Le récit des télécommunications en Afrique a longtemps porté sur l’extension de la connectivité — des tours et de la fibre jusqu’à la 4G et la 5G. L’IA redéfinit désormais le rôle attendu de ces réseaux, en les faisant passer du simple transport de données au traitement et à l’action en temps réel. Pour Nokia, le groupe technologique finlandais qui a autrefois dominé le marché nigérian des téléphones mobiles et a passé des décennies à bâtir des infrastructures télécoms à travers l’Afrique, ce changement représente à la fois une opportunité et un nouveau terrain de concurrence.

Le marché africain des télécommunications, évalué à environ 66 milliards de dollars et projeté à 90,3 milliards de dollars d’ici 2030, attire de nouveaux investissements de géants technologiques mondiaux tels que Meta, Google et Microsoft. Leurs dépenses dans les câbles sous-marins, l’infrastructure cloud et l’IA leur donnent un contrôle accru sur l’infrastructure qui sous-tend la prochaine phase de croissance numérique de l’Afrique. Pour Nokia, l’enjeu dépasse la simple vente d’équipements réseau : l’entreprise doit se ménager une place dans cette infrastructure, faute de quoi elle risque d’être reléguée au rang de fournisseur de connectivité à plus faible valeur ajoutée dans l’économie émergente de l’IA.

C’est ce marché que Nokia vise. L’entreprise estime que les réseaux natifs de l’IA, l’edge computing, l’automatisation et les logiciels prendront une importance croissante, alors même qu’une grande partie de l’Afrique reste confrontée à une connectivité peu fiable.

« L’Afrique reste aujourd’hui très peu connectée », a déclaré Danial Mausoof, vice-président Mobile Infrastructure pour le Moyen-Orient et l’Afrique chez Nokia, dans un entretien accordé à TechCabal le 25 août. « Nous investissons. Nous sommes pleinement engagés en Afrique. »

Nokia continue de considérer la 4G et la 5G comme le socle de sa stratégie africaine. Mausoof a indiqué que l’entreprise travaille avec de grands groupes d’opérateurs, notamment Airtel, Orange, Vodacom, Safaricom et Maroc Telecom, et qu’elle dispose de déploiements 5G sur des marchés comme l’Angola, l’Afrique du Sud et l’Éthiopie.

Mais Nokia veut tirer davantage de valeur de ces réseaux que la seule connectivité ne peut en offrir. Sa plateforme Artificial Intelligence Radio Access Network (AI-RAN) combine l’infrastructure télécom existante avec du calcul basé sur GPU afin d’intégrer des charges de travail d’IA au sein du réseau. Nokia a lancé sa plateforme commerciale AI-RAN le 15 juillet 2026.

Ce virage est central pour l’avenir de Nokia sur le continent. Ayant largement quitté le marché grand public du téléphone mobile, l’entreprise s’est recentrée sur les infrastructures réseau, renforcée par l’acquisition d’Alcatel-Lucent en 2016. Elle doit désormais aller au-delà de la vente de matériel réseau et de la concurrence par les prix. Si les opérateurs continuent de traiter les réseaux principalement comme une infrastructure de connectivité, Nokia s’expose à une pression croissante sur les prix de la part d’acteurs moins coûteux comme Huawei, qui a bâti une forte présence sur le continent.

Le pari plus large de Nokia est que les logiciels et le calcul peuvent faire du réseau un actif plus précieux. À travers des réseaux natifs de l’IA et des plateformes comme AVA Autonomous Operations et Network as Code, l’entreprise vise à générer des revenus logiciels récurrents, à s’étendre vers l’edge computing et à capter davantage de valeur de la 5G et, à terme, de la 6G. Ses relations avec les opérateurs africains lui donnent un accès au marché, mais pas nécessairement un avantage concurrentiel.

Le pari de Nokia face au pari du marché

Cette vulnérabilité devient plus évidente à mesure que l’infrastructure d’IA se concentre autour d’entreprises qui contrôlent à la fois le matériel de calcul et les logiciels. Adedeji Olowe, PDG de Lendsqr et expert du secteur des télécommunications, doute que Nokia puisse s’imposer durablement sur le marché.

« Je ne pense pas qu’ils aient une chance, mais je peux me tromper », a déclaré Olowe. « Nokia est présent sur le marché de l’entreprise depuis un certain temps, mais le marché évolue fortement et tous les autres acteurs sont probablement en avance sur eux. »

Olowe cite des entreprises comme Amazon Web Services, Google et Huawei, qui ont développé leurs propres puces d’IA ainsi que des piles technologiques plus larges. Cette intégration verticale leur donne un contrôle plus important sur la couche de calcul dont dépendent les services d’IA.

Emmanuel Ezenwere, PDG d’Arone Technologies, une entreprise nigériane spécialisée dans le matériel, la robotique et les énergies propres, voit la même faiblesse. « Nokia n’a pas sa propre puce », a-t-il déclaré, estimant que cela rend l’entreprise dépendante de partenaires pour une partie critique de la pile d’IA.

C’est important parce que l’AI-RAN est plus qu’une simple mise à niveau logicielle des télécoms. Une grande partie de la valeur se déplace vers le calcul sous-jacent, les interconnexions, les écosystèmes logiciels et la propriété intellectuelle. Nokia contrôle la couche réseau, mais sa stratégie AI-RAN repose sur NVIDIA pour le matériel et les logiciels de calcul qui alimentent les charges de travail d’IA.

L’approche de Nokia consiste à combiner son logiciel anyRAN avec le logiciel Aerial de NVIDIA et du matériel GPU. Les deux entreprises développent une architecture dans laquelle le calcul basé sur GPU coexiste avec les systèmes de baseband existants de Nokia, permettant à la circulation 4G et 5G conventionnelle de continuer pendant que les charges de travail d’IA, telles que l’inférence et l’entraînement, sont prises en charge par la couche GPU.

Cet arrangement donne à Nokia accès à un calcul IA avancé sans avoir à développer son propre accélérateur. Mais il soulève aussi une question : quelle part de l’avantage obtenu Nokia peut réellement défendre ? NVIDIA peut fournir une infrastructure de calcul similaire à d’autres fournisseurs de réseaux, ce qui pourrait rendre cet avantage matériel disponible à l’échelle du secteur.

Ezenwere estime que c’est là que la position de Nokia devient plus vulnérable. Huawei, à l’inverse, exerce un contrôle plus important sur sa propre pile technologique, y compris ses processeurs Ascend AI, son matériel réseau et son écosystème logiciel. Huawei n’a toutefois pas démontré publiquement de silicium Ascend intégré directement à l’intérieur de ses stations de base, si bien que les deux approches ne sont pas techniquement équivalentes.

La distinction est importante. Nokia mise sur un modèle ouvert de calcul marchand associant infrastructure télécom et plateforme de calcul de NVIDIA, tandis que Huawei poursuit une intégration verticale plus poussée sur l’ensemble de sa pile matérielle et logicielle. La question est de savoir si le modèle de Nokia peut offrir de meilleures performances, une meilleure efficacité énergétique et un coût inférieur à grande échelle.

Nokia arrive aussi sur l’AI-RAN en position plus faible sur le marché traditionnel du RAN. En revenus RAN, il est derrière Huawei et Ericsson, tandis que les plus grands équipementiers contrôlent l’essentiel du marché. Ezenwere estime que cela oblige Nokia à prouver qu’il peut offrir des gains significatifs par rapport aux technologies déjà développées par ses rivaux plus importants.

« En termes de technologie et de position de marché, Nokia est troisième en revenus RAN derrière Huawei et Ericsson, les cinq premiers détenant 96 % du marché et la concentration étant à un plus haut de dix ans », a déclaré Ezenwere. « Ericsson commercialise de l’IA dans le RAN depuis juin 2026 avec environ 10 % de gain d’efficacité spectrale et 20 % de gain de débit descendant sans GPU auprès de plus de quinze opérateurs. Les chiffres de Nokia relèvent davantage d’une projection de feuille de route que de résultats livrés : l’entreprise revendique plus de 20 % aujourd’hui et prévoit 50 % d’ici 2027 puis plus de 100 % d’ici 2028. »

Alors que Huawei, ZTE, Samsung et Ericsson explorent l’AI-RAN sans intégrer directement des GPU dans le baseband, Nokia devra démontrer que son approche plus coûteuse et plus gourmande en calcul produit de bien meilleurs résultats.

L’économie pourrait être plus difficile que la technologie

En Afrique, l’économie du projet pourrait constituer une contrainte encore plus forte que la technologie elle-même.

Nokia n’a pas publié de prix fixe pour sa plateforme AI-RAN. L’infrastructure télécom est généralement tarifée selon la capacité, la taille du déploiement, le nombre de sites et les licences logicielles, plutôt que selon un prix de vente unique. Mais l’AI-RAN coûte plus cher qu’une infrastructure classique, car elle ajoute du calcul haute performance au réseau.

Les estimations du secteur suggèrent que le traitement accéléré par GPU dans des hubs C-RAN centralisés peut coûter des dizaines de milliers de dollars par nœud et, selon la configuration, plus de 100,000 dollars. L’énergie ajoute un coût supplémentaire : le calcul IA à forte densité peut consommer plusieurs kilowatts, ce qui représente une charge importante sur des marchés où les opérateurs dépensent déjà massivement en électricité, batteries, générateurs et diesel. L’énergie figure parmi les plus grosses dépenses d’exploitation des opérateurs mobiles africains, une base de coûts qui a déjà poussé plusieurs grands acteurs, dont Airtel Africa et MTN Group, à signer des accords sur les énergies renouvelables afin de réduire la dépendance au diesel sur les sites de tours.

Un déploiement à l’échelle du continent est donc difficile à justifier. Les opérateurs africains investissent encore lourdement dans le backhaul fibre, le spectre, l’expansion de la 4G et de la 5G, ainsi que dans la couverture rurale, tout en générant beaucoup moins de revenus par utilisateur que les opérateurs des marchés développés. Une grande partie de leurs équipements est également libellée en dollars, ce qui les expose au risque de change.

L’AI-RAN est donc plus susceptible de démarrer là où l’économie du projet est la plus facile à défendre : sites urbains à fort trafic, hubs réseau centralisés et environnements d’entreprise où une capacité supplémentaire ou du calcul à faible latence peut générer des retours mesurables.

La description de l’architecture de Nokia par Mausoof confirme cette approche. Les opérateurs peuvent conserver leurs systèmes 4G et 5G existants tout en ajoutant du calcul basé sur GPU à côté de leur infrastructure de baseband. Le trafic mobile conventionnel continue de passer par le système existant, tandis que la couche GPU prend en charge les charges de travail d’IA, l’ensemble étant géré par une seule couche logicielle.

L’idée consiste moins à reconstruire le réseau qu’à ajouter une couche d’intelligence et de calcul à une infrastructure que les opérateurs possèdent déjà. Mausoof a indiqué que Nokia vise jusqu’à une amélioration de 2,5 fois de l’efficacité spectrale, ce qui pourrait permettre aux opérateurs d’extraire davantage de capacité du spectre existant.

Cette affirmation reste toutefois largement tournée vers l’avenir. Ezenwere renvoie à un débat plus large dans le secteur sur les gains réels que l’IA peut apporter au RAN. Ericsson a signalé des déploiements commerciaux d’AI-RAN produisant des améliorations d’efficacité plus modestes sans GPU, tandis que les chiffres plus élevés de Nokia reposent sur ses propres tests et projections. L’écart entre les performances en laboratoire et les retours mesurables pour les opérateurs pourrait, au final, déterminer si l’AI-RAN devient une activité significative ou une mise à niveau coûteuse.

L’IA pourrait néanmoins résoudre certains problèmes immédiats des opérateurs. Les réseaux peuvent ajuster automatiquement leurs ressources aux schémas de trafic, réduire la capacité pendant les périodes de faible demande et automatiser la maintenance. Mausoof a cité un déploiement de Nokia lors du Hajj en Arabie saoudite, où l’entreprise affirme que son automatisation pilotée par l’IA a géré entre 10,000 et 15,000 interactions et modifications réseau durant une période de demande intense.

Cela pourrait être un cas d’usage africain plus convaincant que de déployer des GPU partout. Là où les coûts de l’énergie sont élevés et où il est difficile de déployer des ingénieurs terrain, une automatisation qui réduit la consommation d’énergie et la maintenance réseau pourrait générer des retours sans exiger une transformation complète du réseau.

L’Afrique pourrait tester si l’AI-RAN peut réellement être rentable

L’enjeu principal est le revenu d’entreprise. Les sociétés minières pourraient utiliser des réseaux dédiés pour des machines autonomes ; les opérateurs portuaires et logistiques pourraient combiner connectivité, capteurs et vision par ordinateur ; les fabricants pourraient coordonner des machines via des réseaux à faible latence ; et les services publics pourraient utiliser une infrastructure connectée pour surveiller les actifs et anticiper les pannes.

L’edge computing est central dans ce modèle, car il permet de traiter les données plus près de leur lieu de génération. Cela pourrait permettre aux opérateurs de vendre des capacités réseau — et pas seulement de la bande passante — en fonction de la latence, de la fiabilité, de la sécurité et du débit.

Mais le marché de ces services reste étroit. Les grandes entreprises industrielles peuvent avoir des raisons claires de payer pour du traitement IA en temps réel, tandis que de nombreuses entreprises africaines déplacent encore des charges de travail de base de systèmes hérités vers des plateformes cloud. La demande pour une inférence IA sophistiquée en périphérie de réseau devrait donc apparaître d’abord chez un petit nombre d’entreprises technologiquement avancées.

Pour les opérateurs, cela implique de changer leur manière de monétiser leurs réseaux. Les clients entreprise devraient payer pour des performances ou des résultats métiers spécifiques, tandis que les opérateurs devraient développer des cas d’usage avec les entreprises plutôt que de simplement vendre des forfaits de données classiques.

La technologie reste encore loin d’un déploiement commercial généralisé en Afrique. Nokia discute de cas d’usage AI-RAN avec des opérateurs de la région, même si Mausoof a indiqué qu’ils ne peuvent pas encore être nommés car les projets sont toujours en phase d’essai. Les tests devraient commencer dès le T1 2027, suivis d’autres annonces au Mobile World Congress 2027, puis d’une commercialisation en 2028.

Mausoof prévoit que l’adoption plus large en Afrique s’étendra au-delà de 2030, car les marchés diffèrent fortement en termes de maturité technologique, de disponibilité du spectre, d’infrastructures et de capacités des opérateurs. Les marchés 5G les plus avancés devraient avancer en premier, tandis que d’autres resteront concentrés sur l’extension de la connectivité de base.

Cela crée un calcul commercial difficile pour Nokia : l’entreprise tente de vendre une technologie qui promet davantage d’efficacité et de nouveaux revenus à des opérateurs encore sous pression pour financer l’expansion de base de leur réseau.

Le paysage concurrentiel complique encore le défi. Microsoft, Google, Amazon et NVIDIA renforcent leurs positions dans le cloud et l’IA, tandis qu’Ericsson et Huawei restent solidement implantés dans les infrastructures télécoms. Les hyperscalers disposent d’avantages en matière d’infrastructure cloud, de modèles d’IA, d’écosystèmes développeurs et de capital, tandis que NVIDIA contrôle une partie essentielle de la pile de calcul.

L’avantage potentiel de Nokia est donc plus étroit : son expertise RAN, ses relations existantes avec les opérateurs et sa base installée. Mais ces avantages sont eux aussi sous pression. Si NVIDIA peut fournir des plateformes de calcul accéléré similaires à Ericsson, Samsung et d’autres équipementiers, l’avance initiale de Nokia pourrait ne pas se transformer en fossé défensif durable.

Huawei représente un autre défi. Son avantage en Afrique ne tient pas seulement à un financement moins coûteux ou au soutien de l’État chinois. L’entreprise dispose d’une base installée, d’une tarification compétitive et de la capacité de vendre un portefeuille plus large couvrant les réseaux télécoms, la fibre, le cloud et les technologies pour les gouvernements. Cela lui offre davantage d’occasions de capter les dépenses au moment où les gouvernements et les entreprises africains construisent leur infrastructure numérique.

Pour Nokia, la question est de savoir si sa stratégie AI-RAN peut transformer son empreinte réseau existante en une position plus forte dans cet écosystème.

L’Afrique pourrait constituer un test décisif. Les données de la GSMA montrent que les réseaux 3G et 4G couvrent environ 85 % de la population, mais que plus de 60 % restent hors ligne. Les coûts élevés des smartphones et des données continuent de limiter l’usage, même là où la couverture existe.

Cela fait de l’Afrique un marché difficile pour une infrastructure IA coûteuse — mais potentiellement utile pour des technologies qui réduisent les coûts d’exploitation des réseaux. Le cas d’usage le plus solide à court terme pour l’IA n’est donc peut-être pas le réseau autonome ou les sites cellulaires alimentés par GPU, mais l’utilisation de l’IA pour réduire la consommation d’énergie, automatiser les opérations et extraire davantage de capacité de l’infrastructure existante.

Le pari à long terme de Nokia est que ces gains d’efficacité mèneront à quelque chose de plus vaste : des réseaux devenant des plateformes programmables pour l’IA et les applications d’entreprise.

« L’infrastructure réseau en Afrique doit être renforcée, et c’est notre priorité : continuer à favoriser la connectivité », a déclaré Mausoof. « L’infrastructure évoluera vers des plateformes natives de l’IA, programmables, pilotées par les logiciels et renforcées par l’edge. »

La question est de savoir si Nokia peut transformer cette vision en activité défendable. Son partenariat avec NVIDIA lui donne accès à la puissance de calcul dont il a besoin, mais pas nécessairement le contrôle de la pile technologique. Ses relations avec les opérateurs lui donnent accès aux clients, mais pas une demande garantie. Et sa technologie AI-RAN peut améliorer l’économie des réseaux, mais les opérateurs ont encore besoin d’un retour sur investissement convaincant.

Pour réussir en Afrique, Nokia aura probablement besoin de plus qu’une plateforme AI-RAN techniquement solide. Il lui faudra des partenariats profonds avec les opérateurs, des cas d’usage entreprise générant des revenus ou des économies mesurables, et des déploiements à grande échelle transformant son empreinte réseau existante en avantage.

C’est là, au fond, que se joue l’enjeu : savoir si Nokia peut utiliser l’IA pour rendre ses infrastructures télécoms plus précieuses — ou si la prochaine couche de l’infrastructure numérique africaine sera captée par les entreprises qui contrôlent le calcul, les logiciels et le capital qui l’alimentent.