OVHcloud ne participera ni au consortium AION, porté par Iliad et Scaleway avec une trentaine de partenaires, ni à Æther, construit par 2CRSi et ses alliés autour de deux sites strasbourgeois, alors que ces deux projets français sont candidats au programme européen des AI Gigafactories. Dans un billet au titre volontairement provocateur, « AI Gigafactory: 404 Business Model Not Found (yet)? », puis dans des précisions données à Reuters, Octave Klaba a exposé un refus qui vise moins l’ambition européenne du programme que la manière dont la France entend le mettre en œuvre.
Premier motif de réserve : l’échelle du marché. Pour le patron d’OVHcloud, AION comme Æther restent pensés avant tout pour répondre aux besoins hexagonaux, alors qu’OVHcloud exploite déjà des datacenters en Irlande, en Espagne, au Portugal, en Italie, en Allemagne, en Pologne et au Royaume-Uni. Vu de Roubaix, la demande d’un seul pays ne suffit pas à rentabiliser une infrastructure de plusieurs centaines de mégawatts. « Toute stratégie nationale est vouée à l’échec », tranche-t-il.
Deuxième point : le modèle économique. Octave Klaba estime qu’une gigafactory française ne pourrait compter que sur environ 40 millions d’euros par an de commande publique, soit 200 millions sur cinq ans. Il ne s’agit pas de l’engagement officiel de l’État, qui a annoncé fin juillet 100 millions d’euros d’achats de capacités de calcul à partir de 2027, mais d’une estimation du dirigeant. Or, selon lui, les seuls GPU exigeraient au minimum 600 millions d’euros d’investissement, sans compter les datacenters, le réseau, les logiciels, l’énergie et les équipes. Pour atteindre l’équilibre, une telle infrastructure devrait générer 300 à 400 millions d’euros de chiffre d’affaires annuel ; la commande publique n’en couvrirait donc que 10 à 15 %, le reste devant venir de clients privés encore à trouver, dans un marché où les puces se déprécient rapidement d’une génération à l’autre. Le risque est double : financier si la demande solvable ne suit pas, structurel si l’infrastructure est construite avant que son marché ne soit sécurisé.
Troisième critique : l’architecture même du projet. Klaba juge dépassé le principe d’un site unique géant concentrant tous les risques d’exécution — foncier, délais de construction, dépendance à une seule alimentation électrique. Si cette configuration peut se justifier pour l’entraînement initial de modèles nécessitant des GPU fortement interconnectés, elle lui paraît beaucoup moins pertinente pour le post-entraînement et l’inférence, deux usages qui, selon lui, gagnent à être répartis sur plusieurs infrastructures autonomes, plus proches des utilisateurs et capables de mieux répartir charge et risques en cas de panne ou d’incident.
Cette prudence s’explique aussi par la situation d’OVHcloud : le groupe dit déjà disposer de 250 MW de capacité dans ses datacenters, susceptibles d’accueillir des GPU et les systèmes nécessaires à l’entraînement comme à l’inférence. Sa stratégie « Step Ahead » repose sur cinq couches : les GPU, leur orchestration, le « Tokens as a Service », une plateforme PaaS dédiée à l’IA, puis des applications SaaS intégrant l’intelligence artificielle. Plutôt que de financer une nouvelle brique lourde et incertaine, Klaba préfère consolider un socle déjà en place.
Le dirigeant privilégie donc une logique d’intégration autour d’utilisateurs de GPU déjà identifiés, y compris ses propres entreprises : OVHcloud, OVH AI, Shadow, Qwant, Gladia et Dragon LLM. Chacune a un rôle précis, de l’infrastructure cloud aux usages de calcul, des charges intensives en GPU au moteur de recherche, en passant par l’IA vocale et la constitution d’un portefeuille de modèles maison. Cette verticalisation doit, selon lui, garantir un taux d’utilisation bien supérieur à celui d’une infrastructure qui chercherait ses clients après sa construction.
Klaba ne ferme toutefois pas la porte au programme EuroHPC. Sa vraie question est de savoir si une gigafactory permettrait à OVHcloud d’aller « plus vite et plus loin » dans une trajectoire déjà engagée.