Le marché cloud piloté par l’IA franchit 5000 milliards de dollars : l’architecture IT des entreprises se recompose autour du cloud GPU et du Neocloud

La percée du cloud portée par l’IA dépasse 5 000 milliards de dollars : l’architecture IT des entreprises se réorganise autour du cloud GPU et du Neocloud

Introduction

Les dernières données publiées par Synergy Research Group montrent que le marché mondial des services d’infrastructure cloud a atteint, au premier trimestre 2026, 128,6 milliards de dollars de revenus trimestriels, ce qui porte pour la première fois son taux de revenus annualisé au-delà de 500 milliards de dollars. Dans le même temps, l’institut souligne que les dépenses des entreprises en infrastructure cloud ont augmenté de 35 % sur un an, marquant un neuvième trimestre consécutif d’accélération. Plus important encore, cette vague de croissance ne résulte pas seulement d’un rebond de la demande traditionnelle de migration vers le cloud, mais est tirée en continu par les charges de travail IA : le cloud GPU, les services de plateforme IA, le cloud privé managé et les fonctionnalités IA par abonnement intégrées aux SaaS font tous grimper la consommation de cloud.

Pour les CTO, les CIO et les équipes d’architecture des entreprises, cela signifie un changement clair : la stratégie cloud de demain ne consiste plus seulement à choisir un fournisseur cloud et une région de déploiement, mais à reconstruire l’architecture IT de l’entreprise autour de l’entraînement et de l’inférence IA, de la souveraineté des données, de la maîtrise des coûts et de la capacité d’accès aux ressources. L’essor des fournisseurs Neocloud fait également passer le marché du cloud d’une domination des « trois grands » à une nouvelle phase où coexistent « hyperscalers + clouds IA spécialisés ».

Ce qui se passe : le marché du cloud franchit le seuil des 5000 milliards de dollars

Selon les données de Synergy Research, les dépenses mondiales des entreprises en services d’infrastructure cloud ont atteint 128,6 milliards de dollars au premier trimestre 2026, soit plus de 35 milliards de dollars de plus qu’à la même période un an auparavant. En annualisant ce montant, l’institut conclut que le marché mondial de l’infrastructure cloud a dépassé les 5000 milliards de dollars.

En termes de parts de marché, Synergy considère toujours Amazon comme le plus grand fournisseur de services cloud au monde, avec une part d’environ 28 % ; Microsoft suit avec 21 %, et Google avec 14 %. Du point de vue des types de services, l’IaaS public et le PaaS représentent la plus grande part du marché et affichent une croissance annuelle de 38 %.

Plus important encore, Synergy estime que l’IA n’est plus une simple fonctionnalité ajoutée à une ligne de produits unique, mais un moteur de demande transversal couvrant l’infrastructure cloud, les plateformes et les SaaS. Son analyste en chef John Dinsdale souligne que l’IA stimule les services GPUaaS et de calcul associés dans l’IaaS, les capacités de plateforme IA dans le PaaS, ainsi que les produits logiciels IA par abonnement dans les clouds privés managés et les SaaS.

Analyse technique : pourquoi l’IA stimule simultanément quatre catégories de services cloud

Pour comprendre cette évolution, il faut d’abord saisir les différences entre les charges de travail IA et l’IT d’entreprise traditionnelle.

1. IaaS : le GPU devient une nouvelle unité fondamentale de calculL’IaaS traditionnel s’articule principalement autour du CPU généraliste, du stockage et du réseau, et convient pour héberger des systèmes métiers, des bases de données et des applications Web. Mais l’entraînement de l’IA et l’inférence à forte concurrence dépendent davantage des GPU, de la mémoire HBM à haute bande passante, des réseaux à faible latence et d’une orchestration de cluster plus complexe.

C’est pourquoi le GPUaaS est en train de devenir un point de croissance clé de l’IaaS. Les entreprises n’ont pas nécessairement besoin de construire elles-mêmes un cluster GPU ; elles peuvent aussi obtenir à la demande une puissance de calcul à grande échelle via des services cloud. Pour la plupart des entreprises, la valeur du cloud GPU ne réside pas seulement dans le fait d’avoir des GPU disponibles, mais dans la possibilité de transformer une puissance de calcul qui nécessitait auparavant un achat unique, un déploiement en file d’attente et une amortisation de long terme en un service utilisable de manière élastique.

2. PaaS : les plateformes d’IA industrialisent les capacités des modèles

Le cœur de l’AI PaaS consiste à encapsuler l’entraînement des modèles, l’inférence, les bases de données vectorielles, la gestion des modèles, l’orchestration des agents, ainsi que la supervision et la gouvernance, sous forme de capacités de plateforme. Les entreprises n’ont pas à reconstruire la pile de machine learning depuis la base, et peuvent ainsi accélérer le développement applicatif.

L’impact sur l’architecture informatique de l’entreprise est très direct : les équipes plateforme ne doivent plus seulement prendre en compte Kubernetes, la CI/CD et les API Gateway, mais aussi le routage des modèles, la gestion des prompts, la recherche vectorielle, le MLOps, la supervision des coûts d’inférence, ainsi que l’intégration avec les systèmes de processus métier.

3. Cloud privé managé : l’IA remet le « déploiement privatisé » au premier plan

L’IA implique de nombreuses données sensibles, des connaissances sectorielles et des processus propriétaires ; beaucoup d’entreprises ne souhaitent donc pas exposer entièrement tous les appels aux modèles et les données d’inférence dans un environnement multi-tenant de cloud public. C’est pourquoi le cloud privé managé, le cloud dédié et le cloud hybride redeviennent importants.

Les observations de Synergy montrent que l’IA stimule aussi la croissance du cloud privé managé. Cela indique que les entreprises ne se contentent pas de « migrer du cloud privé vers le cloud public », mais cherchent plutôt un mode de déploiement plus équilibré : profiter de l’élasticité du cloud tout en satisfaisant les exigences de performance, de conformité et de cloisonnement des données.

4. SaaS : les fonctionnalités d’IA transforment l’abonnement logiciel en service intelligent

L’IA est en train de modifier la logique de facturation des logiciels d’entreprise. Autrefois, la valeur du SaaS provenait principalement de la collaboration, de la gestion des processus et de la centralisation des données ; désormais, les éditeurs renforcent l’automatisation, accroissent la rétention des utilisateurs et augmentent l’ARPU grâce à des fonctionnalités d’IA intégrées.

Cela signifie que la croissance de l’infrastructure cloud ne provient pas seulement des départements IT, mais aussi des achats continus de fonctions logicielles intelligentes par les équipes métiers. Pour les entreprises, le « coût d’usage » de l’IA commence à se refléter dans davantage d’abonnements logiciels, et non plus seulement dans les factures de calcul.

Analyse de l’impact sur les entreprises : l’architecture IT, les coûts et les modes d’exploitation évoluent tous

Impact sur les coûts : la frontière entre CAPEX et OPEX est redéfinie

Les charges de travail IA amènent les entreprises à refaire un choix entre « acheter des équipements » et « utiliser des services cloud ».Si une entreprise construit son propre cluster GPU, elle doit assumer des CAPEX plus élevés, notamment le coût des GPU, des serveurs, du réseau, du stockage, de l’électricité et des aménagements du data center ; elle doit aussi supporter un risque d’amortissement plus important, car les itérations du matériel IA sont très rapides. À l’inverse, l’utilisation d’un GPU cloud ou d’un service Neocloud permet de transformer une partie des CAPEX en OPEX, ce qui convient mieux aux phases d’expérimentation et aux activités dont la demande fluctue fortement.

Mais l’OPEX n’est pas toujours plus faible. Pour des tâches d’entraînement à charge élevée et continue ou des scénarios d’inférence à grande échelle, louer durablement des GPU cloud peut coûter plus cher qu’une solution interne. Les entreprises doivent donc segmenter selon le type de charge de travail : entraînement, inférence, expérimentation, traitement par lots et trafic de production, puis adopter pour chacun un modèle de coût différent.

Impact sur le déploiement : passer du « cloud-first » au « workload-first »

À l’ère de l’IA, l’architecture d’entreprise ne devrait plus seulement se demander « faut-il aller dans le cloud ? », mais « quel type de charge de travail doit être hébergé où pour être le plus pertinent ? »

• Validation de prototype et expérimentations de courte durée : adaptées aux GPU du cloud public et aux plateformes d’IA managées
• Entraînement avec données hautement sensibles : adapté au cloud dédié, au cloud privé ou à des clusters GPU sur site
• Inférence en ligne à grande échelle : adaptée à une architecture cloud distribuée proche du point d’entrée des applications
• Secteurs soumis à de fortes exigences de conformité régionale : adaptés au sovereign cloud ou à un déploiement localisé

Ce type de stratification architecturale rendra la gouvernance cloud des entreprises plus complexe, mais aussi plus proche des besoins réels du métier.

Impact sur l’exploitation : les équipes plateforme assumeront davantage de responsabilités de « gouvernance de la puissance de calcul »

L’infrastructure IA ne fonctionne pas bien simplement parce qu’on y ajoute davantage de GPU. Les entreprises doivent aussi résoudre des problèmes tels que les quotas GPU, l’orchestration des ressources, la priorisation des jobs, l’isolation des pannes, les pipelines de données, la gestion des versions de modèles et le suivi des coûts.

Cela modifiera sensiblement la frontière des responsabilités entre l’ingénierie de plateforme et le DevOps. Les équipes plateforme de demain devront comprendre à la fois l’infrastructure, le cycle de vie des modèles et la gouvernance des coûts afin d’éviter que les projets IA ne perdent tout contrôle budgétaire une fois passés à l’échelle.

Impact sur la sécurité et la conformité : le flux des données compte plus que le modèle lui-même

Les risques de conformité liés à l’IA ne se limitent pas à la question de savoir si les sorties du modèle sont exactes ; ils concernent surtout la conformité des données d’entraînement, des prompts, des journaux d’inférence et des appels aux API tierces avec les exigences réglementaires. Pour les entreprises multinationales, la souveraineté des données, les transferts transfrontaliers, la conformité sectorielle et les capacités d’audit continueront de déterminer les modalités de déploiement cloud.

Ainsi, le point clé de la sécurité cloud à l’ère de l’IA se déplace de la « protection contre les intrusions » vers des « frontières contrôlables d’utilisation des données et des modèles ».

Analyse de la concurrence sur le marché : Neocloud est en train de modifier la structure du marché du cloudSynergy souligne que cinq entreprises Neocloud ont déjà intégré le classement des 30 plus grands fournisseurs de services cloud au monde. Parmi les sociétés mentionnées par l’organisme figurent CoreWeave, OpenAI, Oracle, Crusoe, Nebius, Anthropic et ByteDance, certaines d’entre elles enregistrant des taux de croissance extrêmement élevés parmi les fournisseurs de cloud de second rang.

La portée de ce phénomène réside dans le fait que la concurrence sur le marché du cloud n’oppose plus seulement AWS, Microsoft Azure et Google Cloud dans un trio de tête, mais fait émerger une nouvelle répartition des rôles à l’ère de l’IA.

Qui pourrait en bénéficier ?

• Les fournisseurs de GPU et les fabricants de serveurs : l’expansion du cloud IA continuera d’accroître la demande en serveurs à haute densité, en interconnexion et en solutions de refroidissement
• Les fournisseurs spécialisés de cloud IA : ils peuvent attirer les clients grâce à des délais de mise à disposition de capacité plus rapides, des modèles commerciaux plus flexibles et des capacités IA plus ciblées
• Les fournisseurs de cloud hyperscale : ils disposent toujours de la meilleure infrastructure mondiale, des données et de l’écosystème de plateformes, et peuvent transformer la demande en IA en une consommation cloud à plus grande échelle
• Les éditeurs de logiciels d’entreprise : les fonctionnalités d’IA deviennent une source importante de différenciation SaaS et de वृद्धि du chiffre d’affaires

Qui pourrait subir des pressions ?

• Les fournisseurs de cloud ne proposant que de l’IaaS générique, sans différenciation IA : ils subiront une pression à la fois sur les prix et sur la capacité
• Les fournisseurs traditionnels d’infrastructures de cloud privé : s’ils ne peuvent pas proposer des architectures compatibles avec l’IA et des services flexibles, ils feront face à des clients se tournant vers le cloud hybride et le cloud privé géré
• Les équipes informatiques internes des entreprises : si elles ne parviennent pas à mettre en place une gouvernance de la puissance de calcul et des capacités de contrôle des coûts, les budgets IA deviendront de plus en plus difficiles à gérer

Observation des tendances du secteur : le cloud computing entre dans une phase AI Native

D’après ces données, le secteur du cloud computing suit au moins quatre orientations claires pour les prochaines années.

1. Le cloud AI Native deviendra la ligne directrice

Les entreprises ne se contentent plus de déployer l’IA sur le cloud ; elles exigent désormais que le cloud lui-même soit conçu autour de l’entraînement, de l’inférence et de la gouvernance de l’IA. Cela signifie que la puissance de calcul, le réseau, le stockage, la plateforme et la sécurité doivent tous être optimisés pour l’IA.

2. La stratégie multicloud passera de « l’évitement du verrouillage » au « choix du cloud selon les capacités »

Dans le passé, le multicloud était souvent présenté comme un moyen de diversifier les risques. À l’avenir, il sera plus probablement une combinaison de capacités : certains cas d’usage sur le cloud hyperscale, d’autres sur un cloud IA dédié, d’autres encore sur un cloud privé ou en déploiement local.

3. Le Sovereign Cloud et les clouds conformes aux réglementations continueront de se développer

À mesure que l’IA traite davantage de données sensibles d’entreprises et de secteurs, la souveraineté des données, la conformité régionale et la réglementation sectorielle stimuleront davantage d’architectures cloud localisées et dédiées.

4. Le point central de la concurrence cloud passera de la « couverture régionale » à la « disponibilité de la puissance de calcul »Pour les charges de travail IA, les entreprises ne se préoccupent pas seulement de savoir où se trouve le cloud, mais aussi de la capacité des GPU à être livrés à temps, de la stabilité des coûts d’inférence, de la latence suffisamment faible du réseau, ainsi que de la fiabilité du refroidissement et de l’alimentation électrique.

Conclusion : pourquoi cette question est-elle importante pour l’architecture IT des entreprises

Le franchissement des 5000 milliards de dollars par le marché du cloud n’est pas qu’un simple chiffre de taille ; il marque le fait que la logique de consommation du cloud par les entreprises est en train d’être réécrite par l’IA. Par le passé, les entreprises adoptaient le cloud pour l’agilité et l’optimisation des coûts ; désormais, elles ont davantage besoin de concevoir une architecture en couches, de piloter les coûts et de contrôler la conformité autour des charges de travail IA.

Pour la plupart des organisations, l’enjeu futur n’est pas de migrer entièrement vers un seul fournisseur de cloud, mais de pouvoir construire une architecture hybride capable d’obtenir des capacités de calcul de manière flexible, de prendre en charge une livraison de plateforme IA, et de concilier les exigences de sécurité et de souveraineté. L’essor du Neocloud montre que le marché commence déjà à tarifer de manière différenciée les infrastructures dédiées à l’IA ; tandis que les fournisseurs de cloud hyperscale continueront à défendre leur position dominante grâce à l’échelle, à l’écosystème et à leur capacité d’intégration de plateforme.

CloudTechDaily Insight

L’importance la plus forte des données de Synergy Research cette fois-ci n’est pas seulement que le marché du cloud ait enfin franchi un seuil de revenus, mais que l’IA est passée du statut « d’application sur le cloud » à celui de « moteur central de la croissance du cloud ». Cela obligera les entreprises à réexaminer leur architecture IT : la puissance de calcul n’est plus une ressource générique, mais un actif stratégique qui doit être alloué de manière fine selon l’entraînement, l’inférence, la conformité et les coûts. Pour les DSI et les équipes d’architecture, la prochaine étape de la stratégie cloud ne consistera plus seulement à surveiller le taux de migration vers le cloud, mais à déterminer sur quel cloud, avec quelle infrastructure, à quel coût et dans quel périmètre de conformité les charges de travail IA s’exécutent. Au cours des cinq prochaines années, l’architecture cloud réellement compétitive pour les entreprises sera une « architecture hybride native IA » capable de combiner avec flexibilité les clouds hyperscale, les clouds IA dédiés et les clouds privés managés.