EPISTELEM

  • Français
  • English

    • Catégorie : IA

    • Géo-économie des peurs existentielles de l’IA 

      Géo-économie des peurs existentielles de l’IA 

      Cet article est publié en partenariat avec l’Institut de relations internationales et stratégiques (IRIS).

      Le débat sur les risques existentiels liés à l’IA ne peut plus être dissocié des intérêts économiques et géopolitiques. Il éclaire la nature de la course mondiale à l’IA, entre les États-Unis et la Chine, mais aussi entre modèles fermés et ouverts. 

      Les risques réels doivent faire l’objet d’une évaluation et d’une réglementation appropriées afin de prévenir les usages malveillants. Cependant, la poursuite des avancées techniques est également nécessaire pour parvenir à des modèles plus performants et plus sûrs. Les mises en garde successives contre des scénarios extrêmes inspirés de la science-fiction, dans lesquels les IA se retourneraient contre l’humanité, semblent destinées à favoriser un type de réglementation qui limiterait la concurrence nationale et internationale, notamment celle des modèles open source. 

      Un ralentissement imposé du développement par la réglementation pourrait contribuer à soutenir les principaux fournisseurs de modèles, engagés dans des dynamiques financières instables, comme Anthropic et OpenAI, à l’approche de leur introduction en bourse. Pour autant, cette tendance compromet les efforts de coordination réglementaire, puisqu’elle provoque désormais un rejet à l’échelle mondiale. Même leurs proches partenaires dans le secteur des semi-conducteurs, comme Nvidia, dont le modèle économique est plus résilient, ont pris leurs distances. 

      La controverse porte sur le contrôle de la valeur économique de l’IA. Alors que l’IA américaine fermée se révèle vulnérable à l’effondrement du prix de l’inférence (utilisation des modeles) et à l’essor de modèles chinois de plus en plus puissants, la Chine poursuit une stratégie inspirée de l’open source, que l’Europe aurait elle aussi dû mettre en œuvre pour développer son autonomie. 

      La nature du risque lié à l’IA : de la science-fiction aux politiques publiques 

      Des employés actuels et passés d’Anthropic, puis son PDG Dario Amodei et des dirigeants d’OpenAI, ont multiplié les mises en garde sur le risque que l’IA ne mène à l’extinction de l’humanité. Cependant, l’idée qu’une IA pourrait simplement se répliquer indéfiniment pour échapper à tout contrôle, s’auto-développer et prendre le contrôle de divers systèmes néglige les contraintes matérielles en jeu. 

      Des interrogations pointaient déjà ces derniers mois, à la suite d’une série de révélations romancées sur des « agents rebelles » (« rogue agents ») s’échappant de leurs environnements de test ou construisant des « civilisations d’IA ». La communication autour de ces événements a masqué des défaillances d’ingénierie derrière la menace d’une extinction de l’humanité. La plateforme Hugging Face, qui héberge des modèles ouverts, comptait parmi les organisations visées par de tels incidents, quelques semaines seulement avant son acquisition par Nvidia. 

      Bien que le risque lié aux essaims d’agents autonomes soit évidemment réel, leur utilisation serait plutôt liée à des intentions criminelles, sur la base d’un accès à d’importantes infrastructures. Le fait que des agents IA auxquels on accorde des permissions excessives puissent causer des dommages ne démontre pas qu’ils aient développé une volonté propre visant à échapper au contrôle humain ou à prendre le contrôle de la civilisation. 

      Aucun constructeur aéronautique ne prétendrait raisonnablement qu’un avion a développé une conscience malveillante, décidé de passer outre les instructions des pilotes et de tuermettre en danger ses passagers. Le fait que les avions modernes soient des systèmes mécaniques et électroniques très complexes, capables de fonctionner avec une intervention humaine limitée, n’implique pas qu’ils aient acquis une conscience d’eux-mêmes ni les facultés mentales d’un oiseau. 

      Les systèmes autonomes peuvent toutefois créer de graves problèmes de sécurité. Des agents IA peuvent se voir accorder des permissions excessives, commettre des erreurs, exploiter des systèmes mal protégés et être utilisés dans des cyberattaques avec une efficacité sans précédent. Ces risques seront mieux maîtrisés si les efforts de sécurité ne sont pas détournés par des affirmations philosophiquement fantaisistes. 

      La capture réglementaire comme réponse au problème économique de l’IA américaine 

      Les acteurs dominants peuvent utiliser les mises en garde existentielles pour promouvoir un type de réglementation qu’ils pourraient eux-mêmes influencer, créant ainsi une situation de capture réglementaire. Les entreprises qui disposent déjà des ressources matérielles, des chercheurs et des capitaux nécessaires pour développer des modèles de pointe sont aussi les mieux placées pour se conformer à de nouvelles réglementations coûteuses et mettre en œuvre une pause dans le développement de modèles. Des contraintes qui semblent destinées à protéger la société peuvent donc rendre plus difficile l’entrée de nouveaux acteurs, capables de remettre en cause le statu quo et de développer des modèles plus fiables et plus sûrs. 

      Cette question est d’autant plus cruciale que le modèle économique des principales entreprises américaines de l’IA semble incertain. OpenAI et Anthropic consacrent des montants gigantesques à l’entraînement, à l’inférence et aux infrastructures de calcul. Elles doivent transformer ces dépenses en un modèle économique durable, d’autant plus que les deux entreprises ont déclaré leur intention d’entrer en bourse. Cependant, les modèles se standardisent de plus en plus et le prix des tokens s’effondre. 

      L’IA agentique génère une demande d’inférence beaucoup plus importante, car les agents peuvent effectuer de longues séries d’actions. Mais cela ne signifie pas nécessairement qu’OpenAI ou Anthropic capteront la valeur créée par cette demande. Les mêmes capacités de calcul peuvent servir à faire fonctionner des modèles moins chers, ouverts, voire adaptés directement par les entreprises, qui peuvent ensuite les faire tourner sur des serveurs dédiés. Le modèle n’a pas besoin d’être loué auprès de son développeur. 

      L’essor de l’IA a créé une distinction entre les entreprises qui développent les modèles et celles qui fournissent les infrastructures. Nvidia se trouve au centre de ce système, à la fois du point de vue industriel et financier. Les GPU qu’elle conçoit sont nécessaires pour entraîner et faire fonctionner les modèles d’IA, au sein d’un écosystème plus large comprenant les data centers, l’électricité, la mémoire et la fabrication de semi-conducteurs. 

      Les intérêts des fabricants de puces et des fournisseurs de LLM sont donc différents. Nvidia bénéficie de l’expansion continue des capacités de calcul. La position relativement favorable de Jensen Huang à l’égard de l’open source peut être comprise dans ce contexte. Les modèles ouverts peuvent créer une demande supplémentaire pour des serveurs dédiés et des infrastructures de calcul. Un ralentissement peut être présenté comme une réponse au risque existentiel, mais il peut également réduire les dépenses d’investissement. Une réduction temporaire du rythme de développement pourrait servir à rééquilibrer les revenus entre les fournisseurs de modèles et les fabricants de puces. 

      Le défi de l’open source chinois bouleverse la dynamique de la bulle américaine 

      La Chine évolue dans la direction opposée. Les entreprises chinoises se sont de plus en plus concentrées sur les modèles ouverts pour rattraper les États-Unis. DeepSeek est devenu l’exemple le plus évident, mais il s’inscrit dans un écosystème plus large comprenant Qwen d’Alibaba, Kimi de Moonshot AI et les modèles GLM de Zhipu AI. Les modèles chinois bon marché modifient l’économie de l’IA. Ils peuvent être téléchargés, adaptés et déployés localement, permettant aux entreprises de construire leurs propres systèmes. Cela est particulièrement important pour de nombreux utilisateurs des pays du sud global et jusqu’aux multinationales américaines soucieuses de la facture de l’IA. La Chine peut ainsi développer sa propre sphère d’influence technologique. 

      Il existe également une différence importante dans la structure du secteur de l’IA chinoise et américaine. Les deux pays disposent de géants numériques capables de financer le développement de l’IA dans le cadre d’activités plus larges liées au cloud, aux infrastructures de calcul et, dans le cas chinois, au développement d’alternatives nationales aux puces de Nvidia. Les deux pays disposent également de laboratoires spécialisés dans l’IA. Cependant, en Chine, les laboratoires spécialisés comme DeepSeek et Kimi, bien qu’importants, ne constituent pas le centre systémique d’une bulle financière comme aux États-Unis. 

      Par ailleurs, la Chine a peu de raisons de croire qu’une pause serait respectée, dans le contexte géopolitique actuel. La stratégie adoptée par OpenAI et Anthropic compromet les efforts visant à trouver un terrain d’entente, n sur la réglementulation de l’IA, qui devait être au cœur des prochaines discussions entre les deux gouvernements. 

      La sécurité passe par une innovation ouverte 

      Les fondements technologiques de l’IA moderne sont issus de recherches ouvertes et d’un écosystème dans lequel des entreprises comme OpenAI et Anthropic pouvaient utiliser des travaux de recherche et des données accessibles. Elles ont désormais construit des systèmes fermés et ont intérêt à protéger leur position. Leurs affirmations selon lesquelles elles s’approchent de l’intelligence artificielle générale (AGI) et résolvent les problèmes mathématiques les plus avancés, tout en s’appuyant encore largement sur l’expertise humaine, cherchent à démontrer que leurs systèmes ont atteint un niveau technologique unique. Les investisseurs doivent ainsi continuer de penser que les dépenses actuelles déboucheront sur un oligopole rentable. 

      Cependant, le progrès ne doit pas s’arrêter, précisément parce que les LLM sont très imparfaits et présentent d’important risques. Une recherche et une ingénierie rigoureuses peuvent les rendre à la fois plus efficaces et plus sûrs, avec une réglementation rationnelle. Les progrès futurs ne viendront pas nécessairement de l’explosion de la taille des modèles actuels. Différentes approches des données ou encore l’IA physique peuvent produire d’autres avancées cruciales. 

      L’impasse réglementaire européenne 

      L’Europe avait elle aussi la possibilité de s’appuyer sur l’open source pour rattraper les États-Unis, sans reproduire leur modèle financier. Mistral était relativement bien positionné, ses fondateurs étant issus de géants numériques et ayant investi le secteur tôt. Mais l’AI Act de l’UE a relevé les barrières réglementaires au moment où l’Europe avait plutôt besoin de davantage d’innovation ouverte. Un mélange de contraintes bureaucratiques et de jargon détaché de la réalité technique peuvent être bénéfiques aux administrations qui en ont la charge et aux concurrents puissants dans d’autres partie du monde. Plusieurs gouvernements nationaux, notamment en France et en Allemagne, avaient tenté de convaincre Ursula von der Leyen de revoir la copie de l’AI Act avant sa mise en œuvre, sans succès. En comparaison, à l’été 2025, Donald Trump a rencontré peu de résistance lorsqu’il a détaillé les amendements souhaités par le secteur numérique américain, dans le cadre d’instructions commerciales plus larges. 

      Par ailleurs, l’Europe dispose d’une position stratégique majeure dans les semi-conducteurs grâce à ASML, qui produit des machines de lithographie vendues aux fabricants de semi-conducteurs comme TSMC, à Taïwan. L’Europe aurait pu développer une stratégie plus ambitieuse et intégrée dans les semi-conducteurs, les infrastructures d’IA et les modèles. Alors que la Chine poursuivait avec détermination les opportunités liées à l’open source, l’Europe a une nouvelle fois approfondi sa dépendance à l’égard des technologies américaines. 

      Conclusion : La réglementation doit promouvoir la sécurité, pas les oligopoles 

      La réglementation devrait s’attaquer aux risques réels plutôt que de développer de nouvelles prérogatives fondées sur des scénarios de science-fiction. Elle devrait éviter de donner aux principaux fournisseurs d’IA le pouvoir de définir le cadre réglementaire de manière à préserver leur propre domination du marché. Les controverses actuelles doivent donc être comprises dans leur contexte géo-économique. La question est de savoir si la demande de calcul pour l’IA se traduira par des profits pour les fournisseurs de modèles, leur permettant de survivre à l’éclatement de la bulle, ou principalement pour les fabricants de puces, et si les modèles ouverts redistribueront la valeur économique de l’IA. 

      La stratégie chinoise combine les modèles ouverts et le développement de puces nationales. Elle n’a pas besoin de reproduire le système américain, mais de construire une alternative capable de produire une IA suffisamment puissante à moindre coût et de la diffuser largement. La réaction politique aux risques liés à l’IA s’inscrit donc également dans une course beaucoup plus large pour la puissance technologique et économique. 

    • Succès de la Chine dans l’IA : Diplomatie open source et culture d’ingénieur

      Succès de la Chine dans l’IA : Diplomatie open source et culture d’ingénieur

      Cette analyse est publiée en partenariat avec l’Institut des relations internationales et stratégiques (IRIS).

      La progression de la Chine dans l’intelligence artificielle met à l’épreuve la domination américaine et le récit de son « exceptionnalisme financier », qui alimente la bulle spéculative. Elle montre ce qu’il est possible de réaliser en combinant collaboration open source, expertise technique et stratégie industrielle. Plutôt qu’un coup de génie, cette avancée s’appuie sur les compétences d’ingénieur, des investissements raisonnés et une organisation industrielle efficace. La faiblesse de la demande intérieure chinoise signifie également qu’elle intégrera de plus en plus ses modèles et les semi-conducteurs dans sa stratégie d’exportation massive.

      Dans le même temps, la Chine poursuit une ambition géopolitique. En posant en championne de l’IA open source, le pays utilise la technologie comme levier d’influence mondiale, proposant une alternative aux systèmes propriétaires fondés sur des financements insoutenables. Ce positionnement est d’autant plus notable que l’open source est en fait omniprésent dans les technologies numériques occidentales, au point d’en constituer le socle. Pourtant, de nombreux fournisseurs américains, comme le mal-nommé OpenAI, s’en sont éloignés, emportés par l’euphorie et les excès financiers.

      Les progrès actuels s’appuient sur des compétences en ingénierie partagées à l’échelle mondiale. La voie vers la compétitivité technologique reste ouverte à tout pays, y compris en Europe, à condition de soutenir une éducation scientifique ambitieuse, de donner les moyens nécessaires à ses jeunes générations et de récompenser l’innovation plutôt que l’inertie bureaucratique. Avec de la détermination, des ressources et un réalisme industriel, le rattrapage reste à portée de main.

      Course à l’innovation et stratégie open source

      Depuis le « moment DeepSeek » de l’an dernier, le paysage mondial de l’IA a connu un bouleversement bien au-delà des entreprises surcotées de la Silicon Valley. Les États-Unis conservent une avance dans les modèles d’IA de pointe, qui établissent leur standards en matière de raisonnement, de programmation et de tâches multimodales. Pourtant, l’émergence de modèles chinois comme Kimi K3 de Moonshot AI ou DeepSeek V4 a introduit une nouvelle donne, avec des performances comparables à celles des modèles américains, mais à un coût bien inférieur.

      La façon dont la Chine conteste désormais la domination américaine apparaissait inattendue il y a encore quelques années, si l’on se fiait au récit de l’exceptionnalisme américain. Pourtant, cette progression devient bien plus compréhensible en se basant sur les compétences traditionnelles en mathématiques et en ingénierie. Bien que ne disposant pas des budgets colossaux des géants mondiaux, la startup française Mistral avait d’ailleurs démontré, avant même DeepSeek, qu’il était possible de développer un modèle compétitif avec une équipe alors réduite à quelques dizaines de chercheurs de haut niveau.

      La concurrence chinoise bouleverse les équilibres économiques et financiers, au point de remettre en cause les valorisations stratosphériques des géants américains. Par ricochet, elle commence aussi à ébranler les fabricants de semi-conducteurs, notamment en Asie, qui bénéficient des flux financiers massifs en provenance des GAFAM, dépensant sans compter en puissance de calcul et en infrastructures.

      L’avantage coût prend une dimension particulièrement convaincante à l’ère des agents IA, où les actions itératives entraînent une consommation exponentielle. Les entreprises orientent de plus en plus leurs tâches vers les modèles chinois pour réduire leurs coûts. Dans la course à l’échelle de l’IA, l’accessibilité financière devient presque aussi cruciale que la performance.

      Au-delà des questions de prix, la philosophie et la stratégie politique derrière le développement de l’IA sont déterminantes. Lors de la Conférence mondiale sur l’IA à Shanghai ce mois de juillet, les dirigeants et les responsables technologiques chinois ont présenté leur pays comme le champion mondial de l’IA open source. Contrairement aux États-Unis, où les modèles propriétaires dominent désormais, la Chine présente ses avancées en IA comme ouvertes, accessibles et collaboratives, en opposition aux systèmes fermés et contrôlés par les géants de la Silicon Valley.

      En proposant des outils d’IA accessibles et peu coûteux, la Chine conquiert le Sud global et bien au-delà, suivant l’idée que l’IA doit être considérée comme un bien public plutôt que comme un actif privé. Bien sûr, le diable se cache dans les détails, et il sera intéressant d’observer dans quelle mesure les entreprises et les décideurs chinois honoreront cet engagement dans le temps. Il reste frappant de constater que la Chine s’approprie officiellement une approche qui a longtemps été un pilier discret de la scène technologique occidentale, autour de Linux et au-delà. OpenAI avait d’ailleurs été lancé sur cette promesse à l’origine.

      La stratégie open source de la Chine sert trois objectifs clés. Elle ébranle la domination technologique américaine en offrant une alternative viable aux systèmes propriétaires. Elle construit une nouvelle alliance technologique, en particulier parmi les pays en développement qui manquent de ressources pour des modèles coûteux. Enfin, elle pose les bases d’un écosystème technologique parallèle, réduisant la dépendance vis-à-vis des États-Unis, avec du matériel national, des plateformes de cloud alternatives, et une influence sur les normes.

      Alors que les États-Unis misent sur des systèmes propriétaires et des contrôles à l’exportation pour maintenir leur avance, la Chine parie sur l’ouverture et l’accessibilité pour gagner en influence mondiale. La tentation pour les États-Unis de répondre par une interdiction de ces modèles risque de se retourner contre eux, en coupant leurs propres entreprises des avancées réalisées dans l’IA open source, y compris au niveau national dans une certaine mesure, et en laissant les utilisateurs nationaux à la merci de tarifications dépendant des fluctuations de la bulle.

      Les semi-conducteurs et la bataille pour la souveraineté technologique

      La révolution de l’IA ne se limite pas aux algorithmes. Elle est indissociable du matériel. Depuis 2022, les États-Unis ont progressivement interdit l’exportation vers la Chine des puces les plus avancées de NVIDIA, invoquant des raisons de sécurité nationale. Ces restrictions ont atteint leur paroxysme lorsque le département du Commerce a bloqué l’accès des ressortissants étrangers aux modèles comme Claude Fable 5 et Mythos 5, forçant leur suspension mondiale et illustrant l’impact étendu des contrôles américains à l’exportation.

      La réponse chinoise a suivi une logique stratégique. Bien que la carte graphique Ascend 910B de Huawei reste en retrait par rapport aux H200 ou même H100 de NVIDIA, elle alimente désormais des avancées notables des modèles chinois. Le principal fabricant chinois de semi-conducteurs progresse, même s’il n’a pas encore accès aux techniques de lithographie de pointe (EUV) dominées par l’entreprise néerlandaise ASML. Pour accélérer son autonomie, la Chine a investi des sommes quasi illimitées et consenti des efforts massifs au profit de son industrie des semi-conducteurs, avec pour objectif que la majorité des charges de calcul en IA fonctionnent sur des puces locales d’ici quelques années.

      Les restrictions américaines, destinées à contrer les ambitions chinoises, ont en réalité accéléré sa quête d’autosuffisance. Pendant ce temps, des entreprises américaines comme NVIDIA et AMD voient progressivement leur accès au lucratif marché chinois se réduire, comme l’a récemment reconnu Jensen Huang.

      Cette course dans les semi-conducteurs ne concerne pas seulement la compétitivité économique, mais aussi la souveraineté technologique. Les États-Unis ont compté sur leur capacité à contrôler les flux de puces avancées pour maintenir leur avance. Mais en construisant son propre écosystème, des puces aux plateformes cloud, la Chine crée un marché parallèle où son industrie technologique peut prospérer avec de moins en moins de composants américains. Cette évolution tend vers un ordre technologique mondial de plus en plus divisé, avec des implications sur les normes, les chaînes d’approvisionnement et les alliances.

      Ces stratégies rappellent celles employées par des pays européens, comme la France à l’ère gaullienne, pour rattraper les technologies américaines, jusqu’à ce qu’un changement culturel profond permette aux dépendances critiques de proliférer, aboutissant à l’impasse industrielle actuelle.

      De l’IA au nouveau paysage militaro-industriel

      La compétition dans les domaines de l’IA et des semi-conducteurs concerne de plus en plus la sphère militaire. Cela se manifeste dans l’essor de la guerre asymétrique, où des pays comme l’Iran ont montré comment des systèmes bon marché et produits en masse peuvent efficacement défier la supériorité militaire américaine et israélienne.

      La Chine, elle aussi, tire parti de ses avancées technologiques à des fins militaires. Sa stratégie veille à ce que les percées en IA et en semi-conducteurs profitent à ses capacités de défense. Les missiles hypersoniques, les drones autonomes et les outils de cyberguerre pilotés par l’IA en sont des exemples, illustrant comment la Chine combine technologies commerciales et militaires. Cela constitue un avantage clé dans la nouvelle confrontation par blocs, où la capacité à déployer et à étendre rapidement des systèmes avancés peut déterminer l’équilibre des puissances.

      Des décennies de désindustrialisation ont laissé les États-Unis et l’Europe dépendants des chaînes d’approvisionnement mondiales pour les technologies critiques, des terres rares aux semi-conducteurs avancés. Aux États-Unis, et dans une moindre mesure en Europe, les « Chips Acts » tentent de reconstruire une capacité de production nationale. Pourtant, pour l’instant, TSMC à Taïwan reste le maillon central de la chaîne d’approvisionnement mondiale en puces, rendant les clients vulnérables aux perturbations. Pendant ce temps, la capacité croissante de la Chine à produire son propre matériel, même si elle accuse encore un retard sur certains modèles américains les plus récents, lui confère un degré de résilience que les États-Unis ne possèdent pas actuellement.

      La démocratisation des technologies militaires, portée par les progrès en IA, drones et missiles, signifie qu’un nombre croissant de pays peuvent défier les superpuissances militaires traditionnelles.

      L’avenir de la diplomatie technologique

      Alors que la compétition en matière d’IA et de semi-conducteurs s’intensifie, le Sud global émerge comme un front politique crucial. La Conférence mondiale sur l’IA à Shanghai n’a pas seulement servi de vitrine à la puissance technologique chinoise, mais aussi de scène pour sa diplomatie technologique. En se positionnant comme leader de l’IA open source, la Chine séduit les pays en développement, avides d’alternatives accessibles et abordables aux systèmes occidentaux.

      Pour beaucoup, le choix entre des modèles américains coûteux et propriétaires et des alternatives chinoises open source et moins chères ne se pose pas. Les startups africaines et sud-asiatiques, par exemple, adoptent de plus en plus les modèles chinois d’IA pour des applications dans l’agriculture, la santé et la finance, où le coût et l’accessibilité sont essentiels. En offrant formation, financement et soutien infrastructurel, la Chine cultive un réseau de partenaires qui redessine progressivement le paysage technologique mondial.

      La puissance internationale se jouera en grande partie sur la maîtrise de l’IA, des semi-conducteurs, de la robotique et de la production industrielle. L’Europe, en particulier, doit retrouver la culture d’ingénieur qui a porté son succès industriel d’après-guerre, avant que la bureaucratisation, les politiques industrielles manquant d’intuition scientifique, et l’importation de la crise culturelle américaine (sans ses programmes scientifiques d’excellence ni ses financements) ne l’en éloignent.

      La puissance se construit aussi par la capacité des pays à proposer le récit le plus convaincant pour l’ordre technologique mondial, en dehors des tendances financières insoutenables. Le pari chinois sur l’open source en est un signal clair. Dans un ordre multipolaire, la capacité à offrir des solutions technologiques accessibles, innovantes et inclusives sera essentielle.

    • IA : L’exubérance financière comme rempart face au réel

      IA : L’exubérance financière comme rempart face au réel

      Tribune pour Les Echos du vendredi 5 juin 2026. Le texte ci-dessous est une version plus détaillée du texte publié dans la version imprimée du journal.

      La vigueur du rebond porté par les valeurs liées à l’IA et aux semi-conducteurs, depuis l’amorce de désescalade au Moyen-Orient, ne suffit pas à balayer les inquiétudes sur le cycle d’investissement actuel. Au contraire, cette exubérance soulève plutôt des interrogations quant à sa soutenabilité, sur fond de course à l’introduction en bourse des fournisseurs de LLM.

      Le poids déjà massif et croissant du secteur dans les indices boursiers entretient une dynamique réflexive, portée par les investissements passifs : plus le secteur croit plus il reçoit ces vagues de fonds et croît encore plus en retour… jusqu’à ce qu’un choc entrave finalement cette mécanique.

      Dans cette optique, les marchés ont rapidement considéré les risques matériels comme épisodiques, qu’il s’agisse des pénuries énergétiques ou des pressions sur des intrants indispensables à la production de puces. Cette réaction ne relève pas que de l’optimisme diplomatique. Depuis trois ans, le modèle de financement repose sur une expansion stratosphérique des LLM, en minimisant la question du modèle économique, des conséquences du réajustement de la tarification à l’ère de l’IA agentique, ou encore des limites intrinsèques des modèles en termes de fiabilité.

      Les solides résultats des entreprises du cloud et des semi-conducteurs, combinés à une abondance de liquidités et à la domination d’un petit nombre de groupes, ont renforcé l’idée que la croissance de la demande en infrastructures liées à l’IA générative restera indéfiniment soutenue.

      Flux de capitaux circulaires et concentration technologique

      Cette dynamique provient notamment de la structure de plus en plus circulaire du financement. En 2026 les projections d’investissements de Nvidia, Alphabet, Apple, Microsoft et Amazon dans les infrastructures « hyperscale » sont comprises entre 600 et 725 milliards de dollars. Les liens à l’intérieur de cet écosystème sont particulièrement étroits. Nvidia occupe une position centrale à la fois comme fournisseur dominant de GPU et comme acteur impliqué dans des investissements. Cette position renforce une boucle dans laquelle les investissements, la demande en capacité de calcul et les capacités de production sont interdépendantes.

      Microsoft a investi 13 milliards de dollars dans OpenAI, dont les charges de calcul reposent largement sur Azure, ce qui renforce à son tour les revenus cloud de Microsoft et sa capacité à poursuivre ses investissements. Google a investi plusieurs milliards de dollars dans Anthropic, qui s’est parallèlement engagé dans des contrats d’infrastructure cloud massifs, répartis entre Google et Amazon. Amazon a lui-même investi environ 8 milliards de dollars dans Anthropic, lequel a ensuite développé des accès subventionnés pour les développeurs à travers les infrastructures cloud de ces mêmes groupes.

      Les modèles de tarification à l’usage (par token) introduisent toutefois une incertitude sur la transformation de cette croissance en revenus durables, notamment si les mécanismes de « subvention » ou de soutien indirect venaient à s’atténuer. Ces mécanismes entretiennent les anticipations de croissance, mais brouillent aussi la frontière entre demande indépendante et flux de capitaux auto-alimentés. Une part importante de la solidité apparente du secteur repose sur un nombre restreint d’entreprises qui financent simultanément les infrastructures, fournissent la puissance de calcul et soutiennent les applications qui consomment cette puissance.

      La montée de l’investissement passif renforce encore ce phénomène. À mesure que les grandes entreprises liées à l’IA voient leur valorisation progresser, leur poids dans les grands indices augmente automatiquement, attirant davantage de flux financiers et accentuant la concentration du marché. Les « Magnificent Seven » représentent désormais entre 30 et 45 % de la capitalisation du S&P 500 selon les périodes observées, tandis que la valorisation boursière de Nvidia a dépassé les 5000 milliards de dollars.

      Dans le même temps, les fondements matériels de cette expansion deviennent de plus en plus déterminants. L’IA de pointe dépend d’une croissance massive de la consommation électrique, des capacités de fabrication de semi-conducteurs, des systèmes de refroidissement et des centres de données. La production de semi-conducteurs repose elle-même sur des chaînes industrielles complexes mobilisant du GNL, de l’hélium, des gaz spécialisés, du cuivre ainsi qu’un approvisionnement électrique stable.

      Contraintes matérielles et fragilité financière

      L’hélium illustre cette dépendance. Le Qatar figure parmi les principaux exportateurs mondiaux, et toute perturbation des routes maritimes dans le Golfe peut rapidement affecter les fabricants de semi-conducteurs en Asie de l’Est. À Taïwan, plusieurs groupes industriels ont déjà exprimé leurs inquiétudes concernant la sécurité des approvisionnements en GNL et en hélium.

      Par ailleurs, l’île est au centre du jeu diplomatique sino-américain et de son recalibrage consistant notamment pour Trump à « ne pas vouloir en parler ». Dans le même temps, la Chine a acté la stratégie de restriction des exportations de semi-conducteurs par les Etats-Unis et fait le pari consistant à bâtir son autonomie, autour de Huawei, qui à terme risque d’entamer l’hégémonie des géants américains et leurs constructions financières.

      Parallèlement, l’obsolescence rapide des infrastructures ajoute une autre forme de fragilité pour le secteur. Les centres de données construits autour des GPU actuels pourraient perdre une partie importante de leur compétitivité sur les charges de calcul les plus avancées en seulement un an et demi à trois ans, même s’ils restent utilisables pour l’inférence ou des applications secondaires. Pourtant, les durées d’amortissement comptable s’étendent généralement sur trois à cinq ans, ce qui peut masquer l’existence d’infrastructures sous-utilisées et retarder la visibilité sur certaines obligations financières de long terme.

      Il ne s’agit pas de mettre en doute le tournant de l’IA mais la façon dont les marchés financiers valorisent sa croissance comme illimitée sous sa forme actuelle, tout en sous-estimant les contraintes physiques, financières, industrielles et géopolitiques. Les grands modèles de langage s’intègrent naturellement dans l’architecture financière actuelle parce qu’ils se déploient efficacement à travers les infrastructures cloud et les modèles économiques (partiels) par abonnement. A l’inverse, L’IA physique, notamment pour la robotique, répond à une logique différente. Elle dépend davantage d’un déploiement dans le monde réel et de cycles de développement plus longs qui s’accordent moins facilement avec les mécanismes de financement actuels.

      Cette dynamique évoque l’hypothèse d’instabilité financière de Minsky, selon laquelle les longues périodes de stabilité encouragent progressivement une prise de risque croissante. Les limites liées à la résilience financière et industrielle risquent d’imposer un difficile réveil, par exemple au gré de prises de bénéfices après une vague d’introductions en bourse.

    • La France, hub européen des data centers, mais que pèse-t-elle dans la bataille de l’IA ?

      La France, hub européen des data centers, mais que pèse-t-elle dans la bataille de l’IA ?

      Entretien avec Atlantico sur les investissements dans les infrastructures physiques de l’IA en France, à l’occasion des annonces du sommet Choose France 2026 (extraits).

      Les annonces faites à Choose France sont-elles le signe que la France est en train de gagner la bataille de l’IA, ou seulement celle des data centers ? Derrière le total de 93 milliards d’euros annoncés, que représente réellement, pour le volet IA, la création de technologies, de modèles et de propriété intellectuelle, par rapport aux infrastructures ?

      Ces investissements ne signent certes pas une victoire décisive de la France dans la course de l’IA, mais ils la placent au cœur des infrastructures qui la sous-tendent en Europe. Ils s’accompagnent de retombées industrielles, même si la création de propriété intellectuelle reste largement entre les mains de ces acteurs internationaux. Le défi sera de transformer cette attractivité en leviers pour développer l’industrie nationale.

      En pleine crise énergétique, avec son électricité largement décarbonée et son réseau électrique stable, la France devient un centre européen pour les infrastructures d’IA, attirant des acteurs comme SoftBank en particulier, Brookfield ou Ardian, qui investissent dans les data centers et suscitent des partenariats industriels. Schneider Electric mobilise son expertise en efficacité énergétique, refroidissement et automatisation. Ces projets contribuent au développement de compétences dans l’exploitation et la gestion de centres de données haute performance.

      Pour autant, le volet lié au développement de technologies clés et de modèles reste limité. Malgré le projet Bull/Foxconn sur les cartes mères, il s’agit plus d’infrastructures que de laboratoires de R&D ou a fortiori de production de cartes graphiques. Or c’est bien dans les semi-conducteurs que repose une immense partie de la valeur réelle du secteur. L’Europe reste très en retrait sur ce plan, malgré des initiatives intéressantes.

      Il faut par ailleurs garder à l’esprit l’exubérance financière généralisée autour de l’IA, notamment dans le financement d’infrastructures. Il convient de ne pas bâtir une stratégie nationale sur ces seules promesses. De plus, comme le montrent de nombreuses initiatives dans le monde, il est important de développer les sources locales de financement et de préserver l’intégrité des entreprises technologiques, sur le plan de la propriété intellectuelle et de la résilience du capital.

      On distingue souvent les data centers d’inférence, qui exécutent les requêtes, et les data centers d’entraînement des LLM, où sont développés les grands modèles d’IA. Sommes-nous en train d’accueillir en France les infrastructures les plus stratégiques de la chaîne de valeur ou principalement des data centers qui profitent de notre avantage énergétique ?

      Dans l’ensemble, les projets concernent les deux types mais sans distinction toujours très claire sur la répartition. Le cas qui semble tendre le plus vers l’entraînement est « l’AI gigafactory » Ardian/Verne combinant calcul intensif et activités de recherche. L’entraînement est plus stratégique sur le plan géopolitique et industriel. Ces centres nécessitent des ressources colossales (énergie, refroidissement, GPU) et sont difficiles à délocaliser.

      Les data centers d’inférence sont moins stratégiques, car ils reposent sur des modèles déjà entraînés et des puces plus limitées, optimisées pour cet usage. Cependant, ils complètent l’offre française en permettant de déployer des services d’IA à grande échelle, avec une latence réduite pour les utilisateurs européens. Leur valeur réside dans leur proximité avec les marchés finaux.

      L’enjeu consiste à ne pas être un simple hébergeur. La France doit capitaliser sur ces infrastructures pour développer des partenariats technologiques, attirer des centres de R&D (en conditionnant son soutien à des engagements en matière de transfert de technologie), créer des liens avec l’industrie locale (pour des modèles dédiés à des secteurs stratégiques), pour ne pas être un simple fournisseur d’électricité et de terrain.

      Arthur Mensch a expliqué devant l’Assemblée que l’IA est avant tout une industrie énergétique lourde. Est-ce que la France réalise vraiment que la bataille de l’IA ne se jouera pas seulement sur les talents ou les logiciels, mais d’abord sur la capacité à produire et acheminer de l’électricité ? La France peut-elle relever le défi de l’électrification face à la demande et aux besoins de l’IA ? 

      Mensch a rappelé à juste titre aux responsables politiques que l’IA n’est pas qu’une question de modèles mais aussi d’infrastructure matérielle et énergétique. Derrière chaque modèle, il y a des centres de données, des semi-conducteurs, du refroidissement, des réseaux électriques. En plus de mieux capitaliser sur nos ingénieurs et chercheurs polyvalents suivant la tradition de créativité mathématique, il s’agit aussi de tirer profit d’une électricité abondante, stable et compétitive. Sur ce point, la France conserve un avantage avec le nucléaire, bien que le parc ait été fragilisé par des hésitations stratégiques et que sa mise à contribution souffre d’un cadre européen de tarification aberrant.

      Pourquoi la France est-elle confrontée à une fenêtre de tir décisive de deux ans dans le domaine de l’IA ? Est-on en train de vivre l’équivalent d’une révolution industrielle où les positions prises aujourd’hui détermineront les rapports de puissance pour plusieurs décennies ?
      Nous entrons dans une phase de consolidation. Les premières années de l’IA générative étaient encore relativement expérimentales, en termes de développement de modèles ou de tarification. Désormais, les acteurs qui contrôlent le calcul, les données, les talents et l’énergie commencent à verrouiller les positions. On peut faire le parallèle avec les révolutions industrielles. Ceux qui maîtrisent les infrastructures structurantes imposent ensuite leurs standards technologiques, financiers et géopolitiques.

      Mais il faut aussi garder une certaine prudence face au discours dominant. Nous sommes dans une phase de valorisations excessives, avec des mécanismes de financement circulaires entre entreprises de semi-conducteurs, « hyperscalers » et fournisseurs de modèles. Une partie des usages reste encore peu rationalisée. Les marchés anticipent des revenus futurs gigantesques alors que des modèles sont appelés à rester déficitaires.

      Ne copions pas mécaniquement la stratégie américaine, centrée sur une logique d’hypercroissance financée par des marchés de capitaux très profonds. L’Europe n’aura ni les mêmes volumes financiers ni la même tolérance au déficit. Elle doit donc chercher des trajectoires plus sélectives, plus industrielles et efficaces.

      L’open source constitue un levier stratégique important : mutualisation des coûts, diffusion des capacités, moindre dépendance aux plateformes américaines et possibilité de développement de modèles spécialisés sans engager des dizaines de milliards de capital. Comme le rappelle Yann LeCun, les premiers développements de Llama chez Meta ont été largement réalisés depuis Paris. Le problème réside surtout dans l’incapacité à transformer cette capacité conceptuelle en puissance industrielle.

      Selon les estimations citées, l’IA pourrait nécessiter jusqu’à 40 gigawatts supplémentaires en France. Faut-il considérer le nucléaire comme la condition absolue de notre souveraineté numérique, ou bien un mix plus pragmatique – nucléaire, solaire, renouvelables et réseaux – devient-il incontournable ?

      Le nucléaire est essentiel si la France veut conserver une électricité pilotable, décarbonée et compétitive à grande échelle. Une IA industrialisée ne peut pas dépendre excessivement d’énergies intermittentes. Pour autant, l’enjeu concerne l’ensemble du système énergétique : réseaux, stockage, hydraulique, efficacité énergétique, capacités de refroidissement…

      Dans le même temps, la Chine développe des approches souvent plus pragmatiques : infrastructures moins coûteuses, modèles plus économes en calcul, optimisation matérielle agressive. De plus, Pékin cherche à reproduire les capacités de Nvidia face aux restrictions américaines à l’exportation.

      La compétition mondiale sur l’IA se joue désormais à des vitesses incompatibles avec notre montagne bureaucratique, sur le plan énergétique et au-delà. Il faudrait redévelopper des zones franches industrielles et technologiques : simplification réglementaire et fiscalité adaptée pour l’innovation et les infrastructures critiques. Le paradoxe français est d’avoir longtemps disposé d’un des systèmes énergétiques et scientifiques les plus compétitifs puis d’avoir organisé sa propre désindustrialisation.

      Est-ce que la France est en train de rater la montée en gamme de la chaîne de valeur de l’IA, en laissant les logiciels et les modèles partir aux États-Unis pendant que nous fournissons seulement l’énergie ?

      Le risque est effectivement de rester cantonné à une partie limitée de la chaîne de valeur : fournir l’énergie, les infrastructures ou les talents expatriés pendant que la captation de valeur se concentre aux États-Unis. Mais il est essentiel pour se repositionner de comprendre l’état actuel du secteur, avec ses failles et les nouvelles opportunités qui émergent.

      En plus des limites intrinsèques aux LLM, une partie du secteur fonctionne aujourd’hui sur des anticipations financières extrêmement spéculatives. Beaucoup d’usages restent difficiles à monétiser, alors même que les besoins en calcul et en capital explosent à l’ère de l’IA agentique. Une partie importante de la prochaine vague pourrait venir d’IA davantage intégrées aux systèmes industriels réels : robotique, automatisation, maintenance, défense, logistique, simulation industrielle, santé. Il ne s’agit pas seulement d’imiter OpenAI mais aussi d’orienter le développement pour augmenter la productivité industrielle, avec une intégration aux chaînes de production et aux systèmes physiques.

      Les futures introductions en bourse d’OpenAI à 850 milliards, Anthropic à 900 milliards, SpaceX à 2 000 milliards vont permettre aux géants américains d’investir et de verrouiller les capacités de calcul et les ressources énergétiques. Est-ce qu’il existe encore une possibilité réaliste pour la France et l’Europe de combler une partie du retard dans le domaine de l’IA face aux Etats-Unis et à la Chine dans cette fenêtre de tir de deux ans ? La robotique peut-elle être une des solutions pour la France ?

      Les valorisations évoquées montrent surtout la puissance financière américaine. Ces entreprises peuvent lever des montants capables de sécuriser des semi-conducteurs, des centres de données et des contrats énergétiques à une échelle inaccessible pour l’Europe.

      L’Europe s’est aussi enfermée dans une approche réglementaire labyrinthique, notamment avec l’AI Act. Plusieurs États et entreprises européennes ont demandé en vain des ajustements pour préserver la compétitivité industrielle. Donald Trump pour sa part n’a eu qu’à exiger, pour qu’Ursula von der Leyen s’exécute, dans le sens des intérêts américains.

      La France et l’Europe peuvent encore construire des positions fortes dans des domaines où elles disposent d’avantages industriels, scientifiques ou même énergétiques. La robotique combine logiciels, capteurs, mécanique, électronique de puissance et industrie, même sans nécessairement couvrir tous ces domaines.

      L’IA physique offre un angle alternatif aux usages très orientés vers la consommation et les chatbots. Une robotique industrielle avancée produit des gains directs de compétitivité, de productivité et de réindustrialisation. C’est probablement là que nous avons le plus de chances de créer des synergies avec notre tissu industriel.

      Retrouvez l’entretien complet sur Atlantico.

    • La guerre exacerbe la crise du modèle industriel et social

      La guerre exacerbe la crise du modèle industriel et social

      Entretien sur France 24 avec la journaliste et romancière Aude Lechrist, sur la crise du modèle de développement occidental qu’exacerbent les aventures militaires. Transcription complète sous la vidéo.

      Aude Lechrist : En France, comme partout dans le monde, la fermeture du détroit d’Ormuz se fait sentir. Les syndicats réclament des augmentations salariales, notamment face au retour de l’inflation. Pour mieux comprendre comment les travailleurs sont touchés par les bouleversements actuels, la situation géopolitique, la pression climatique et les progrès fulgurants de l’intelligence artificielle, nous recevons Rémi Bourgeot. Merci d’être avec nous. D’abord, les pressions qui pèsent sur les travailleurs sont-elles les mêmes partout dans le monde ?

      Rémi Bourgeot : Une mondialisation extrême s’est imposée, créant d’importantes courroies de transmission à travers les modèles industriels, mais avec, en parallèle, des politiques radicalement différentes d’un côté et de l’autre. Les pays d’Asie en développement rapide ont misé sur des politiques industrielles, la substitution aux importations et une autonomisation productive. L’Occident, lui, a connu une désindustrialisation rapide au cours des dernières décennies.

      L’Asie est pourtant lourdement touchée aujourd’hui sur le plan énergétique, même si la Chine notamment avait anticipé. Cette crise se répercute directement sur les travailleurs, sur les opportunités d’emploi et sur la pression des coûts qu’engendre la mondialisation des chaînes de production, laquelle est toutefois en recul, les pays cherchant désormais davantage d’autonomie et de résilience.

      Les travailleurs se retrouvent donc immédiatement plus fragilisés, le contexte géopolitique le montre clairement. Quelles conséquences concrètes observez-vous ?

      Les répercussions économiques sont immédiates et tangibles. La crise énergétique, par exemple, a provoqué des arrêts de chaînes de production. Les économistes évoquent des fractions de point de pourcentage amputés du PIB, mais c’est une véritable crise de l’économie réelle, de l’économie physique, des chaînes de production, qui est à l’œuvre. Pour beaucoup de pays dans le monde, c’est précisément cela qui porte leur développement économique et industriel.

      Et partout ou presque, les questions de développement industriel, de développement réel, de développement éducatif reviennent au centre du débat, car ce sont elles qui déterminent les perspectives de croissance à long terme et les opportunités offertes aux travailleurs.

      Un grand clivage s’est creusé entre les pays qui ont cru pouvoir miser indéfiniment sur les services, notamment les services financiers, pour assurer leur croissance, et ceux qui ont suivi une voie de développement plus traditionnelle, proche de ce qui s’est fait dans l’Europe d’après-guerre : développement industriel, développement éducatif, ce qui offre davantage d’opportunités aux travailleurs, même si les conditions de travail y sont parfois très difficiles.

      Mais un point d’inflexion a clairement été atteint : les pays développés n’ont plus de modèle de croissance viable.

      L’intelligence artificielle, que vous évoquiez en introduction, redistribue elle aussi les cartes, notamment à travers ses applications dans la robotique, qui affectera de plus en plus les travailleurs manuels, en plus des emplois de bureau. Et là encore, ce clivage est bien visible, avec un décrochage du modèle de développement dans une grande partie du monde occidental.

      Les États-Unis ont réussi à prendre le dessus sur le plan numérique, et aujourd’hui dans l’IA. Comment analysez-vous cette situation, surtout dans le contexte de la crise dans le détroit d’Ormuz, où les principaux investisseurs sont les pays du Golfe ?

      Le modèle de développement a véritablement décroché dans l’ensemble du monde occidental. Les États-Unis tiennent le haut du pavé sur le plan technologique, mais en pariant sur la possibilité de poursuivre indéfiniment dans une direction très dépendante des flux financiers et des capitaux étrangers, notamment du Golfe.

      Les annonces de Sam Altman et d’OpenAI ont été proprement extravagantes : des milliers de milliards prétendument levés dans le Golfe pour financer des infrastructures de data centers aux États-Unis et ailleurs dans le monde. Et les montages financiers qui se mettent en place entre les acteurs du secteur ont tous les traits d’une bulle, avec des clients financés par leurs propres fournisseurs comme Nvidia et des investissements en apesanteur par rapport à la réalité économique et industrielle.

      Des innovations réelles existent pourtant, et des talents extraordinaires aussi, y compris sur le plan strictement technologique. Des chercheurs en IA comme Yann LeCun soutiennent que l’IA générative et les LLM se heurtent à une impasse du fait de leurs erreurs intrinsèques, ce que chacun peut constater au quotidien en les utilisant. D’autres technologies doivent être développées, et c’est déjà en cours, notamment pour les applications robotiques dans le monde réel.

      Mais dès qu’une innovation émerge, de véritables montagnes financières se construisent autour d’elle, sans véritable ancrage dans le développement économique, industriel ou humain.

      Il y a aussi la crainte des travailleurs, américains notamment, qui voient une crise économique se profiler. Les syndicats s’apprêtent manifestement à se mobiliser massivement. La Journée des travailleurs aux États-Unis est distincte de la Journée internationale du travail, mais une forte mobilisation est attendue aujourd’hui. Donald Trump n’a clairement pas répondu aux inquiétudes des travailleurs américains.

      Oui, c’est là tout le paradoxe. Les hésitations, les volte-face, le chaos qui entourent Donald Trump en disent long : il était censé renverser la table en faveur de la réindustrialisation dès son premier mandat. Des efforts ont bien été faits dans ce sens, mais ni la compétence personnelle ni les bonnes équipes n’étaient là pour mettre en œuvre une véritable politique industrielle, pas même sur le plan douanier, pour appliquer des droits là où c’était réellement nécessaire, là où une production nationale pouvait être substituée ou redéveloppée de façon réaliste, à des coûts acceptables.

      Il aura néanmoins mis cette question sur la table, une question récurrente dans l’histoire économique des États-Unis, comme dans celle de tout pays en quête de développement industriel.

      Revenus au pouvoir, les Démocrates ont largement poursuivi dans la même veine de réalisme industriel, de tentative de réindustrialisation, davantage par les subventions que par les droits de douane, mais dans une logique protectionniste qu’ils ont reprise et amplifiée.

      Et avec ce nouveau mandat de Donald Trump, le résultat est un monde féerique et catastrophique de mesures coup-de-poing aussitôt invalidées, sans aucune base stratégique, avec des négociations commerciales totalement chaotiques. Les négociateurs, sur les questions commerciales mais aussi géopolitiques, diplomatiques et même militaires, n’ont aucune compétence dans leurs domaines respectifs. Certains savent à peine situer les pays concernés sur une carte.

      Le chaos qui s’en est suivi révèle une crise de régime très profonde, une crise de la société américaine et de la société occidentale plus généralement, une incapacité à opérer une transition politique, un renouveau, ou simplement une réforme qui permettrait de réconcilier les intérêts du développement humain et industriel avec les réalités imposées par la mondialisation. Cela ne peut qu’aggraver l’inquiétude des travailleurs, qui perçoivent un fossé immense entre l’incertitude que génèrent des causes extérieures, conflits, tensions, risques climatiques, intelligence artificielle, et la capacité des gouvernements à y répondre, dans un monde d’interdépendances croissantes.

      C’est précisément ce qui est préoccupant, car au-delà des clivages politiques, des pays et des courants d’opinion, un diagnostic est largement partagé : la réindustrialisation est nécessaire. Et pourtant, rien ne suit. Les promesses s’accumulent et s’évaporent. Vous le disiez pour les États-Unis, mais l’Europe n’est pas en reste. Pire encore, elle a raté tous les grands virages technologiques depuis vingt ou trente ans. Les compétences d’ingénieur sont encore là, pour l’instant, mais elles s’amenuisent. L’envie d’innover s’est-elle éteinte avec elles ? N’anime-t-elle plus les étudiants qui rêvent de construire ensemble un monde meilleur ? Partagez-vous ce constat ?

      Ce qui me permet de garder un certain espoir, c’est que lorsqu’on parle à des jeunes, des étudiants en école d’ingénieur, dans d’autres filières, dans les humanités, on voit cette curiosité, cette vivacité intellectuelle. Malgré l’affaissement du système éducatif, une multitude d’outils en ligne existe en plus des filières académiques, autant de moyens d’accéder au savoir, avec leurs qualités et leurs défauts, qui permettent encore d’apprendre, de se remettre à niveau, de faire des découvertes illimitées. La curiosité est bien vivante.

      Le problème tient au système économique, politique et industriel tel qu’il est, qui étouffe cette créativité. L’entrepreneuriat en est l’illustration : créer une entreprise relève du parcours du combattant en Europe et en France particulièrement. Et au niveau des grandes entreprises comme des organismes d’État, la réindustrialisation est évoquée sans relâche, mais de façon toujours très abstraite.

      Avec le recul, quel bilan les deux mandats d’Emmanuel Macron ont-ils laissé pour les travailleurs en France ?

      Un véritable décrochage s’est produit. Un attachement à l’entrepreneuriat était au moins affiché, avec au moins au début quelques secrétaires d’Etat ancrés dans l’économie réelle, mais il était surtout rhétorique. Dans l’ensemble, une fuite en avant dans la désindustrialisation s’est poursuivie, enveloppée dans une rhétorique allant en sens inverse, celle du redressement du tissu industriel français. Les moyens n’ont tout simplement pas suivi : les ressources humaines, les décisions d’investissement au niveau national, la coordination européenne.

      Il y a aussi ce système de fixation des prix de l’énergie, extrêmement pénalisant pour l’économie française. La France devrait bénéficier d’un avantage concurrentiel grâce au nucléaire, mais cet avantage est largement neutralisé par le mécanisme de prix européen, un carcan dont le pays n’arrive pas à sortir.

      À cela s’ajoute une stratégie de fuite en avant qui remonte à l’entrée dans l’euro. La balance commerciale s’est dégradée et est dans le rouge depuis les débuts de la zone euro. Ce décrochage continu a été masqué par l’illusion de stabilité monétaire, mais avec l’envolée de la dette et la remontée des taux d’intérêt, cette situation ne pourra pas se prolonger indéfiniment.

      Ce qui fait vraiment défaut, c’est une compréhension technologique, industrielle, économique et humaine, y compris en termes de compétences, pour remettre sur pied un agenda de développement industriel. C’est exactement ce que font d’autres pays, sans qu’il faille les imiter à la lettre. La Chine en est l’exemple le plus frappant, avec un véritable boom du développement industriel et des compétences technologiques comparable au rattrapage spectaculaire du Japon sur tous les fronts technologiques il y a quarante ou cinquante ans.

      La France dispose de compétences extrêmement pointues, de pôles d’ingénieurs de rang mondial, d’expertises remarquables notamment en mathématiques, et rien de tout cela n’est vraiment mis à contribution.

      Rémi Bourgeot, merci beaucoup de nous avoir rejoints, c’était une conversation passionnante. Merci.

      Cette retranscription automatique a été éditée dans un but de clarté et de fluidité à l’écrit.

    • Un vide stratégique abyssal au-delà du fiasco iranien

      Un vide stratégique abyssal au-delà du fiasco iranien

      Tribune pour le site des Echos, publiée le 24 mars 2026. Alors que Donald Trump cherche une voie de sortie du bourbier iranien, pour suspendre les hostilités sans perspective de paix véritable, je vous propose une réflexion plus large sur le vide stratégique qui accompagne cette situation :

      La guerre d’Iran révèle une défaillance structurelle au sein de l’appareil de décision américain, marqué par une difficulté à aligner les actions tactiques immédiates avec des objectifs politiques de long terme. Ce décalage dépasse le cadre militaire. Les politiques en matière de défense, commerce, finance et technologie interagissent de manière chaotique. La conduite de la guerre commerciale l’a déjà illustré, l’objectif légitime de réindustrialisation disparaissant derrière la coercition géopolitique.

      Dans cette guerre bien réelle, l’incapacité à anticiper les conséquences d’un échec du changement de régime ou de la fermeture du détroit d’Ormuz témoigne encore d’une perte de vision d’ensemble. L’instrument militaire est brandi sans architecture politique capable de lui fixer un cap.

      Ces failles stratégiques et matérielles, déjà visibles dans la guerre d’attrition ukrainienne, suggère un système confronté à des contradictions internes et le recours à une forme de pensée virtuelle. Le cadre stratégique semble figé dans des schémas hérités de l’époque de l’aventure irakienne, alors que la réalité industrielle et géopolitique a radicalement muté, imposant de nouveaux rapports de force. Cette dernière crise invite l’Europe à une difficile réorientation.

      Recul de l’hégémonie monétaire

      Les sanctions économiques sont devenues un outil central de la diplomatie. Pourtant leur usage engendre des effets secondaires qui commencent à modifier l’architecture financière mondiale. Initialement conçues pour isoler des acteurs spécifiques sans engagement militaire direct, ces mesures ont accéléré la recherche d’alternatives. En plus de l’explosion de l’or, on observe une multiplication des accords bilatéraux en monnaies locales et le développement de systèmes de compensation parallèles, qui fragilisent l’un des piliers de la puissance américaine.

      Le conflit iranien agit ici comme un catalyseur. La paralysie du détroit d’Ormuz souligne à quel point la puissance ne repose pas seulement sur des flux dématérialisés mais encore davantage sur des systèmes matériels complexes : infrastructures énergétiques et industrielles. L’Occident se trouve dans une position où ses instruments de pression perdent en efficacité à mesure que des puissances régionales s’adaptent, se coordonnent hors des cadres traditionnels et sont prêtes à l’escalade.

      Guerres d’attrition industrielle

      Surtout, l’évolution des récents théâtres d’opérations, notamment en Ukraine, a forcé une redécouverte tardive de l’importance de la base industrielle. La supériorité technologique et le développement des marchés financiers ont pu donner l’illusion que la capacité de production de masse était secondaire. La réalité d’une guerre d’attrition a montré que des économies aux PIB beaucoup plus modestes, mais dotées d’un appareil productif résilient, soutenu par la Chine, pouvaient tenir tête à des puissances technologiques dont les chaînes de production sont fragmentées ou optimisées pour temps de paix.

      Cette situation révèle un clivage entre la richesse nominale, portée par les services et les actifs immatériels, et la capacité réelle à mobiliser des ressources matérielles en cas de crise prolongée. Les tensions sur les stocks de munitions et les délais de réactivation des industries de défense illustrent ce manque de profondeur industrielle. Bien que la désindustrialisation soit identifiée comme un risque pour la cohésion sociale et l’autonomie stratégique, la réponse est restée superficielle. Les politiques douanières sont souvent employées de manière erratique, servant davantage d’outils diplomatiques que de réels leviers de reconstruction d’un tissu productif intégré.

      Désalignement des capitaux et érosion éducative

      Parallèlement, les marchés financiers continuent d’orienter les capitaux vers des secteurs à haute visibilité, au détriment des infrastructures fondamentales. La bulle de l’IA capte une partie démesurée des investissements, tandis que les secteurs de l’énergie lourde et de la transformation industrielle peinent à attirer les financements nécessaires. Ce déséquilibre crée une économie à deux vitesses, où l’innovation numérique progresse sans infrastructure industrielle capable de supporter les chocs géopolitiques.

      Cette crise de la pensée stratégique s’enracine dans un affaiblissement des structures éducatives, en particulier de la culture scientifique et des humanités classiques. Le déclin de l’enseignement des sciences réduit la capacité à appréhender les contraintes physiques et techniques du monde réel, favorisant une vision virtuelle, où l’on croit que les LLM peuvent remplacer les ingénieurs polyvalents. Parallèlement, le recul des humanités prive les décideurs de l’intuition historique nécessaire pour comprendre le temps long.

      L’Europe illustre particulièrement cette tension. Le ratrappage industriel du continent est entravé par sa complexité réglementaire, doublée d’un déplacement du pouvoir décisionnel du technique vers l’administratif, réduisant la capacité de planification à long terme. La gestion des crises contemporaines témoigne d’un besoin de transition vers une approche systémique, articulant la sécurité énergétique, la résilience industrielle, la stabilité monétaire et l’innovation technologique au sein d’un cadre stratégique. Cette transformation ne pourra s’opérer sans une remise en question des mécanismes de décision et de formation. La réallocation des ressources doit s’accompagner d’une revalorisation des savoirs fondamentaux, capables de restaurer une vision de long terme.

    • Après la bulle : l’IA peut servir la puissance industrielle au lieu de l’assécher

      Après la bulle : l’IA peut servir la puissance industrielle au lieu de l’assécher

      Cette tribune a été initialement publiée par Les Echos.

      La bulle de l’IA générative repose sur des financements circulaires entre acteurs du secteur, des valorisations déconnectées des réalités économiques, et une concentration extrême des ressources sur les modèles de langage (LLM). Ce qui devrait alarmer n’est pas tant l’ampleur de ces investissements que leur contraste saisissant avec la désintégration des capacités industrielles occidentales. La guerre d’Ukraine a révélé cette faille structurelle, avec l’incapacité à produire en quantité suffisante des équipements militaires essentiels, résultat de décennies de désindustrialisation et d’une allocation déséquilibrée des capitaux. En plus de sa dimension stratégique, ce paradoxe interroge la façon dont nous mesurons la puissance économique.

      Sur le front même de l’IA, les succès d’acteurs comme Mistral ou DeepSeek, plus économes que celles les géants de l’IA, démontrent que l’innovation ne dépend pas que d’une course effrénée à la taille des modèles. Les milliards continuent d’affluer vers des infrastructures matérielles colossales – data centers énergivores, puces spécialisées, réseaux de calcul – sans questionner les limites fondamentales des LLM. Ces investissements massifs contrastent avec le sous-financement chronique de l’industrie, et paradoxalement de l’automatisation.

      Au-delà du fantasme d’un monde numérique dématérialisé, les data centers sont des infrastructures extrêmement gourmandes en ressources matérielles : énergie, métaux rares, composants électroniques. Leur prolifération illustre le paradoxe actuel : on décuple les capacités de calcul, tandis que les filières productives qui pourraient tirer parti de ces technologies manquent de financements et de commandes. Celles-ci se lancent souvent dans des projets d’IA pour cocher une case et tenter des effets d’annonce auprès des investisseurs. Dans le domaine militaire, les drones autonomes, les systèmes de combat intelligents ou la maintenance prédictive représentent des applications concrètes où l’IA feront la différence, mais à condition d’être intégrée à une base industrielle solide et de ne pas tout parier sur des modèles peu fiables.

      Les chaînes de production de munitions, de véhicules blindés ou de composants électroniques, atrophiées par des années de désinvestissement, peinent à répondre aux besoins. Les usines ont fermé, les compétences se sont raréfiées, et les tentatives de relance se heurtent à l’absence de planification stratégique à long terme. Les États-Unis, malgré leurs propres contradictions, tentent de corriger ce déséquilibre en relocalisant certaines productions stratégiques. L’Europe, en revanche, reste en retrait, s’enfermant dans une dépendance technologique extrême, qui hypothèque son intégrité.

      Le cœur du problème réside dans cette allocation déséquilibrée des ressources. Les capitaux et les talents se concentrent sur des technologies spéculatives. Et les applications industrielles de l’IA (robotique avancée, systèmes autonomes, optimisation des processus de production) restent sous-financées. Surtout, elles manquent de garanties commerciales sous la forme de commandes. Cette situation crée un cercle vicieux : plus les investissements se dirigent vers les LLM et leurs infrastructures, moins il reste de ressources pour moderniser l’appareil productif réel.

      Pourtant, l’IA pourrait être un important levier de réindustrialisation si elle était pensée différemment. Une approche plus équilibrée consisterait à réorienter une partie des investissements vers l’automatisation industrielle, développer des applications concrètes intégrées aux processus de production et enfin encourager les compétences hybrides alliant expertise numérique et connaissance des métiers industriels, plutôt que de chercher des effets d’annonce.

      Sans cette réorientation stratégique, on verra se creuser l’écart entre un secteur numérique surdimensionné et une base industrielle incapable de répondre aux défis matériels. La guerre en Ukraine a servi de révélateur. La puissance ne se mesure pas seulement à la capacité à développer des algorithmes sophistiqués, mais aussi à celle de produire des équipements essentiels. L’enjeu n’est pas de rejeter l’IA, mais de la réintégrer dans une logique industrielle, où l’innovation numérique servirait enfin la production matérielle plutôt que de s’y substituer. Sans ce rééquilibrage, l’Occident risque de se retrouver avec une économie où les capacités de calcul explosent, mais où les usines, elles, continuent de fermer.

    • Derrière DeepSeek, la voie de l’excellence française dans l’IA

      Derrière DeepSeek, la voie de l’excellence française dans l’IA

      En s’appuyant sur ses compétences mathématiques et l’open source, l’Europe peut concurrencer les États-Unis et la Chine, avec des investissements importants, mais surtout en remettant la culture scientifique au cœur de sa réflexion stratégique.

      Alors que l’IA chinoise DeepSeek rebat les cartes de la concurrence mondiale, la France cherche aussi à mettre en valeur ses compétences de pointe, par l’annonce de projets d’investissements massifs dans les infrastructures numériques, à l’occasion du sommet mondial de Paris. Les succès fulgurants de Mistral AI ont démontré le potentiel français, le talent mathématique de nos chercheurs et ingénieurs défiant la crise éducative. Cependant, un fossé apparaît entre cette excellence scientifique et l’action publique au détour de couacs, dont le lancement prématuré de l’IA open source Lucie est la dernière anecdote en date. L’État doit redéployer ses compétences scientifiques s’il veut assurer la cohésion stratégique de cet effort d’investissements et éviter que l’écosystème numérique ne se laisse systématiquement préempter par la Silicon Valley.

      Le moment est d’autant plus crucial que s’éloigne l’idée selon laquelle l’IA de pointe ne pourrait être qu’américaine, au vu de la compétence d’autres pays, comme la Chine mais aussi la France, avec une tradition mathématique en parfaite adéquation avec les défis des réseaux de neurones. DeepSeek a démontré au monde, avec quelques millions de dollars et des cartes graphiques limitées, que l’on pouvait se contenter de moyens incomparables avec ceux des géants américains. Il y a à peine plus d’un an, Mistral proposait aussi un modèle qui rivalisait avec ceux d’OpenAI, après quelques mois de travail et avec quelques dizaines d’employés. La compétence française est indéniable en matière d’IA. Ce talent est aussi visible au sein des géants américains. Yann Le Cun, l’expert en chef de Meta en matière d’IA, entraîne derrière lui toute une génération. Le modèle open source de l’entreprise, LLaMa, a en premier lieu été développé par une équipe parisienne.

      Nous étions déjà nombreux en 2023 à pointer l’émergence d’une IA plus économe et fine que celle des géants californiens. Les cerveaux français trouvent souvent dans la Big Tech des débouchés à leur excellence mathématique. Plusieurs des initiateurs de Mistral sont d’ailleurs passés par ces entreprises. Cependant, si le sort de tout succès européen est d’être aspiré dans le giron de géants américains, comme l’a partiellement été Mistral, les bénéfices que nous en tirerons resteront négligeables. Au vu du bouleversement économique qu’amène l’IA, une telle tendance nous condamnerait à une dépendance redoutable. Les démiurges transhumanistes n’ont pas de projet pour l’Europe au-delà de ses beaux paysages.

      Le développement des infrastructures et des data centers en particulier, au moyen d’investissements massifs, est indispensable à notre autonomie. On ne peut que saluer l’effort dans ce sens, s’il se concrétise dans l’ensemble, d’autant plus qu’il ne se réfugie pas derrière de labyrinthiques consortiums invoquant les mânes d’Airbus. On ne pourra, néanmoins, faire l’économie d’une réflexion sur la source des financements, l’équilibre décisionnel vis-à-vis des partenaires internationaux, et la pérennité des projets.

      Cela nécessite notamment de combler le déficit technologique des administrations, qui perdure malgré le retour en grâce de la notion de politique industrielle. Des financements éparpillés, sans analyse suffisante, dans le cadre de « France 2030 » à l’excès de communication événementielle, en passant par la « révolution de l’hydrogène » et les statistiques de réindustrialisation faussées par l’auto-entrepreneuriat, l’État doit faire un effort de fond. Cet effort est d’autant plus nécessaire alors que les remous de la politique mondiale risquent de secouer l’environnement open source, qui est au cœur de la dynamique de rattrapage dans l’IA.

      L’open source représente une opportunité remarquable de circulation du savoir technologique. Yann Le Cun en est un évangéliste et il semble sensible au rêve de voir son pays d’origine se refaire une place digne de sa tradition scientifique. Pour autant, au vu des fulminations des responsables américains contre DeepSeek, réclamant des restrictions plus fortes, on peut craindre que la brèche de l’open source dans l’empire de la Big Tech ne soit remise en cause. Cette situation conduirait à une domination plus implacable des États-Unis dans le secteur technologique, à laquelle peu de pays, à part la Chine justement, pourraient faire face. Les États vont devoir se pencher sur la question de la circulation des modèles et de l’open source en particulier, qui devrait désormais faire partie intégrante des négociations commerciales.

      L’Europe n’atteindra pas le gigantisme des investissements américains. Pour autant, DeepSeek, Mistral et d’autres dans le monde ont montré que nous pouvons nous redéployer dans le numérique, en tablant pour l’heure sur l’open source, mais surtout en remettant au centre des décisions notre culture d’ingénieur, avec l’éclectisme que cela implique. C’est cette voie, délaissée par l’Europe ces trois dernières décennies, que suivent ceux parmi les BRICS qui se positionnent efficacement dans la course technologique. Nous n’y parviendrons pas tant par une spécialisation sur les questions réglementaires qu’en remettant la culture scientifique au cœur de nos choix stratégiques.

      Ce texte a été initialement publié sur le site du jounal Les Echos.

    • Les semi-conducteurs sont le talon d’Achille des géants de l’IA

      Les semi-conducteurs sont le talon d’Achille des géants de l’IA

      L’ultraconcentration dans la conception et la production de semi-conducteurs pour l’IA, autour de Nvidia et TSMC, attise la convoitise des géants numériques, ultradépendants à cet égard. Pour autant, le rattrapage s’annonce difficile, malgré la mobilisation d’acteurs étatiques.

      L’explosion de l’intelligence artificielle repose sur deux piliers de natures différentes : d’un côté l’élaboration de modèles de langage géants façon GPT et, de l’autre, une puissance de calcul spectaculaire avec des processeurs dédiés. Ceux-ci sont conçus notamment par l’omniprésent géant Nvidia, et fabriqués par une poignée resserrée d’acteurs, avec le taïwanais TSMC en particulier. Modèles d’IA et semi-conducteurs nécessitent des investissements gigantesques et des compétences de pointe. Pour autant, il s’agit de deux mondes qui coopèrent étroitement certes, mais en répondant à des exigences très différentes.

      Sur le plan de l’élaboration des modèles, les géants numériques étatsuniens tels que Microsoft, Meta et Google disposent de toutes les ressources technologiques, économiques et politiques pour dominer le secteur, en interne et au moyen d’acquisitions/partenariats. Ce dernier aspect leur permet même de domestiquer la diversification que l’on observe avec l’explosion de l’open source, c’est-à-dire des modèles diffusés librement et réutilisables par tous. Bien que l’open source permette à tout un écosystème de l’IA d’exister, il n’est pas exactement à voir comme l’arme de David contre Goliath, car les géants eux-mêmes y sont très investis. Les modèles de langage LLaMa de Meta sont, par exemple, open source. De plus, le poids financier et l’emprise de la Big Tech sont tels que l’on voit les acteurs indépendants entrer dans leur orbite les uns après les autres. La pépite française Mistral a récemment annoncé entrer dans le giron de Microsoft, en lui confiant la diffusion de son modèle le plus avancé, qui sera donc fermé. Les géants ont ainsi largement les moyens de garder la main sur le développement de modèles.

      Pour autant, derrière la domination de ces mastodontes, l’importance des processeurs qui permettent la formation de ces modèles d’IA ne doit pas être sous-estimée. Elle est même le nerf de la guerre technologique actuelle et se trouve entre les mains de géants industriels d’un autre genre. Toute la scène de l’IA reste ultra-dépendante d’une chaîne de conception et de production de semi-conducteurs incroyablement concentrées, autour de Nvidia et de TSMC.

      Un boom de la demande de semi-conducteurs dédiés à l’IA, et très peu de fournisseurs

      Pour les géants numériques, l’autonomie en matière de semi-conducteurs reste un défi vis-à-vis duquel il reste délicat de se positionner. Après des années d’investissements, Nvidia a une position de quasi-monopole dans la conception de semi-conducteurs dédiés à l’IA. L’entreprise américaine a conçu l’année dernière 80 % de ce type de semi-conducteurs dans le monde.

      Une fois la conception réalisée, Nvidia sous-traite leur fabrication à la taïwanaise TSMC, une des dix sociétés capables de les produire dans le monde. Nvidia est dite « fabless ». Dans cette industrie, la fabrication d’un semi-conducteur nécessite une ligne de production avec des caractéristiques propres (équipement de fabrication, test et emballement). Ces nouvelles lignes de production sont extrêmement coûteuses. Une usine flambant neuve (ou fonderie dans la terminologie du secteur) nécessite entre 15 et 20 milliards de dollars et au minimum deux ans de construction. Très peu d’acteurs économiques peuvent investir ces sommes colossales et surmonter la barrière à l’entrée sur ce marché des fonderies (« Fabs »).

      Les États s’emparent du sujet au nom de la souveraineté technologique

      Malgré l’énormité des investissements, certains acteurs se lancent ou reviennent sur ce marché comme l’américain Intel ou la japonaise Rapidus. Les fabricants déjà dans la course comme TSMC ou la sud-coréenne Samsung poursuivent leurs investissements pour tenter de conserver leurs parts de marchés. À la sortie du Covid-19, après une pénurie dans les semi-conducteurs, des États ont décidé de relancer leur soutien financier au secteur. Les « Chip Acts » se sont multipliés pour augmenter la capacité nationale de fabrication de semiconducteurs, renforcer la sécurité économique et garantir même en cas de crise des approvisionnements pour des usages militaires. Parmi ces pays, on retrouve les États-Unis en 2022 avec le Chips and Science Act (39 milliards de dollars), l’Union européenne avec le Chip Act (43 milliards en 2023), le Japon avec la création du conglomérat Rapidus et un plan de soutien (100 milliards de dollars pour Rapidus et les nouvelles usines TSMC sur 2023-2027), la Chine avec en 2023, le lancement de la phase 3 du fonds de garantie du gouvernement chinois dédié aux semi-conducteurs (46 milliards de dollars pour la période 2023-2027), la Corée du Sud avec un plan du gouvernement de 7,3 milliards de dollars. Du côté des États-Unis, l’effet d’entraînement des subventions publiques dans le secteur est notable. Les 39 milliards de dollars du Chips and Science Act ont encouragé une vague d’investissements privés de 200 milliards de dollars dépensés par des entreprises américaines et étrangères sur le sol américain.

      De nouveaux entrants et une nouvelle échelle de financement

      Jusqu’à ce que de nouvelles usines produisent plus de puces, l’offre n’arrivera pas à suivre la demande mondiale de puces dédiées à l’IA. D’où une hausse sensible des prix. Une GPU de Nvidia (H100) peut aller jusqu’à 40 000 dollars l’unité. Sa disponibilité est limitée, car, même en augmentant le volume de production, l’entreprise ne répond toujours pas aux besoins du marché. Certains utilisateurs et acheteurs de puces Nvidia s’inquiètent de la dépendance à un seul fournisseur. C’est le cas de Sam Altman, le PDG d’OpenAI, car le manque de puces dédiées à l’IA risque de freiner le développement de sa propre entreprise. Pourquoi ne pas essayer de créer son propre outil industriel pour rétablir ce déséquilibre offre-demande ? C’est la logique de tout nouvel entrant dans un secteur en très forte croissance. Sam Altman a multiplié les rendez-vous auprès des fabricants et des fonds d’investissement depuis plusieurs mois. Dans ses premières estimations, il évoquait une recherche d’investissement (extravagante) de 7 000 milliards de dollars pour construire un nouveau pan de l’industrie des semi-conducteurs. Le projet est toujours en cours. Et Altman n’est pas le seul. Les initiatives fleurissent. Apple travaille avec TSMC pour fabriquer des puces d’IA. Le patron du groupe japonais, SoftBank, Masasyoshi Son, veut transformer son groupe en une puissance de l’IA. Son tout dernier projet est de permettre à sa filiale ARM de créer une nouvelle division de puces IA. Un prototype sera testé au printemps 2025 et la production de masse devrait démarrer à l’automne 2025. De son côté, Nvidia maintient son avance technologique sur un marché en croissance accélérée. Selon le centre de recherche Precedence Research of Canada, le marché mondial devrait atteindre 100 milliards de dollars en 2029 et 200 milliards de dollars en 2032.

      Cette pénurie d’un nouveau genre invite les géants numériques à se positionner sur le créneau, suivant des styles différents. Face à ces ambitions, Nvidia continue inlassablement à se positionner pour faire toujours mieux, et notamment mieux que ce que les géants pourront probablement faire en matière de conception de processeurs dédiés à l’IA. Les géants numériques se retrouvent pris dans un étau industriel qui leur sera difficile de surmonter. L’horizon d’une concurrence mondiale équilibrée où toutes les grandes zones parviendraient à se positionner reste encore plus lointain et incertain. Au-delà de leurs intérêts propres, l’ultraconcentration des semi-conducteurs dédiés à l’IA pointe un risque de résilience industrielle très concret pour toute la chaîne jusqu’aux utilisateurs finaux. En cela, la diversification est un enjeu politique majeur.

      Cette analyse a été écrite avec Estelle Prin et initialement publiée par l’IRIS.

    • Mistral dans le giron de Microsoft 

      Mistral dans le giron de Microsoft 

      L’entrée de la startup française Mistral AI dans le giron de Microsoft suscite des critiques politiques en Europe. En championne de l’open source, l’entreprise avait récemment milité pour un assouplissement de l’AI Act, avant d’annoncer son revirement vers un modèle fermé. Pour autant, son succès technique dans le développement de modèles fondamentaux, avec des moyens limités, démontre le potentiel de rattrapage de l’Europe, et de divers acteurs mondiaux. Pour atteindre une certaine autonomie, il resterait cependant à surmonter une difficile équation économique, qui pousse les startups les plus prometteuses dans les bras de la Big Tech.

      Le succès de Mistral AI pointe la capacité de rattrapage technique dans la course à l’intelligence artificielle (IA)

      De nombreux observateurs avaient tendance à penser que l’Europe devait se cantonner à un rôle d’utilisateurs des modèles d’IA américains pour développer divers types d’usage et d’applications. Sur le plan technique, le succès de Mistral confirme l’opportunité d’une IA relativement économe au regard de ce que fait la Big Tech en termes d’utilisation de données, de moyens financiers et humains.

      Mistral AI est parvenu en quelques mois à développer des modèles d’IA qui talonnent en performance ceux d’OpenAI, Google et Meta, avec des moyens certes conséquents, mais incroyablement plus limités que ceux des géants américains. Cela est particulièrement marquant sur le plan des effectifs, avec sa trentaine d’employés. Il s’agit d’une prouesse de la part de cette équipe, mais cela éclaire aussi la nature de la technologie qui sous-tend l’explosion de l’IA générative.

      En plus de nouvelles architectures de réseaux de neurones (transformers), les progrès spectaculaires de l’IA depuis une petite décennie sont surtout liés à l’utilisation d’une quantité de données et d’une capacité de calcul phénoménales. Tout en prenant cette vague d’explosion quantitative, Mistral creuse aussi le sillon d’une ingénierie d’IA plus fine, qui lui a permis de s’établir sur la scène mondiale en un temps record.

      Dans un contexte de crise éducative et de désindustrialisation aiguë, il reste possible de mobiliser des compétences issues des meilleures formations, pour rivaliser avec les géants technologiques mondiaux. Au-delà même de l’enjeu de l’autonomie européenne, ce constat technique est riche d’enseignements sur la course mondiale dans le domaine. Le rattrapage et la concurrence dans l’IA sont possibles, à condition d’offrir les capacités de financement, mais aussi de débouchés, dans la durée.

      L’entrée de Mistral dans le giron de Microsoft illustre la difficile équation économique d’une IA indépendante et ouverte

      Après s’être présentés en champions des modèles ouverts, open source, réutilisables par tous, les dirigeants de Mistral ont décidé que leur nouveau modèle le plus performant serait fermé, qui plus est suivant un accord de distribution avec Microsoft, qui prend au passage une participation dans l’entreprise. La voie de l’open source avait propulsé la probabilité de l’entreprise auprès des développeurs, en parallèle d’autres modèles ouverts comme LLaMa de Meta, face au modèle désormais radicalement fermé de la malnommée OpenAI.

      D’ailleurs, c’est précisément sur la base de cette évolution qu’Elon Musk, qui avait participé au lancement d’OpenAI, a récemment annoncé poursuivre l’entreprise de Sam Altman en justice. Derrière l’ironie des attaques de l’exubérant milliardaire, il est vrai que, comme en témoigne sa structure labyrinthique, OpenAI présente un fossé entre sa vocation initiale, fondée sur l’open source et la recherche, et sa finalité actuelle, purement commerciale. La question de l’emprise de la Big Tech sur l’IA est particulièrement sensible pour l’Europe mais se pose évidemment aussi aux États-Unis.

      Comme pour OpenAI, l’accord de Mistral avec Microsoft entérine son succès technique et sa popularité. L’entreprise française lance d’ailleurs un chabtbot, nommé « Le Chat », sur le modèle de ChatGPT. Cependant, ce partenariat enterre, pour l’heure, le rêve d’une IA européenne open source et indépendante.

      Au-delà des attaques virulentes des derniers jours contre les dirigeants de l’entreprise, il convient de s’interroger sur l’environnement économique européen. Le problème reste celui des perspectives de développement, de financement et de débouchés commerciaux nécessaires à un positionnement de pointe dans le numérique. Ces difficultés et la puissance de frappe des géants numériques amènent irrémédiablement les startups qui réussissent à entrer dans leur orbite. C’est cet aspect économique qui a transformé la prouesse technique de Mistral, qui aurait pu marquer un tournant vers l’autonomie, en déconvenue stratégique pour l’Europe.

      Au-delà de la défiance face au lobbying, une approche flexible de la réglementation de l’IA reste indispensable

      L’AI Act répond à un besoin évident de réglementation et d’encadrement des risques liés à l’IA. Pour autant, sa genèse compliquée a rendu les éléments de l’accord particulièrement tortueux. Ses auteurs avaient manqué la révolution de l’IA générative et se sont lancés dans un travail titanesque d’adaptation l’an dernier.

      L’idée de se positionner en gendarme numérique du monde, en se souciant trop peu de l’offre technologique du continent, pose en elle-même un risque existentiel à l’économie européenne et à son autonomie compétitive. Surtout, avec sa difficile application aux évolutions techniques futures, l’AI Act risque plutôt de servir les intérêts de la Big Tech, qui a les moyens d’aborder ces labyrinthes réglementaires. L’entrée de Mistral dans l’orbite de Microsoft semble en fait plutôt le confirmer.

      Mistral avait milité fermement, à la fin de l’année passée, pour l’assouplissement de l’AI Act, en particulier en ce qui concerne les modèles fondamentaux d’IA générative open source. On peut naturellement penser que l’entreprise avait alors déjà envisagé son virage vers un modèle fermé, en partenariat avec Microsoft. Pour autant les concessions consenties en réponse aux objections des gouvernements français et allemand, défendant leurs entreprises nationales comme Mistral et Aleph Alpha, concernaient surtout l’open source, qui bénéficiera ainsi d’une plus grande latitude. Bien que l’on puisse déplorer le revirement de Mistral, son lobbying a surtout débouché sur un assouplissement de l’AI Act qui pourrait, à certaines conditions économiques, encourager l’émergence future de ses propres concurrents open source.

      Ce texte a été initialement publié par l’IRIS.