La décision soudaine du gouvernement américain, le 12 juin, de restreindre laccčs de létranger ā certains des modčles les plus avancés dAnthropic confirme une fois de plus que lIA est désormais un enjeu géopolitique de tout premier ordre. Jusquā récemment, les pays rivalisaient en construisant des services, des infrastructures et des applications au-dessus des systčmes dIA de pointe. Désormais, laccčs aux systčmes eux-męmes devient une préoccupation stratégique.
L’hypothèse dominante était que l’IA suivrait la logique de la mondialisation. Les pays s’appuieraient sur une poignée de modèles de pointe, majoritairement développés aux États-Unis, tout en se livrant concurrence sur les services en aval, les semi-conducteurs, les données et les applications. L’accès aux systèmes d’IA les plus avancés allait largement de soi. Si cette hypothèse ne tient plus, la question centrale n’est pas de savoir quel modèle est le meilleur, mais lequel est accessible, tout simplement.
À mesure que les capacités de pointe deviennent un sujet de sécurité nationale et de diplomatie, les gouvernements seront tentés de poursuivre une « souveraineté de l’IA » en développant des champions nationaux ou des alternatives domestiques aux principales options américaines (ChatGPT et Claude). Aussi compréhensible que soit cet réflexe, il risque pourtant de s’attaquer au mauvais problème.
Car l’IA progresse trop vite pour qu’une telle stratégie soit rentable. Des avantages technologiques qui paraissent décisifs peuvent s’évaporer en quelques mois. La percée d’aujourd’hui devient la norme de demain. Les modèles qui font la une pendant quelques mois sont rapidement rattrapés, voire dépassés, par des concurrents. Même les pays prêts à investir des dizaines de milliards de dollars dans le développement de modèles affrontent des probabilités décourageantes s’ils se mesurent directement aux plus grandes entreprises technologiques du monde. Voilà pourquoi la question n’est pas de savoir si un pays peut construire un modèle de pointe, mais s’il peut garantir un accès fiable à l’intelligence de pointe, où qu’elle apparaisse.
Le cas récent d’Anthropic l’illustre bien. Si l’accès à un modèle d’IA de premier plan peut être restreint du jour au lendemain, la dépendance à un fournisseur unique devient un risque stratégique. Cela ne signifie pas que chaque pays doive construire son propre modèle de pointe. Cela signifie néanmoins qu’aucun pays ne peut présumer d’un accès ininterrompu au système d’autrui.
Pour les alliés les plus proches des États-Unis, la priorité devrait être de préserver l’accès. Des pays comme le Japon et les autres membres du G7 partagent avec les États-Unis non seulement des valeurs démocratiques, mais aussi des intérêts de sécurité profonds. Soutenir la résilience technologique des alliés renforce, au bout du compte, la position stratégique de l’Amérique elle-même. En outre, l’IA demeure une technologie immature et en évolution rapide, dont la trajectoire future est incertaine. La poursuite de la collaboration entre les développeurs américains de modèles et les pays alliés — qui apportent technologie, talents, infrastructures et marchés — sera essentielle pour élargir l’écosystème lui-même. L’IA ne devrait pas être une technologie que l’on thésaurise ; elle devrait être une technologie que l’on développe ensemble.
Dans l’économie émergente de l’IA, l’avantage concurrentiel viendra de plus en plus non pas de la possession d’un modèle unique, mais de la capacité à évaluer, sélectionner et orchestrer de nombreux modèles. Les organisations capables de passer sans friction d’un système concurrent à un autre seront plus résilientes que celles qui dépendent d’un seul fournisseur et s’exposent à trop de vulnérabilités — des pannes techniques et litiges commerciaux aux pressions géopolitiques. De même que les pays cherchent à diversifier leurs sources d’énergie et leurs chaînes d’approvisionnement en semi-conducteurs, ils diversifieront aussi leurs fournisseurs d’IA.
Pourtant, l’orchestration ne suffit pas. Les pays doivent aussi être en mesure d’évaluer les systèmes d’IA de manière indépendante. Les gouvernements ont besoin de la capacité d’apprécier quels modèles sont réellement utiles par rapport aux autres, et quels risques certains systèmes peuvent poser. De tels jugements ne peuvent pas être entièrement délégués à des entreprises étrangères ou à des gouvernements étrangers.
C’est pourquoi les instituts de sécurité de l’IA récemment créés et les agences nationales de cybersécurité prennent une importance croissante. Plutôt que de se contenter de tenter de réguler l’IA, leur rôle est de fournir l’expertise technique indépendante nécessaire à une prise de décision nationale éclairée. Les pays qui ne peuvent pas évaluer eux-mêmes les systèmes d’IA verront inévitablement leurs choix façonnés par d’autres.
S’appuyer sur plusieurs modèles d’IA plutôt que sur un fournisseur unique constitue en soi une forme de dissuasion, car cela rend la coercition moins efficace. Si les gouvernements et les organisations peuvent passer sans heurt entre plusieurs modèles de pointe, restreindre l’accès à l’un d’entre eux perd une grande partie de sa valeur stratégique. L’orchestration des modèles devient à la fois une capacité économique et un atout géopolitique.
La diversification ne suffit toutefois pas. Pour atteindre une véritable souveraineté de l’IA, les pays doivent pouvoir combiner des données nationales avec plusieurs systèmes d’IA de pointe, produire des connaissances sur ce qui fonctionne, et traduire ces connaissances en décisions. Cette dernière étape — la décision souveraine — devient difficile lorsqu’un pays dépend d’autres acteurs pour interpréter ses informations les plus importantes. Si l’analyse du renseignement de défense, des données économiques, des risques de santé publique ou des infrastructures critiques repose in fine sur des acteurs externes, l’autonomie politique se trouve limitée.
Les implications dépassent largement la politique de l’IA. Dès lors que l’accès à l’intelligence devient un enjeu géopolitique, le défi auquel sont confrontées les puissances moyennes est clair. Plutôt que de chercher à reproduire les capacités américaines ou chinoises, ces pays doivent s’assurer qu’ils disposent d’une marge de manœuvre stratégique tout en restant profondément intégrés à l’économie mondiale. C’est un défi familier : tout au long de l’histoire moderne, les puissances moyennes qui ont réussi ont prospéré non pas en s’isolant des grandes puissances, mais en maintenant de solides alliances tout en préservant leur capacité d’action indépendante.
La compétition géopolitique qui s’annonce tournera autour de ceux qui conçoivent, financent, exploitent et optimisent les infrastructures critiques de l’ère de l’IA : centres de données, réseaux électriques, réseaux de communication, systèmes logistiques, ports et infrastructures publiques numériques. Les capacités d’IA s’inscriront au cœur des systèmes dont dépendent les sociétés modernes.
Dans cet environnement, le sens de l’expression « IA sûre et digne de confiance » doit lui aussi évoluer. Les débats actuels sur la sécurité de l’IA se concentrent souvent sur des questions techniques d’alignement des modèles, de transparence, de biais, de désinformation ou de contenus nuisibles. Ce sont des préoccupations importantes, mais pour les gouvernements, les entreprises et le grand public, la confiance exige quelque chose de plus large.
Un écosystème d’IA digne de confiance est un écosystème dans lequel les utilisateurs peuvent compter sur la continuité de l’accès, conserver un contrôle réel sur leurs données et éviter de devenir dépendants de décisions politiques prises ailleurs. C’est un écosystème où l’accès n’est pas conditionné par un alignement politique, et où la participation n’exige pas l’abandon de la souveraineté numérique. La confiance ne réside pas dans un modèle en particulier, mais dans les institutions, les dispositifs de gouvernance et les relations internationales qui l’entourent.
À mesure que l’IA devient une infrastructure critique, la fiabilité, la résilience et la neutralité politique pourraient compter autant que la performance brute des modèles. Le modèle le plus puissant n’est pas nécessairement le plus précieux si l’accès peut en être retiré brutalement, ou si la dépendance qu’il crée contraint les choix stratégiques.
La souveraineté en matière d'IA ne réside pas dans la création d'une version nationale de ChatGPT, mais dans la préservation de la liberté d'action dans un monde où l'accès même à la connaissance est contesté. Il s'agit d'une question de choix, et non de propriété.
Par Ren Ito
JDF TV
L'actualité en vidéo
