Contexte et enjeux

Le passage du supercalcul dédié à la simulation scientifique à l’infrastructure d’intelligence artificielle dans les mêmes centres de données crée une nouvelle dynamique de contrôle. Lorsque les modèles transforment les données en revenus, la maîtrise de ces données devient un sujet de gouvernance au plus haut niveau. Amit Eyal Govrin, analyste principal chez theCUBE Research, souligne que la souveraineté repose sur plusieurs couches de contrôle, chacune devant être examinée séparément.

Piliers de souveraineté IA

Le guide présenté lors du SC26 s’articule autour de cinq piliers : territorial, opérationnel, technologique, juridique et financier. Le pilier territorial concerne l’emplacement physique des centres de données. Govrin indique que la plupart des fournisseurs assurent correctement ce critère. En revanche, le pilier opérationnel reste ambigu ; il cite Amazon Web Services (AWS) qui exploite une « région souveraine » à Brandenburg, Allemagne, mais dont les services de secours peuvent être redirigés vers Seattle ou Hyderabad en cas de panne, ce qui soulève des doutes sur la véritable souveraineté.

Évaluation des hyperscalers

Pour construire le guide, Govrin et son équipe ont noté sept hyperscalers à travers 40 offres, réparties dans cinq régions géographiques, générant 117 notes. Le cadre d’évaluation repose sur 17 questions fermées, tandis que l’aspect juridique est traité séparément en raison de la variabilité des législations locales. Plus de 300 sources documentaires et plusieurs centaines d’interviews d’acheteurs ont alimenté l’analyse. Les offres « air‑gapped » de Google LLC obtiennent des scores relativement élevés, mais un constat commun à tous les fournisseurs est l’absence de réponse claire au US CLOUD Act.

Implications juridiques et opérationnelles

Le manque de réponse au US CLOUD Act signifie que, pour une entité européenne, une ordonnance d’un tribunal américain peut contraindre le fournisseur à remettre les données, les transférant ainsi sous juridiction américaine sans possibilité de contestation. John Furrier compare cet enjeu à la GDPR, le juge moins impactant sur les opérations quotidiennes. La capacité des modèles IA à générer de la valeur économique à partir des données hébergées rend la souveraineté plus critique, car chaque décision de divulgation peut affecter directement les revenus. Cette situation crée un point de tension où un seul incident juridique pourrait déclencher des conséquences majeures pour les entreprises dépendantes de ces infrastructures.