Le chiffre donne la mesure du déséquilibre qui a pesé sur la discussion de Dublin. Publié en 2026, l’AI Index de Stanford s’appuie sur la base d’Epoch AI pour recenser les modèles qui répondent à ses critères de sélection. Ce décompte renseigne sur la concentration du développement de modèles. Il couvre l’Europe au sens du rapport et laisse ouverte une autre question, celle de l’efficacité de l’IA une fois intégrée à un service ou à une chaîne de production. 

Pour leur première discussion stratégique consacrée à l’IA, les chefs d’État et de gouvernement ont entendu Arthur Mensch, directeur général de Mistral AI, et Geoffrey Hinton, prix Nobel de physique. À l’issue de la rencontre, le président du Conseil européen, António Costa, a défendu la mobilisation de capitaux publics et privés pour développer des modèles compétitifs. Les dirigeants ont aussi examiné les moyens d’accélérer l’adoption de l’IA et ses effets sur le travail, la sécurité et les droits fondamentaux. L’Ukraine figurait également à l’ordre du jour de la réunion informelle. 

Le compte rendu officiel de Dublin expose cette orientation, avec un enjeu d’exécution. Pour entraîner des modèles de pointe, les équipes ont besoin de grandes capacités de calcul et d’un accès durable à l’énergie. EuroHPC, l’organisme européen chargé du calcul à haute performance, avait lancé dès juillet un appel pour sélectionner les consortiums de futures « gigafactories » d’IA. Début novembre, il a repoussé au 4 février 2027 l’échéance du premier lot afin de laisser aux États le temps de finaliser leurs procédures budgétaires et de présenter leurs engagements financiers. Ce calendrier situe le chantier au stade de la sélection. 

Les usages progressent, avec de grands écarts entre les pays

En 2025, 20 % des entreprises d’au moins dix personnes dans les secteurs couverts par Eurostat utilisaient au moins une technologie d’IA, contre 13,5 % en 2024. La proportion atteignait 42 % au Danemark et 5,2 % en Roumanie. L’Europe peut donc élargir les usages au sein de son propre marché. Entre une grande entreprise qui dispose de données bien organisées et une PME qui doit encore les structurer, le coût et le délai de déploiement peuvent être très différents.

Un industriel qui veut interroger des milliers de notices de maintenance a besoin d’un outil capable de retrouver la bonne instruction, de citer sa source et de signaler un doute. Un modèle spécialisé peut suffire. Le choix du fournisseur compte toutefois si celui-ci héberge les données, fixe le prix d’utilisation du modèle ou décide quand retirer une version. Pour une entreprise, la possibilité de changer de prestataire et de conserver ses données pèse alors autant que la performance affichée dans un classement généraliste.

Les deux ambitions discutées à Dublin peuvent donc se renforcer. Des entreprises et des administrations qui déploient des outils fiables créent des débouchés pour les développeurs européens. Des capacités de calcul accessibles permettent à ces équipes d’entraîner, d’adapter et d’évaluer leurs modèles. L’Europe part de loin dans la course aux modèles de pointe. Le prochain test sera de voir quels projets obtiennent effectivement du calcul et du financement, puis trouvent des clients au-delà de leur marché national.