AWS, Google Cloud et Microsoft Azure représentent 65 % du marché cloud mondial. Mais lequel choisir pour votre entreprise ? Tarifs, services, souveraineté, écosystème : un comparatif objectif et actionnable.
Pourquoi ce comparatif en 2024 ?
Le marché du cloud public est dominé par trois hyperscalers qui concentrent à eux seuls plus de 65 % des dépenses mondiales : Amazon Web Services (32 %), Microsoft Azure (23 %) et Google Cloud Platform (12 %). Chaque année, les DSI et architectes cloud font face à la même question : quel cloud choisir — ou comment répartir les charges entre plusieurs ?
Ce comparatif ne cherche pas à désigner un "gagnant universel" — il n'en existe pas. Il vise à vous donner les critères objectifs pour choisir le cloud adapté à votre contexte, votre stack technique, vos contraintes réglementaires et vos objectifs métier.
Vue d'ensemble des trois acteurs
| Critère | AWS | Azure | GCP |
|---|---|---|---|
| Part de marché (2024) | ~32 % | ~23 % | ~12 % |
| Nombre de régions | 33 | 60+ | 40 |
| Services disponibles | 300+ | 200+ | 150+ |
| Certifications sécurité | ISO 27001, SOC 2, HDS | ISO 27001, SOC 2, HDS | ISO 27001, SOC 2 |
| Souveraineté française | AWS Zones Locales Paris | Azure France Central | GCP Paris (europe-west9) |
| Programme partenaire | AWS Partner Network | Microsoft Partner Network | Google Cloud Partner |
Compute : instances et conteneurs
AWS EC2 vs Azure VMs vs GCP Compute Engine
AWS dispose du catalogue d'instances le plus large, avec plus de 750 types répartis en familles (général, calcul, mémoire, stockage, accélérés GPU). Azure suit de près avec ses séries D, E, F, N. GCP propose un modèle différent avec des instances "custom" (vCPU et RAM configurables indépendamment), ce qui peut s'avérer très économique pour des charges atypiques.
- AWS Graviton3 (ARM) : meilleur rapport performance/prix pour les charges Linux, 40 % moins cher que les équivalents Intel à performances égales
- Azure Spot VMs : tarifs jusqu'à 90 % inférieurs pour les charges tolérantes aux interruptions
- GCP Preemptible VMs / Spot VMs : équivalent, avec des durées maximales de 24h
- GCP Sustained Use Discounts : réductions automatiques sans engagement dès 25 % d'utilisation mensuelle — avantage unique face à AWS/Azure qui nécessitent une réservation explicite
Kubernetes managé
- EKS (AWS) : le plus utilisé en entreprise, intégration native IAM/VPC/ALB, mais frais de control plane à 0,10 $/h
- AKS (Azure) : control plane gratuit, intégration Azure AD native, idéal pour les environnements Microsoft
- GKE (Google) : le plus mature techniquement (Google a créé Kubernetes), Autopilot pour zero-ops, gratuit sur un cluster standard
Serverless et fonctions
Les trois plateformes proposent des offres serverless matures, mais avec des différences importantes sur les limites d'exécution :
| Critère | AWS Lambda | Azure Functions | GCP Cloud Run / Functions |
|---|---|---|---|
| Durée max | 15 min | Illimitée (Premium) | 60 min (Cloud Run) |
| Mémoire max | 10 GB | 14 GB | 32 GB (Cloud Run) |
| Cold start | ~100-500 ms | ~200-800 ms | ~50-200 ms (Cloud Run) |
| Free tier | 1M req/mois | 1M req/mois | 2M req/mois |
Bases de données managées
C'est souvent le critère le plus structurant dans un choix cloud, car les bases de données créent le lock-in le plus fort.
- AWS RDS / Aurora : leader incontesté pour PostgreSQL et MySQL managés. Aurora est jusqu'à 5x plus rapide que PostgreSQL standard, avec auto-scaling du stockage. DynamoDB reste la référence NoSQL serverless.
- Azure SQL / Cosmos DB : Azure SQL bénéficie d'une intégration parfaite avec l'écosystème Microsoft (SSMS, SSIS, Power BI). Cosmos DB est l'alternative multi-modèle la plus complète (SQL, MongoDB, Cassandra, Gremlin APIs).
- GCP Cloud Spanner / BigQuery : Cloud Spanner offre une cohérence forte globalement distribuée — unique sur le marché. BigQuery est la référence analytique serverless, sans rival direct chez AWS ou Azure pour l'analyse à l'échelle du pétaoctet.
Intelligence artificielle et ML
L'IA est devenue le principal terrain de différenciation des hyperscalers en 2024.
- AWS : Amazon Bedrock (accès aux modèles Claude, Llama, Mistral, Titan), SageMaker pour le ML end-to-end, CodeWhisperer pour l'assistance au code
- Azure : Azure OpenAI Service (accès exclusif aux modèles GPT-4 et o1 d'OpenAI avec SLA entreprise), Azure ML, Copilot intégré dans tout l'écosystème Microsoft 365
- GCP : Vertex AI (Gemini 1.5 Pro nativement, accès à Llama), TPUs propriétaires pour l'entraînement de modèles, BigQuery ML pour le ML sur données analytiques
Pour les entreprises françaises soumises à des contraintes de souveraineté, Azure OpenAI Service hébergé en Europe (France Central) avec des garanties de confidentialité contractuelles est souvent le choix par défaut pour les LLM en production.
Réseau et egress fees : le détail qui coûte cher
Les frais de transfert de données sortantes (egress) sont l'une des principales sources de surprise dans les factures cloud. Ils sont structurellement similaires chez les trois hyperscalers, mais avec des nuances importantes :
- Transfert inter-régions : ~0,02 $/GB chez les trois
- Transfert vers Internet : ~0,08-0,09 $/GB (premier TB gratuit chez AWS et Azure)
- GCP avantage : pas de frais d'egress depuis Cloud Storage vers Internet dans certaines régions, et frais réduits pour les sorties vers d'autres clouds
Tarification et optimisation des coûts
| Mécanisme | AWS | Azure | GCP |
|---|---|---|---|
| Réduction sans engagement | ❌ | ❌ | ✅ Sustained Use (auto) |
| Réservation 1 an | ~40 % (Reserved) | ~36 % (Reserved) | ~37 % (Committed Use) |
| Réservation 3 ans | ~60 % (Savings Plans) | ~55 % (Reserved) | ~55 % (Committed Use) |
| Instances spot/préemptibles | ~90 % de réduction | ~90 % de réduction | ~80 % de réduction |
| Outil de gestion des coûts | Cost Explorer | Cost Management | Cloud Billing + Recommender |
Matrice de décision
Plutôt qu'une recommandation unique, voici les scénarios où chaque cloud excelle :
- Choisissez AWS si : vous cherchez le catalogue de services le plus complet, si votre équipe a des certifications AWS, si vous avez besoin de l'écosystème marketplace ISV le plus riche, ou si vous déployez une architecture microservices complexe sur Kubernetes
- Choisissez Azure si : votre entreprise est sur l'écosystème Microsoft (Active Directory, Office 365, SQL Server, .NET), si vous avez besoin de l'accès GPT-4 avec SLA entreprise, ou si vous êtes soumis à des réglementations nécessitant une intégration avec des outils Microsoft
- Choisissez GCP si : vos besoins sont orientés data et IA (BigQuery, Vertex AI), si vous avez une application native Kubernetes (GKE Autopilot est le plus avancé), ou si vous cherchez des économies automatiques sans gestion de réservations complexes
- Multi-cloud : AWS + Azure est la combinaison la plus courante en entreprise — AWS pour les workloads cloud-native, Azure pour l'intégration Microsoft. Prévoyez 20-30 % de surcoût opérationnel.
Conclusion
Il n'existe pas de cloud universellement supérieur en 2024. AWS reste le leader avec le catalogue le plus complet, Azure gagne du terrain grâce à l'intégration Microsoft et l'accès OpenAI, GCP se distingue sur les données et Kubernetes. La vraie question n'est pas "quel est le meilleur cloud ?" mais "quel cloud est le meilleur pour mon contexte ?".
Une approche pragmatique consiste à commencer par analyser votre stack existant, vos compétences internes, vos contraintes réglementaires et vos besoins en IA avant de choisir. Move2Cloud accompagne ses clients dans cette analyse avec une méthodologie de cloud assessment structurée, indépendante de tout hyperscaler.