L’IA en Île-de-France : un écosystème complet, de la recherche au marché

Qu’est-ce qui motive les acteurs mondiaux de l’IA à choisir l’Île-de-France, et quelles sont les forces – mais aussi les limites – de ce positionnement face à la concurrence internationale ?

Dans le cadre de nos travaux sur les écosystèmes d’IA, nous donnons la parole à Thomas Fauvel, Expert Deep Tech de Choose Paris Region.

Thomas Fauvel met en lumière les ressorts variés de l’attractivité de l'Île-de-France dans le domaine de l’IA. Il analyse les différentes stratégies d’implantation de ces entreprises et les facteurs qui structurent l’écosystème francilien. Il expose aussi les dynamiques de clusterisation autour de pôles parisiens emblématiques. 

L’Île-de-France dispose d’un avantage comparatif fort en amont de la chaîne de valeur de l’IA : recherche, talents, écosystème scientifique. Mais elle reste confrontée à des défis majeurs en aval, en particulier la taille du marché, la vitesse d’adoption par les entreprises et l’accès au financement, dans un contexte de concurrence accrue avec des hubs comme Londres, Montréal ou Bangalore.

‍

En tant qu’expert deep tech à Choose Paris Region, vous accompagnez les entreprises de l’IA lors de leur implantation en Île-de-France. Que viennent-elles chercher en s’implantant à l’international ?  

D’abord, il faut distinguer deux grandes familles. D’un côté, les entreprises qui développent l’IA comme brique technologique générale, modèles, architectures, capacités de base. De l’autre, celles qui déploient des applications d’IA dans un secteur donné : santé, transport, énergie, etc.

Ces deux catégories ne suivent pas les mêmes logiques d’implantation. Les acteurs qui conçoivent des briques technologiques cherchent avant tout à installer un pôle de R&D, au plus près d’écosystèmes capables d’alimenter un « cœur » technologique. Ils travaillent sur des technologies de pointe, par exemple la reconnaissance visuelle, réutilisables dans de nombreux secteurs, ou sur des LLM (Large Language Models), par nature polyvalents. Dans ce cas, l’implantation vise surtout à accéder à des talents, à une recherche fondamentale de haut niveau, et à un environnement scientifique qui permet de rester au contact d’un domaine où les avancées sont très rapides.

À l’inverse, les entreprises qui déploient des applications privilégient souvent une logique commerciale et partenariale, ouvrir un bureau pour accéder à de nouveaux marchés, vendre des solutions conçues ailleurs, et les adapter aux réalités locales. On le voit bien dans l’IA pour la santé, beaucoup d’acteurs ne viennent pas pour inventer de nouvelles briques d’IA, mais pour proposer des solutions applicatives opérationnelles, par exemple des algorithmes appliqués à la radiologie ou à l’oncologie. S’implanter à Paris, c’est alors surtout se rapprocher des hôpitaux, des clusters et des centres de recherche, pour nouer des relations, déployer le produit, le qualifier et l’ajuster aux besoins des utilisateurs. Et cette logique vaut aussi dans d’autres verticales, transport, énergie, industrie, etc., avec une grande diversité de cas d’usage.

Même au sein des entreprises “briques technologiques”, il existe toutefois des nuances. Le cas des acteurs de LLM en est une bonne illustration. Beaucoup considèrent Paris comme l’un des hubs mondiaux les plus pertinents en recherche en IA, en particulier en recherche fondamentale, précisément parce que cela aide à rester à la pointe et à maintenir une longueur d’avance. Mais il existe aussi des implantations davantage stratégiques que strictement technologiques. OpenAI est un bon contre-exemple, leur présence à Paris ne repose pas principalement sur la R&D locale, mais répond plutôt à des objectifs de positionnement et de lobbying au niveau européen, avec également quelques équipes commerciales.

C’est donc un cas particulier, qui rappelle qu’une implantation peut viser soit la production technologique, soit l’accès au marché, soit l’influence, et parfois un mélange des trois, selon la stratégie de l’entreprise.

‍

En quoi les data centers constituent-ils, en Île-de-France, une infrastructure stratégique pour l’écosystème IA et l’attractivité du territoire ?

Les data centers ne relèvent pas directement de mon champ d’intervention, mais ils sont bien un sujet d’attractivité, et surtout un sujet stratégique. L’IA a besoin de capacités de calcul, mais celles-ci n’ont pas toujours besoin d’être physiquement proches des équipes. Dans la plupart des cas, le modèle dominant consiste à acheter de la puissance de calcul là où elle est disponible, via des services cloud, indépendamment de sa localisation.

Il existe toutefois des situations où la proximité et, surtout, la maîtrise de l’infrastructure deviennent déterminantes. C’est particulièrement vrai en phase d’entraînement : disposer d’un supercalculateur “près de chez soi” peut être un avantage majeur en termes de souveraineté, parce que ces ressources sont rares, très chères, et stratégiques. Certains équipements se chiffrent en milliards d’euros. Les avoir localement, c’est se donner la possibilité de garantir un accès privilégié, d’éviter des dépendances critiques, et de préserver une forme d’indépendance technologique.

On peut citer l’exemple de Mistral AI, qui a fait le choix d’acheter ses propres serveurs pour maîtriser à la fois l’entraînement et l’inférence, dans une logique assumée de souveraineté. Cette posture est cohérente avec son identité, européenne et française, et avec une stratégie qui serait difficilement compatible avec un recours à des services comme Amazon Web Services pour des supercalculateurs. Dans cette logique, l’entreprise a retenu un fournisseur français, Eclairion, basé à Bruyères-le-Châtel, en Île-de-France, afin de renforcer la sécurité et le contrôle national de ces ressources.

Un autre enjeu majeur concerne l’inférence, c’est-à-dire l’exécution du modèle quand on lui soumet une requête. À ce moment-là, on envoie des données vers un serveur distant, elles sont traitées, puis une réponse revient. Or, on ne sait pas toujours où se trouve physiquement le serveur qui réalise cette inférence, ce qui soulève des questions de localisation des données, de souveraineté, et de conformité, notamment au regard du RGPD. Dans cette perspective, il devient important de pouvoir garantir que l’inférence est réalisée dans un cadre européen, voire national, selon les usages et les contraintes.

Cela ne signifie pas que tout doit être “à côté”, parce que les services d’IA tolèrent souvent des délais de réponse plus longs. La proximité devient surtout critique pour certains cas d’usage où la latence est décisive, par exemple des services transactionnels comme le e-commerce. Mais, globalement, l’enjeu central n’est pas seulement géographique, il est aussi politique et industriel : qui contrôle l’infrastructure, où sont traitées les données, et quelles dépendances on accepte dans la chaîne de valeur ?

‍

Y a-t-il des domaines où l’Île-de-France est particulièrement attractive pour les entreprises de l’IA ?

Oui, plusieurs, avec des atouts assez différenciés selon les secteurs. D’abord, l’Île-de-France a un fort potentiel sur la smart city, notamment parce qu’elle peut servir de terrain d’expérimentation à grande échelle. La Métropole du Grand Paris a par exemple lancé le projet Quartier Métropolitain d’Innovation (QMI), un appel à manifestation d’intérêt pensé pour stimuler l’open innovation au service des intercommunalités. C’est une des rares portes d’entrée qui permettent aussi à des projets étrangers de venir tester leurs solutions ici. À mon sens, il faudrait multiplier ce type de dispositifs et offrir davantage d’opportunités d’expérimentation en conditions réelles.

Le territoire est aussi particulièrement bien positionné sur la santé. La centralisation des données de santé à la française constitue un avantage majeur, largement reconnu, parce qu’elle facilite l’analyse et l’exploitation de données à grande échelle pour des usages en IA.

Sur d’autres secteurs stratégiques, l’attractivité existe, mais elle se structure différemment. Dans l’énergie, les enjeux sont sensibles et les grands acteurs français privilégient souvent des partenaires nationaux, ou a minima européens, ainsi que des solutions locales dès lors qu’il s’agit d’optimiser des infrastructures critiques. Dans le transport, la présence de la SNCF joue un rôle d’aimant : décrocher un contrat avec elle peut sécuriser un volume d’activité important, même si les cycles de décision et de négociation sont souvent longs et complexes. Côté cleantech, le positionnement francilien progresse également, notamment sur des applications liées au tri et à la valorisation des déchets.

Enfin, au-delà des secteurs eux-mêmes, une dynamique mérite d’être soulignée : les investissements en provenance d’entreprises canadiennes en Île-de-France sont en nette progression.

‍

Quels sont les lieux privilégiés par les entreprises liées à l’IA ? Observe-t-on un effet d’agglomération ou l’émergence de clusters ? 

On observe clairement un phénomène de clusterisation des entreprises de l’IA. Les entreprises les plus innovantes, en particulier, ont tendance à se regrouper dans le quartier parfois surnommé “Silicon Saint-Lazare”. On y retrouve par exemple Poolside, Huggingface, DeepMind, etc. 

Le déclencheur de ce phénomène d’agglomération spontané a été, en 2015, l’implantation du bureau de recherche de Meta (Meta AI Research Paris). Elle a exercé un effet d’entraînement très puissant, en contribuant à attirer talents, équipes de recherche, startups et partenaires, y compris à l’échelle internationale.  

Cartographie des entreprises de l’IA à Paris 

‍

‍

Cette concentration s’explique par un véritable « effet campus » : la proximité physique favorise les échanges informels, la circulation rapide des idées et les collaborations spontanées, qui sont décisifs dans un secteur où la connaissance progresse à grande vitesse. Dans la recherche, la visibilité passe par la capacité à partager ses travaux, on parle souvent du principe de « publish or perish », mais on pourrait presque dire « publish to attract » ou « share to attract ». Les chercheurs partagent tous les jours leurs avancés avec les meilleurs et cela forme un cercle vertueux. Ainsi, quand Meta a lancé son LLM, Llama 2, j’ai constaté en analysant la liste des auteurs de l’article que 80 % d’entre eux avaient été formés sur le plateau de Saclay (Polytechnique, ENS, Telecom ParisTech). Autrement dit, une partie des innovations se construit ici, au sein de cet écosystème parisien très dense.

Cet effet campus ne concerne d’ailleurs pas uniquement la R&D. Alors que la technologie se développe très rapidement, les startups ont besoin d’être proches des grands moteurs technologiques pour avoir accès aux dernières innovations, les exploiter immédiatement et rester au niveau de l’état de l’art. Dans un domaine aussi dynamique, la proximité devient un avantage compétitif, elle réduit le risque de rater une inflexion majeure et permet d’exploiter immédiatement une rupture technique. Les entreprises émiraties, par exemple, cherchent à s’installer à proximité des centres de R&D franciliens pour profiter de l’excellence académique et des avancées technologiques dans l’IA. Depuis l’AI Action Summit (février 2025), trois gros projets d’investissement vers l’Île-de-France ont été annoncés venant des Émirats arabes unis, générant chacun une trentaine d’emplois représentant à la fois des embauches locales et du personnel relocalisé.  

Conscients de cet effet campus, les pouvoirs publics encouragent l’émergence de hubs nationaux de l’IA. L’Île-de-France abrite ainsi 4 hubs nationaux : PR[AI]RIE (PaRis Artificial Intelligence Research InstitutE) et SCAI (Sorbonne Center for Artificial Intelligence) à Paris intra-muros, Hi !Paris (Paris Artificial Intelligence for Society) et DataIA (Data Science, Intelligence & Society) sur le plateau de Saclay. Ces 4 hubs académiques ne sont peut-être pas des arguments « vitrines » pour les investisseurs internationaux, mais ils contribuent à l’attractivité en signalant une recherche organisée, lisible et structurée. Sous la houlette du DIM AI4IDF (Domaine d’Intérêt Majeur en IA de la Région Île-de-France), ces 4 hubs fédèrent aujourd’hui 90 laboratoires académiques pour 1 750 chercheurs.

Le plateau de Saclay bénéficie lui aussi d’un effet campus, mais il reste, à ce stade, plus éloigné et moins connecté à Paris pour constituer un cluster comparable. Certaines entreprises, IBM, Ericsson, Nokia, y ont investi, mais la concentration n’atteint pas encore le niveau de densité observé à Paris.

Les activités y sont souvent très spécialisées, par exemple l’IA appliquée à l’optimisation des réseaux télécom, davantage orientée vers des cas d’usage industriels précis que vers des technologies généralistes destinées à un large public. Il manque encore la masse critique de grands acteurs et la densité d’interactions que l’on retrouve autour de Saint-Lazare.

Au-delà de l’Île-de-France, Sophia Antipolis est un exemple intéressant de territoire qui parvient, lui aussi, à faire fonctionner un effet cluster de manière très efficace.

‍

Quelles sont les motivations exprimées par les entreprises de l’IA qui viennent s’implanter à Paris ?

La motivation numéro un, et de loin, reste l’accès aux talents, en particulier pour les entreprises qui développent des briques technologiques, notamment celles issues de la Silicon Valley. L’Île-de-France bénéficie d’un héritage scientifique ancien et d’un écosystème académique de tout premier plan, avec des établissements reconnus, Polytechnique, CentraleSupélec, la Sorbonne, etc., et un tissu de recherche très dense, 183 000 chercheurs répartis dans 1 200 centres de R&D. Cette force d’attraction s’accompagne toutefois d’une réalité de marché, les talents sont mobiles, mais le marché est tendu, très concurrentiel, et les profils sont fortement sollicités. Les entreprises doivent donc s’y prendre tôt, nouer des relations avec les institutions, proposer des sujets, se positionner sur des partenariats, et s’assurer que des doctorants travaillent sur leurs problématiques. Il y a aussi une différence de logique selon les acteurs, ceux qui font de la recherche recherchent avant tout l’excellence et la spécificité des profils, tandis que ceux qui déploient des applications d’IA valorisent davantage la profondeur du vivier, l’idée étant d’avoir du volume et du choix.

Un autre facteur, souvent cité, tient au rapport qualité-coût. Les chercheurs français sont attractifs car ils sont relativement peu coûteux. Un chercheur en IA débutant gagne environ 50K €, ce qui reste supérieur à ce que lui proposerait un laboratoire de recherche académique, mais aussi largement inférieur à ce qu’il pourrait obtenir aux États-Unis, où le salaire peut atteindre 200K € pour des postes similaires.

La France propose par ailleurs des dispositifs phares comme les contrats CIFRE (Convention Industrielle de Formation par la Recherche) qui permettent d’obtenir une subvention de 14K € par an pour l’embauche d’un doctorant, le Crédit Impôt Recherche (CIR) qui finance jusqu'à 30 % des dépenses de R&D, ou encore le Crédit Impôt Innovation (CII) pour les PME, qui permet de déduire 20 % des dépenses liées à la conception de prototypes ou d'installations pilotes de produits nouveaux. À l'échelle francilienne, INNOV’Up de Bpifrance et de la Région Île-de-France offre des subventions jusqu’à 500 000 € pour soutenir les activités de R&D dans le cadre d’un projet d’innovation. Pour des entreprises qui veulent recruter, expérimenter et innover à un coût maîtrisé, cet ensemble constitue un avantage compétitif réel. 

Il faut néanmoins nuancer ce tableau : en France, l’adoption technologique reste limitée. Malgré la taille économique de notre pays, les grandes entreprises du CAC40 n'achètent pas autant de produits d'IA de pointe qu’on pourrait le penser, et les PME ne sont pas suffisamment outillées. En effet, contrairement à d’autres pays comme le Royaume-Uni, les entreprises françaises s’interrogent beaucoup sur l’éthique de l’IA et sur son retour sur investissement. Ainsi, en dépit des nombreux atouts de l’Île-de-France, les entreprises de l’IA qui s’y installent rencontrent parfois des difficultés liées à la taille encore restreinte du marché.

‍

Selon vous, quelles sont les villes concurrentes à Paris dans le domaine de l’IA ?

Si l’on se place dans une logique de comparaison internationale, plusieurs métropoles reviennent régulièrement dans nos analyses, chacune avec un profil distinct.

En Europe, nous mettons souvent Paris en regard de Munich, Barcelone et Berlin. Munich est un centre de recherche de très haut niveau, notamment avec l'Université Technique de Munich (Technische Universität München, TUM), l’équivalent de nos grandes écoles comme Polytechnique ou Centrale. Barcelone est plus orientée vers l’application de l’IA. Berlin, malgré son attractivité globale, se heurte plus souvent à une contrainte de taille, celle d’un pool de talents plus limité.  

Dublin est une autre destination majeure, notamment pour les entreprises états-uniennes qui veulent disposer d’un point d’ancrage anglophone dans l’Union européenne. Lorsque l’accès au marché de l’UE n’est pas un critère déterminant, ces entreprises privilégient souvent Londres, qui reste un concurrent direct de Paris.

La principale différence tient à l’accès au financement, particulièrement décisif dans un secteur où la vitesse d’exécution fait la différence. Les startups d’IA y lèvent plus facilement des fonds, et Londres affiche, sur l’IA, deux à trois fois plus de montants levés que Paris. Sur ce terrain, Paris n’est pas encore au niveau.

Londres bénéficie aussi d’un marché plus flexible et d’une culture de l’innovation et de l’adaptation fortement ancrée, ce qui renforce son attractivité auprès des entrepreneurs et des investisseurs.

En Amérique du Nord, Montréal et Toronto forment un duo intéressant : Montréal est un centre de recherche de référence avec le MILA, l’un des meilleurs centres de recherche en IA du monde, et bénéficie de la réputation de Yoshua Bengio, l’un des trois pères fondateurs des réseaux de neurones ; Toronto est davantage orienté vers la recherche appliquée et les débouchés commerciaux. Ce sont des villes qui disposent d’un écosystème riche en talents, mais avec des coûts moins élevés que d’autres grands hubs comme la Silicon Valley.

En Asie, un cas particulièrement intéressant est celui de Bangalore. Longtemps considéré comme un sous-traitant réalisant les « basses tâches » de l’IA, Bangalore est devenu un centre de recherche rêvé pour les grandes entreprises de l’IA. Bangalore est aujourd’hui sur tous les benchmarks, ce qui n'était pas le cas il y a 5 ans. La diaspora indienne, revenue des États-Unis, s’est beaucoup inspirée de la Silicon Valley. De plus, l’IA indienne bénéficie aussi d’un positionnement perçu comme moins idéologique que d’autres modèles, ce qui la rend particulièrement attractive aux yeux des géants technologiques américains.

Singapour s’impose surtout par sa capacité à catalyser les levées de fonds. En tant que hub financier asiatique, elle se démarque surtout comme tremplin pour les entreprises qui sont dans des phases intermédiaires de croissance. Ce n’est pas la ville idéale pour développer de grandes équipes, mais plutôt une plaque tournante qui permet d’accéder aux capitaux asiatiques.

Enfin, Dubaï affiche une ambition forte pour se positionner comme un acteur de l’IA, mais elle n’a pas atteint la même maturité sur le volet recherche. La construction d’un cluster durable reste incertaine, en partie parce que l’écosystème entrepreneurial local est davantage orienté vers le « faire faire » que vers le « faire soi-même ». On observe une tendance à externaliser, plutôt qu’à capitaliser sur des compétences ancrées localement, via l’achat de capacités, le recrutement international à très hauts salaires, et la tentative de bâtir une base académique. La question, à long terme, est celle de la capacité à retenir ces talents et à stabiliser une dynamique endogène.

‍

Finalement, quelles sont les spécificités de l’Île-de-France dans le domaine de l’IA ?

L’Île-de-France abrite un écosystème complet, qui va de la recherche au marché. Mais nos points forts se situent plutôt en amont de cet écosystème : nous sommes excellents en recherche et nous avons beaucoup de talents très bien formés. Nous avons aussi un écosystème de startups dynamique avec 8 600 startups dont plus de 400 startups qui développent des systèmes d’IA, ainsi que des accélérateurs comme ceux de Station F, le plus grand campus de startups du monde. Le niveau de financement est élevé avec 4 milliards d’€ de fonds levés par les startups de l’IA l’année dernière, mais il reste inférieur à celui de Londres qui atteint les 10 milliards d’€. Enfin, le marché est encore hésitant ; ce n’est pas notre point fort.  

Par ailleurs, au-delà de son excellence académique et de son rayonnement scientifique que nous avons mentionné plus tôt, Paris et la France sont des pôles influents qui abritent de nombreuses personnalités phares de l’IA :  Yann Le Cun, un des pères fondateurs des réseaux de neurones, contribue à la renommée française dans la recherche l’IA ; Xavier Niel fait aussi figure en tant que financeur important dans la recherche de l’IA.  

Enfin, j’ajouterais que la qualité de vie joue un rôle clé dans la fidélité des talents et la capacité à les retenir. Ce facteur pourrait faire une réelle différence sur la durée et c’est un véritable levier pour renforcer la position francilienne dans l’écosystème mondial de l’IA.

‍