fonctionnement, fonctionnalités et tarifs
• Hardisk — présentation du lancement de Reflare
• YouTube — fonctionnement officiel des tests A/B de titres et miniatures
• YouTube — impact du changement d’un titre ou d’une miniature sur les recommandations

L’article Hardisk lance Reflare : son IA génère et teste des miniatures pour relancer les anciennes vidéos YouTube est apparu en premier sur TechPi.

Dernière mise à jour : 14 septembre 2026.

Ce qu’il faut retenir

• Anthropic a publié son nouveau rapport de sécurité le 10 septembre 2026.
• Les activités étudiées se déroulent entre décembre 2025 et août 2026.
• Claude aurait été détourné pour des cyberattaques, opérations de surveillance, fraudes et campagnes d’influence.
• Anthropic documente aussi plusieurs cas liés au développement de logiciels pour des systèmes d’armes.
• L’entreprise affirme avoir banni les comptes concernés et partagé certaines informations avec ses partenaires et les autorités.
• Anthropic précise que les exemples publiés sont parmi les plus inhabituels et graves détectés, et non représentatifs de l’utilisation normale de Claude.

Claude ne sert plus seulement de « conseiller » aux attaquants

Le changement le plus intéressant du rapport concerne le niveau d’autonomie atteint par certains usages malveillants de l’IA.

Anthropic explique avoir observé des acteurs utilisant Claude pour bien plus que demander comment écrire un programme ou analyser une faille.

Dans plusieurs opérations, l’IA aurait participé directement à différentes étapes d’une cyberattaque : reconnaissance des systèmes, analyse des environnements ciblés, exécution de commandes ou traitement des données récupérées.

Les humains restaient chargés de choisir les cibles et de superviser les opérations, mais Anthropic estime que l’IA permet désormais à des équipes beaucoup plus réduites d’effectuer des tâches qui demandaient auparavant davantage de spécialistes.

Selon l’entreprise, cette évolution rend également plus difficile l’identification du niveau réel de compétence d’un attaquant : une opération sophistiquée n’est plus forcément menée par une grande équipe expérimentée.

Des groupes liés au cybercrime et à l’espionnage

Le rapport décrit plusieurs catégories d’acteurs : cybercriminels motivés par l’argent, groupes soupçonnés d’être liés à des États, fournisseurs de logiciels de surveillance et individus politiquement motivés.

Anthropic dit par exemple avoir identifié plusieurs groupes associés au cybercrime financier utilisant l’IA pour accélérer la recherche de systèmes vulnérables, comprendre rapidement des infrastructures inconnues et exploiter les données dérobées.

Le rapport évoque également des opérations visant des organisations ukrainiennes et des entreprises travaillant sur des technologies de drones.

Dans ces différents cas, Anthropic affirme avoir interrompu l’accès à Claude des comptes qu’elle avait identifiés.

Une IA utilisée pour construire des outils de surveillance

Certains exemples dépassent largement le piratage informatique classique.

Anthropic affirme notamment avoir découvert qu’un consultant travaillant pour des autorités maliennes avait utilisé Claude comme outil principal de développement d’une plateforme de surveillance des télécommunications.

Le système était destiné à traiter des informations provenant des opérateurs mobiles du pays et à produire des dossiers sur certaines personnes.

Dans un autre cas, des acteurs liés à l’Iran auraient utilisé Claude pour développer différents outils de collecte d’informations, dont une extension Firefox malveillante destinée à identifier des utilisateurs de réseaux sociaux.

Anthropic indique également avoir détecté des activités liées à la surveillance de militants, dissidents et organisations politiques dans plusieurs pays.

Anthropic évoque aussi des projets liés aux armes

Le rapport comporte une partie consacrée à un domaine encore plus sensible : l’utilisation d’IA pour le développement de logiciels liés à des armes conventionnelles.

Anthropic explique avoir identifié six opérations de ce type au cours de l’année écoulée, associées à des acteurs situés notamment en Chine, en Russie et au Yémen.

Les cas décrits concernent par exemple des logiciels destinés à des drones, des systèmes de guidage ou des outils liés à la guerre électronique.

Il faut cependant apporter une nuance importante : Anthropic ne dit pas que Claude a conçu seul des systèmes d’armes complets.

Dans les cas documentés, les utilisateurs disposaient déjà de connaissances, de matériel ou de projets existants et tentaient d’utiliser l’IA pour accélérer certaines parties du développement logiciel ou de l’analyse.

L’entreprise affirme avoir bloqué les comptes identifiés et ajouté de nouvelles protections destinées à détecter ce type d’activité.

Des millions de faux profils et messages peuvent aussi être automatisés

Les cyberattaques ne sont pas le seul domaine dans lequel l’IA permet de changer d’échelle.

Anthropic décrit également des opérations de fraude et d’influence utilisant des personnages générés par IA et des réseaux de faux sites ou comptes sociaux.

Dans une opération, Claude aurait notamment servi à rédiger ou réécrire des milliers d’articles pour un réseau de faux médias dans plusieurs langues.

Anthropic précise cependant avoir observé peu d’engagement réel autour de ces contenus. Produire énormément de textes avec une IA ne signifie donc pas automatiquement réussir à influencer une audience.

Les nouveaux Claude Fable et Mythos sont-ils concernés ?

Le rapport cite principalement les modèles Claude Haiku, Sonnet et Opus.

Anthropic précise qu’elle n’a identifié aucun de ces cas de cyberactivité malveillante impliquant les nouveaux modèles de classe Fable ou Mythos.

Une exception concerne une affaire de « distillation » illicite, une technique utilisée par certaines entreprises pour tenter de récupérer les capacités d’un modèle concurrent afin d’entraîner leurs propres systèmes.

Cette précision est importante : le rapport couvre plusieurs mois et concerne donc principalement les générations de Claude disponibles pendant cette période.

Pourquoi ce rapport est important

Le constat d’Anthropic n’est pas que l’IA aurait inventé de nouvelles formes de cybercriminalité.

Les attaques informatiques, campagnes de phishing, opérations de surveillance ou réseaux de désinformation existaient évidemment avant Claude et les autres grands modèles de langage.

Le changement se situe surtout dans la vitesse et l’échelle.

Une seule personne peut désormais automatiser une partie du travail qui nécessitait auparavant plusieurs développeurs, analystes ou opérateurs.

Anthropic estime ainsi que la barrière technique séparant un attaquant relativement peu équipé d’une opération beaucoup plus sophistiquée commence à diminuer.

Le rapport doit toutefois être lu avec une autre précaution : il est produit par Anthropic elle-même. Les exemples reposent donc sur les enquêtes et analyses internes de l’entreprise. Anthropic reconnaît par ailleurs qu’elle a volontairement sélectionné les cas les plus nouveaux ou remarquables qu’elle a détectés.

Ils ne signifient pas que ce type d’utilisation représente la majorité des échanges avec Claude.

Une nouvelle bataille pour les fabricants d’IA

Pour Anthropic, OpenAI, Google et les autres fournisseurs de modèles, la question devient désormais de savoir jusqu’où une IA peut conserver des capacités utiles en programmation, recherche ou cybersécurité défensive sans fournir les mêmes outils aux attaquants.

Anthropic dit continuer à utiliser les incidents détectés pour entraîner de nouveaux systèmes de surveillance et améliorer ses filtres.

Le rapport de septembre 2026 montre surtout que cette course ne concerne plus uniquement la puissance des modèles : les fabricants doivent désormais suivre en permanence la manière dont leurs IA sont réellement utilisées une fois accessibles au public.

Sources

• Anthropic — Detecting and countering misuse of AI: September 2026
• Anthropic — Threat Intelligence
• Reuters — détournements de Claude identifiés par Anthropic

L’article Claude détourné pour des cyberattaques et de la surveillance : ce qu’Anthropic dit avoir bloqué est apparu en premier sur TechPi.

Dernière mise à jour : 14 septembre 2026.

Ce qu’il faut retenir

• La NASA et IBM ont présenté leur modèle le 10 septembre 2026.
• Il est consacré à l’analyse scientifique de la surface de la Lune.
• Le modèle est disponible en open source sur Hugging Face.
• Il a été entraîné notamment sur environ 2 millions de tuiles d’images lunaires.
• Il peut être adapté pour étudier les cratères, la glace potentielle et certaines formations volcaniques.
• Ce n’est pas un chatbot : il s’agit d’un modèle spécialisé dans l’analyse de données scientifiques.

Une IA spécialement conçue pour comprendre la Lune

Les modèles d’intelligence artificielle ne servent pas uniquement à générer du texte ou des images.

La NASA et IBM viennent d’en donner un nouvel exemple avec le NASA-IBM Lunar Foundation Model, l’un des premiers modèles de fondation ouverts spécifiquement conçus pour la science lunaire.

Son objectif est d’aider les chercheurs à analyser beaucoup plus rapidement les énormes quantités de données accumulées au fil des missions d’observation de la Lune.

Le modèle a principalement été entraîné à partir des observations du Lunar Reconnaissance Orbiter (LRO), une sonde de la NASA qui photographie et étudie la Lune depuis 2009.

Les chercheurs ont utilisé environ 2 millions de tuiles d’images, dont plus d’un million d’images à haute résolution pouvant atteindre environ un mètre par pixel. Des données provenant d’autres missions de la NASA ainsi que de la sonde japonaise SELENE ont également été intégrées.

À quoi peut servir cette IA ?

L’intérêt d’un modèle de fondation est qu’il n’est pas conçu pour accomplir une seule tâche.

Une fois entraîné sur une grande quantité de données, il peut être adapté à différents travaux scientifiques avec relativement peu de nouvelles données annotées.

La NASA cite notamment trois applications principales.

• Cartographier les cratères et mesurer plus rapidement leur taille.
• Identifier certaines formations volcaniques afin de mieux comprendre l’histoire géologique de la Lune.
• Estimer les zones susceptibles de contenir de la glace, notamment à proximité des pôles lunaires.

Ce dernier point est particulièrement intéressant pour les futures missions lunaires. Certaines régions constamment plongées dans l’ombre sont suffisamment froides pour conserver de la glace pendant des périodes extrêmement longues.

Cette glace pourrait à la fois renseigner les scientifiques sur l’histoire de la Lune et représenter, à terme, une ressource intéressante pour l’exploration spatiale.

23 % d’erreur en moins sur un test lié à la glace lunaire

IBM avance également plusieurs résultats obtenus lors des évaluations du modèle.

Il faut toutefois éviter de résumer ces résultats en affirmant que « l’IA est 23 % meilleure » dans tous les domaines.

Plus précisément, IBM indique que le modèle a permis de réduire de 23 % l’erreur dans l’identification des zones à fort potentiel de glace lunaire par rapport à un modèle de référence appelé SwinV2-B.

Pour la détection de cratères à une échelle d’environ 100 mètres, IBM annonce également des performances supérieures de près de 19 % à ce même modèle de référence, tout en utilisant deux fois moins de données d’entraînement.

Sur d’autres tâches, comme la cartographie fine des cratères, les résultats sont plutôt comparables à ceux des meilleurs modèles existants.

Le véritable intérêt réside donc surtout dans sa polyvalence : un même modèle peut servir de base à plusieurs types de recherches lunaires.

Le modèle est déjà disponible sur Hugging Face

Autre particularité du projet : la NASA et IBM ne gardent pas leur modèle réservé à leurs propres équipes.

Le NASA-IBM Lunar Foundation Model est disponible publiquement sur Hugging Face sous licence Apache 2.0.

Le code permettant de travailler avec le modèle est également publié sur GitHub et il peut être utilisé avec l’outil open source TerraTorch.

Les chercheurs ont aussi publié des jeux de données et des benchmarks permettant à d’autres équipes de tester, comparer et améliorer leurs propres modèles.

Il ne faut cependant pas s’attendre à télécharger une application permettant de demander « où se trouve la glace sur la Lune ? » comme avec ChatGPT. Il s’agit d’un outil scientifique destiné principalement aux chercheurs et développeurs travaillant dans le machine learning, la télédétection ou les sciences planétaires.

La NASA utilise de plus en plus les modèles de fondation

Cette IA lunaire s’inscrit dans une collaboration plus large entre la NASA et IBM.

Les deux organisations avaient déjà développé Prithvi, une famille de modèles travaillant sur les observations de la Terre, ainsi que Surya, spécialisé dans l’étude du Soleil et de la météo spatiale.

La logique est similaire : plutôt que de créer un nouvel algorithme pour chaque problème scientifique, un grand modèle est préentraîné sur des quantités considérables de données puis adapté à différentes missions.

Pour la NASA, l’enjeu est considérable. Ses missions ont accumulé des pétaoctets de données qu’il devient difficile d’étudier uniquement avec des méthodes manuelles ou des modèles conçus séparément pour chaque tâche.

Le Lunar Foundation Model ne va donc pas « explorer la Lune à la place des scientifiques ». Il doit plutôt leur permettre de parcourir beaucoup plus rapidement des années d’observations et de repérer des zones ou phénomènes qui méritent ensuite une analyse approfondie.

Sources

• NASA — présentation du NASA-IBM Lunar Foundation Model
• IBM — résultats et usages scientifiques du modèle lunaire
• Hugging Face — NASA-IBM Lunar Foundation Model
• GitHub — code source du projet NASA-IBM

L’article La NASA met en libre accès une IA entraînée pour explorer la Lune est apparu en premier sur TechPi.

Dernière mise à jour : 8 septembre 2026.

Cette carte se concentre sur les projets de très grande capacité liés à l’intelligence artificielle, au cloud et au calcul intensif dont la localisation est publiquement connue. Elle ne recense pas tous les centres de données existants en France ni tous les projets encore confidentiels.

Ce qu’il faut retenir

• La Direction générale des Entreprises indique désormais que 63 sites français ont été identifiés comme favorables à l’implantation de data centers. Le chiffre de 35 sites annoncé début 2025 n’est donc plus à jour.
• RTE estime qu’environ 300 data centers sont déjà présents en France, tandis que l’ADEME en recense 352 selon une méthodologie différente.
• L’ADEME estime leur consommation actuelle à environ 10 TWh par an, soit près de 2,2 % de la consommation électrique française.
• En mai 2026, RTE avait déjà réservé près de 18 GW de capacité pour environ 80 projets de data centers.
• Une dizaine de projets demandent désormais plus de 400 MW de puissance.
• SoftBank prévoit une première phase de 45 milliards d’euros et 3,1 GW dans les Hauts-de-France, avant un objectif national pouvant atteindre 75 milliards d’euros et 5 GW.
• Les trois premiers sites SoftBank sont Loon-Plage, Le Bosquel et Bouchain.
• Data4 prépare à Escaudain un campus de 700 MW représentant 5 milliards d’euros d’investissement.
• Le Campus AI de Fouju, porté par MGX, Bpifrance, Mistral et Nvidia, peut techniquement monter jusqu’à 1,4 GW et a déjà sécurisé 700 MW auprès de RTE.
• OpCore prépare près de Montereau une AI Factory de 400 MW.
• Digital Realty construit à Dugny trois data centers totalisant 176 MW de capacité IT.
• Google prépare à Ozans-Châteauroux un immense campus de 8 à 10 bâtiments, mais le projet est toujours au stade de la concertation et des procédures administratives.

Carte : où seront construits les principaux méga data centers IA en France ?

La carte montre une concentration particulièrement impressionnante dans les Hauts-de-France et en Île-de-France.

Ce phénomène s’explique par plusieurs facteurs : disponibilité de terrains de grande taille, proximité de lignes électriques haute tension, anciens sites industriels pouvant être reconvertis et excellente connectivité vers les grands hubs numériques européens.

Notre sélection n’est volontairement pas une carte de tous les data centers français. RTE estime qu’environ 300 centres sont déjà présents sur le territoire et l’ADEME en comptabilise 352. La plupart sont beaucoup plus petits que les gigantesques usines de calcul actuellement prévues pour l’IA.

Les principaux projets de data centers IA en France

Attention à la lecture des puissances : les opérateurs ne communiquent pas tous la même métrique. Certains parlent de puissance électrique disponible au raccordement, d’autres de capacité IT réellement utilisable par les serveurs. Les valeurs ne sont donc pas toujours directement comparables.

SoftBank va transformer les Hauts-de-France en gigantesque hub IA

L’annonce la plus spectaculaire de 2026 vient du japonais SoftBank.

Le groupe a officialisé une stratégie visant à développer jusqu’à 5 GW de capacité de data centers dédiés à l’intelligence artificielle en France.

L’investissement total pourrait atteindre 75 milliards d’euros.

La première phase est déjà beaucoup plus concrète : SoftBank prévoit d’investir 45 milliards d’euros afin de déployer 3,1 GW dans les Hauts-de-France d’ici 2031.

Trois implantations sont officiellement retenues :

• Loon-Plage, dans la zone portuaire de Dunkerque ;
• Le Bosquel, dans la Somme, au sud-ouest d’Amiens ;
• Bouchain, près de Valenciennes.

SoftBank décrit cette opération comme son plus important investissement dans les infrastructures d’IA en Europe.

Le Bosquel pourrait atteindre 1 GW

Le projet du Bosquel est particulièrement impressionnant.

Lors d’un déplacement à Amiens en juin 2026, Emmanuel Macron a évoqué un gigawatt de capacité de centre de données sur ce site.

Un gigawatt représente un ordre de grandeur comparable à la puissance électrique d’un gros réacteur de production. Cette comparaison doit cependant être comprise correctement : un data center de 1 GW ne constitue évidemment pas une centrale électrique et sa consommation réelle dépendra de son niveau de charge et de sa mise en service progressive.

SoftBank récupère l’ancienne centrale de Bouchain

À Bouchain, les informations sont encore plus précises.

EDF a sélectionné SoftBank comme attributaire pressenti pour la conception, la construction et l’exploitation d’un data center de 400 MW sur le site de son ancienne centrale thermique.

La reconversion des anciennes centrales électriques est devenue une stratégie importante pour les data centers.

Ces sites disposent souvent déjà :

• de terrains industriels importants ;
• d’un raccordement à des réseaux électriques de forte puissance ;
• d’infrastructures logistiques ;
• d’un foncier déjà artificialisé.

Loon-Plage complète le triangle SoftBank

Le troisième site est situé à Loon-Plage, près du port de Dunkerque.

SoftBank n’a pas communiqué une répartition individuelle complète de la puissance entre Loon-Plage, Le Bosquel et Bouchain. Il serait donc trompeur de calculer la capacité de Dunkerque simplement en soustrayant les deux autres projets des 3,1 GW annoncés.

Le groupe confirme uniquement que les trois sites forment ensemble la première phase du programme français.

Schneider Electric est parallèlement associé au projet industriel et doit développer à Dunkerque une capacité de fabrication de modules électriques destinés aux data centers.

Escaudain : Data4 investit 5 milliards dans un campus de 700 MW

Les projets de SoftBank ne sont pas les seuls à transformer le Nord de la France.

Data4 a confirmé le 12 juin 2026 un investissement de 5 milliards d’euros à Escaudain, près de Valenciennes.

Le futur campus doit être construit sur l’ancienne friche industrielle du Parc des Soufflantes.

Il occupera environ 33 hectares et comprendra quatre data centers de nouvelle génération.

La puissance maximale annoncée atteint 700 MW.

Data4 présente Escaudain comme le plus grand projet jamais porté par le groupe.

L’entreprise affirme également que le campus pourrait générer jusqu’à 2 400 emplois permanents à terme. Ce chiffre est une estimation communiquée par Data4 et doit être distingué du nombre de salariés nécessaires à la seule exploitation physique des salles informatiques : le groupe inclut dans sa projection un écosystème économique et technologique plus large.

Cambrai : le projet E-Valley reste lui aussi dans la course

Le développement d’Escaudain ne signifie pas la disparition du projet de Cambrai.

Brookfield, propriétaire majoritaire de Data4, développe également une grande infrastructure sur le site E-Valley, aménagé sur une ancienne base aérienne à proximité de Cambrai.

Business France avait annoncé une première capacité d’au moins 300 MW, avec une ambition pouvant atteindre 1 GW.

Brookfield a depuis indiqué que Cambrai et Escaudain constituent deux de ses grands campus français.

La stratégie globale du gestionnaire d’actifs au Canada atteint désormais plusieurs dizaines de milliards d’euros d’investissements dans les infrastructures d’IA françaises.

Fouju : Mistral et Nvidia au cœur de l’un des plus grands Campus AI européens

En Seine-et-Marne, le projet de Fouju est l’un des plus stratégiques pour l’écosystème français.

Campus AI réunit :

• MGX, investisseur émirati spécialisé dans l’IA ;
• Bpifrance ;
• Mistral AI ;
• Nvidia.

Le raccordement électrique prévoit un premier palier de 240 MW d’ici fin 2027, puis 700 MW avant fin 2029.

L’architecture électrique est conçue pour permettre une montée en puissance pouvant atteindre 1,4 GW.

En juillet 2026, la préfecture de Seine-et-Marne a franchi une nouvelle étape en autorisant le campus et plusieurs de ses data centers.

Le projet n’est donc plus simplement une annonce politique.

La construction doit progressivement transformer le site des Bordes à Fouju en l’une des plus grandes infrastructures de calcul dédiées à l’IA en Europe.

Mistral sécurise jusqu’à 200 MW

Mistral doit devenir le premier grand client du campus.

La société française a sécurisé une première capacité de 96 MW, avec la possibilité de monter jusqu’à 200 MW.

Ces ressources serviront notamment à l’entraînement des futurs modèles de Mistral et à l’exécution de services d’inférence.

Le choix est stratégique : alors que les grands laboratoires américains sécurisent des gigawatts de capacités de calcul à travers le monde, Mistral tente de construire une part croissante de son infrastructure en France.

Montereau : OpCore prépare une AI Factory de 400 MW

Autre projet majeur d’Île-de-France : la reconversion de l’ancienne centrale thermique de Montereau-Vallée-de-la-Seine.

EDF et OpCore, société détenue à parts égales par le groupe Iliad et InfraVia, préparent un investissement d’environ 4 milliards d’euros.

OpCore présente aujourd’hui sa « Montereau AI Factory » comme un campus qui doit atteindre environ 400 MW de capacité AI-ready d’ici fin 2028.

Une première mise en service est envisagée avant la montée en puissance complète.

La proximité d’une connexion RTE à 400 kV constitue l’un des principaux atouts du site.

Dugny : trois data centers déjà en construction au nord de Paris

À Dugny, en Seine-Saint-Denis, Digital Realty construit un véritable campus de trois centres de données.

Les installations portent les noms PAR15, PAR16 et PAR17.

Elles doivent totaliser :

• plus de 65 000 m² d’espace informatique ;
• 176 MW de capacité IT ;
• environ 110 emplois permanents selon Digital Realty ;
• 450 emplois indirects annoncés.

La construction a commencé en 2025 et la livraison du premier bâtiment, PAR15, est prévue en 2027.

Digital Realty indique explicitement que le campus doit accueillir des infrastructures destinées à l’IA et au cloud souverain.

Marcoussis et Nozay : Data4 possède déjà un immense pôle de calcul au sud de Paris

Tous les grands projets ne partent pas d’un terrain vide.

Data4 dispose depuis plusieurs années d’un important campus dans l’Essonne.

Le groupe développe désormais autour de Marcoussis et Nozay un ensemble pouvant atteindre 500 MW, avec deux campus principaux de 250 MW.

Le site PAR03 de Nozay a été pensé spécifiquement pour répondre à la hausse des charges de calcul liées à l’intelligence artificielle.

Data4 y déploie notamment des architectures capables de gérer des racks dépassant 100 kW ainsi que du refroidissement liquide direct.

DataOne transforme deux anciens sites HP en usines d’IA en Isère

L’Isère accueille deux projets qui avaient été mis en avant dans les premières cartes françaises des grands centres de calcul : Eybens et Villefontaine.

DataOne a acquis en 2024 deux anciens sites de DXC Technology, eux-mêmes issus de l’histoire de Hewlett-Packard.

La société souhaite les transformer en infrastructures destinées au calcul IA.

Le cas d’Eybens permet cependant de rappeler à quel point les annonces de puissance peuvent évoluer.

Les premières communications avaient évoqué des ambitions extrêmement élevées. DataOne a ensuite indiqué que les contraintes physiques du site limitaient davantage les possibilités.

À Eybens, une première capacité d’environ 15 MW fonctionne déjà. Un raccordement de 80 MW a été demandé et la possibilité de monter jusqu’à environ 200 MW a été évoquée, mais cette puissance maximale ne doit pas être présentée comme déjà sécurisée.

Cette nuance est importante pour lire l’ensemble des annonces françaises : une ambition de plusieurs centaines de mégawatts n’équivaut pas toujours à une capacité électrique déjà contractualisée.

Loire-sur-Rhône : une ancienne centrale à charbon transformée en data center de 350 MW

La reconversion des anciennes centrales thermiques se poursuit au sud de Lyon.

EDF a sélectionné Éclairion pour développer un data center sur son ancien site de Loire-sur-Rhône.

La capacité visée atteint 350 MW.

Le projet doit occuper environ 14 hectares d’une friche industrielle déjà dépolluée.

Éclairion doit encore mener les études nécessaires et obtenir les différentes autorisations avant le lancement définitif du projet.

Les premières capacités sont attendues au plus tard à l’horizon 2030.

La Moselle accueillera deux grandes AI Factories d’Éclairion

Éclairion développe également deux importants projets sur d’anciens sites EDF en Moselle.

La Maxe : 250 MW

Le site de La Maxe, près de Metz, doit atteindre une capacité totale de 250 MW.

Éclairion prévoit une première phase de 50 MW puis une montée jusqu’à la capacité complète à l’horizon 2029-2030.

Richemont : 150 MW

À quelques kilomètres, l’ancienne centrale thermique de Richemont doit accueillir une autre infrastructure de 150 MW.

La mise en service annoncée par Éclairion vise actuellement le deuxième trimestre 2029.

Les deux projets pourraient ainsi former un important cluster de calcul intensif dans le Grand Est.

Google prépare un immense data center près de Châteauroux

L’un des projets les plus intéressants à surveiller ne figurait pas encore dans les premières cartes publiées au début de la vague française.

Google prépare son propre centre de données sur la ZAC d’Ozans, à Étrechet, près de Châteauroux.

La Commission nationale du débat public indique que le projet s’étendrait sur environ 195 hectares et comprendrait :

• 8 à 10 bâtiments de data centers ;
• deux postes électriques ;
• des raccordements 225 kV ;
• puis des liaisons 400 kV de très haute tension.

La première phase est envisagée pour 2028-2029.

Une deuxième phase, à partir de 2031, permettrait la mise en service progressive de sept à neuf bâtiments supplémentaires.

Certaines estimations de presse évoquent une puissance totale comprise entre 880 MW et 1,1 GW. Cette valeur ne doit toutefois pas être présentée comme une capacité définitive officiellement validée par Google.

Au 8 septembre 2026, la CNDP classe toujours le projet dans une procédure de concertation préalable.

La France ne dispose pas de 35 sites pour les data centers, mais désormais de 63

Le chiffre de 35 sites revient régulièrement dans les articles consacrés aux data centers français.

Il correspond à la première liste présentée lors du Sommet pour l’action sur l’intelligence artificielle de février 2025.

Cette information est aujourd’hui dépassée.

La Direction générale des Entreprises indique désormais que 63 sites favorables à l’accueil de centres de données ont été identifiés en France métropolitaine.

Ils ont été sélectionnés en fonction notamment :

• du foncier disponible ;
• des capacités de raccordement électrique ;
• des infrastructures existantes ;
• des délais de raccordement ;
• de l’acceptabilité territoriale.

Une grande partie de leur localisation détaillée reste volontairement non publique.

Cinq zones bénéficient d’un « fast track » pour les très gros projets

L’État et RTE ont identifié plusieurs zones capables d’accueillir des consommations électriques gigantesques beaucoup plus rapidement.

Cinq sites particulièrement importants ont notamment été placés dans un dispositif accéléré avec un potentiel de raccordement supérieur à 700 MW :

• Escaudain ;
• Le Bosquel ;
• le Grand Port Maritime de Dunkerque ;
• Fouju ;
• Montereau.

RTE a depuis annoncé vouloir accélérer davantage encore ce type de raccordement.

Le gestionnaire prévoit notamment des zones « prêtes à raccorder » pouvant ajouter :

• 9 GW d’ici 2029 dans les grands pôles industrialo-portuaires de Dunkerque, du Havre et de Fos ;
• 5 GW supplémentaires dans plusieurs grandes zones industrielles.

18 GW de demandes de raccordement : le changement d’échelle est spectaculaire

Les statistiques de RTE permettent de mesurer la vitesse du phénomène.

Fin 2024, les projets de data centers demandant un raccordement au réseau représentaient environ 5 GW pour une quarantaine de projets.

En mai 2026, RTE avait déjà réservé près de 18 GW pour environ 80 projets.

Le total a donc plus que triplé en moins de deux ans.

La majorité des projets demande entre 100 et 200 MW.

Mais RTE observe désormais une dizaine de projets dépassant 400 MW, ce qui aurait été exceptionnel quelques années auparavant.

Pourquoi la France attire-t-elle autant de data centers ?

Les investisseurs ne choisissent pas la France uniquement grâce aux subventions ou aux annonces politiques.

Le pays possède plusieurs avantages structurels particulièrement recherchés pour l’IA.

Une électricité largement décarbonée

L’entraînement et l’utilisation des modèles d’intelligence artificielle nécessitent énormément d’électricité.

La France dispose d’un avantage majeur grâce à son parc nucléaire et hydraulique.

Cette production permet de proposer une électricité dont l’intensité carbone est généralement beaucoup plus faible que celle de nombreux autres grands marchés numériques.

Une capacité de production électrique importante

La France est redevenue un important exportateur d’électricité.

EDF et l’État mettent précisément cet excédent de production en avant pour convaincre les opérateurs de construire leurs infrastructures sur le territoire.

Cela ne signifie cependant pas qu’il existe 18 GW de puissance disponible instantanément partout en France.

Le véritable goulot d’étranglement est souvent le réseau électrique local et le délai nécessaire pour construire ou renforcer les lignes et postes nécessaires.

Des anciennes friches industrielles idéales

De nombreux projets actuels réutilisent :

• des centrales thermiques fermées ;
• d’anciens sites sidérurgiques ;
• des bases aériennes ;
• des friches industrielles ;
• d’anciens sites informatiques.

Bouchain, Loire-sur-Rhône, La Maxe, Richemont, Escaudain et Montereau suivent tous, à des degrés différents, cette logique.

L’avantage est double : limiter l’artificialisation de nouveaux terrains et profiter d’infrastructures électriques héritées de l’activité industrielle précédente.

Une bonne position entre les principaux hubs européens

Les Hauts-de-France bénéficient également d’une situation géographique intéressante entre Londres, Paris, Amsterdam et Francfort.

Ces grandes métropoles constituent quatre des principaux marchés européens du cloud et des échanges de données.

À l’autre extrémité du pays, Marseille profite de l’arrivée de nombreux câbles sous-marins internationaux et constitue déjà l’un des principaux hubs de connectivité d’Europe.

Attention : un investissement annoncé n’est pas forcément un data center construit

Les dizaines de milliards annoncés autour de l’intelligence artificielle peuvent donner l’impression que tous les bâtiments sortiront de terre simultanément.

La réalité est plus complexe.

Un grand projet traverse généralement plusieurs étapes :

• identification du terrain ;
• études de faisabilité ;
• réservation d’une capacité électrique ;
• accord avec RTE ;
• études environnementales ;
• concertation publique ;
• permis de construire ;
• autorisations environnementales ;
• construction ;
• installation des équipements informatiques ;
• mise en service progressive.

Des années peuvent séparer l’annonce initiale de la pleine exploitation d’un campus.

C’est pourquoi TechPi distingue dans cette carte les sites en construction, autorisés, confirmés et encore en concertation.

Combien y a-t-il réellement de data centers en France ?

Deux chiffres circulent actuellement.

RTE parle d’environ 300 data centers présents en France en 2026.

L’ADEME en recense de son côté 352.

Cette différence ne signifie pas nécessairement qu’une source est fausse.

Le nombre dépend de la définition retenue : centre de colocation commercial, installation privée d’entreprise, infrastructure informatique interne, taille minimale prise en compte ou encore date de mise à jour.

L’important est surtout l’évolution de leur puissance.

RTE indique que seuls huit data centers actuels sont directement raccordés à son réseau de haute et très haute tension, pour environ 800 MW cumulés.

Les projets en développement peuvent désormais demander à eux seuls plusieurs centaines de mégawatts, voire dépasser le gigawatt.

Les data centers consomment déjà environ 10 TWh d’électricité par an

L’ADEME estime la consommation des 352 centres de données recensés en France à environ 10 TWh d’électricité par an.

À titre de comparaison, la consommation électrique totale du pays atteignait environ 449 TWh en 2025.

Les data centers représenteraient donc environ 2,2 % de la consommation nationale.

L’ADEME compare cet ordre de grandeur à la consommation électrique annuelle de neuf à dix agglomérations de plus de 100 000 habitants.

Et ce chiffre pourrait augmenter très rapidement avec l’intelligence artificielle.

L’ADEME envisage une consommation multipliée par 3,7 d’ici 2035 dans son scénario tendanciel

En janvier 2026, l’ADEME a publié plusieurs scénarios consacrés aux besoins futurs des centres de données.

Dans son scénario tendanciel, la consommation d’électricité induite par les usages numériques français pourrait être multipliée par 3,7 d’ici 2035.

L’agence précise qu’une grande partie de cette consommation pourrait néanmoins continuer à avoir lieu à l’étranger si les services français reposent sur des infrastructures étrangères.

Ce point permet de comprendre le dilemme français.

Construire davantage de data centers en France augmente la consommation électrique nationale.

Mais héberger les mêmes calculs à l’étranger ne fait pas disparaître leur consommation : celle-ci est simplement déplacée vers un autre pays, parfois avec une électricité beaucoup plus carbonée.

Le véritable débat environnemental dépasse donc le simple nombre de data centers

La question n’est pas uniquement de savoir s’il faut construire ou non des centres de données.

Il faut aussi déterminer :

• où ils sont implantés ;
• quel type d’électricité ils utilisent ;
• leur efficacité énergétique ;
• leur consommation d’eau ;
• la possibilité de récupérer leur chaleur ;
• les sols utilisés ;
• les services numériques auxquels ils sont destinés.

L’ADEME recommande notamment de favoriser les implantations permettant de récupérer la chaleur fatale produite par les serveurs afin d’alimenter des réseaux de chaleur, des bâtiments ou d’autres usages proches.

Et la consommation d’eau ?

Elle dépend énormément de la technologie de refroidissement.

Certains data centers utilisent des systèmes évaporatifs qui peuvent consommer une quantité significative d’eau.

D’autres nouveaux projets privilégient des circuits fermés, le refroidissement liquide ou des architectures permettant d’éviter presque entièrement la consommation d’eau douce pour le refroidissement.

Campus AI affirme par exemple que son architecture de Fouju utilisera un refroidissement sans consommation d’eau douce.

La loi française prend désormais explicitement ce problème en compte.

La loi peut désormais bloquer un data center dans une zone en tension sur l’eau

La loi de simplification de la vie économique du 26 mai 2026 a créé un régime spécifique permettant à certains grands centres de données d’obtenir le statut de projet d’intérêt national majeur.

Ce statut peut accélérer certaines procédures administratives et d’urbanisme.

Mais le texte contient également un garde-fou important :

l’administration peut refuser le permis de construire d’un centre de données lorsque le territoire connaît des tensions structurelles sur la ressource en eau.

Le gouvernement cherche donc simultanément à accélérer les projets jugés stratégiques et à tenir compte de leur impact local.

Les data centers créent-ils vraiment beaucoup d’emplois ?

C’est l’un des débats les plus sensibles.

La construction d’un campus de plusieurs centaines de mégawatts mobilise énormément de salariés dans le bâtiment, l’électricité, l’ingénierie et les infrastructures.

Une fois le chantier terminé, l’exploitation d’un data center extrêmement automatisé nécessite généralement beaucoup moins de personnel.

Les opérateurs communiquent donc souvent des chiffres intégrant :

• les emplois directs du site ;
• les sous-traitants ;
• la maintenance ;
• les fournisseurs ;
• les entreprises technologiques susceptibles de s’installer autour du campus ;
• les centres de formation ou de recherche associés.

Digital Realty annonce par exemple environ 110 emplois permanents pour son campus de Dugny, tandis que Data4 évoque jusqu’à 2 400 emplois permanents autour du projet d’Escaudain et de son écosystème.

Ces chiffres ne recouvrent donc pas exactement la même chose et ne doivent pas être comparés directement.

Pourquoi l’intelligence artificielle nécessite-t-elle des data centers beaucoup plus gros ?

L’IA générative change profondément la conception des centres de données.

Un modèle moderne peut nécessiter des dizaines de milliers de GPU fonctionnant simultanément.

Ces puces consomment beaucoup d’électricité et produisent énormément de chaleur.

Les nouveaux data centers doivent donc supporter :

• des racks dépassant parfois 100 kW ;
• des systèmes de refroidissement liquide ;
• des réseaux extrêmement rapides entre GPU ;
• des centaines de mégawatts d’alimentation électrique ;
• des installations fonctionnant 24 heures sur 24.

C’est ce changement technique qui explique en grande partie le passage de data centers de quelques dizaines de mégawatts à des campus dont la puissance se mesure désormais en centaines de mégawatts ou en gigawatts.

La France peut-elle réellement fournir toute cette électricité ?

À court terme, RTE considère que le développement des data centers reste compatible avec le système électrique français.

Mais cela ne signifie pas que toutes les demandes actuelles de 18 GW seront nécessairement réalisées.

Un grand nombre de projets peuvent :

• être retardés ;
• être réduits ;
• changer d’emplacement ;
• ne jamais obtenir leur financement ;
• être abandonnés.

RTE modifie d’ailleurs progressivement la gestion de sa file d’attente afin de privilégier les projets les plus matures.

Le principe doit évoluer vers une logique de « premier prêt, premier servi » plutôt qu’un simple ordre chronologique.

Les Hauts-de-France deviennent la région clé de l’IA française

Lorsque l’on place les projets sur une carte, une région se détache immédiatement.

Les Hauts-de-France concentrent une quantité exceptionnelle de projets.

On y retrouve notamment :

• Loon-Plage ;
• Bouchain ;
• Le Bosquel ;
• Escaudain ;
• Cambrai / E-Valley.

La puissance cumulée potentielle de ces infrastructures se compte en plusieurs gigawatts.

Cette concentration pourrait transformer une partie de l’ancien bassin industriel du Nord en l’un des plus grands pôles européens de calcul pour l’intelligence artificielle.

Quels sont les prochains projets à surveiller ?

La carte française pourrait évoluer rapidement dans les prochains mois.

Plusieurs éléments doivent être surveillés :

• les futurs sites supplémentaires de SoftBank destinés à passer de 3,1 GW à 5 GW ;
• le second grand site de Campus AI après Fouju ;
• l’évolution du projet Google à Châteauroux ;
• la construction effective d’E-Valley à Cambrai ;
• la montée en puissance de DataOne à Eybens et Villefontaine ;
• les autorisations du projet Éclairion à Loire-sur-Rhône ;
• les nouveaux sites EDF proposés sur d’anciennes emprises industrielles ;
• les quatre projets de Prologis en région parisienne, représentant 584 MW annoncés en 2025 ;
• les nouvelles implantations à Marseille et dans le sud de la France.

Cette page sera mise à jour au fur et à mesure des permis, raccordements RTE, débuts de chantier et mises en service.

FAQ sur les data centers en France

Combien y a-t-il de data centers en France ?

RTE estime qu’environ 300 data centers sont déjà présents en France en 2026. L’ADEME en recense 352 avec une méthodologie différente.

Quel est le plus gros projet de data center en France ?

En matière de programme d’investissement annoncé, SoftBank est actuellement le projet le plus massif, avec jusqu’à 75 milliards d’euros et 5 GW de capacité envisagée sur plusieurs sites français.

Où seront les trois premiers data centers SoftBank ?

Ils seront implantés à Loon-Plage près de Dunkerque, au Bosquel dans la Somme et à Bouchain dans le Nord.

Quelle puissance représentera le programme SoftBank ?

La première phase doit atteindre 3,1 GW dans les Hauts-de-France. SoftBank vise ensuite jusqu’à 5 GW en France.

Mistral AI aura-t-il son propre data center ?

Mistral est actionnaire de Campus AI avec MGX, Bpifrance et Nvidia. La société a sécurisé jusqu’à 200 MW de capacité de calcul à Fouju et bénéficiera d’un accès privilégié aux capacités du réseau Campus AI.

Google construit-il un data center en France ?

Google prépare un projet de très grande taille sur la ZAC d’Ozans, à Étrechet près de Châteauroux. Il pourrait comprendre 8 à 10 bâtiments. Le projet est toutefois encore en phase de concertation préalable au 8 septembre 2026.

Combien consomment les data centers français ?

L’ADEME estime actuellement leur consommation à environ 10 TWh par an, soit approximativement 2,2 % de la consommation électrique française.

Pourquoi construit-on autant de data centers pour l’IA ?

Les modèles d’intelligence artificielle nécessitent de gigantesques grappes de GPU pour leur entraînement et leur utilisation. Ces machines ont besoin de beaucoup d’électricité, de refroidissement et de connectivité, ce qui pousse les opérateurs à construire des infrastructures beaucoup plus grandes.

Un data center de 1 GW consomme-t-il autant qu’une centrale nucléaire ?

Un gigawatt correspond à une puissance électrique et permet de comparer des ordres de grandeur. Mais une centrale produit de l’électricité tandis qu’un data center en consomme. La consommation réelle dépend également du taux de charge du site. La comparaison doit donc rester indicative.

Pourquoi autant de data centers sont-ils prévus dans le Nord ?

Les Hauts-de-France réunissent plusieurs avantages : grandes friches industrielles, raccordements électriques importants, proximité de Dunkerque et des réseaux européens, ainsi qu’une position géographique entre Paris, Londres, Amsterdam et Francfort.

La France dispose-t-elle vraiment de 35 sites prêts pour les data centers ?

Ce chiffre correspond à l’annonce initiale de février 2025. La Direction générale des Entreprises indique désormais que 63 sites favorables ont été identifiés sur le territoire métropolitain.

Peut-on savoir si un data center est prévu près de chez soi ?

Les grands projets nécessitant des procédures environnementales ou une concertation deviennent généralement publics. En revanche, la localisation de tous les sites identifiés par l’État n’est pas publiée. Les préfectures, la CNDP, RTE et les communes concernées constituent les sources les plus fiables pour suivre un projet local.

La France est-elle en train de devenir la capitale européenne des data centers IA ?

Il est encore trop tôt pour l’affirmer.

Paris, Londres, Francfort, Amsterdam et Dublin disposent déjà d’écosystèmes de data centers beaucoup plus anciens.

Mais la nouvelle génération d’infrastructures IA change le rapport de force.

Le critère principal n’est plus seulement d’être proche d’une grande capitale ou d’un nœud Internet. Il faut pouvoir mobiliser des centaines de mégawatts d’électricité rapidement.

Et sur ce terrain, la France dispose d’un avantage inhabituel en Europe : un parc électrique largement nucléaire et bas carbone, un important réseau très haute tension et de nombreuses anciennes emprises industrielles susceptibles d’être reconverties.

Les chiffres montrent cependant l’ampleur du pari.

Avec près de 18 GW de demandes de raccordement déjà enregistrées par RTE, le pays doit désormais décider quels projets méritent réellement plusieurs centaines de mégawatts, comment les raccorder et comment répartir les bénéfices et les contraintes avec les territoires concernés.

La course française aux data centers ne fait donc que commencer. Le vrai sujet des prochaines années ne sera probablement plus de savoir si de nouveaux centres de calcul vont être construits, mais lesquels seront réellement raccordés, à quelle vitesse et pour quels usages de l’intelligence artificielle.

Sources

• SoftBank — programme français de 5 GW et première phase de 3,1 GW
• Élysée — investissements SoftBank, sites confirmés et calendrier
• EDF — data center SoftBank de 400 MW à Bouchain
• Data4 — campus de 700 MW et 5 milliards d’euros à Escaudain
• Bpifrance — expansion nationale de Campus AI jusqu’à 3 GW
• Bpifrance — Mistral sécurise jusqu’à 200 MW à Fouju
• Préfecture de Seine-et-Marne — autorisations du Campus AI de Fouju
• EDF — projet OpCore à Montereau-Vallée-de-la-Seine
• Digital Realty — Dugny Digital Hub et ses 176 MW
• Data4 — capacités des campus Paris-Saclay
• Éclairion — capacités de La Maxe, Richemont et Bruyères-le-Châtel
• CNDP — projet Google Ozans-Châteauroux
• RTE — nombre de data centers, consommation et demandes de raccordement
• Direction générale des Entreprises — 63 sites identifiés en France
• ADEME — consommation électrique et scénarios d’évolution des data centers
• Légifrance — statut de projet d’intérêt national majeur pour les data centers

L’article Carte des data centers en France : où seront construits les méga centres dédiés à l’IA ? est apparu en premier sur TechPi.

Dernière mise à jour : 8 septembre 2026.

Ce qu’il faut retenir

• Mistral AI a annoncé le 8 septembre 2026 une Série D de 3 milliards d’euros.
• La société est désormais valorisée à plus de 21 milliards d’euros, contre 11,7 milliards après son tour de table de septembre 2025.
• Il s’agit, selon Mistral, de la plus importante levée de fonds en capital jamais réalisée par une entreprise technologique européenne.
• Samsung Electronics mène le tour, avec le fonds Scaleup Europe géré par EQT et PSG Equity comme coleaders.
• Mistral veut financer simultanément ses modèles de pointe, sa capacité de calcul, ses infrastructures et son expansion internationale.
• Le groupe revendique une présence dans 20 pays et plus de 125 grands clients, parmi lesquels Airbus, ASML et HSBC.
• Son revenu annuel récurrent devrait atteindre environ 1 milliard d’ici la fin de 2026 selon son directeur financier.
• OpenAI reste valorisé autour de 852 milliards de dollars, Anthropic autour de 965 milliards : l’écart financier reste colossal.
• Mistral ne cherche donc plus seulement à fabriquer un « ChatGPT européen ». Sa stratégie repose désormais sur une pile IA complète et souveraine, du modèle jusqu’au data center.

Mistral AI lève 3 milliards d’euros et double presque sa valorisation

Trois ans seulement après sa création, Mistral AI change une nouvelle fois de dimension.

La société française a annoncé le 8 septembre 2026 avoir bouclé une Série D de 3 milliards d’euros, pour une valorisation post-money supérieure à 21 milliards d’euros, soit environ 24 milliards de dollars.

Un an auparavant, Mistral avait levé 1,7 milliard d’euros pour une valorisation de 11,7 milliards. La valeur attribuée à l’entreprise a donc progressé d’environ 80 % en douze mois.

Le nouveau tour est mené par Samsung Electronics. Le fonds Scaleup Europe, soutenu par l’Union européenne et géré par EQT, ainsi que PSG Equity participent également en tant que coleaders.

Plusieurs poids lourds rejoignent le capital, notamment BlackRock, Advent et le Grand-Duché de Luxembourg.

Les investisseurs historiques restent eux aussi présents : Nvidia, ASML, Bpifrance, Andreessen Horowitz, Salesforce Ventures, General Catalyst, Lightspeed, BNP Paribas CIB ou encore Index Ventures participent à l’opération.

Des investisseurs industriels de plus en plus importants

La composition du tour est presque aussi intéressante que son montant.

En 2025, c’était ASML, le géant néerlandais indispensable à la fabrication des semi-conducteurs les plus avancés, qui avait mené la précédente opération en investissant 1,3 milliard d’euros et en devenant alors le premier actionnaire de Mistral avec environ 11 % du capital.

Cette fois, c’est Samsung qui prend la tête.

Mistral se rapproche donc de groupes qui se trouvent directement au cœur de l’industrie mondiale des semi-conducteurs, de la mémoire et de l’électronique, et pas uniquement de fonds de capital-risque.

Ce choix correspond assez bien à la nouvelle ambition de l’entreprise : ne plus être simplement un laboratoire créant des modèles, mais contrôler davantage l’ensemble de la chaîne nécessaire pour les entraîner et les exploiter.

Mistral reste pourtant minuscule face à OpenAI et Anthropic

Le chiffre de 3 milliards d’euros est spectaculaire à l’échelle européenne.

Il devient beaucoup moins impressionnant lorsque l’on traverse l’Atlantique.

OpenAI a annoncé en mars 2026 avoir sécurisé 122 milliards de dollars de capitaux engagés à une valorisation post-money de 852 milliards de dollars.

Deux mois plus tard, Anthropic a levé 65 milliards de dollars à une valorisation de 965 milliards, devenant alors plus valorisé qu’OpenAI.

En valeur d’entreprise, Anthropic pèse donc aujourd’hui environ 40 fois Mistral, et OpenAI environ 35 fois.

La conclusion est assez claire : Mistral n’a pas les moyens financiers de gagner une guerre d’usure en reproduisant exactement le modèle américain.

Et c’est précisément ce qui explique l’évolution de sa stratégie.

Mistral ne veut plus simplement être « l’OpenAI européen »

À ses débuts en 2023, le message était facile à comprendre.

Mistral devait permettre à l’Europe de disposer de ses propres grands modèles de langage et d’éviter une dépendance totale aux technologies développées aux États-Unis ou en Chine.

L’entreprise s’est rapidement distinguée grâce à des modèles compacts et souvent proposés en poids ouverts, permettant à des développeurs et entreprises de les télécharger, les modifier et les exploiter sur leurs propres infrastructures.

Trois ans plus tard, l’ambition s’est élargie.

Mistral explique désormais construire une pile technologique complète comprenant :

• les modèles ;
• la capacité de calcul ;
• les infrastructures cloud ;
• les outils permettant de déployer les modèles ;
• les produits destinés aux utilisateurs ;
• l’accompagnement des grandes entreprises.

La startup affirme vouloir contrôler suffisamment de briques pour proposer ce qu’elle appelle une « sovereign AI layer », une couche d’IA souveraine.

Stratégie n°1 : rester dans la course aux modèles de pointe

C’est le premier point que Mistral souhaite clarifier avec cette levée.

Depuis plusieurs mois, certains observateurs estiment que le Français a cessé de vouloir rivaliser au sommet des classements généralistes, face à OpenAI, Anthropic mais également aux laboratoires chinois.

Mistral conteste cette interprétation.

Dans son annonce du 8 septembre, l’entreprise explique explicitement que les nouveaux capitaux permettront d’augmenter considérablement les investissements dans la recherche « frontier », c’est-à-dire dans les modèles se rapprochant de l’état de l’art.

Le directeur financier Johan Bergqvist a également indiqué que les fonds doivent permettre de renforcer les modèles et la recherche avancée.

La nuance est importante.

Mistral ne dit donc pas : « nous abandonnons les grands modèles ».

Sa stratégie ressemble plutôt à : financer la recherche sur les modèles grâce à une activité beaucoup plus large autour de l’infrastructure et des entreprises.

Mais Mistral a perdu du terrain dans la bataille des benchmarks

La difficulté est que cette réaffirmation intervient après une période durant laquelle le laboratoire européen est devenu moins visible au sommet des classements généralistes.

Plusieurs observateurs ont souligné que les modèles Mistral se retrouvent désormais derrière de nombreuses références américaines et chinoises sur certains benchmarks globaux.

Sur Hugging Face, l’écosystème Mistral reste important, mais le rapport de force s’est également déplacé au profit de familles comme Qwen.

Cela ne signifie pas que les modèles de Mistral sont devenus inutiles.

Cela signifie surtout que la société ne peut plus compter uniquement sur un classement généraliste pour justifier sa place face à OpenAI ou Anthropic.

Elle cherche donc d’autres terrains sur lesquels elle peut se différencier.

Stratégie n°2 : devenir propriétaire d’une partie de son calcul

L’un de ces terrains est l’infrastructure.

En août, Mistral a annoncé vouloir réunir entreprises et institutions autour d’une capacité de calcul européenne pouvant atteindre 1 GW d’ici 2030.

Un gigawatt correspond à une infrastructure électrique d’une ampleur considérable.

L’objectif est double.

La première partie de cette capacité doit servir à entraîner les futurs modèles de Mistral.

La seconde peut être vendue sous forme de capacité de calcul et d’inférence à des entreprises.

Arthur Mensch a indiqué que Mistral comptait progressivement augmenter la quantité de calcul qu’il contrôle directement et entraîner des modèles plus grands et plus rapides.

La société investit déjà plusieurs milliards d’euros dans des infrastructures européennes.

Pourquoi construire des data centers quand on est un laboratoire d’IA ?

Parce que le calcul est devenu l’un des principaux facteurs limitants de l’intelligence artificielle moderne.

Les grands laboratoires américains dépensent des dizaines de milliards afin de réserver des GPU, construire des data centers, signer des contrats électriques et développer leurs propres puces.

OpenAI considère lui-même l’accès durable au calcul comme un avantage stratégique qui améliore la recherche, les produits et le coût d’exploitation des modèles.

Anthropic suit désormais une logique comparable, avec des engagements d’infrastructure représentant plusieurs dizaines de milliards de dollars.

Mistral joue donc au même jeu, mais à une échelle européenne et avec un discours différent : le calcul doit également devenir un instrument de souveraineté.

Microsoft va même utiliser l’infrastructure de Mistral

La stratégie prend une dimension assez inattendue avec Microsoft.

En juillet 2026, les deux entreprises ont annoncé un élargissement majeur de leur partenariat.

Microsoft s’est engagé sur plusieurs milliards de dollars afin d’utiliser une partie de l’infrastructure GPU que Mistral développe en Europe. Les modèles Mistral sont parallèlement intégrés à Microsoft Foundry et Copilot Studio.

Autrement dit, Mistral ne veut plus uniquement acheter du cloud à Microsoft.

Il veut également devenir suffisamment important dans l’infrastructure pour que Microsoft devienne lui-même client d’une partie de sa capacité.

C’est un changement de positionnement considérable.

Microsoft n’a toutefois pas participé à la nouvelle levée de fonds de septembre, selon le directeur financier de Mistral.

Stratégie n°3 : miser sur l’open weight plutôt que sur l’écosystème fermé

C’est probablement la différence philosophique la plus claire avec OpenAI et Anthropic.

Mistral mise depuis ses débuts sur les modèles à poids ouverts.

Une entreprise peut récupérer certains modèles, les personnaliser puis les faire tourner sur son infrastructure sans devoir systématiquement envoyer ses données vers les serveurs du fournisseur.

Mistral résume aujourd’hui sa proposition autour de quatre dimensions :

• garder les données à l’intérieur de l’organisation ;
• contrôler et personnaliser les modèles ;
• disposer d’une capacité de calcul privée et prévisible ;
• conserver des systèmes en production contrôlables et auditables.

Cette stratégie vise particulièrement les banques, administrations, industriels, acteurs de la défense et secteurs réglementés.

Pour ces organisations, le modèle ayant obtenu le meilleur score à un benchmark n’est pas nécessairement le seul critère.

Le lieu où sont stockées les données, la possibilité de fonctionner sans connexion Internet, la personnalisation et la garantie de conserver l’accès au modèle peuvent être tout aussi importantes.

OpenAI et Anthropic vendent la performance, Mistral veut vendre le contrôle

Cette présentation reste nécessairement simplifiée : OpenAI et Anthropic proposent eux aussi différentes options pour les entreprises et renforcent leurs infrastructures.

Mais Mistral tente de transformer sa petite taille relative en avantage : plus de flexibilité, moins de verrouillage technologique et davantage de contrôle pour le client.

Stratégie n°4 : héberger aussi les modèles des autres

C’est probablement le choix le plus controversé.

Mistral a annoncé en août qu’il ne proposerait pas uniquement ses propres modèles dans sa future infrastructure souveraine.

Le groupe souhaite également permettre à ses clients d’exécuter des modèles ouverts développés par d’autres laboratoires.

Cela inclut potentiellement des modèles chinois.

Certains observateurs y ont vu un abandon de la mission initiale : comment parler de souveraineté européenne si une infrastructure française fait tourner un modèle conçu en Chine ?

La logique de Mistral est différente.

La société estime que la souveraineté ne signifie pas nécessairement que chaque modèle doit être français. Elle consiste aussi à permettre au client de choisir son modèle, de contrôler l’endroit où il fonctionne et de pouvoir en changer.

En résumé, Mistral semble vouloir devenir à la fois fabricant de modèles et plateforme ouverte pour les modèles concurrents.

Le risque : devenir un hébergeur plutôt qu’un leader de l’IA

Cette approche présente toutefois un danger évident.

Si les entreprises choisissent majoritairement des modèles américains ou chinois hébergés sur l’infrastructure de Mistral, la société pourrait progressivement gagner davantage d’argent avec le calcul et les services qu’avec ses propres technologies fondamentales.

C’est précisément l’une des critiques formulées ces derniers mois.

Certains observateurs parlent d’un « pivot » vers l’infrastructure, voire d’un renoncement à la compétition sur les modèles de frontière.

Mistral rejette cette lecture.

Son raisonnement est presque inverse : les revenus générés par l’infrastructure doivent financer les énormes dépenses nécessaires pour continuer à développer des modèles avancés.

Le succès de la stratégie dépendra donc de sa capacité à réussir simultanément ces deux métiers.

Stratégie n°5 : devenir indispensable aux grandes entreprises

Mistral ne veut pas non plus construire son avenir uniquement autour du grand public.

La société revendique désormais plus de 125 grands clients internationaux et une présence dans 20 pays. Elle cite notamment Airbus, ASML et HSBC.

Parmi les autres groupes ayant travaillé avec Mistral figurent également BNP Paribas, CMA CGM, Orange et Microsoft.

L’entreprise a développé une équipe de forward deployed engineers, des ingénieurs envoyés au plus près des clients pour intégrer et adapter l’IA à leurs besoins.

Cette stratégie rappelle celle popularisée par Palantir : plutôt que de fournir simplement une API et d’attendre que le client se débrouille, des ingénieurs participent directement à la résolution de problèmes métiers complexes.

« Capgemini avec des GPU » ? La critique n’est pas totalement absurde

Cette évolution vers le service a également suscité des critiques.

Une entreprise qui détache des ingénieurs chez ses grands clients commence en effet à ressembler, sur certains aspects, à une société de conseil ou d’intégration.

Le risque serait de transformer une entreprise capable de créer de la propriété intellectuelle extrêmement scalable en une activité nécessitant toujours davantage d’ingénieurs pour chaque nouveau contrat.

Mistral considère toutefois que cet accompagnement lui permet de comprendre les véritables besoins des entreprises et de transformer plus rapidement ses travaux de recherche en produits utilisables.

Les deux visions peuvent coexister.

L’enjeu financier sera de vérifier si les revenus augmentent beaucoup plus rapidement que les effectifs nécessaires pour servir les clients.

Mistral vise désormais 1 milliard de revenus récurrents

Le groupe commence justement à disposer d’une taille commerciale suffisamment importante pour que cette question devienne centrale.

Le directeur financier Johan Bergqvist indique que Mistral est en bonne voie pour atteindre 1 milliard de revenus annuels récurrents d’ici la fin de 2026.

Il faut toutefois être précis sur cette métrique.

Un ARR — annual recurring revenue — est une annualisation du niveau de revenus récurrents et ne correspond pas nécessairement au chiffre d’affaires comptable effectivement réalisé sur toute l’année.

Dans l’industrie de l’IA, où la facturation à l’usage et les grands contrats d’infrastructure compliquent les comparaisons, cette nuance est particulièrement importante.

Il n’en reste pas moins que la progression serait spectaculaire : Mistral n’existe que depuis 2023.

Stratégie n°6 : se spécialiser là où Mistral peut encore être meilleur

La société ne prétend pas nécessairement disposer du meilleur modèle généraliste sur tous les critères.

Elle met davantage en avant certains domaines spécialisés :

• modèles compacts et embarqués ;
• traitement de la voix ;
• reconnaissance et compréhension de documents ;
• programmation ;
• systèmes industriels ;
• IA destinée aux secteurs réglementés ;
• déploiements isolés ou privés.

Cette spécialisation est stratégique.

Il est probablement irréaliste pour une entreprise valorisée 24 milliards de dollars de battre simultanément des concurrents valorisés près de mille milliards dans chaque catégorie.

En revanche, Mistral peut tenter de devenir incontournable dans des domaines où l’efficacité, la personnalisation ou le déploiement local comptent davantage que la puissance brute.

Les petits modèles pourraient devenir une arme majeure

C’est particulièrement vrai pour les modèles embarqués.

Un modèle capable de fonctionner directement sur une machine industrielle, un véhicule, un smartphone, un robot ou un drone répond à des contraintes très différentes d’un énorme modèle exploité dans un data center.

Il doit consommer moins d’énergie, utiliser moins de mémoire et parfois fonctionner entièrement hors ligne.

Mistral s’est historiquement distingué par son travail sur des modèles relativement compacts et efficaces.

Cette expertise peut devenir une force alors que l’industrie cherche justement à déplacer davantage de fonctions IA du cloud vers les appareils.

La vraie différence avec OpenAI : Mistral ne possède pas ChatGPT

C’est aussi l’une des plus grandes faiblesses du Français.

OpenAI dispose avec ChatGPT d’un produit grand public bénéficiant d’une distribution mondiale gigantesque.

Le groupe peut transformer cette audience en utilisateurs professionnels, en abonnés et en clients de ses API.

Mistral possède bien Le Chat, mais son poids n’est pas comparable.

La société doit donc trouver sa distribution ailleurs : partenaires cloud, industriels, gouvernements et grandes entreprises.

Anthropic constitue probablement le rival le plus intéressant à comparer

OpenAI reste le concurrent le plus connu du public, mais Anthropic constitue peut-être le meilleur point de comparaison pour comprendre le défi de Mistral.

Claude s’est fortement imposé dans :

• les entreprises ;
• le développement logiciel ;
• les agents ;
• les tâches intellectuelles complexes.

Anthropic annonçait en mai un rythme de revenus supérieur à 47 milliards de dollars annualisés au moment de sa Série H.

L’écart commercial avec Mistral est donc gigantesque.

Anthropic a également levé à lui seul 65 milliards de dollars en mai, soit plusieurs fois l’ensemble des capitaux réunis par Mistral depuis sa création.

Mistral doit donc éviter une confrontation reposant uniquement sur la puissance financière.

La souveraineté européenne est-elle un vrai avantage commercial ?

C’est probablement la question la plus importante.

Pendant longtemps, « l’IA souveraine » pouvait donner l’impression d’être principalement un argument politique européen.

Les évolutions géopolitiques commencent toutefois à lui donner une valeur beaucoup plus concrète.

Les entreprises et administrations doivent se demander ce qu’il se passe lorsqu’un modèle étranger change ses conditions tarifaires, supprime une fonctionnalité, n’est plus proposé dans une région ou devient soumis à des restrictions d’exportation.

Le directeur financier de Mistral explique ainsi que l’Europe doit conserver ses propres fournisseurs afin de ne pas compromettre l’accès à une technologie devenue stratégique.

Dans ce contexte, disposer de modèles, d’infrastructures et de capacités de calcul situés en Europe devient un argument qui dépasse la simple communication patriotique.

Mistral peut-il vraiment battre OpenAI et Anthropic ?

Probablement pas en jouant exactement au même jeu.

C’est précisément ce que montre cette levée de fonds.

Avec 3 milliards d’euros supplémentaires, Mistral dispose d’une puissance de feu considérable selon les standards européens.

Mais la comparaison avec les États-Unis reste brutale :

• Mistral : valorisation supérieure à 21 milliards d’euros ;
• OpenAI : 852 milliards de dollars ;
• Anthropic : 965 milliards de dollars.

Même une levée européenne record ne comble donc qu’une petite partie de l’écart.

Mistral doit gagner autrement.

Sa stratégie consiste à devenir la meilleure solution lorsqu’un client veut à la fois de bonnes performances, de la personnalisation, des modèles ouverts, du déploiement privé et une infrastructure qu’il peut contrôler.

Si cette demande devient aussi importante que le pense Arthur Mensch, Mistral n’a pas besoin d’être le numéro un mondial du chatbot grand public pour devenir une entreprise majeure.

Le pari de Mistral : contrôler toute la chaîne

La stratégie qui émerge en 2026 peut finalement être représentée comme une chaîne complète :

Recherche → modèles → calcul → infrastructure → produits → intégration chez les entreprises.

Mistral veut être présent à chaque étape.

Cette intégration verticale est extrêmement coûteuse, mais elle peut créer un cercle vertueux :

• les centres de données vendent de la capacité ;
• les contrats d’entreprise génèrent des revenus ;
• ces revenus financent davantage de calcul ;
• le calcul permet d’entraîner de meilleurs modèles ;
• les meilleurs modèles rendent l’offre d’infrastructure et les produits plus attractifs.

C’est, à une échelle plus réduite, la logique que les géants américains cherchent eux aussi à construire.

Pourquoi la levée de 3 milliards est décisive

Cette levée ne garantit donc absolument pas que Mistral deviendra l’OpenAI européen.

Elle révèle plutôt que l’entreprise ne veut plus être définie uniquement comme l’OpenAI européen.

Le Français tente de construire une société combinant laboratoire de recherche, éditeur de logiciels, fournisseur de modèles, opérateur d’infrastructure et partenaire technologique des grandes entreprises.

C’est beaucoup plus ambitieux — et aussi beaucoup plus risqué.

Le danger serait de se disperser, d’investir des milliards dans l’infrastructure tout en continuant à perdre du terrain sur les modèles.

Le scénario inverse serait beaucoup plus intéressant pour l’Europe : que l’activité infrastructure et entreprise génère suffisamment de revenus pour financer durablement un laboratoire capable de rester à la frontière technologique.

Les 3 milliards d’euros levés aujourd’hui servent précisément à déterminer lequel de ces deux scénarios deviendra réalité.

Mistral AI pourrait-il entrer en Bourse ?

Une introduction en Bourse reste possible, mais elle n’est pas imminente.

Johan Bergqvist a indiqué qu’une IPO constitue naturellement une option pour l’avenir, tout en précisant qu’aucune discussion n’est actuellement en cours et qu’aucun calendrier n’a été arrêté.

Mistral dispose donc encore de temps avant de devoir convaincre les marchés publics.

Sa priorité immédiate est ailleurs : déployer les 3 milliards d’euros, augmenter son infrastructure et prouver que son modèle économique peut croître aussi rapidement que ses besoins en calcul.

FAQ : Mistral AI, sa levée de fonds et sa valorisation

Combien Mistral AI vient-il de lever ?

Mistral AI a annoncé le 8 septembre 2026 une levée de fonds de 3 milliards d’euros en Série D.

Quelle est la valorisation de Mistral AI ?

La nouvelle opération valorise Mistral à plus de 21 milliards d’euros, soit environ 24 milliards de dollars.

Qui a investi dans Mistral AI ?

Samsung Electronics mène le tour. Scaleup Europe Fund et PSG Equity sont coleaders. BlackRock, Advent et le Grand-Duché de Luxembourg font partie des nouveaux investisseurs, tandis que Nvidia, ASML, Bpifrance, a16z, Salesforce Ventures et plusieurs investisseurs existants participent également.

Samsung a-t-il racheté Mistral AI ?

Non. Samsung est investisseur et mène la Série D, mais il n’a pas racheté Mistral.

Mistral AI appartient-il toujours à ses fondateurs ?

Mistral affirme rester indépendant. Les fondateurs et salariés conserveraient plus de la moitié des droits de vote.

Combien vaut OpenAI ?

La dernière levée annoncée par OpenAI en mars 2026 valorisait la société à 852 milliards de dollars post-money.

Combien vaut Anthropic ?

Anthropic a été valorisé 965 milliards de dollars après sa Série H de mai 2026.

Mistral abandonne-t-il les modèles de pointe ?

Mistral affirme que non. L’entreprise indique explicitement qu’une partie des 3 milliards d’euros servira à renforcer sa recherche sur les modèles de frontière et à augmenter le calcul disponible pour leur entraînement.

Pourquoi Mistral construit-il des data centers ?

La société veut contrôler davantage sa capacité de calcul, entraîner ses propres modèles et vendre de l’inférence aux entreprises tout en réduisant sa dépendance aux fournisseurs de cloud étrangers.

Mistral prévoit-il une IPO ?

Une introduction en Bourse reste une possibilité future, mais aucune procédure n’est engagée pour le moment selon le directeur financier.

Sources

• Mistral AI — annonce officielle de la levée de 3 milliards d’euros
• Mistral AI — stratégie d’infrastructure souveraine et objectif de 1 GW
• Reuters — levée, valorisation et stratégie de Mistral AI
• Microsoft — partenariat stratégique et infrastructure européenne de Mistral
• OpenAI — levée de 122 milliards de dollars de mars 2026
• Anthropic — Série H de 65 milliards de dollars et valorisation de 965 milliards

L’article Mistral AI lève 3 milliards d’euros : sa stratégie pour résister à OpenAI et Anthropic est apparu en premier sur TechPi.

Dernière mise à jour : 3 septembre 2026. Le déploiement de GPT-6 Astra est encore en cours. La disponibilité peut donc différer d’un compte à l’autre au cours des prochains jours.

Ce qu’il faut retenir

• GPT-6 Astra a été officiellement présenté par OpenAI le 3 septembre 2026.
• Le modèle est d’abord accessible à un nombre limité d’organisations participant notamment au programme Daybreak.
• OpenAI prévoit un déploiement auprès des utilisateurs ChatGPT Plus, Pro, Business et Enterprise dans les prochains jours.
• L’accès via l’API fait également partie du déploiement annoncé.
• OpenAI n’a pas annoncé, pour le moment, d’accès généralisé à GPT-6 Astra pour les utilisateurs de ChatGPT Free.
• Si Astra n’apparaît pas encore dans votre sélecteur de modèles, cela ne signifie donc pas que votre compte est incompatible : le déploiement peut simplement ne pas avoir encore atteint votre compte.

GPT-6 Astra est officiellement disponible

Cette fois, il ne s’agit plus d’une fuite ou d’un simple nom de code aperçu avant le lancement. OpenAI a officiellement annoncé GPT-6 Astra le 3 septembre 2026.

Le modèle succède aux précédentes générations de modèles de raisonnement d’OpenAI et met notamment l’accent sur le codage, la recherche, l’utilisation d’un ordinateur et l’exécution de tâches complexes comportant plusieurs étapes.

Dans ses notes de version, OpenAI explique également qu’Astra peut travailler sur des documents, des feuilles de calcul et des présentations tout en respectant des modèles ou des instructions fournis par l’utilisateur. Le système est aussi présenté comme capable d’adapter son travail lorsque de nouvelles contraintes sont ajoutées en cours de tâche.

Il faut cependant distinguer l’annonce officielle du modèle de sa disponibilité immédiate pour tous les utilisateurs. OpenAI a choisi un déploiement progressif.

Qui peut utiliser GPT-6 Astra aujourd’hui ?

Au moment de la publication de cet article, GPT-6 Astra n’est pas encore disponible simultanément sur tous les comptes ChatGPT.

OpenAI indique que l’accès commence auprès d’un nombre limité d’organisations avant une ouverture plus large. Les utilisateurs payants ne doivent donc pas nécessairement s’attendre à voir Astra immédiatement dans leur compte le soir même de l’annonce.

Comment avoir GPT-6 Astra dans ChatGPT ?

La procédure est relativement simple une fois que le modèle a été activé sur votre compte.

1. Vérifier votre formule ChatGPT

OpenAI prévoit actuellement GPT-6 Astra pour les offres Plus, Pro, Business et Enterprise. ChatGPT Plus est notamment proposé à 20 dollars par mois aux États-Unis, avec un tarif pouvant varier selon la région, les taxes et la plateforme de facturation.

Le fait de souscrire à ChatGPT Plus ne garantit cependant pas qu’Astra apparaisse immédiatement : le modèle est déployé progressivement.

2. Ouvrir le sélecteur de modèles

Une fois connecté à ChatGPT, créez une nouvelle conversation puis ouvrez le sélecteur de modèles situé en haut de l’interface.

Si GPT-6 Astra est disponible pour votre compte, une option correspondante devrait apparaître parmi les modèles ou niveaux de raisonnement proposés par OpenAI.

Si Astra n’apparaît pas, inutile de créer un nouveau compte ou de multiplier les abonnements : votre compte peut simplement ne pas encore faire partie de la vague de déploiement en cours.

3. Vérifier les applications Web, mobile et desktop

Lors d’un déploiement progressif, une nouvelle fonction peut parfois apparaître à des moments différents selon l’interface utilisée. Il peut donc être utile de vérifier ChatGPT sur le Web ainsi que les applications officielles disponibles sur votre appareil.

Maintenir l’application à jour permet également d’éviter qu’une ancienne version de l’interface masque une nouvelle option disponible pour votre compte.

Comment tester GPT-6 Astra ?

Lorsque le modèle apparaît dans votre compte, le plus intéressant n’est pas simplement de lui poser une question de culture générale. Astra est précisément conçu pour des tâches plus complexes.

Pour mettre ses capacités à l’épreuve, vous pouvez notamment lui demander de :

• analyser plusieurs documents et produire une synthèse structurée ;
• développer ou corriger un projet informatique comportant plusieurs fichiers ;
• effectuer une recherche approfondie puis organiser les résultats ;
• créer ou modifier un document professionnel à partir d’un modèle ;
• construire une feuille de calcul complexe ;
• préparer une présentation à partir de données ou de documents ;
• enchaîner plusieurs étapes d’une même tâche sans devoir lui réexpliquer constamment le contexte.

OpenAI met particulièrement en avant les progrès réalisés dans le codage, l’utilisation d’outils informatiques et le travail agentique.

GPT-6 Astra peut-il vraiment utiliser un ordinateur ?

C’est l’une des évolutions les plus importantes annoncées autour du modèle.

Astra a été conçu pour travailler directement avec des environnements logiciels et réaliser des opérations en plusieurs étapes. Lors des démonstrations présentées autour du lancement, le modèle a notamment été utilisé pour travailler sur du développement logiciel, des applications professionnelles et des environnements graphiques complexes.

OpenAI présente également Astra comme particulièrement performant pour naviguer dans des interfaces informatiques et réaliser des tâches qui nécessitaient auparavant de nombreuses interventions humaines.

Il faudra néanmoins attendre des tests indépendants à grande échelle avant de déterminer précisément son niveau de fiabilité dans des conditions réelles. Les démonstrations et benchmarks d’un constructeur ne remplacent pas une utilisation quotidienne sur des milliers de scénarios différents.

Des premiers tests impressionnants chez les entreprises

OpenAI accompagne le lancement d’Astra de plusieurs exemples provenant d’entreprises ayant bénéficié d’un accès anticipé.

La plateforme juridique Legora indique par exemple avoir utilisé GPT-6 Astra pour examiner 41 documents en quelques minutes au cours d’un workflow financier. OpenAI rapporte également une amélioration de 40 % sur un benchmark interne à ce cas d’usage.

Dans le jeu vidéo, Playco affirme de son côté avoir obtenu 50 % de corrections manuelles en moins lors de la création de prototypes comparativement au modèle précédemment utilisé.

Ces chiffres donnent une première indication des capacités d’Astra mais doivent être interprétés avec prudence : il s’agit de cas d’utilisation sélectionnés et publiés dans le cadre du lancement du modèle, et non de benchmarks indépendants couvrant tous les usages possibles.

Pourquoi GPT-6 Astra est particulièrement surveillé

Le lancement d’Astra ne concerne pas uniquement les performances. Le modèle marque également une étape importante pour les mécanismes de sécurité d’OpenAI.

Avant sa sortie, l’entreprise a indiqué qu’Astra avait atteint son niveau « Critical » en matière de capacités de cybersécurité dans son Preparedness Framework.

Concrètement, OpenAI estime que, avec les outils et autorisations appropriés, le modèle peut être capable de découvrir des vulnérabilités inconnues et de développer des méthodes permettant de les exploiter sur certains systèmes fortement protégés.

Cette capacité explique pourquoi toutes les fonctions d’Astra ne seront pas nécessairement accessibles à tous les utilisateurs.

Les usages de cybersécurité les plus avancés doivent rester, dans un premier temps, réservés à des testeurs ou organisations approuvés. OpenAI prévoit également des programmes spécifiques comme Daybreak pour encadrer certains travaux de sécurité informatique.

GPT-6 Astra est-il disponible avec ChatGPT Plus ?

Oui, OpenAI prévoit GPT-6 Astra pour ChatGPT Plus, mais le déploiement n’est pas instantané.

L’entreprise parle d’une disponibilité élargie dans les prochains jours. Deux abonnés Plus peuvent donc temporairement avoir un sélecteur de modèles différent alors qu’ils disposent pourtant du même abonnement.

ChatGPT Plus coûte actuellement 20 dollars par mois aux États-Unis. Le prix réellement facturé en France peut dépendre des taxes ainsi que de la plateforme utilisée pour souscrire l’abonnement.

GPT-6 Astra est-il disponible gratuitement ?

OpenAI n’a pas annoncé d’accès général à GPT-6 Astra pour ChatGPT Free au lancement.

Les communications disponibles mentionnent les offres Plus, Pro, Business et Enterprise pour le déploiement élargi.

La situation pourrait évidemment évoluer. OpenAI a déjà étendu certains modèles à davantage d’utilisateurs plusieurs semaines ou plusieurs mois après leur lancement. Il ne faut cependant pas en déduire qu’Astra arrivera nécessairement sur l’offre gratuite : aucune annonce officielle ne le confirme actuellement.

Comment avoir GPT-6 Astra avec ChatGPT Enterprise ?

La situation est légèrement différente dans les entreprises.

Dans certains espaces de travail Enterprise et Edu éligibles, GPT-6 Astra peut être désactivé par défaut. Le propriétaire ou l’administrateur de l’espace de travail peut alors devoir autoriser le modèle depuis les paramètres d’accès aux modèles.

OpenAI précise également que les anciens réglages d’accès anticipé aux modèles ne donnent pas automatiquement accès à Astra.

Si vous utilisez un compte professionnel et que vos collègues disposent d’Astra alors que vous ne le voyez pas, le problème peut donc venir des autorisations attribuées à votre rôle plutôt que de votre compte.

Peut-on utiliser GPT-6 Astra avec l’API ?

OpenAI a également annoncé un accès à GPT-6 Astra via son API.

Là encore, il convient de distinguer l’annonce du déploiement effectif pour chaque organisation. La disponibilité peut évoluer progressivement et certains comptes développeurs peuvent obtenir l’accès avant d’autres.

Pour éviter les erreurs, mieux vaut vérifier la liste des modèles proposés dans votre organisation et la documentation officielle de l’API avant d’intégrer Astra dans une application de production.

En particulier, il est déconseillé de se fier uniquement à des identifiants de modèles apparus dans des fuites ou dans des bibliothèques tierces tant qu’ils ne sont pas documentés pour votre propre compte.

GPT-6 Astra est-il vraiment une AGI ?

C’est probablement le point le plus spectaculaire du discours accompagnant le lancement.

Greg Brockman, président et cofondateur d’OpenAI, estime qu’Astra pourrait représenter le début de l’ère de l’intelligence artificielle générale, ou AGI.

Cette déclaration ne signifie toutefois pas qu’il existe désormais un consensus scientifique reconnaissant GPT-6 Astra comme une AGI.

La notion d’intelligence artificielle générale ne possède toujours pas de définition ou de benchmark universel permettant de déterminer définitivement qu’un système a franchi ce seuil.

Il est donc plus prudent de présenter Astra comme le modèle qu’OpenAI considère comme une nouvelle étape majeure vers des systèmes plus généraux et autonomes, plutôt que d’affirmer que l’AGI a officiellement été atteinte.

Que faire si GPT-6 Astra n’apparaît pas sur votre compte ?

Si vous disposez d’un forfait compatible mais que le modèle n’est pas visible, voici les principales vérifications à effectuer :

• vérifier que vous utilisez bien le compte associé à votre abonnement ;
• ouvrir le sélecteur de modèles dans une nouvelle conversation ;
• mettre à jour l’application ChatGPT ;
• tester également la version Web de ChatGPT ;
• dans un espace Enterprise, demander à l’administrateur si Astra est autorisé ;
• attendre la prochaine vague du déploiement si votre compte n’est pas encore éligible.

OpenAI indique explicitement qu’Astra n’est pas encore disponible de manière générale au moment du lancement. L’absence du modèle le 3 septembre ne constitue donc pas nécessairement un problème.

Faut-il prendre ChatGPT Plus uniquement pour GPT-6 Astra ?

Pour un utilisateur souhaitant tester les nouveaux modèles d’OpenAI, Plus constitue actuellement la formule individuelle la plus accessible annoncée dans le déploiement d’Astra.

Il serait néanmoins prématuré de souscrire uniquement dans l’espoir d’utiliser immédiatement GPT-6 Astra : le déploiement est progressif et OpenAI ne garantit pas que tous les comptes Plus l’obtiendront au même moment.

Le plus raisonnable consiste donc à vérifier régulièrement le sélecteur de modèles et les annonces officielles d’OpenAI.

FAQ sur GPT-6 Astra

Quand GPT-6 Astra est-il sorti ?

OpenAI a officiellement annoncé GPT-6 Astra le 3 septembre 2026. Son déploiement commence par un nombre limité d’organisations avant une disponibilité élargie.

Comment activer GPT-6 Astra ?

Lorsqu’Astra devient disponible sur votre compte, il doit apparaître dans le sélecteur de modèles de ChatGPT. Aucune manipulation particulière ne permet de forcer son activation avant que le déploiement atteigne votre compte.

GPT-6 Astra est-il compris dans ChatGPT Plus ?

OpenAI prévoit un déploiement de GPT-6 Astra auprès des utilisateurs Plus dans les prochains jours. La disponibilité reste progressive.

GPT-6 Astra est-il disponible avec ChatGPT Pro ?

Oui, ChatGPT Pro fait partie des formules annoncées pour le déploiement élargi de GPT-6 Astra.

GPT-6 Astra est-il gratuit ?

Aucun accès général à GPT-6 Astra pour les comptes ChatGPT Free n’a été annoncé lors du lancement.

Pourquoi je ne vois pas GPT-6 Astra ?

Le modèle est encore en cours de déploiement. Dans un espace de travail professionnel, les paramètres définis par l’administrateur peuvent également empêcher son apparition.

Peut-on utiliser GPT-6 Astra avec l’API OpenAI ?

Oui, OpenAI a annoncé un accès via l’API. Celui-ci peut cependant dépendre de la progression du déploiement et des autorisations de l’organisation.

GPT-6 Astra est-il une AGI ?

Certains dirigeants d’OpenAI estiment qu’Astra pourrait marquer l’entrée dans une ère d’intelligence artificielle générale. Il ne s’agit toutefois pas d’un consensus scientifique et aucune définition universelle de l’AGI ne permet actuellement de trancher définitivement cette question.

Sources

• OpenAI — Notes de version de ChatGPT, annonce de GPT-6 Astra du 3 septembre 2026.
• OpenAI — Documentation sur le déploiement et les contrôles d’accès Enterprise.
• OpenAI — Path to Astra, évaluations de sécurité et capacités critiques en cybersécurité.
• OpenAI — retours d’expérience de Legora et Playco avec GPT-6 Astra.
• Reuters — lancement et disponibilité initiale de GPT-6 Astra.
• WIRED et Axios — informations communiquées par OpenAI lors de la présentation du modèle.

L’article GPT-6 Astra est sorti : comment l’avoir et le tester dans ChatGPT est apparu en premier sur TechPi.

Dernière mise à jour : 3 septembre 2026.

Ce qu’il faut retenir

• Nvidia a signé un accord définitif pour acquérir Hugging Face pour 12,9303 milliards de dollars.
• Environ 11,9 milliards de dollars seront consacrés au rachat des actions détenues par les actionnaires.
• Jusqu’à 1 milliard de dollars supplémentaires prendront la forme d’un programme de rétention en actions destiné aux salariés de Hugging Face rejoignant Nvidia.
• La transaction doit encore obtenir les autorisations réglementaires.
• Sa finalisation est attendue au premier semestre 2027.
• Hugging Face n’étant pas cotée en Bourse, il est plus exact de parler de valorisation que de capitalisation boursière.
• La société avait été valorisée 4,5 milliards de dollars en 2023.
• Une proposition de Nvidia l’aurait valorisée 7 milliards de dollars en 2025.
• Le montant exact détenu par les trois fondateurs n’est pas public.
• Selon différentes estimations publiques, ils pourraient encore posséder collectivement environ 28 % à 39,5 % du capital.
• Sur la base des 11,9 milliards versés aux actionnaires, cette participation représenterait théoriquement environ 3,3 à 4,7 milliards de dollars.
• Il est impossible de répartir précisément cette somme entre Clément Delangue, Julien Chaumond et Thomas Wolf.

Nvidia rachète officiellement Hugging Face pour 12,9303 milliards de dollars

La rumeur qui circulait depuis la fin du mois d’août est désormais devenue un accord officiel.

Nvidia annonce avoir conclu un accord définitif pour acquérir Hugging Face pour :

12 930 300 000 dollars.

Le montant est étonnamment précis.

Nvidia et Hugging Face ont même glissé un petit clin d’œil dans ce chiffre : 129303 renvoie notamment à l’univers graphique associé à Hugging Face et à la couleur verte emblématique de Nvidia.

Mais derrière l’anecdote se trouve surtout la plus importante acquisition effectivement menée par Nvidia si elle obtient les autorisations nécessaires.

Le précédent record du groupe était le rachat de Mellanox, finalisé pour environ 7 milliards de dollars en 2020.

Attention : les actionnaires ne vont pas se partager 12,93 milliards

C’est la première distinction essentielle lorsque l’on cherche à calculer ce que vont réellement toucher les associés de Hugging Face.

Dans son document déposé auprès de la SEC, Nvidia détaille la structure financière de l’opération.

Le milliard consacré aux salariés n’est donc pas simplement ajouté au compte bancaire des fondateurs.

Il s’agit d’un programme de rémunération en actions destiné à inciter certains salariés de Hugging Face à rester après leur intégration chez Nvidia.

Pour calculer la valeur théorique des participations actuelles, le chiffre pertinent est donc plutôt celui des 11,9 milliards de dollars destinés aux actionnaires.

Et surtout : personne n’a encore encaissé les milliards

L’annonce du 3 septembre ne signifie pas que Nvidia a déjà viré 11,9 milliards de dollars aux actionnaires.

L’accord définitif a été signé, mais la transaction doit encore franchir différentes étapes.

Nvidia prévoit une finalisation pendant le premier semestre 2027.

L’opération dépend notamment :

• des autorisations réglementaires ;
• des conditions classiques de clôture ;
• d’éventuels ajustements du prix prévus par l’accord.

Les sommes présentées dans cet article représentent donc des valeurs théoriques avant la finalisation du rachat.

Hugging Face n’a pas vraiment une « capitalisation » de 12,9 milliards

Le terme capitalisation est souvent utilisé dans les discussions autour des startups, mais il est techniquement impropre dans ce cas.

Hugging Face est une société privée.

Ses actions ne sont pas négociées quotidiennement sur une place boursière comme celles de Nvidia, Apple ou Microsoft.

Il n’existe donc pas de capitalisation boursière Hugging Face en temps réel.

On parle plutôt de :

• valorisation lors d’une levée de fonds ;
• valeur des capitaux propres ;
• ou valeur retenue dans le cadre d’une acquisition.

Le chiffre de 12,9303 milliards de dollars correspond ici au montant global annoncé pour la transaction.

De 4,5 à presque 13 milliards en seulement trois ans

La progression est spectaculaire.

En août 2023, Hugging Face avait levé 235 millions de dollars lors d’un tour de table mené par Salesforce Ventures.

Cette opération valorisait alors l’entreprise :

4,5 milliards de dollars.

Participaient notamment à ce financement :

• Salesforce ;
• Nvidia ;
• Google ;
• Amazon ;
• AMD ;
• Intel ;
• Qualcomm ;
• IBM ;
• Sound Ventures.

En prenant les 11,9 milliards désormais destinés aux actionnaires, la valeur des fonds propres représente environ 2,64 fois la valorisation de 2023.

Cela correspond à une progression d’environ 164 %.

Hugging Face avait refusé une valorisation de 7 milliards

La décision prise en 2025 apparaît désormais particulièrement intéressante.

Le Financial Times avait révélé que Nvidia avait proposé d’investir environ 500 millions de dollars dans Hugging Face.

La transaction aurait valorisé la société autour de :

7 milliards de dollars.

Hugging Face avait refusé.

Un peu plus d’un an plus tard, les 11,9 milliards destinés aux actionnaires représentent exactement 70 % de plus que cette ancienne valorisation de 7 milliards.

Le refus apparaît donc financièrement très favorable aux actionnaires qui ont conservé leurs titres.

Combien possèdent réellement Clément Delangue, Julien Chaumond et Thomas Wolf ?

C’est là que les calculs deviennent plus compliqués.

Hugging Face n’étant pas cotée, son registre complet d’actionnaires et son cap table ne sont pas publics.

Nous ne connaissons donc pas officiellement le nombre d’actions détenues individuellement par :

• Clément Delangue ;
• Julien Chaumond ;
• Thomas Wolf.

Plusieurs bases privées tentent néanmoins de reconstituer le capital à partir des différentes levées de fonds.

Et les estimations ne sont pas parfaitement cohérentes.

Les trois fondateurs pourraient posséder entre 28 % et 39,5 %

Inc rapporte une estimation attribuée à Dealroom selon laquelle les trois cofondateurs détiendraient encore environ 28 % de Hugging Face à eux trois.

La page publique actuelle de Dealroom affiche toutefois une estimation différente, avec environ :

39,5 % du capital attribué collectivement aux fondateurs.

Cette divergence montre pourquoi il ne faut pas présenter un montant individuel comme une information confirmée.

Nous pouvons en revanche effectuer deux simulations.

Autrement dit, les trois Français pourraient collectivement détenir des actions valorisées entre environ 3,3 et 4,7 milliards de dollars dans le cadre du rachat.

Ce calcul reste une estimation et non une information issue de Nvidia ou de Hugging Face.

Plus d’un milliard de dollars chacun ? C’est possible, mais pas confirmé

Si les trois fondateurs possédaient exactement la même quantité d’actions — ce que rien ne permet d’affirmer — les calculs donneraient environ :

• 1,11 milliard de dollars chacun dans le scénario à 28 % ;
• 1,57 milliard de dollars chacun dans le scénario à 39,5 %.

Cette division par trois est uniquement illustrative.

Les fondateurs peuvent posséder des participations différentes, avoir vendu une partie de leurs actions lors d’opérations précédentes ou être soumis à des conditions différentes.

Le montant net effectivement perçu dépendra également de la fiscalité et de la structure juridique utilisée pour détenir leurs actions.

Les trois fondateurs pourraient-ils devenir milliardaires ?

Sur le papier, cela devient très plausible.

Même dans le scénario relativement conservateur d’une participation collective de 28 %, les trois fondateurs se partageraient théoriquement plus de 3,3 milliards de dollars avant impôts.

Mais affirmer aujourd’hui que chacun possède officiellement plus d’un milliard de dollars serait aller trop loin.

Pour le démontrer, il faudrait connaître :

• leur participation individuelle exacte ;
• les éventuelles actions déjà revendues ;
• les préférences attachées aux actions des investisseurs ;
• les modalités finales du rachat ;
• leur situation fiscale.

Lux Capital pourrait également réaliser une opération gigantesque

Dealroom estime actuellement la participation de Lux Capital autour de 14,5 %.

Si ce pourcentage était toujours exact au moment de la clôture et s’appliquait simplement aux 11,9 milliards destinés aux actionnaires, la valeur théorique serait d’environ :

1,73 milliard de dollars.

Il s’agit là encore d’une estimation brute.

Les participations peuvent avoir évolué, et les conditions attachées aux différentes catégories d’actions ne sont pas publiques.

Google, Amazon, Salesforce, Intel, AMD et Nvidia étaient aussi actionnaires

La particularité de Hugging Face est d’avoir réussi à réunir au capital des entreprises pourtant concurrentes.

Parmi ses investisseurs historiques figurent notamment :

• Salesforce ;
• Google ;
• Amazon ;
• Nvidia ;
• Intel ;
• AMD ;
• IBM ;
• Qualcomm.

Dealroom estime collectivement certaines participations stratégiques autour de 5,2 % du capital.

Appliqué mécaniquement aux 11,9 milliards, cela représenterait environ 619 millions de dollars.

Mais les participations individuelles de ces groupes ne sont pas publiées et Nvidia était elle-même déjà investisseur de Hugging Face.

Kevin Durant pourrait transformer 250 000 dollars en environ 60 millions

L’un des investissements les plus étonnants est celui de la star NBA Kevin Durant et de son associé Rich Kleiman.

Plusieurs sources indiquent qu’ils auraient investi :

• 100 000 dollars lors d’un premier tour ;
• puis environ 150 000 dollars lors de la série A.

Soit environ :

250 000 dollars au total.

Une estimation relayée notamment par Barron’s et The Next Web valorise aujourd’hui cette participation autour de 60 millions de dollars.

Cela représenterait un multiple proche de 240 fois la mise initiale.

Cette estimation n’a toutefois pas été confirmée directement par Kevin Durant, Rich Kleiman ou leur société Thirty Five Ventures.

Près de 400 millions levés pour une sortie à presque 13 milliards

Hugging Face indique avoir levé au total plus de 395 millions de dollars depuis sa création.

Comparer directement ce chiffre aux 11,9 milliards destinés aux actionnaires reste imparfait, puisque les investisseurs sont entrés à des valorisations très différentes.

Mais cela donne une idée de la création de valeur.

Le montant consacré au rachat des actions représente environ :

30 fois tout le capital externe levé par l’entreprise depuis sa création.

12,9 milliards pour environ 150 millions de dollars de revenus

La valorisation est encore plus impressionnante lorsqu’on la compare au chiffre d’affaires.

Avant l’opération, The Information estimait les revenus annualisés de Hugging Face autour de :

150 millions de dollars.

Les 11,9 milliards destinés aux actionnaires représentent ainsi environ 79 fois ces revenus annualisés.

En utilisant le montant global de 12,93 milliards incluant la rétention des salariés, le multiple dépasse même 86 fois les revenus.

Nvidia ne paie donc clairement pas Hugging Face uniquement pour son chiffre d’affaires actuel.

Nvidia achète surtout une infrastructure stratégique de l’IA

Hugging Face compte désormais plus de 18 millions de développeurs, chercheurs et créateurs selon Nvidia.

La plateforme héberge :

• plus de 3 millions de modèles ;
• environ 500 000 datasets selon les chiffres mis en avant par Nvidia ;
• plus d’un million d’applications ;
• des bibliothèques majeures comme Transformers et Diffusers ;
• des services de stockage et d’inférence ;
• des outils pour les agents et la robotique.

Plus de 200 000 entreprises utiliseraient désormais la plateforme.

Pour Nvidia, l’enjeu est donc moins de récupérer 150 millions de dollars de revenus que de devenir propriétaire de l’un des principaux points de rencontre de toute l’intelligence artificielle ouverte.

Une toute petite acquisition à l’échelle de Nvidia

Le paradoxe est que 12,93 milliards de dollars représentent une somme considérable pour Hugging Face, mais relativement limitée pour Nvidia.

La capitalisation boursière du fabricant de GPU tourne actuellement autour de 5 500 milliards de dollars.

Le prix total de Hugging Face représente ainsi environ :

0,24 % de la valeur boursière de Nvidia.

Le groupe a également généré près de 60 milliards de dollars de bénéfice net sur son dernier trimestre fiscal.

Nvidia dispose donc largement des moyens financiers nécessaires pour mener cette acquisition.

Hugging Face restera officiellement ouvert aux GPU concurrents

L’un des principaux sujets d’inquiétude concernait la neutralité de Hugging Face.

Nvidia prend aujourd’hui un engagement explicite.

La plateforme doit continuer à permettre aux utilisateurs de choisir :

• leurs modèles ;
• leurs frameworks ;
• leurs fournisseurs de cloud ;
• leurs services d’inférence ;
• leurs architectures matérielles.

Nvidia affirme notamment qu’il ne sera pas nécessaire d’utiliser ses GPU pour exploiter Hugging Face.

Le dépôt auprès de la SEC mentionne également le maintien du support des autres fabricants de silicium.

Le rachat n’est donc pas encore totalement terminé

La situation a beaucoup évolué depuis notre premier article consacré au rachat potentiel de Hugging Face.

Le 27 août, l’opération était encore rapportée par plusieurs médias sans confirmation officielle des deux entreprises.

Depuis, Nvidia a signé l’accord définitif et communiqué publiquement son montant.

Alors, combien vont réellement empocher les fondateurs de Hugging Face ?

La réponse la plus rigoureuse est :

nous ne le savons pas encore exactement.

Le cap table complet de Hugging Face n’est pas public.

Les estimations disponibles suggèrent toutefois une participation collective des fondateurs comprise entre environ 28 % et 39,5 %.

À partir des 11,9 milliards de dollars destinés aux actionnaires, cela représente une valeur théorique collective située entre :

3,33 et 4,70 milliards de dollars avant impôts.

Il est donc parfaitement plausible que cette acquisition fasse de Clément Delangue, Julien Chaumond et Thomas Wolf trois entrepreneurs disposant chacun d’une fortune théorique dépassant le milliard de dollars.

Mais sans connaître leur participation individuelle exacte, impossible de l’affirmer avec certitude.

Une autre certitude existe en revanche : dix ans après avoir créé Hugging Face, les trois Français viennent de signer l’une des sorties les plus importantes jamais réalisées par des fondateurs français dans la technologie.

À lire également sur TechPi

• Nvidia serait prêt à racheter Hugging Face pour 12,9 milliards de dollars
• OpenAI renforce sa sécurité après la faille Hugging Face
• Toutes les actualités intelligence artificielle de TechPi

Sources

• Nvidia — annonce officielle de l’acquisition de Hugging Face
• SEC — dépôt officiel de Nvidia détaillant les 11,9 milliards versés aux actionnaires et le programme de rétention
• Reuters — acquisition de Hugging Face par Nvidia
• Dealroom — estimation du capital de Hugging Face
• Inc. — estimation de la participation des cofondateurs
• TechCrunch — levée de 235 millions de dollars et valorisation de 4,5 milliards en 2023

L’article Nvidia rachète Hugging Face pour 12,93 milliards $ : combien les trois fondateurs vont-ils toucher ? est apparu en premier sur TechPi.

Ce qu’il faut retenir

• Bull remporte un contrat de 387,8 millions d’euros.
• Il s’agit du plus gros contrat de l’histoire de l’entreprise selon Reuters.
• Le nouveau supercalculateur s’appelle LUMI-AI.
• Il sera installé à Kajaani, en Finlande.
• La mise en service est prévue au second semestre 2027.
• LUMI-AI doit offrir environ dix fois plus de capacité IA que l’actuel LUMI.
• Sa puissance HPC doit presque doubler.
• Le système utilisera des GPU AMD Instinct MI430X.
• Les CPU seront des AMD EPYC de sixième génération à 256 cœurs.
• IBM fournira la technologie de stockage.
• Nokia participera au réseau du data center.
• Bull utilisera son interconnexion BXI.
• Le financement est partagé à 50/50 entre EuroHPC et le consortium LUMI AI Factory.

387,8 millions d’euros pour Bull

Le timing est particulièrement symbolique pour l’industrie technologique française.

Le 31 mars 2026, l’État français finalisait le rachat de 100 % de Bull auprès d’Atos.

Cinq mois plus tard, l’entreprise remporte un contrat européen d’une valeur presque équivalente au montant maximal de cette acquisition.

EuroHPC a signé avec Bull un marché de :

387,8 millions d’euros.

Le montant comprend l’acquisition, la livraison, l’installation et la maintenance du futur système.

Le supercalculateur s’appellera LUMI-AI

La nouvelle machine viendra succéder progressivement à LUMI, l’un des plus puissants supercalculateurs publics européens.

Elle sera installée dans le centre de données de CSC à Kajaani, en Finlande.

Le système constituera la colonne vertébrale informatique de la LUMI AI Factory.

Cette infrastructure doit être accessible aux chercheurs européens mais aussi aux startups et PME développant des technologies d’intelligence artificielle.

Dix fois plus de puissance dédiée à l’IA

EuroHPC et Bull annoncent un gain particulièrement important.

LUMI-AI doit fournir environ :

10× la capacité IA de l’actuel LUMI.

Les performances générales de calcul haute performance devraient parallèlement être presque doublées.

Aucun chiffre final en FLOPS n’a encore été communiqué.

Il est donc trop tôt pour déterminer son classement exact parmi les machines les plus rapides du monde.

AMD plutôt que Nvidia

Le choix technologique mérite une attention particulière.

Alors que Nvidia domine très largement les infrastructures d’IA commerciales, LUMI-AI reposera sur la prochaine génération d’accélérateurs :

AMD Instinct MI430X.

Ils seront associés à des processeurs AMD EPYC de sixième génération équipés de 256 cœurs.

Le système doit fonctionner aussi bien pour :

• l’entraînement de modèles IA ;
• l’inférence ;
• les simulations scientifiques ;
• les calculs HPC traditionnels ;
• les jeux de données massifs et confidentiels.

Un BullSequana XH3500 refroidi par eau

Bull utilisera son architecture BullSequana XH3500.

Le système sera refroidi par eau afin de gérer la densité énergétique très élevée des accélérateurs modernes.

Cette approche permet également de récupérer plus efficacement la chaleur dégagée par les serveurs.

Comme l’actuel LUMI, l’installation doit fonctionner avec de l’électricité renouvelable et réutiliser sa chaleur résiduelle dans le réseau local.

IBM pour le stockage, Nokia pour le réseau

Le contrat possède aussi une dimension internationale.

IBM fournira une solution de stockage haute performance basée sur IBM Storage Scale.

Nokia apportera son expertise dans les réseaux de data centers.

Bull complétera cet ensemble avec BXI, son interconnexion haute bande passante et faible latence destinée aux environnements HPC et IA.

Une souveraineté européenne… mais pas 100 % européenne

L’annonce est naturellement présentée comme une avancée en matière de souveraineté technologique européenne.

Cette affirmation mérite néanmoins d’être nuancée.

Bull est désormais détenu par l’État français et le réseau inclura des technologies développées en Europe.

Mais les composants de calcul les plus importants restent fournis par l’américain AMD, tandis qu’IBM participe au stockage.

L’Europe renforce donc sa souveraineté sur l’exploitation, l’intégration et l’accès à l’infrastructure, sans être encore indépendante sur les semi-conducteurs les plus avancés.

Un financement européen partagé à parts égales

Le contrat de 387,8 millions est financé à :

• 50 % par EuroHPC via le programme Digital Europe ;
• 50 % par le consortium LUMI AI Factory.

Le consortium réunit la Finlande, la République tchèque, le Danemark, l’Estonie, la Norvège et la Pologne.

Le système sera néanmoins accessible à une communauté européenne beaucoup plus large.

L’Europe manque déjà de puissance de calcul IA

Cette commande répond à un problème très concret.

Reuters rapporte que la demande de ressources IA au sein des infrastructures EuroHPC dépasse actuellement les capacités disponibles.

Certaines demandes doivent donc être refusées ou reportées.

Les startups européennes sont confrontées au même problème que les grands laboratoires américains : entraîner un modèle moderne nécessite toujours davantage de GPU et d’électricité.

19 AI Factories à travers l’Europe

LUMI-AI s’inscrit dans un programme beaucoup plus vaste.

EuroHPC supervise actuellement le déploiement de 19 AI Factories.

L’idée consiste à fournir aux entreprises et chercheurs européens des infrastructures publiques capables de rivaliser avec les grandes plateformes cloud américaines.

LUMI-AI est le sixième supercalculateur de nouvelle génération commandé dans ce cadre.

Une énorme victoire pour Bull quelques mois après Atos

Le contrat possède enfin une forte dimension industrielle française.

Bull traversait encore récemment une période d’incertitude liée aux difficultés financières d’Atos.

Son rachat par l’État français visait précisément à préserver une activité jugée stratégique dans :

• les supercalculateurs ;
• l’intelligence artificielle ;
• les systèmes critiques ;
• le quantique.

Le contrat LUMI-AI donne immédiatement du poids à cette stratégie.

À 387,8 millions d’euros, Bull décroche non seulement sa plus grosse commande : l’entreprise française devient aussi l’un des principaux intégrateurs chargés de construire l’infrastructure publique sur laquelle l’Europe veut entraîner ses futures IA.

Sources

• EuroHPC — contrat officiel LUMI-AI
• Bull — caractéristiques de LUMI-AI
• AMD — GPU MI430X et processeurs EPYC
• Reuters — contrat Bull et besoins européens en calcul IA

L’article Bull décroche 388 millions d’euros pour construire le nouveau supercalculateur IA de l’Europe est apparu en premier sur TechPi.