Réunis au stade Vélodrome de Marseille le 24 septembre 2026, Octave Klaba, fondateur et PDG d’OVHcloud, et Rodolphe Saadé, PDG de CMA CGM, ont participé à une table ronde consacrée à l’accélération de l’intelligence artificielle. Derrière cette rencontre, deux stratégies illustrent les ambitions européennes : développer des infrastructures cloud et IA maîtrisées, et déployer l’intelligence artificielle à grande échelle dans l’industrie.
Le 24 septembre 2026, Marseille accueillait la première journée de l’Artificial Intelligence Marseille (AIM), un événement réunissant dirigeants, chercheurs et entreprises autour des transformations provoquées par l’intelligence artificielle.
À 9 h 40, deux figures de l’économie française se retrouvaient sur la scène principale du stade Vélodrome : Octave Klaba et Rodolphe Saadé. Le thème de leur table ronde, « Comment maîtriser la grande accélération de l’IA ? », résume l’un des principaux défis auxquels sont confrontées les entreprises européennes.
Car l’enjeu dépasse désormais la simple adoption des outils d’intelligence artificielle. Il concerne aussi la capacité à disposer de ressources de calcul, à maîtriser ses données, à développer des applications industrielles et à construire des modèles économiques durables.
La rencontre entre OVHcloud et CMA CGM offre une illustration de ces différentes dimensions.
1. Une rencontre entre deux grands dirigeants français au Vélodrome
Le choix de Marseille pour accueillir l’AIM 2026 n’est pas anodin. La ville abrite le siège de CMA CGM, l’un des grands acteurs mondiaux du transport maritime et de la logistique. Elle accueille également TANGRAM, le centre d’excellence et d’innovation du groupe, consacré notamment à la formation et aux nouvelles technologies.
Pendant deux jours, les 24 et 25 septembre, le Vélodrome devient un lieu de rencontre entre l’écosystème technologique et les entreprises qui cherchent à intégrer l’intelligence artificielle dans leurs activités.
Le programme réunit notamment Yann LeCun, des représentants de Mistral AI, de NVIDIA et de grandes entreprises françaises. Les discussions portent aussi bien sur les modèles d’IA que sur l’avenir du travail, les infrastructures européennes et l’industrialisation des applications.
La présence conjointe d’Octave Klaba et de Rodolphe Saadé illustre deux dimensions de cette transformation.
D’un côté, OVHcloud développe des infrastructures et des services destinés à héberger et à exploiter des applications d’intelligence artificielle.
De l’autre, CMA CGM représente une grande entreprise industrielle qui cherche à utiliser ces technologies pour transformer ses opérations, ses processus et les outils mis à disposition de ses collaborateurs.
Il ne s’agit pas d’une annonce de partenariat entre les deux groupes, mais d’une occasion d’observer deux approches de l’intelligence artificielle à l’échelle européenne.
2. OVHcloud : des datacenters aux modèles d’intelligence artificielle
La participation d’Octave Klaba à l’AIM intervient dans un contexte particulier.
Le 23 septembre 2026, soit la veille de son intervention à Marseille, le fondateur d’OVHcloud a publié une tribune consacrée aux gigafactories d’intelligence artificielle et à leur modèle économique.
Il y détaille la stratégie IA du groupe, intégrée à son plan stratégique Step Ahead. Celle-ci repose sur cinq couches technologiques :
- Les GPU dans les datacenters : la puissance de calcul nécessaire à l’entraînement et à l’inférence.
- L’orchestration des GPU : la gestion et la mutualisation des ressources de calcul.
- Les tokens as a Service : la fourniture de capacités d’inférence facturables à l’usage.
- L’AI Platform as a Service : les plateformes permettant de développer et de déployer des applications IA.
- L’AI Software as a Service : les applications d’intelligence artificielle accessibles aux utilisateurs finaux.
Une capacité électrique de 250 MW
Dans sa tribune, Octave Klaba indique qu’OVHcloud dispose de 250 MW de capacité dans ses datacenters, mobilisables pour accueillir des GPU.
Cette capacité constitue un atout potentiel pour développer une offre d’intelligence artificielle à grande échelle. Elle ne signifie toutefois pas que l’ensemble de cette puissance est déjà équipé de processeurs graphiques.
La distinction est importante : disposer d’infrastructures électriques et immobilières ne suffit pas. Il faut également financer les équipements, assurer leur refroidissement, développer les logiciels nécessaires et trouver des clients capables de rentabiliser ces investissements.
Une stratégie qui dépasse la location de GPU
L’ambition d’OVHcloud ne se limite pas à proposer des serveurs équipés de cartes graphiques.
En développant l’ensemble des couches technologiques, le groupe cherche à couvrir une part plus importante de la chaîne de valeur de l’intelligence artificielle.
Pour les entreprises européennes, cette approche pourrait faciliter l’accès à des infrastructures et à des services IA proposés par un acteur européen.
Elle soulève néanmoins une question économique : comment investir dans des équipements particulièrement coûteux tout en proposant des tarifs compétitifs face aux grands fournisseurs mondiaux du cloud ?
C’est précisément l’un des enjeux soulevés par Octave Klaba dans sa réflexion sur les gigafactories européennes.
3. CMA CGM : comment l’intelligence artificielle transforme le transport maritime
Pour CMA CGM, l’intelligence artificielle n’est plus seulement un domaine d’expérimentation.
Le groupe dirigé par Rodolphe Saadé a engagé une transformation de ses activités maritimes, logistiques et médiatiques en s’appuyant notamment sur des partenariats avec Google et Mistral AI.
En avril 2025, CMA CGM et Mistral AI ont annoncé un partenariat stratégique de cinq ans, représentant un investissement de 100 millions d’euros. L’objectif est de développer des solutions adaptées aux métiers du groupe, en intégrant directement des experts de Mistral AI à ses équipes.
Cette collaboration a notamment donné naissance à la Mistral AI Factory, installée au siège de CMA CGM à Marseille.
Plus de 55 projets IA déjà déployés
En mai 2026, CMA CGM annonçait avoir déployé plus de 55 projets d’intelligence artificielle et identifié plus de 200 cas d’usage dans ses différentes activités.
Ces projets concernent plusieurs domaines opérationnels. Parmi les cas d’usage présentés par Mistral AI figurent le traitement des demandes clients, l’analyse des documents de transport maritime, l’aide à la mainlevée des marchandises et la vérification factuelle de contenus médiatiques.
Dans un secteur où les opérations reposent sur des chaînes logistiques internationales et de nombreux échanges documentaires, l’automatisation de certaines tâches peut contribuer à réduire les délais de traitement et à améliorer l’accès à l’information.
MAIA : une plateforme d’IA agentique pour les collaborateurs
CMA CGM a également annoncé le déploiement progressif, à partir du 1er juin 2026, de MAIA, une plateforme d’intelligence artificielle agentique développée avec Mistral AI.
Destinée à accompagner près de 80 000 collaborateurs de CMA CGM, CEVA Logistics et CMA Media, elle permet de créer et d’orchestrer des agents connectés aux connaissances métiers et aux applications internes du groupe.
L’enjeu consiste à dépasser les assistants conversationnels classiques pour intégrer progressivement l’IA aux processus opérationnels.
Cette démarche prolonge les initiatives du groupe dans le transport maritime. Dixie Consulting avait déjà consacré un article à la collaboration entre CMA CGM et Shone et aux applications de l’IA dans le transport maritime.
4. La souveraineté numérique, un enjeu commun aux entreprises européennes
Les stratégies d’OVHcloud et de CMA CGM présentent un point commun : elles posent la question de la maîtrise technologique.
La souveraineté numérique ne consiste pas uniquement à héberger des données sur le territoire européen. Elle concerne plusieurs composantes : les infrastructures physiques, les logiciels, les modèles d’intelligence artificielle, les compétences et les conditions juridiques d’accès aux données.
Pour une entreprise qui utilise l’IA, le choix d’un fournisseur peut ainsi avoir des conséquences sur sa capacité à maîtriser ses coûts, à changer de prestataire et à protéger ses informations sensibles.
Une souveraineté qui repose sur plusieurs acteurs
Le développement d’un écosystème européen de l’intelligence artificielle nécessite des entreprises capables d’intervenir à différents niveaux.
OVHcloud se positionne sur les infrastructures et les services cloud. Mistral AI développe des modèles et des solutions d’intelligence artificielle. CMA CGM, de son côté, constitue un exemple de déploiement industriel de ces technologies.
Ces activités peuvent se compléter sans nécessairement faire l’objet de partenariats directs entre toutes les entreprises concernées.
La collaboration entre CMA CGM et Mistral AI illustre notamment l’intérêt de rapprocher les équipes techniques des experts métiers pour développer des applications adaptées aux besoins opérationnels.
À lire également : CMA CGM et Mistral AI : un partenariat stratégique autour de l’intelligence artificielle.
L’autonomie européenne ne signifie pas l’indépendance totale
Même lorsque les infrastructures et les modèles sont européens, des dépendances subsistent.
Les GPU les plus utilisés pour les calculs d’intelligence artificielle proviennent notamment de fournisseurs américains. Leur fabrication dépend également de chaînes d’approvisionnement mondiales.
De même, développer des modèles d’IA européens ne garantit pas automatiquement leur compétitivité économique ou leur adéquation à tous les usages.
L’enjeu consiste donc davantage à réduire les dépendances critiques, à diversifier les fournisseurs et à conserver des possibilités de choix qu’à rechercher une autonomie technologique absolue.
5. GPU, énergie et rentabilité : les défis économiques de l’IA
L’accélération de l’intelligence artificielle entraîne une hausse des besoins en puissance de calcul. Mais cette croissance s’accompagne d’investissements considérables.
Pour les fournisseurs de cloud, le développement d’infrastructures IA suppose d’acheter des GPU, de financer les équipements réseau, d’assurer l’alimentation électrique et de maintenir des systèmes de refroidissement adaptés.
La rentabilité de ces investissements dépend ensuite de leur taux d’utilisation, de leur durée de vie et des prix auxquels les capacités de calcul peuvent être commercialisées.
Le défi du modèle économique des gigafactories
Dans sa tribune du 23 septembre, Octave Klaba interroge précisément le modèle économique des gigafactories européennes.
Il défend une approche fondée sur les besoins réels des utilisateurs de GPU et sur le regroupement d’acteurs susceptibles de consommer durablement les capacités de calcul.
Cette réflexion soulève une question fondamentale : faut-il privilégier la construction d’infrastructures toujours plus importantes ou développer progressivement des capacités en fonction de la demande ?
Le risque économique est double. Des investissements insuffisants peuvent limiter la capacité à répondre aux besoins des entreprises. À l’inverse, des infrastructures sous-utilisées peuvent devenir difficiles à rentabiliser.
L’inférence, un marché en pleine évolution
L’entraînement des grands modèles d’intelligence artificielle nécessite une puissance de calcul considérable. Mais leur utilisation quotidienne, appelée inférence, représente également un enjeu économique majeur.
À mesure que les entreprises déploient des assistants et des agents IA, elles doivent traiter des volumes croissants de requêtes.
Pour les fournisseurs d’infrastructures, l’objectif consiste à proposer une capacité d’inférence fiable, performante et compétitive.
Les progrès réalisés sur les modèles, les puces et les techniques d’optimisation peuvent toutefois faire évoluer rapidement les coûts de calcul. Les opérateurs doivent donc éviter de bâtir leur stratégie sur des hypothèses de prix qui pourraient devenir obsolètes.
Pour les entreprises utilisatrices, cette évolution rend indispensable le suivi du coût réel des applications : consommation de tokens, utilisation des GPU, stockage, supervision et maintenance.
6. Ce que les entreprises françaises peuvent retenir de l’AIM 2026
La rencontre entre Octave Klaba et Rodolphe Saadé met en lumière une évolution importante : l’intelligence artificielle devient progressivement une question d’infrastructure, d’organisation et de stratégie industrielle.
Pour les entreprises françaises, plusieurs enseignements se dégagent.
Passer de l’expérimentation à l’industrialisation. Développer un prototype d’assistant IA est relativement accessible. L’intégrer aux applications métiers, garantir la qualité de ses réponses et assurer sa maintenance à grande échelle constituent des défis bien plus importants.
Rapprocher les équipes techniques des experts métiers. L’approche adoptée par CMA CGM avec Mistral AI illustre l’intérêt d’une collaboration étroite entre spécialistes de l’intelligence artificielle et collaborateurs qui connaissent les processus opérationnels.
Conserver la maîtrise de ses données et de ses fournisseurs. Le développement d’offres cloud et IA européennes élargit les possibilités offertes aux entreprises. Le choix d’une infrastructure doit néanmoins tenir compte de critères techniques, économiques, réglementaires et opérationnels.
Mesurer les bénéfices réels de l’intelligence artificielle. Le nombre de projets déployés ne suffit pas à évaluer la réussite d’une stratégie IA. Les entreprises doivent également mesurer les gains de productivité, les économies réalisées, la qualité des résultats et les coûts d’exploitation.
Anticiper l’évolution des coûts. La baisse potentielle du prix de l’inférence ne dispense pas d’une gestion rigoureuse des ressources. À mesure que les usages se multiplient, les volumes de calcul et les dépenses associées peuvent augmenter considérablement.
Conclusion : l’Europe face au défi de l’industrialisation de l’IA
L’Artificial Intelligence Marseille 2026 illustre une nouvelle étape dans le développement de l’intelligence artificielle en Europe.
Après une période largement dominée par les annonces de nouveaux modèles et les expérimentations, les discussions portent désormais davantage sur les infrastructures, le déploiement industriel et la viabilité économique des applications.
OVHcloud cherche à développer une chaîne de valeur couvrant les infrastructures GPU jusqu’aux services logiciels d’intelligence artificielle. CMA CGM poursuit, de son côté, l’intégration de l’IA dans ses activités maritimes, logistiques et médiatiques, notamment grâce à son partenariat avec Mistral AI.
Ces stratégies illustrent deux dimensions d’un même défi : disposer de capacités technologiques et parvenir à les transformer en usages industriels créateurs de valeur.
La question n’est donc plus seulement de savoir si l’Europe peut développer ses propres technologies d’intelligence artificielle, mais aussi comment elle peut les déployer durablement, à grande échelle et dans des conditions économiques compétitives.
