La notion d'IA souveraine donne lieu à des interprétations assez diverses chez les acteurs français de l’IT. Quelle est celle de Nubevia ?   

Florent Gentric : Pour Nubevia, la souveraineté consiste avant tout à conserver une véritable indépendance sur l’ensemble de la chaîne qui permet de transformer de la puissance de calcul en intelligence, ou plus largement en connaissance.

Autrement dit, il s'agit d'être en mesure d'opérer l'ensemble des couches qui rendent possible l'intelligence artificielle : disposer de ses propres ressources de calcul, maîtriser ses infrastructures réseau, contrôler les capacités de stockage, exploiter les plateformes, posséder les compétences nécessaires pour déployer, administrer et faire évoluer ces environnements. Un modèle "souverain" qui tourne sur du calcul américain, avec des données qui transitent par des API étrangères, ce n'est pas de la souveraineté. C'est une façade.

Du côté des utilisateurs, concrètement, quels choix doivent dicter une démarche d’IA souveraine ?

F.G : Pour l'utilisateur, la souveraineté est avant tout contextuelle. Aujourd'hui, avec les systèmes agentiques (plusieurs modèles qui s'orchestrent), mais plus largement dès que l'on cherche à exploiter pleinement l'intelligence artificielle, il est évident qu'une approche reposant sur un seul modèle n'est plus adaptée.

On travaille désormais avec plusieurs modèles spécialisés. L'un génère des images, un autre produit du texte, un troisième réalise des analyses ou de la reconnaissance documentaire... La souveraineté réside ainsi dans la capacité à construire et maîtriser une architecture où plusieurs modèles peuvent être orchestrés de manière cohérente, sans perdre le contrôle des données et de l'infrastructure.

Le risque n’est donc pas d'utiliser des modèles IA étrangers, mais plutôt de construire une architecture dont il sera difficile de sortir ?

F.G : Effectivement, je pense qu’il ne faut pas s’en tenir aux modèles mais observer l’écosystème dans son ensemble. Désormais, les grands fournisseurs développent tous un ensemble d'outils autour des modèles : assistants, applications, automatisations, intégrations capables d’exécuter des actions sur le poste de travail, etc. C’est ce qu’on appelle l’agentique.

Et c'est précisément là qu’une dépendance peut s’installer. Plus cet environnement applicatif est intégré au fonctionnement quotidien, plus il devient difficile d'en sortir. Ce n'est donc plus le modèle qui fidélise. C'est l'application qui incite à continuer d'utiliser le modèle associé.

Et derrière l'application, c'est le process métier lui-même qui est en jeu. La façon dont une entreprise pilote ses opérations, c'est son savoir-faire. Et aujourd'hui, ce savoir-faire s'entraîne, se modélise. Si ce process part s'entraîner chez un acteur étranger, ce n'est plus juste une donnée qui sort : c'est l'intelligence opérationnelle de l'entreprise. Cela se décide au moment des choix d'architecture initiaux, pas après.

Est-ce que cette analyse explique la manière dont vous avez conçu votre propre plateforme ?

F.G : Oui, totalement. Lorsque nous avons conçu notre plateforme d'intelligence artificielle, nous avons volontairement pris une direction différente de celle que nous observions sur le marché.

Notre objectif n'était pas simplement d'être un fournisseur de modèles. Bien sûr, nous savons héberger des modèles et nous le faisons tous les jours.

Nous avons voulu construire une véritable plateforme applicative autour de l'intelligence artificielle. Pour nous, le modèle n'est qu'une brique technique au sein d'une chaîne applicative beaucoup plus large. Nous voulons permettre à nos clients d'utiliser des solutions open source comme n8n, Open WebUI, LibreChat ou d'autres outils similaires. Ils peuvent également intégrer leurs propres développements directement au sein de la plateforme.

Notre objectif est que l'ensemble de leur environnement applicatif puisse être hébergé au même endroit. C'est pourquoi le modèle, chez nous, n'est qu'une brique parmi d'autres. Ce qui compte, c'est l'architecture applicative complète qu'on peut construire autour.

Lorsqu’il s’agit d’arbitrer en GPU dédiés ou infrastructure interne, quels critères rentrent en compte aujourd’hui ?  

F.G : Nous observons des approches assez différentes. Certaines entreprises veulent conserver leurs GPU en interne et les exploiter elles-mêmes, alors que d’autres recherchent davantage de souplesse et préfèrent s'appuyer sur un service opéré.

Nous ne cherchons pas à défendre un modèle plutôt qu'un autre. Notre réflexion commence toujours par la compréhension des besoins du client, ses contraintes, ses cas d’usage et son niveau de maturité. C'est à partir de là que nous pouvons proposer l'architecture la plus pertinente.

Dans de nombreux projets, cette réflexion conduit naturellement vers une infrastructure reposant sur des GPU dédiés, qui répond à plusieurs attentes récurrentes : la maîtrise des données, des performances prévisibles et un environnement qui leur est entièrement réservé.

Mais l’accompagnement de Nubevia ne s'arrête pas là. Nous prenons aussi en charge toute la phase d'optimisation : le choix du GPU, le dimensionnement, la configuration du moteur d'inférence ou encore les paramètres de performance. L'objectif est que le client n'ait pas à devenir expert en infrastructure GPU pour exploiter pleinement ses applications.

Le choix d'une infrastructure est aussi un choix économique. Avec la hausse du coût des tokens observée ces derniers mois, assiste-t-on à un changement d’approche ?

F.G : Nous avons aujourd'hui suffisamment de recul pour tirer quelques enseignements. Certains clients nous ont fait confiance très tôt, à une époque où la facturation au token semblait beaucoup plus attractive qu'une infrastructure GPU dédiée. Ce n'était pas toujours un choix évident, parce que les prix des tokens étaient artificiellement bas dans un contexte de forte concurrence entre les grands fournisseurs.

Quelques années plus tard, le constat est assez clair. Le coût des tokens a fortement augmenté, alors que nos clients ont conservé un coût d'exploitation stable. Ils n'ont pas eu à subir les fluctuations du marché et peuvent continuer à faire évoluer leurs applications avec une bonne visibilité budgétaire.

C'est particulièrement important pour les entreprises qui développent des applications métier ou des services qu'elles commercialisent ensuite auprès de leurs propres clients. Dans ce contexte, la stabilité des coûts devient un véritable avantage concurrentiel. Elle permet de construire un modèle économique durable, d'investir sereinement dans le développement et d'éviter les mauvaises surprises liées aux évolutions tarifaires des API.

 

Selon vous, qu'est-ce qui fait réellement la réussite d'un projet d'intelligence artificielle, et comment Nubevia y contribue-t-il ?

F.G : La réussite ne dépend pas uniquement de la technologie. Ce qui compte, c'est sa capacité à s'intégrer durablement dans les usages de l'entreprise et à évoluer avec eux. Or, dans ce domaine, tout va très vite : les modèles progressent en permanence, de nouveaux outils apparaissent et les besoins métiers évoluent. Il faut donc construire une architecture suffisamment souple pour accompagner ces changements sans tout remettre en cause à chaque évolution.

C'est précisément dans cette logique que nous avons conçu notre plateforme. Nous proposons une infrastructure, mais nous la considérons comme un moyen, pas comme une finalité. Notre ambition est d'offrir une plateforme applicative capable d'héberger l'ensemble des composants d'un projet d'IA, afin que nos clients puissent faire évoluer leurs usages, intégrer de nouveaux modèles ou de nouveaux services sans reconstruire toute leur architecture.

Ce qui fait réellement la différence, c'est de ne pas avoir à tout reconstruire à chaque évolution du marché (ni techniquement, ni économiquement). C'est exactement ce que l'architecture que Nubevia propose permet d'éviter. Nous n’avons jamais voulu nous positionner comme un simple fournisseur de ressources. Si on tend l'oreille, il y a des choses incroyables à apprendre et c'est par cette écoute qu’un vrai accompagnement se construit.