IBM has disappeared from Gartner’s latest Magic Quadrant for public cloud infrastructure (IaaS + PaaS), after several years classified as a “niche player.” The shift underscores how crowded the market has become around AI-centric cloud stacks, where Alibaba Cloud has made the strongest progress: once a niche player three years ago, it is now ranked among the “leaders” alongside Amazon, Google, Microsoft and Oracle, the latter continuing to narrow the gap with the top three.

Gartner’s Magic Quadrant is based on two dimensions: “execution,” which measures the ability to meet demand through customer experience, pricing and product quality, and “vision,” which assesses strategy, including sales, marketing and innovation. On execution, AWS remains first, followed by Google, Microsoft, Oracle and Alibaba Cloud, with Tencent Cloud and Huawei Cloud further behind. On vision, Google leads, ahead of Microsoft, AWS, Oracle and Alibaba Cloud, while Huawei Cloud and Tencent Cloud trail.

Alibaba Cloud stands out for what Gartner describes as a true “full-stack AI” approach, spanning its XuanTie CPUs, Zhenwu accelerators, Qwen models and integration with DingTalk. Gartner also highlights its hybrid cloud capabilities through Apsara Stack and the suitability of CPFS (Cloud Parallel File Storage) for AI workloads. The caveats are significant, however: Alibaba’s engineering-heavy culture tends to produce technical metrics that are hard to map to business outcomes, its partner ecosystem remains limited outside Asia, and some services such as Lingjun AI Cluster, Qoder and Dataworks are not available in all regions.

AWS is still praised for its scale and partner ecosystem, but Gartner’s emphasis has shifted. Last year the firm highlighted AWS’s strong GenAI stack outside its own models, its unmatched community and its operational reliability, including robust GPU supply. This year, Gartner focuses on AWS’s ability to capitalize on AI through the Bedrock-based “agentic stack,” the network effects created by its market position, and the general availability of AWS Interconnect – multicloud. But concerns remain: AWS still lags in SaaS, its Nova AI models are not seen as competitive, and Gartner now questions reliability after the major outage in autumn 2025 that had global impact. Some endpoints, including marketplace services, also retain regional dependencies.

Google is credited with a similarly deep AI integration, which Gartner says “sets it apart.” The company is praised for its sovereign cloud options, including Data Boundary controls, air-gapped deployment and partner-operated dedicated regions. Its stack combines chips, data services, Gemini models, agentic components and SaaS integrations. Gartner also points to DeepMind as a research engine shaping cloud evolution, and to Google’s open-source contributions, notably Kubernetes and TensorFlow. The risks are that Google’s ecosystem of partners is thinner than AWS’s and Microsoft’s in some industries and regions, and that the company’s growing Gemini-centric approach can skew integrations and incentives around that model. More broadly, innovation is increasingly concentrated on AI and data rather than core infrastructure.

Microsoft remains strong in bringing AI to end users, and Gartner again highlights Azure’s integration with the broader Microsoft portfolio and its multicloud support through Azure Local, Azure Arc and Azure IoT. This year, the standout element is Microsoft IQ, described as a differentiating “context layer.” Gartner also praises Microsoft’s accessible and affordable .NET and Java modernization offerings, as well as its SDLC ecosystem: GitHub Copilot for coding, GitHub for code hosting, Visual Studio and VS Code for development, and Azure DevOps for continuous integration. But capacity constraints remain a problem, with Microsoft still not transparent enough about shortages that can cause delays and extra costs. Its in-house AI models and Maia chips have yet to establish themselves, while Azure Local has limited market traction and Foundry Local is still in preview.

Oracle continues to distinguish itself on multicloud. Gartner again credits it for maintaining functional and pricing parity across deployment models, and for strong multicloud support, especially around databases. The company’s AI strategy is also viewed positively for its price/performance profile, its deliberate choice not to overinvest in proprietary models, and its focus on OCI Supercluster for very large-scale training. Yet Oracle still draws criticism for how it works with partners. Gartner says the company continues to separate its sector-specific applications, such as Fusion and Industry Applications, from OCI rather than embedding them natively into the infrastructure platform. It also warns about contractual opacity, with some secondary costs only becoming clear late in negotiations, and about weak alignment with partners in both sales and support.

IBM dans le Magic Quadrant du cloud public d’infrastructure (IaaS + PaaS), c’est fini.

Après plusieurs années parmi les « acteurs de niche », Big Blue ne figure pas dans la dernière édition.

La dynamique est plus favorable pour Alibaba Cloud. Encore « acteur de niche » il y a trois ans, le voilà désormais parmi les « leaders ». Dans cette catégorie, il côtoie Amazon, Google, Microsoft… et Oracle, qui continue à réduire l’écart avec ce trio.

Le Magic Quadrant se structure en deux axes. L’un, dit « exécution », reflète la capacité à répondre à la demande (expérience client, tarification, qualité des produits/services…). L’autre, dit « vision », est centré sur les stratégies (ventes, marketing, innovation…).

La situation sur l’axe « exécution » :

Rang

Fournisseur

Évolution annuelle

1

AWS

=

2

Google

=

3

Microsoft

=

4

Oracle

=

5

Alibaba Cloud

=

6

Tencent Cloud

+ 2

7

Huawei Cloud

=

Sur l’axe « vision » :

Rang

Fournisseur

Évolution annuelle

1

Google

=

2

Microsoft

+ 1

3

AWS

– 1

4

Oracle

=

5

Alibaba Cloud

=

6

Huawei Cloud

+ 1

7

Tencent Cloud

+ 1

Une vraie « stack IA » chez Alibaba Cloud

Des puces (CPU XuanTie, accélérateurs Zhenwu…) aux modèles Qwen en passant par l’intégration avec son service de communication DingTalk, Alibaba Cloud se distingue par son approche « IA full-stack ». Gartner salue aussi sa gestion du cloud hybride dans le cadre de l’offre Apsara Stack. Ainsi que l’adéquation de son service de stockage CPFS (Cloud Parallel File Storage) aux workloads IA.

… mais des services aux disponibilités régionales variables

La « culture ingé » d’Alibaba Cloud influence son approche sectorielle. Elle tend à produire des métriques techniques souvent difficiles à rattacher à des indicateurs métier. Attention aussi à l’écosystème de partenaires limité hors d’Asie. Et à l’indisponibilité de certaines offres (Lingjun AI Cluster, Qoder, Dataworks…) en fonction des régions géographiques.

Un « pivot » multicloud salué chez AWS…

L’an dernier, Gartner avait acordé un bon point à AWS pour son niveau de maîtrise sur la stack GenAI… hors modèles maison. Il avait aussi salué sa  communauté, d’ampleur sans égale sur ce marché. Et son échelle opérationnelle, avec un historique de disponibilité favorable doublé d’une capacité robuste de fourniture de ressources, en particulier GPU.

Cette année, l’historique d’AWS est mis en avant sous un autre angle : la branche cloud d’Amazon est bien placée pour capitaliser sur l’IA. Gartner en veut pour preuve la « stack agentique » constituée autour de l’offre Bedrock. Il souligne aussi l’effet de réseau que la position de marché d’AWS engendre au niveau du réseau de partenaires et du vivier de compétences. Autre bon point : le « pivot » que représente la disponibilité générale de l’offre AWS Interconnect – multicloud.

… mais une architecture et une fiabilité remises en question

L’an dernier, le jugement sur le multicloud avait été moins favorable : prise en charge minimale, seules quelques briques pouvant réellement fonctionner hors du cloud AWS sans matériel spécifique. Gartner avait aussi fait remarquer le retard d’AWS sur le SaaS. Et le manque de compétitivité de ses modèles d’IA Nova.

Ce dernier élément reste d’actualité comme le retard sur le SaaS. Gartner questionne par ailleurs la fiabilité d’AWS, en citant la panne majeure survenue à l’automne 2025 et ressentie à une échelle mondiale. Il note aussi que certains endpoints, comme ceux de la marketplace, conservent des dépendances régionales.

Google a une pile agentique qui le « place à part »…

Comme Alibaba, Google est allé loin sur l’intégration verticale dans le domaine de l’IA. Gartner l’avait souligné l’an dernier. Il avait aussi salué un portefeuille « exhaustif » en matière de cloud souverain, entre contrôles locaux (Data Boundary), option air-gapped et régions dédiées opérées par des partenaires.

Cette année encore, Google est crédité d’un bon point pour ses options « souveraines ». Et pour sa stack IA « qui le place à part » (puces, services data, modèles Gemini, briques agentiques, intégrations SaaS). Il l’est aussi, d’une part, pour sa filiale DeepMind, véhicule R&D qui influence l’évolution de son offre cloud. D’autre part, pour sa contribution à l’open source (Gartner mentionne Kubernetes et TensorFlow).

… mais attention à l’approche Gemini-centric

Le legacy reste un point sensible malgré des progrès sous le prisme du partenariat avec VMware, avait expliqué Gartner l’an dernier. Il avait aussi pointé le manque d’intégration « explicite et claire » entre GCP et Google Workspace. Ainsi que la qualité inconsistante du support et de la gestion de compte ; en particulier pour les clients premium et pour les partenaires hors Amérique du Nord.

Cette année, l’écosystème de partenaires est présenté comme un point faible, en ce qu’il est moins fourni que chez AWS et Microsoft dans certains secteurs d’activité et certaines régions géographiques. Attention aussi à l’importance donnée à Gemini, sur lequel intégrations et incitations ont tendance à s’aligner. Plus globalement, l’innovation a tendance à se porter sur l’IA et la data, au détriment de l’infra pure.

Couche de contexte, modernisation et SDLC, points forts de Microsoft…

Microsoft apparaît comme le plus capable de mettre l’IA dans la main des utilisateurs finaux, avait déclaré Gartner l’an dernier. Il avait aussi salué l’intégration des services Azure avec le reste de son portefeuille. Et le niveau de prise en charge du multicloud (offres Azure Local, Azure Arc et Azure IoT).

Cette année, le cabinet américain s’attarde sur la « couche de contexte » Microsoft IQ, qu’il considère comme un élément différenciateur. Autre point forts : d’un côté, l’offre de modernisation .NET et Java, jugée « accessible et abordable ». De l’autre, la disponibilité d’un écosystème SDLC : assistant de codage (GitHub Copilot), hébergement de code (GitHub), environnements de développement (Visual Studio, VS Code) et intégration continue (Azure DevOps).

… dont les briques IA maison doivent encore faire leur trou

Sur Azure, les possibilités de gestion des dépenses sont limitées, avait expliqué Gartner l’an dernier. Il avait aussi rappelé les pénuries de capacité dans diverses régions. Et la dépendance encore nette à des tiers pour l’offre IA, à commencer par OpenAI.

Les contraintes de capacité restent d’actualité. Les équipes de Microsoft ont tendance à manquer de transparence à ce sujet, au risque de retards et de coûts supplémentaires. Pour ce qui est des modèles d’IA maison, ils doivent encore trouver leur place. Comme les puces Maia. Sur la partie « souveraineté », Azure Local manque de traction auprès du marché, tandis que Foundry Local demeure en preview.

Oracle se distingue toujours sur le multicloud…

L’an dernier, Oracle avait bénéficié d’un bon point sur le cloud « distirbué » et « souverain », de par sa capacité à maintenir une parité fonctionnelle et tarifaire avec le reste de l’offre. Autre élément positif : le niveau de prise en charge du multicloud. Tant sur les liens réseau (à l’époque, connexions privées entre OCI et Azure / GCP) que des bases de données (déploiement d’Exadata et d’Autonomous Database chez les « trois grands » clouders).

Le bon point sur parité fonctionnelle et tarifaire entre les modèles de déploiement demeure. Même chose pour celui sur le multicloud ; avec, cette année, un accent sur la partie base de données. Gartner y ajoute la stratégie IA d’Oracle, principalement à trois titres : rapport prix/performance, choix assumé de ne pas monopoliser de R&D sur des modèles maison et focus sur l’infrastructure OCI Supercluster pour l’entraînement à très grand échelle.

… moins sur l’alignement avec ses partenaires

Dans l’édition précédente de ce Magic Quadrant, Gartner avait pointé la gestion par Oracle de l’incident de début 2025 qui avait permis, entre autres, l’exfiltration d’authentifiants client. Il avait fait une autre remarque : contrairement à ses concurrents proposant des cas d’usage sectoriels directement sur leur plate-forme, l’entreprise de Larry Ellison livre séparément ses solutions (Fusion, Industry Applications), en ne positionnant OCI que comme un socle d’infrastructure.

Cette remarque perdure, même si exprimée sous une autre forme (approche sectorielle liée aux offres applicatives plutôt qu’intégrée nativement dans OCI). S’y ajoute un avertissement sur la transparence contractuelle : certains coûts secondaires ne sont spécifiés que tard dans le cycle de négociation. Attention aussi au manque d’alignement entre Oracle et ses partenaires, pour les ventes comme pour le support.

Illustration © Elnur Amikishiyev

The post Cloud public : dans la foule des « stacks IA », IBM s’efface appeared first on Silicon.fr.