Les infrastructures numériques peuvent-elles suivre l’essor de l’IA ?

On entend parfois parler de l’IA comme d’une technologie immatérielle. En réalité, quelle infrastructure physique se cache derrière une requête envoyée à un assistant IA ?

Je pense qu’il faut d’abord casser un mythe. L’IA n’a rien d’immatériel. Derrière une simple requête adressée à un assistant IA, il y a des serveurs et des accélérateurs dans des data centers, de l’électricité pour les alimenter et les refroidir, mais aussi des réseaux fibre à très haute capacité qui transportent les données entre l’entreprise, les cloud, les data centers et parfois entre continents via des câbles sous-marins.

Et nous changeons brutalement d’échelle. La consommation électrique des data centers a encore progressé de 17 % en 2025 et devrait doubler d’ici 2030. Pour les seuls data centers dédiés à l’IA, elle pourrait tripler.

C’est là que se situe le vrai défi. Tout le monde regarde les GPU. Mais avoir des ressources informatiques ne suffit pas si l’on ne peut ni les alimenter, ni les connecter.

L’autre goulot d’étranglement, c’est donc la connectivité. L’IA impose de déplacer des volumes considérables de données entre entreprises, cloud et capacités de calcul, avec performance, sécurité et résilience.

Être prêt pour l’IA, ce n’est pas simplement avoir le bon modèle ou les bons GPU. C’est réussir à aligner trois choses : les ressources informatiques, l’énergie et le réseau. Sans cela, pas d’IA à grande échelle. La bataille de l’IA sera autant infrastructurelle qu’algorithmique.

Le débat public se concentre sur la puissance de calcul et les GPU. Pourquoi la connectivité reste-t-elle un angle mort ?

C’est d’abord une question de visibilité. Un GPU, c’est tangible, ça se compte, ça se mesure. Le réseau, quand il fonctionne, personne ne le voit. Et c’est justement le problème. Pendant des années, on a considéré la connectivité comme de la plomberie IT. Avec l’IA, cette vision devient dangereuse. Quand des milliers de GPU doivent travailler ensemble, le réseau fait partie de la performance de l’infrastructure. Une congestion ou une latence excessive peut laisser des accélérateurs extrêmement coûteux attendre les données dont ils ont besoin. Mais il y a aussi un décalage dans les cycles d’investissement.

Déployer de nouvelles fibres, sécuriser plusieurs routes, augmenter la capacité internationale ou connecter de nouveaux data centers relève d’une logique d’infrastructure qui doit être anticipée.

Et nous entrons maintenant dans l’ère de l’inférence, l’une des grandes priorités technologiques des CIO, où l’IA quitte les laboratoires pour entrer dans les processus quotidiens des entreprises. À ce moment-là, la question n’est plus seulement : où sont mes GPU ? Mais comment connecter mes données, mon cloud, mon infrastructure et mes utilisateurs avec suffisamment de capacité, de sécurité et de résilience ?

En quoi les flux générés par l’IA diffèrent-ils de ceux du cloud ou du streaming ?

La vraie différence, ce n’est pas seulement le volume. C’est la nature du trafic. Le cloud et le streaming ont été largement construits autour d’un modèle assez prévisible. On rapproche les contenus des utilisateurs et on optimise leur distribution. Avec l’IA, c’est beaucoup plus dynamique.

Pendant l’entraînement, d’énormes volumes de données circulent entre GPU, stockage et parfois entre data centers. C’est un trafic très intensif qui met la bande passante et l’interconnexion sous pression. Pendant l’inférence, le défi change. Quand des millions d’utilisateurs, d’applications et de plus en plus d’agents IA interrogent continuellement des modèles, la latence, la disponibilité et la proximité de l’infrastructure deviennent critiques.

Et nous commençons à mesurer cette différence. Cisco observe sur des réseaux réels que les flux d’inférence IA durent en moyenne deux fois plus longtemps que les transactions web classiques. Plus spectaculaire encore, le trafic d’inférence observé a été multiplié par quatre en huit mois, même s’il reste pour l’instant limité en volume absolu.

Et l’IA agentique va encore changer la donne. Les machines vont communiquer avec des modèles, des données et d’autres applications à la vitesse du logiciel, plus seulement au rythme de l’utilisateur humain.

Avec l’IA, le réseau cesse d’être un tuyau qui transporte du trafic. Il devient une partie intégrante de la performance de l’IA.

Plusieurs câbles transatlantiques historiques approchent de leur fin de vie, alors que la demande liée à l’IA s’accélère. Faut-il craindre une tension sur la capacité ?

Je ne parlerais pas de pénurie imminente. En revanche, oui, il y a une tension qu’il faut prendre très au sérieux.

D’un côté, certains câbles vieillissent et devront être remplacés. De l’autre, la demande accélère fortement avec le cloud et désormais l’IA. TeleGeography prévoit que la bande passante internationale utilisée progressera en moyenne de 24 % par an entre 2025 et 2035, soit pratiquement un doublement tous les trois ans.

Mais il faut éviter une vision trop alarmiste. L’industrie investit massivement. TeleGeography prévoit plus d’un nouveau câble par an en moyenne sur la route transatlantique entre 2026 et 2035, tout en intégrant le retrait d’anciens systèmes dans ses projections.

Au niveau mondial, l’investissement dans de nouveaux câbles devrait avoisiner 5 milliards de dollars par an sur cette période.

Alors, qui ressent la tension en premier ? Les hyperscalers sont les premiers concernés par l’explosion des volumes, mais aussi les mieux armés. Ils investissent directement dans leurs propres infrastructures. Ils participent aujourd’hui à plus des deux tiers des nouveaux câbles sous-marins planifiés. Le risque n’est donc pas que l’Atlantique tombe à court de fibre du jour au lendemain. Ce n’est pas forcément de manquer d’Internet. C’est de manquer de capacité disponible, résiliente et diversifiée là où on en a besoin.

Une grande partie de la capacité transatlantique est aujourd’hui liée aux géants américains du cloud. Quelle place reste-t-il aux opérateurs et aux projets ouverts, et qu’est-ce que cela implique pour la résilience des échanges entre l’Europe et les États-Unis ?

Oui, il y a eu un basculement spectaculaire. Mais dire que les hyperscalers ont remplacé les opérateurs serait aller trop vite. En 2010, les opérateurs télécoms traditionnels consommaient environ 75 % de la bande passante internationale. Aujourd’hui, l’équation s’est pratiquement inversée. Les grands fournisseurs de contenus et de cloud en consomment environ 75 %. Et sur l’Atlantique, TeleGeography indique que 100 % des nouveaux câbles actuellement planifiés sont portés par des content providers.

C’est considérable. Mais cela ne signifie pas que nous allons vers un monde de réseaux totalement fermés. Les architectures évoluent également vers des modèles plus ouverts. Le projet transatlantique Aurora de Meta, par exemple, est conçu comme un open cable system, permettant à différents propriétaires de fibres d’exploiter leurs propres équipements terminaux.

Surtout, un câble sous-marin ne vaut que par l’écosystème terrestre auquel il donne accès. Il faut relier les stations d’atterrissement aux data centers, aux cloud et, in fine, aux entreprises. C’est là que les acteurs du secteur des télécommunications gardent un rôle essentiel.

Et pour moi, le mot clé est diversité. La résilience transatlantique ne peut pas reposer uniquement sur davantage de capacité. Elle exige plusieurs câbles, plusieurs points d’atterrissement et plusieurs chemins terrestres.

À l’ère de l’IA, la souveraineté numérique européenne ne veut donc pas dire tout posséder. Elle signifie aussi garder le choix de ses routes, de ses partenaires et de la manière dont ses données traversent l’Atlantique.

Le 400G et les réseaux de nouvelle génération sont présentés comme un levier clé. Que changent-ils concrètement, et à partir de quels usages deviennent-ils nécessaires pour une entreprise ?

C’est évident que toutes les entreprises n’ont pas besoin de 400G aujourd’hui. Et passer à 400G simplement parce que c’est quatre fois plus que 100G n’aurait aucun sens. La vraie question est : que permettent ces réseaux de faire ? Dès que vous devez déplacer en permanence de très gros volumes de données entre data centers, cloud, capacités de stockage ou infrastructures de calcul, le réseau devient une composante directe de la performance. C’est particulièrement vrai avec l’IA, où il faut rapprocher et interconnecter données, cloud et des ressources informatiques à grande échelle.

Le 400G permet justement de consolider davantage de capacité sur une seule connexion. Mais le débit seul ne suffit pas. Les nouveaux réseaux doivent aussi apporter une latence prévisible, de la résilience et de la diversité de routage. Et l’IA accélère clairement cette évolution.

À quel moment une entreprise doit-elle regarder sérieusement le 400G ? Quand transporter la donnée entre ses services cloud, ses data centers et ses ressources informatiques commence à devenir une contrainte plutôt qu’une commodité.

Avec l’IA, c’est exactement ce basculement que nous sommes en train de vivre. Le réseau ne doit plus simplement suivre la croissance et le développement de l’écosystème numérique. Il doit l’anticiper.

Vous évoquez un nouveau cycle d’investissements dans les infrastructures européennes. Qui doit le porter ? Et quels sont aujourd’hui les principaux freins ?

Je pense qu’opposer investissement public et investissement privé est une erreur. L’importance du défi impose de jouer collectif. Les opérateurs doivent investir dans la fibre, les backbones et les interconnexions. Les hyperscalers investissent dans les ressources informatiques, les data centers et les câbles sous-marins. Les énergéticiens doivent anticiper les nouveaux besoins électriques. Et les États comme l’Union européenne ont une responsabilité essentielle. Ils doivent créer les conditions pour que ces infrastructures puissent être financées et surtout être déployées rapidement.

L’ambition européenne est considérable. La Commission européenne veut au moins tripler la capacité des data centers de l’UE dans les cinq à sept prochaines années. Elle prévoit également de mobiliser 200 milliards d’euros d’investissements dans l’IA via InvestAI, dont 20 milliards pour les gigafactories IA.

Mais le problème n’est pas uniquement l’argent. Le vrai facteur rare devient le temps.

Un data center peut être construit en un à deux ans, alors que renforcer les infrastructures électriques prend beaucoup plus longtemps. Les contraintes de réseau électrique ont déjà freiné des projets à Dublin et Amsterdam. La Commission européenne reconnaît elle-même que les procédures d’autorisation, l’accès limité à l’énergie, au foncier et au financement compliquent le déploiement des infrastructures cloud et IA en Europe.

Il y a des signes encourageants. La proposition de Digital Networks Act, présentée en janvier 2026, vise justement à simplifier et harmoniser les règles afin de favoriser l’investissement dans des infrastructures numériques avancées et résilientes.

Pour moi, c’est donc moins une question de savoir qui doit payer que de savoir comment l’Europe synchronise ressources informatiques, énergie et connectivité. Dans la course à l’IA, avoir du capital ne suffit plus. Il faut aussi être capable de transformer ce capital en infrastructures suffisamment vite. Et c’est probablement là que se jouera une partie de la compétitivité européenne.

Pour une entreprise française qui déploie des usages IA, qu’est-ce que ces enjeux d’infrastructure changent concrètement ? Faut-il repenser la localisation des données, le choix des fournisseurs ou la redondance réseau ?

Oui, absolument. L’IA oblige les entreprises à rouvrir des décisions d’architecture qu’elles pensaient parfois avoir réglées avec le cloud.

La première concerne les données. Toutes n’ont pas la même sensibilité. Pour une entreprise française, la question n’est donc plus simplement : où est mon cloud ? Mais plutôt où sont mes données, où sont-elles traitées par l’IA, sous quelle juridiction et comment circulent-elles ? La CNIL rappelle d’ailleurs que les modèles entraînés sur des données personnelles peuvent relever du RGPD et insiste sur la sécurité des environnements de développement IA.

À propos du fournisseur, je ne pense pas que la réponse soit de remplacer systématiquement les hyperscalers américains par des acteurs européens. Le vrai enjeu, c’est d’éviter la dépendance par défaut. Pour les données particulièrement sensibles, l’ANSSI recommande notamment des offres qualifiées SecNumCloud, conçues pour apporter un haut niveau d’exigence technique, opérationnelle et juridique.

Troisième dimension, trop souvent oubliée : le réseau. Avoir deux cloud ne crée pas de résilience si vos données empruntent finalement le même chemin physique. La redondance doit être réelle : plusieurs routes, plusieurs points d’interconnexion et une connectivité adaptée entre utilisateurs, données, cloud et les ressources informatiques.

C’est probablement le changement le plus important pour un DSI. Avec l’IA, il ne faut plus penser cloud, réseau, cybersécurité et données séparément. Selon moi, une architecture AI-ready n’est pas celle qui possède le plus de GPU. C’est celle qui sait exactement où sont ses données, qui peut les traiter, comment elles circulent et quelle solution de repli existe quand un maillon tombe. Et demain, cette maîtrise ne sera plus seulement une question IT. Ce sera une question de continuité business, de souveraineté et de compétitivité.

Maher El Fekih, Président et sales director France, Colt Technology Services

Maher El Fekih est président de Colt Technology Services France depuis mai 2025. Il a rejoint l’opérateur en 2001 comme directeur des opérations, puis a occupé des fonctions commerciales à l’échelle européenne, avant d’être nommé country manager France en novembre 2023. Passé par SFR et Alcatel, il est diplômé de Supélec.