A) - Petite histoire des grandes innovations : des craintes à la prospérité
B) - Vin, terroirs, gastronomie : cet autre patrimoine que certains voudraient voir disparaître
C) - Choose France : un pays en mal d’innovation
A) - Petite histoire des grandes innovations : des craintes à la prospérité
L’émergence
de technologies de rupture a toujours suscité, au cœur des sociétés, un
puissant mélange de fascination et d’effroi. À chaque grande vague
d’innovation, une angoisse récurrente s’empare de l’opinion publique :
celle de l’obsolescence de l’homme, de la destruction massive des
emplois et, in fine, de la fin du travail. Pourtant, l’histoire
économique nous enseigne avec constance que ces craintes, bien que
légitimes et souvent douloureuses à court terme, se heurtent
systématiquement à une réalité plus complexe et fondamentalement
créatrice de valeur. Mieux : l’histoire nous apprend comment identifier
les effets indésirables et les risques, et comment les minimiser tout en
bénéficiant des apports positifs de la technologie.
L’imprimerie : la première révolution de l’information
Les prémices de l’imprimerie à caractères mobiles en métal datent de
1450 à Mayence, sous l’impulsion de Gutenberg. Dès son apparition,
l’angoisse est immense au sein des abbayes et des corporations. Les
moines copistes et les scribes voient leur monopole s’effondrer et leur
rôle évoluer. En 1492, l’abbé Johannes Trithemius rédige ainsi De laude scriptorum (paradoxalement
imprimé par la suite), faisant l’apologie des scribes face à
l’imprimerie et alertant sur le risque que les moines perdent leur
discipline spirituelle liée au travail manuel.
Dans les faits, la baisse drastique du coût du livre a provoqué une
explosion de la demande liée à l’alphabétisation et démocratisé l’accès à
l’information. Si plusieurs milliers de postes de copistes ont disparu,
l’imprimerie a jeté les bases de l’économie de la connaissance,
augmentant le PIB européen par l’éducation, et engendrant des dizaines
de milliers de nouveaux métiers dans la chaîne du livre – qu’il s’agisse
d’auteurs ou d’ouvriers du livre.
La Machine à Tisser : L’étincelle industrielle
L’automatisation du tissage arrive en France avec le métier Jacquard
en 1801. Les craintes sur l’emploi furent alors d’une violence inouïe :
les artisans tisserands de la soie y voient la destruction de leur
savoir-faire, ce qui conduit à la célèbre révolte des Canuts à Lyon en
1831. Toutefois, le paradoxe de Jevons, selon lequel la baisse du prix
d’un produit peut entraîner une hausse de la demande telle qu’elle
induit une hausse de l’activité et du chiffre d’affaires, s’est
pleinement appliqué. La machine ayant rendu le textile moins cher, la
demande de vêtements a fortement augmenté. Au lieu de détruire un
secteur économique, l’industrie a embauché massivement, faisant du
textile le premier moteur du PIB français au XIXᵉ siècle.
La Vapeur et le Train : la contraction de l’espace
Les travaux de Denis Papin (1690) et James Watt (1769) posent les
bases. En France, le marquis de Jouffroy d’Abbans fait naviguer un
bateau à vapeur dès 1776, mais le pays, riche en bois et en
main-d’œuvre, tarde à l’adopter. L’arrivée massive dans l’industrie
française se fait sous la Monarchie de Juillet (1830-1848) et sa
démocratisation prendra environ 50 ans. La peur se concentre alors
logiquement sur les métiers de la force motrice. Les meuniers
traditionnels et les haleurs de bateaux redoutent l’obsolescence de
leurs fonctions. Pourtant, la vapeur fut le cœur de la première
révolution industrielle, générant une croissance inédite dans l’histoire
humaine. Dans le même temps, la locomotive bouleverse les distances à
partir de 1825. Les relais de poste et les cochers de diligences crient à
la faillite. S’y ajoutent des craintes irrationnelles, l’homme
politique Adolphe Thiers estimant que le train n’est qu’un « jouet »,
tandis que d’autres s’inquiètent des effets mortels des écarts de
température dans les tunnels. La réalité fut la création d’un marché
national unifié et une contribution monumentale au PIB via de
gigantesques chantiers d’infrastructures.
L’électricité : la lumière et le confort
L’électricité a été découverte par Volta (1800) puis développée
notamment par Edison. Elle frappe les esprits en France lors de
l’Exposition internationale de l’Électricité à Paris en 1881 et la
démocratisation, freinée par la Première Guerre mondiale, s’accélère
grâce au programme d’électrification rurale dans les années 1930, pour
s’achever dans les années 1950. À l’époque, le syndicat des gaziers mène
de violentes campagnes de dénigrement contre ce développement, et la
profession des allumeurs de réverbères, très présente à Paris, multiplie
les grèves face à cet « ennemi invisible » accusé de causer des
incendies mortels.
Tout le monde a oublié les 4000 allumeurs de réverbères parisiens. Ce
dont on se souvient, c’est que l’électricité a accompagné la Seconde
révolution industrielle et le développement du travail à la chaîne
motorisé, ainsi que l’émergence du secteur de l’électroménager.
L’éclairage électrique a permis l’allongement du temps de travail et de
loisir nocturne. Au total, l’électricité est à l’origine d’une part
significative des gains de productivité des Trente Glorieuses. L’effet
indésirable fut la dépendance croissante aux ressources énergétiques.
Internet : la première révolution numérique
Internet est né avec ARPANET (1969) aux USA, et a également bénéficié
de contributions françaises comme celle de Louis Pouzin. En France, son
adoption est pourtant d’abord entravée par le succès national du
Minitel, avant qu’apparaissent les premiers fournisseurs d’accès grand
public en 1994. La démocratisation s’est accélérée avec l’arrivée de
l’ADSL au début des années 2000.
Dans les années 1990, des ouvrages comme La Fin du travail
de Jeremy Rifkin (1995) prédisent un chômage massif. D’autres craignent
la disparition des agents de voyage, des postiers (concurrencés par
l’e-mail) ou du petit commerce face à la naissance du e-commerce. Enfin,
l’arrivée d’Uber sur le marché du transport se heurte à l’opposition
des syndicats de taxi. À l’aube des années 2000, la révolution semblait
immédiate : des milliards étaient injectés dans la « convergence des
médias » par Vivendi, et des « pure players » internet menaçaient de
remplacer épiceries, magasins de prêt-à-porter et même le Père Noël (à
l’image de la société pere-noel.fr, dont les promesses extravagantes et la gestion approximative ont été sanctionnées par la justice[1]).
Certaines promesses se sont bel et bien réalisées, mais beaucoup plus
tard, et avec des gagnants différents – Netflix plutôt que Vivendi. Et
la disparition de l’emploi attendue n’a pas eu lieu : la France a
actuellement un taux de chômage inférieur à 8%, très loin de celui de la
fin des années 90 (proche de 10%). L’impact sur le secteur du transport
permet de mieux comprendre comment cela est arrivé : si le nombre de
taxis a peu évolué (environ 60.000), la valeur de revente de la « plaque
» de taxi a été divisée par 3 et on voit clairement les files
s’allonger dans les gares. A côté de cela, on compte 70.000 emplois de
VTC en plus, et des situations courantes il y a 30 ans (se retrouver à 2
heures du matin au centre de Paris sans pouvoir trouver de taxi)
paraissent désormais anachroniques. L’éviction fiscale a changé de
nature : avant c’était la machine à carte bleue du taxi qui était
étonnamment souvent en panne, désormais les courses sont comptabilisées
précisément mais la marge des plateformes fuit hors de portée du fisc
français (Luxembourg notamment).
À la fin des années 80, Solow avait énoncé le paradoxe qui porte son
nom : on voyait les ordinateurs partout, sauf dans les statistiques de
productivité. Avec le recul, on voit cette productivité : on estime
désormais qu’elle représente environ 20 points de PIB, qui ont été
gagnés en 25 ans – soit 0,8 % par an. Les changements que l’on imaginait
immédiats en 2000 se sont produits, mais plus tardivement, ce qui a
rendu l’adaptation de l’emploi et de l’économie plus simple qu’anticipé.
Si l’on avait annoncé à n’importe lequel d’entre nous en 2000 qu’il
faudrait attendre 20 ans pour que la prise de rendez-vous avec un
médecin puisse se faire de façon informatique, personne n’y aurait cru !
Autre phénomène : ce gain de productivité est arrivé à une époque où le
reste de la productivité s’est effondré : loin de provoquer un
cataclysme sur l’emploi, la productivité d’internet nous a évité
l’affaissement de pouvoir d’achat que nous aurions subi sans cette
technologie.
Enfin notons qu’internet a apporté de nombreux bénéfices non
monétaires (perdre moins de temps pour s’orienter dans une ville que
l’on ne connaît pas, échanger avec ses proches) ainsi que quelques
effets indésirables (notamment le fonctionnement de notre démocratie,
dont les règles définies à l’ère du cheval et du papier font l’objet
d’attaques régulières[2] de puissances étrangères plus agiles que nous pour utiliser le numérique contre nous).
L’Intelligence Artificielle : Le choc cognitif et le paradoxe de la productivité
L’idée que l’ordinateur puisse reproduire la pensée humaine n’est pas
nouvelle et depuis le tout début de l’informatique, l’intelligence
artificielle a connu plusieurs phases de développement suivies de
déception avant de prendre l’importance qu’on lui connaît actuellement.
Le premier espoir nait dans les années 1950 avec le perceptron de
Frank Rosenblatt en 1957, premier réseau de neurones artificiels dont
les applications concrètes se limitaient à la classification visuelle de
formes simples, avant que ses limites ne conduisent au premier « hiver
de l’intelligence artificielle ». Il est matérialisé par un ouvrage
publié en 1969 par Minsky et Papert, qui démontre l’impossibilité pour le perceptron de réaliser des opérations mathématiques simples.
Une autre approche a été l’intelligence artificielle symbolique et
les langages de résolution de clauses comme Prolog (1972), qui
permettent de décrire certains types de problèmes et d’en obtenir une
solution. On peut également citer le programme ELIZA (Joseph Weizenbaum,
1966), utilisant des reconnaissances de patterns pour simuler un
psychothérapeute en service client, ou le système de diagnostic médical
MYCIN. Mais passé les premiers espoirs, ces solutions montrent
rapidement leurs limites et restent loin du « test de Turing » :
confronté à ces « intelligences », tout utilisateur comprend vite qu’il
parle à une machine.
Une voie nouvelle s’ouvre en 1989 lorsque Yann LeCun applique avec
succès l’algorithme de rétropropagation à des réseaux de neurones
convolutifs (CNN) pour la reconnaissance de chiffres manuscrits (tels
que les codes postaux sur les enveloppes), une technologie immédiatement
déployée dans la vie réelle pour le tri automatisé des chèques
bancaires et du courrier postal. Parallèlement, d’autres formes de
réseaux de neurones tels que les réseaux de neurones récurrents (RNN)
sont développées, et permettent des progrès significatifs au début des
années 2000 pour des applications comme la reconnaissance vocale.
Au-delà de ces découvertes de nouvelles techniques, la véritable
explosion des performances de l’intelligence artificielle s’explique par
la « Leçon Amère » (The Bitter Lesson) théorisée par Richard Sutton en
2019. Il constate que la méthode la plus efficace pour résoudre un
problème est moins de trouver des algorithmes sophistiqués que
d’attendre que les coûts des ordinateurs baissent suffisamment pour
pouvoir résoudre ce problème « par la force brute » avec une puissance
de calcul massive. C’est une leçon amère, car l’histoire récente de
l’intelligence artificielle nous enseigne que la force brute bat
l’ingéniosité, et qu’une technologie initialement médiocre (comme
l’était ChatGPT 2) deviendra rapidement beaucoup plus efficace.
Ainsi le coût d’un TERAFLOP de calcul, c’est-à-dire la réalisation de
mille milliards d’opérations mathématiques, est passé de plusieurs
millions de dollars il y a trente ans à quelques dizaines de dollars
actuellement. Un téléphone mobile haut de gamme peut en faire 6 par
seconde et on peut louer une puissance bien supérieure sur le cloud sans
rien avoir à investir.
Cette abondance inouïe de calcul abordable a permis l’émergence en
2017 de l’architecture Transformer (publiée par Ashish Vaswani et son
équipe chez Google), qui a levé les goulots d’étranglement séquentiels
des RNN et servi de fondation directe aux grands modèles de langage
(LLM).
Aujourd’hui, le succès des solutions comme ChatGPT-4 d’OpenAI repose
sur l’accès à des masses d’informations considérables sur internet
(parfois en prenant quelques libertés avec le droit d’auteur, ou en
appliquant la version anglo-saxonne de ce droit, plus permissive) sur la
capacité à réaliser des volumes de calculs astronomiques à la demande
sur le cloud et sur la possibilité de proposer une application à des
milliards d’utilisateurs de façon quasi instantanée.
Les investissements mondiaux dans l’IA atteignent désormais des
sommets vertigineux : 1000 milliards par an, si l’on additionne le
capital-risque, les infrastructures (datacenters, processeurs) des
géants technologiques et la transformation des entreprises aux
Etats-Unis, en Chine et dans une moindre mesure ailleurs. Pourtant,
trois ans après l’irruption de ChatGPT, on n’en voit toujours pas
l’impact macroéconomique dans les statistiques de productivité. Une
étude de février 2026, portant sur des milliers de dirigeants et pilotée
par le très sérieux National Bureau of Economic Research
(NBER), ne constate ainsi aucun gain de productivité sur le passé et
estime à seulement 1 ou 2 % d’ici trois ans les gains à venir. Si cette
tendance se confirme dans les années à venir, on serait sur une courbe
comparable à celle d’internet : un impact important sur la productivité,
mais plus long à venir que ne l’affirment les gourous de la tech et les
consultants à la recherche de la prochaine mission.
Pour l’IA comme dans le cas d’Internet, l’économiste Erik
Brynjolfsson explique cette inertie par le temps nécessaire à la
réalisation de « co-investissements » : on peut commander un serveur ou
souscrire une licence logicielle en un clic, mais il est beaucoup plus
long et coûteux de réorganiser les processus de l’entreprise, de former
ses équipes ou d’inventer de nouveaux modèles d’affaires. En outre, ces
efforts coûtent massivement avant de rapporter, ce qui fait d’abord
baisser la productivité avant qu’elle n’augmente.
Ceux qui pilotent aujourd’hui des projets d’IA sur le terrain
constatent ces mêmes frictions, et l’enquête de la NBER citée plus haut
ne dit pas autre chose. Tout ceci pousse à l’humilité résumée par la loi
d’Amara : nous surestimons systématiquement l’impact de la technologie à
court terme, mais nous le sous-estimons dramatiquement à long terme.
Naviguer entre confiance et vigilance
À la lecture des siècles passés, nous pouvons et nous devons aborder
les ruptures technologiques en cours avec une confiance globale. Toute
innovation majeure, malgré les perturbations et les angoisses initiales,
s’avère fondamentalement positive pour le développement et la création
de richesse collective.
Cependant, cette confiance macroéconomique ne doit pas occulter la
brutalité des transitions, et l’existence d’effets indésirables qui
méritent d’être régulés. Dans ce contexte, notre attention doit se
focaliser sur deux risques critiques.
Le premier risque concerne les secteurs menacés et le « déversement ». La
théorie du déversement économique d’Alfred Sauvy stipule que les gains
de productivité nécessitent que l’on accompagne le passage des emplois
des secteurs où ils sont rendus sans objet par la technologie, vers ceux
où ils répondent à de réels besoins. En matière de santé, de justice ou
de sécurité, les besoins sont considérables. Et il est préférable pour
les Français de payer des emplois qui leur sont utiles plutôt que des
tâches largement mécanisables. L’enjeu majeur est d’organiser et de
financer la reconversion des professionnels touchés pour éviter une
fracture sociale. C’est le vieux sujet, qui a étonnamment peu progressé
depuis trente ans, du passage d’un modèle social centré sur la dépense
passive (qui utilise ses moyens pour les allouer à ceux qui sont dans
une situation de sous-emploi) à un modèle plus proche du modèle «
nordique » centré sur la dépense active (qui met des moyens plus
importants pour accompagner le passage d’une situation de sous-emploi ou
de sous-productivité vers un emploi de meilleure qualité).
Le deuxième risque est le risque du retard technologique.
Dans une économie isolée, on peut ralentir le progrès sans que personne
n’en prenne conscience. Dans une économie mondialisée, l’hésitation se
paie au prix fort et se traduit rapidement en décrochage économique. Une
nation ou une entreprise qui tarde à adopter, à intégrer et à
co-investir dans la réorganisation de ses processus s’expose à un
décrochage fatal face à ses concurrents plus agiles. La question pour la
France n’est pas de décider si elle veut vivre dans un monde où l’on
n’utilise ni l’intelligence artificielle ni internet. Son seul choix est
de décider si elle veut utiliser les opportunités de ce monde et
capitaliser sur ses propres forces pour augmenter sa productivité autant
que possible – et donc son pouvoir d’achat mais aussi son pouvoir
d’influence dans le monde. Et de noter que fermer la porte au progrès,
ce serait à la fois appauvrir ceux qui auraient pu en tirer des
opportunités, et se priver de la richesse nécessaire pour financer les
fameuses politiques actives évoquées plus haut.
L’innovation demeure un moteur incontestable de notre prospérité
future. Son succès ne réside pas dans un rejet craintif, mais dans notre
capacité collective à en contrôler les risques tout en s’organisant
avec pragmatisme pour en extraire la valeur.
Vincent Champain
Vincent Champain est dirigeant d’entreprise et président de l’Observatoire du Long Terme (www.longterme.org), think tank dédié aux stratégies et aux enjeux de long terme.
B) - Vin, terroirs, gastronomie : cet autre patrimoine que certains voudraient voir disparaître
Depuis
plusieurs mois, les alertes se multiplient sur l’état du patrimoine
religieux français. Églises vandalisées, chapelles abandonnées,
cimetières profanés : les atteintes à notre héritage matériel suscitent
enfin l’émotion qu’elles méritent. La sénatrice Valérie Boyer appelle à
juste titre à un sursaut national. Mais un autre patrimoine, moins
visible parce qu’il demeure vivant, est lui aussi fragilisé : celui du
vin.
Car le vin n’est pas seulement une boisson. Il est un paysage, une
histoire, un savoir-faire, une mémoire collective. Il est une part de ce
que la France a été, de ce qu’elle est encore et de ce qu’elle pourrait
cesser d’être si nous continuons à le considérer avec gêne, voire avec
mépris.
La vigne a façonné la France bien avant la naissance de l’État
moderne. Des générations de moines bénédictins et cisterciens ont
défriché les coteaux, bâti les terrasses, sélectionné les cépages,
perfectionné les méthodes de vinification. Du Jura à la Champagne, de la
vallée du Rhône au Languedoc, ils ont sculpté les paysages que des
millions de touristes admirent aujourd’hui. Les climats bourguignons
inscrits au patrimoine mondial ne sont pas seulement un exploit agricole
: ils sont l’aboutissement de siècles de travail patient, d’observation
et de transmission.
Le vin est également indissociable de l’histoire spirituelle de
l’Europe. Il occupe une place centrale dans le judaïsme comme dans le
christianisme. Il accompagne le shabbat, les fêtes, les bénédictions. Il
devient, dans l’eucharistie, le signe même de l’alliance entre Dieu et
les hommes. Même dans l’islam, souvent présenté de manière monolithique,
l’histoire est plus complexe. Les grands poètes soufis ont fréquemment
utilisé l’ivresse comme métaphore de l’union mystique. Le vin y
symbolisait parfois l’abandon de soi devant le divin.
Or, depuis plusieurs années, le regard porté sur le vin change. La
baisse de sa consommation résulte évidemment de phénomènes multiples :
évolution des modes de vie, urbanisation, préoccupations sanitaires,
nouvelles habitudes de loisirs. Mais un autre facteur demeure souvent
absent du débat public : la progression d’un discours rigoriste qui tend
à présenter toute consommation d’alcool comme moralement suspecte et
culturellement condamnable.
Il faut être clair : chacun est libre de boire ou de ne pas boire.
Cette liberté est l’un des fondements de notre société. Beaucoup de
Français de culture musulmane ne consomment pas d’alcool et personne ne
songe à le leur reprocher. Beaucoup d’autres en consomment
occasionnellement. Des milliers travaillent dans la viticulture, la
restauration ou l’hôtellerie. Les cafés kabyles font partie depuis
longtemps du paysage social français. La réalité du pays est celle du
brassage, de la coexistence et de la diversité des pratiques.
Ce qui devient problématique, en revanche, c’est lorsque certains
prétendent transformer un choix personnel en norme collective et
présentent les symboles culturels français comme autant d’instruments
d’exclusion. Nul n’est obligé de boire du vin, pas plus qu’il n’est
obligé de manger du porc, d’assister à une messe ou de participer à une
fête traditionnelle. Mais considérer que la simple existence de ces
pratiques constituerait une agression revient à nier ce qu’est une
civilisation : un héritage commun que chacun est libre d’adopter, de
critiquer ou d’ignorer, mais non d’effacer.
La France demeure l’une des premières destinations touristiques au
monde. Sa gastronomie participe largement à son rayonnement. Ses chefs
sont célébrés sur tous les continents. Ses grands crus s’échangent à des
prix qui témoignent autant de leur rareté que de leur prestige.
Certaines bouteilles sont même devenues des placements recherchés par
les collectionneurs internationaux. Derrière ces succès se trouvent des
centaines de milliers d’emplois : vignerons, tonneliers, pépiniéristes,
cavistes, restaurateurs, transporteurs, sommeliers, exportateurs.
Pourtant, un discours de dénigrement s’installe progressivement. Le
vin, le fromage, la ruralité, l’agriculture deviennent parfois les
symboles d’une France prétendument ringarde, provinciale ou dépassée. Je
repense souvent à cette polémique où l’on expliquait que la gastronomie
française ne pouvait être réduite au vin et au fromage puisque les
Français mangent désormais des sushis. Certes. Mais il n’existe pas en
France une filière économique, agricole, paysagère, culturelle et
patrimoniale du sushi comparable à celle du vin. Confondre une mode
culinaire avec un héritage millénaire relève d’une étrange amnésie.
Cette condescendance frappe d’ailleurs souvent les mêmes catégories :
les agriculteurs, les éleveurs, les vignerons, les habitants des
campagnes. Ceux qui entretiennent les paysages que d’autres
photographient le week-end. Ceux qui préservent les terroirs dont
l’existence paraît évidente à ceux qui n’ont jamais taillé une vigne ni
travaillé une terre. Ceux qui produisent ce que les citadins consomment
quotidiennement tout en leur reprochant parfois d’exister.
La France possède pourtant cette singularité admirable : être
simultanément populaire et raffinée, paysanne et savante, conviviale et
sophistiquée. Le vin en est l’une des expressions les plus accomplies.
Il est à la fois le verre partagé lors d’un repas familial et le sujet
d’études infinies sur les terroirs, les cépages, les millésimes et les
méthodes de vinification.
Je viens moi-même d’un milieu où l’on buvait peu de vin. Je me
souviens de mon embarras devant les conversations savantes chez les
cavistes ou lors de certains dîners. Puis j’ai découvert un univers de
savoirs, de gestes, de paysages et de traditions. Comme toute culture,
celle du vin s’apprend. On peut l’aimer ou non. Mais elle mérite le
respect.
Car le vin n’est pas seulement un produit de consommation. Il est une
archive vivante ; la mémoire du territoire. Une forme de sacré, au sens
où il relie les générations entre elles (c’est l’étymologie de religio) et rappelle que certaines œuvres humaines nécessitent du temps, de la patience et de l’humilité.
Lorsque nous laissons se déliter ce patrimoine immatériel, nous
commettons finalement la même erreur que lorsque nous abandonnons nos
églises, nos chapelles ou nos monuments. Nous oublions que l’héritage ne
survit que si chaque génération accepte d’en devenir la dépositaire.
Le vin n’est pas un obstacle à l’intégration. Il n’est pas un
marqueur d’exclusion. C’est une invitation. Libre à chacun de l’accepter
ou non. Mais cessons de présenter comme oppressif ce qui constitue
l’une des plus belles expressions de notre histoire collective.
À force de considérer nos traditions comme des fautes, nous finirions
par croire que la France elle-même doit s’excuser d’exister. Et ce
serait sans doute la plus grave des intoxications.
C'est l'événement de l'année pour les investisseurs : le sommet Choose
France est de retour, mais pour quelles retombées concrètes ? Face à la
crise économique, le sommet parviendra-t-il à relancer la productivité
et l'innovation des entreprises françaises ?
Alors que
l'actualité titre régulièrement sur l'appauvrissement de la France et sa
perte de productivité, les économistes réfléchissent aux moyens que le
pays peuvent mettre en place pour faire face à ces constats pessimistes
pour l'avenir.
La France et l'Europe en perte de productivité
Antonin Bergeaud travaille sur l'innovation technologique et a observé la baisse de la productivité en France : "Il y
a eu des graphiques impressionnants où l'on voyait vraiment la
productivité française dégringoler, même par rapport à l'Europe, encore
plus par rapport aux États-Unis. Ce qui est étonnant, c'est que ce
décrochage, il est conjoncturel et a commencé bien avant la covid, à peu
près à la fin des années 1990." Dans les débats de la société, la
productivité est parfois méconnue, ou sous-estimée, explique Antonin
Bergeaud, alors même qu'elle est un point central de notre économie : "Sans
productivité ou sans gain de productivité, on va avoir des difficultés à
augmenter le PIB chaque année. Le problème est que notre modèle social,
et notre budget notamment, sont construits sur l'idée que le PIB
augmente chaque année. Le PIB n'augmente sur longue période qu'avec la
productivité pratiquement. Donc, il faut concevoir, si l'on décide
d'abandonner l'idée de faire des gains de productivité, un monde dans
lequel le PIB va rester constant ou presque constant. Mais à partir du
moment où le PIB reste constant, on ne crée pas plus de valeur d'une
année sur l'autre, et quand on doit investir ou augmenter un poste
budgétaire, on est obligé d'enlever ailleurs."
Le virage numérique et technologique : l'échec de la France ?
Ce
qui interpelle, c'est l'impression de décrochage de la productivité,
alors qu'il n'est pas si brutal que cela. Mais on observe néanmoins un
recul bien visible, notamment par le facteur d'un retard technologique :
"Une source d'augmentation de la productivité est la technologie,
en utilisant des ordinateurs, du matériel de plus en plus perfectionné,
qui permet de plus en plus efficace. Le décrochage technologique en
Europe est assez net depuis les années 1990 quand on compare aux
États-Unis. C'est un peu paradoxal, parce qu'on a l'impression qu'on a
adopté les ordinateurs, Internet, les technologies numériques de la même
manière partout. Mais il se trouve qu'en Europe, on a été beaucoup plus
lents, car il y a eu beaucoup plus de réticence, et il y a toujours
beaucoup plus de réticence, à adopter des technologies et à former les
gens pour les utiliser. Ce qui fait que, évidemment, la productivité a
augmenté, mais beaucoup plus lentement qu'aux États-Unis."
Antonin
Bergeaud considère alors que la France a raté le virage numérique,
comme d'autres pays en Europe. La stratégie mise en place consistait à
instaurer une politique de subventions, en baissant le coût du travail
qualifié et de la R&D pour les entreprises : l'inconvénient, selon
Antonin Bergeaud, est que cela n'a pas permis de privilégier certains
secteurs en priorité, ce qui revient à dépenser massivement sans viser
les domaines plus stratégiques.
Innover à l'heure du changement climatique : comment mieux investir ?
La
quête d'innovation pour favoriser la productivité soulève des questions
environnementales. Bruno Bonnell, ancien député pour le parti
présidentiel jusqu'en 2022, juge nécessaire de réévaluer les directives
environnementales qui freineraient la productivité, en soumettant les
entreprises à des contraintes règlementaires trop élevées : "Il y a
une demande forte de simplification, mais il y a un courage à dire que,
pour la simplification, il faut repartir parfois de zéro. La directive
que veut supprimer Emmanuel Macron partait sur une mauvaise direction,
donc il faut la changer et avancer. En tout cas, ce serait ma position,
mais cela ne veut absolument pas dire que, fondamentalement, il faut
abandonner le combat de la décarbonation." Antonin Bergeaud observe
une dynamique mondiale de recul des normes environnementales, notamment
aux États-Unis, tout en reconnaissant que certaines règles ont peu
d'efficacité : "C'est un peu à nous, Européens, de trouver notre
équilibre. On veut être pionnier, et on l'est, sur l'environnement. En
même temps, on veut aussi développer les technologies du futur, l'IA, et
rattraper les États-Unis et la Chine. Cela me paraît compliqué d'avoir
tout en même temps, en tout cas, on n'a pasvraimenttrouvé la solution."
Au
vu de la situation actuelle, l'enjeu pour les entrepreneurs est de
trouver des filières productives qui permettraient à la France, et
l'Europe, d'augmenter la compétitivité. C'est notamment un des objectifs
du plan "France 2023" que dirige Bruno Bonnell, qui a poussé à la
création de 17 000 emplois à Dunkerque pour la production de batteries
électriques. Le rapport Draghi sur la compétitivité en Europe
recommandait, en septembre 2024, d'investir 800 milliards d'euros
supplémentaires : "Il faut les mettre. Aussi, il faudrait faire un
plan 'Europe 2050', comme on a fait un plan 'France 2030', qui est un
modèle qui fonctionne, avec 7500 entreprises innovantes qui,
aujourd'hui, sont soutenues par le gouvernement en France."
J) - Besoins d’énergie de l’IA : la France en marche vers un précipice pourtant évitable
A) - Santé et Éducation : la grande fusion qui vient.
l est des évidences que l’Histoire met des siècles à reconnaître.
Celle-ci en est une : la santé et l’éducation ne sont pas deux
politiques publiques juxtaposées, deux activités commerciales privées ;
elles sont les deux faces d’une même réalité : la capacité d’un être
humain à faire le meilleur usage de son temps.
L’état de santé est un déterminant majeur de la trajectoire scolaire,
universitaire, et professionnelle : une adolescente dont le TDAH non
diagnostiqué est confondu avec de la paresse, un collégien souffrant de
dépression que ses professeurs perçoivent comme désintéressé, un
étudiant qui souffre d’un trouble de l’attention, n’ont pas les mêmes
moyens que d’autres pour se former puis pour travailler et pour vivre.
Et tout démontre qu’informer un enseignant que son élève souffre d’un
trouble bipolaire ou d’une maladie peut favoriser l’accompagnement et
écarte des préjugés.
À l’inverse, l’éducation agit sur la santé : le niveau d’instruction
est, avec l’exercice physique et l’absence de consommation de drogue, le
prédicteur le plus robuste de l’espérance de vie en bonne santé. Plus
encore : la curiosité active le circuit dopaminergique de la récompense,
améliore la mémoire et installe un plasticité cognitive généralisée.
Dans un monde où l’espérance de vie active dépasse soixante-dix ans,
où les métiers se reconfigurent tous les dix ans et où la formation
permanente est une condition de réussite économique et humaine, la mise
en commun des données de santé et d’éducation devient une évidence.
Pourtant, le dossier médical et le dossier scolaire d’un même individu sont encore presque partout cloisonnés.
La résistance est triple : silos institutionnels, corporatismes
professionnels, et protection des données. Cela cédera, sous la pression
conjointe des coûts des systèmes de santé, de l’intelligence
artificielle, d’une compétition internationale qui ne laissera aucune
marge à l’inefficience pédagogique et de la demande de chacun de pouvoir
vivre la meilleure vie possible.
Cela pourra se faire dans le respect de la vie privée ou en installant la pire des dictatures. Tel est le véritable enjeu.
Quelques pays sont assez avancés dans cette direction.
Du côté démocratique, le plus avancé est le Royaume-Uni, où une base
de données contient les dossiers croisés de près de 20 millions de
personnes (hospitalisations, passages aux urgences, consultations
externes, résultats scolaires, absentéisme et recours aux services
sociaux), ce qui permet par exemple de mettre en place un soutien
scolaire avant même que les signaux d’alerte n’apparaissent sur les
bulletins scolaires. L’Estonie a aussi mis en place un dialogue entre
les données de santé et les registres scolaires pour identifier les
enfants à risque d’échec. En Finlande, des équipes pluridisciplinaires
intégrant médecins scolaires, psychologues et enseignants ont accès au
profil individualisé de chaque élève, mis à jour en continu. La Corée du
Sud développe des algorithmes d’apprentissage adaptatif qui intègrent
des données sur l’état de fatigue physiologique et le niveau de stress
des élèves, mesuré sur des bracelets connectés. Au Japon, on a commencé
l’intégration des données de santé mentale dans les parcours
pédagogiques individualisés, sans que le cadre réglementaire de
protection des données ne permette d’aller plus loin. La France dispose
des instruments nécessaires (Mon Espace Santé, fichier APAE de
l’Éducation nationale, entre autres) mais ne les autorisent pas à
communiquer de façon numérique, le partage restant informel, sur papier,
à la discrétion des enseignants et de la médecine scolaire.
Parmi les pays autoritaires, Singapour couple depuis peu les données
de santé collectées en milieu scolaire avec les plateformes
d’apprentissage, permettant d’adapter les programmes aux besoins de
chacun, avec déjà une réduction de 18 % des décrochages scolaires. La
Chine déploie à grande échelle des systèmes de surveillance biométrique
en classe, dont la finalité est au moins autant sécuritaire qu’éducative
; une plateforme offre un tutorat personnalisé à des millions d’élèves
en ajustant en temps réel le contenu, selon leurs lacunes et leur rythme
d’apprentissage, à partir de données comportementales.
On ira bientôt beaucoup plus loin : L’IA rend en effet possible de
croiser des millions de variables hétérogènes (génomique, microbiome,
données de sommeil, historique scolaire et universitaire, carrière
professionnelle, niveau de formation continue, profil
neuropsychologique, contexte socioéconomique) ; des objets connectés
(montres ou bagues mesurant le sommeil, l’activité physique et l’état
émotionnel) peuvent désormais produire aussi des flux de données de
santé en continu. Tout cela permettra de fournir, en temps réel, des
recommandations pédagogiques et thérapeutiques personnalisées. Un essai
mené par Khan Academy a montré que les élèves accompagnés par une IA, en
tenant compte de leur état émotionnel détecté en temps réel,
progressent deux fois plus vite en mathématiques que leurs pairs.
D’autres expérimentations en Corée du Sud démontrent que des tuteurs IA
personnalisés réduisent significativement l’absentéisme parmi les élèves
à risque.
Dans
les pays où les données personnelles resteront une marchandise, tels
les Etats Unis, comme dans ceux où ces données sont un moyen de contrôle
politique, tels la Chine, cela ira vite, avec l’appui dans les deux cas
de compagnies d’assurance (qui moduleront les primes en fonction de la
participation des assurés à des modules d’apprentissage certifiés,
d’abord sur la nutrition et la gestion du stress) ; l’assureur,
l’employeur, l’institution scolaire et l’Etat *auront accès* à ce profil
intégral ; on y aura alors construit la plus sophistiquée des cages.
Dans d’autres pays, en particulier en Europe, soucieux de préserver
la démocratie et la vie privée, on fera en sorte que ces données
personnelles intégrées ne soient communiquées, en continu, qu’à chaque
citoyen qui décidera seul de l’usage qu’il en fait ; on y aura alors
établi une formidable base pour l’exercice de la liberté individuelle.
Jacques Attali
Jacques Attali est docteur en économie, polytechnicien et conseiller
d’État. Conseiller spécial du Président de la République François
Mitterrand pendant 10 ans, il est le fondateur de 4 institutions
internationales : Action contre la faim, Eureka, BERD, Positive Planet.
Jacques Attali est l’auteur de 86 livres (dont plus de 30 consacrés à
l’analyse de l’avenir), vendus à 10 millions d’exemplaires et traduits
en 22 langues. Il est éditorialiste pour les quotidiens économiques Les Échos et Nikkei après l’avoir été pour L’Express.
Il dirige régulièrement des orchestres à travers le monde.
B) - Intelligence artificielle,
souveraineté normative et géopolitique : La fragmentation de la
gouvernance mondiale entre puissances technologiques
À l’automne 2025 et au début de l’année 2026, dans un contexte de
compétition technologique mondiale accrue entre puissances établies et
émergentes, les États-Unis ont affirmé sans ambiguïté leur opposition à
l’établissement d’un régime de gouvernance mondiale centralisé de
l’intelligence artificielle (IA), une position qui a marqué un tournant
significatif dans la position américaine prudente jusqu’ici dans les
débats internationaux sur la régulation de cette technologie
stratégique. Cette posture a été réaffirmée avec insistance le 20
février 2026 par Michael Kratsios, conseiller de la Maison-Blanche pour
les sciences et technologies et directeur de l’Office of Science and Technology Policy, qui, à l’issue du India AI Impact Summit 2026 tenu à New Delhi, a déclaré que les États-Unis « rejettent totalement la gouvernance mondiale de l’IA » et que «l’adoption de l’IA ne peut conduire à un avenir meilleur si elle est soumise à la bureaucratie et à un contrôle centralisé».[1] L’administration
américaine y voit un risque que des cadres normatifs supranationaux
étouffent l’innovation et entravent la compétitivité, préférant
promouvoir une « souveraineté de l’IA » fondée sur l’autonomie
nationale, la coopération entre États partageant des valeurs similaires
et l’intégration des technologies « best-in-class » américaines dans les architectures numériques des partenaires.[2] Cette
déclaration s’inscrit dans une séquence plus large de positions
opposées à des processus multilatéraux visant à établir des règles ou
standards internationaux contraignants — du refus de souscrire à
certains accords éthiques mondiaux lors de sommets internationaux
antérieurs à l’opposition à une « feuille de route centralisée » de la gouvernance de l’IA au sein de l’Assemblée générale de l’Organisation des Nations Unies.[3]
Cette inflexion américaine doit être analysée à la lumière d’une réorganisation globale des normes technologiques et sécuritaires au
début du XXIᵉ siècle, où la puissance économique, stratégique et
cognitive associée à la maîtrise des systèmes d’IA converge avec des
enjeux de concurrence, de souveraineté, de sécurité nationale et de
leadership international. Dans cette perspective, la gouvernance de l’IA
devient elle-même un enjeu géopolitique structurant — confrontant des
modèles normatifs divergents tels que celui de l’Union européenne, qui
dès 2024 a adopté un cadre juridique ambitieux visant à encadrer les
risques de l’IA de manière horizontale et proportionnée aux niveaux de
risque des applications (AI Act),[4] et
des approches plus fragmentées observées aux États-Unis, en Chine, au
Japon, en Corée du Sud ou à Taïwan. Les enjeux sous-jacents ne se
limitent pas à la seule réduction des risques sociétaux ou aux
mécanismes de conformité légale, mais s’étendent aux procédures
d’application (enforcement), aux mécanismes d’audit et de
certification indépendants, aux gradients de responsabilité juridique
entre innovateurs et opérateurs, ainsi qu’à la capacité des États à
définir des règles du jeu normatives qui leur confèrent un avantage
compétitif sur la scène internationale. L’introduction de ce débat
positionne ainsi l’IA au cœur des marchés et des relations
internationales contemporaines, invitant à une réflexion qui articule de
manière rigoureuse les dimensions politiques, juridiques et
stratégiques de la régulation technologique dans un monde multipolaire
en recomposition.
I. L’Union européenne et la construction d’un modèle normatif de l’intelligence artificielle
L’adoption en 2024 du règlement européen sur l’intelligence artificielle, communément désigné sous le nom d’AI Act, constitue l’aboutissement d’un processus engagé dès 2018 avec la communication de la Commission européenne « Artificial Intelligence for Europe »
et consolidé par le Livre blanc sur l’intelligence artificielle de
février 2020. Dans ce dernier document, la Commission affirmait déjà que
l’Union devait promouvoir une « intelligence artificielle digne de confiance », fondée sur les valeurs de l’Union et respectueuse des droits fondamentaux.[5] Cette expression de « trustworthy AI », reprise des travaux du High-Level Expert Group on AI institué en 2018,[6] révélait
une orientation normative claire : l’IA ne devait pas seulement être
compétitive, mais conforme à un socle éthique et juridique structurant.
a. Le contexte politique et stratégique de l’adoption du règlement européen sur l’IA
La proposition de règlement présentée par la Commission le 21 avril
2021 s’inscrivait dans une double dynamique. D’une part, elle répondait à
des préoccupations internes relatives à la protection des droits
fondamentaux, à la non-discrimination algorithmique et à la sécurité des
produits intégrant des systèmes d’IA. D’autre part, elle s’inscrivait
dans une stratégie externe plus ambitieuse, explicitée dans la
communication sur la « Boussole numérique » de mars 2021, visant à
positionner l’Union comme puissance normative dans la régulation des
technologies émergentes.[7]À
l’instar du précédent constitué par le règlement général sur la
protection des données, l’Union entendait affirmer sa capacité à fixer
des standards susceptibles d’exercer un effet d’entraînement au-delà de
ses frontières.
Les débats au Parlement européen et au Conseil ont progressivement
renforcé l’ambition du texte, notamment en élargissant la liste des
pratiques interdites et en précisant le régime applicable aux systèmes
dits « à haut risque ». Le compromis politique intervenu en décembre
2023, puis l’adoption formelle du règlement en 2024, ont consacré un
cadre juridique horizontal applicable à l’ensemble du marché intérieur,
fondé sur l’article 114 du Traité sur le fonctionnement de l’Union
européenne, relatif à l’harmonisation des règles du marché intérieur.[8] Ce choix de base juridique souligne que l’AI Act est conçu non comme un instrument sectoriel, mais comme un instrument de régulation structurelle du marché numérique européen.
b. L’architecture juridique : une régulation fondée sur les niveaux de risque
L’AI Act repose sur une architecture normative graduée,
fondée sur une classification des systèmes d’intelligence artificielle
selon leur niveau de risque. Le considérant 5 du règlement affirme que
« les systèmes d’IA peuvent générer des risques et porter atteinte
aux intérêts publics et aux droits fondamentaux protégés par le droit de
l’Union » et qu’il convient dès lors d’adopter une approche proportionnée aux risques.[9]
Le texte distingue ainsi quatre catégories principales. Les pratiques
d’IA jugées inacceptables sont purement et simplement interdites.
L’article 5 prohibe notamment les systèmes exploitant des vulnérabilités
liées à l’âge ou au handicap, les dispositifs de notation sociale
généralisée par les autorités publiques, ainsi que certaines formes de
reconnaissance biométrique en temps réel dans l’espace public, sous
réserve d’exceptions strictement encadrées.[10] Cette
interdiction traduit une volonté politique claire de tracer des lignes
rouges normatives, en particulier face aux usages sécuritaires ou
policiers susceptibles de porter atteinte aux libertés publiques.
Les systèmes d’IA à haut risque, définis aux articles 6 et suivants,
sont autorisés mais soumis à un ensemble d’exigences substantielles :
mise en place d’un système de gestion des risques, gouvernance des
données, documentation technique, enregistrement dans une base de
données européenne, surveillance humaine appropriée et exigences de
robustesse, d’exactitude et de cybersécurité.[11] L’objectif est d’intégrer la conformité juridique au cycle de vie même du système, selon une logique de « compliance by design ».
Les systèmes présentant un risque limité sont soumis à des
obligations de transparence, notamment lorsque des utilisateurs
interagissent avec des systèmes conversationnels ou sont exposés à des
contenus générés artificiellement. Enfin, les systèmes à risque minimal
demeurent en principe libres de toute contrainte spécifique, ce qui
manifeste le souci du législateur européen de ne pas entraver
l’innovation de manière disproportionnée.
Cette architecture révèle un compromis entre ambition normative et
réalisme économique. L’Union ne cherche pas à interdire l’IA en tant que
telle, mais à encadrer ses usages les plus sensibles, en articulant
protection des droits fondamentaux et intégration du marché intérieur.
c. Les mécanismes de conformité et d’enforcement
L’un des aspects les plus significatifs de l’AI Act réside
dans ses mécanismes d’exécution. Le règlement adopte une structure
inspirée du droit européen des produits, combinant auto-évaluation de
conformité, intervention d’organismes notifiés et surveillance par les
autorités nationales compétentes.
Les fournisseurs de systèmes à haut risque doivent procéder à une
évaluation de conformité avant la mise sur le marché, incluant la
vérification des exigences techniques et la constitution d’une
documentation détaillée. Dans certains cas, notamment lorsque des normes
harmonisées font défaut, l’intervention d’un organisme tiers est
requise. Les États membres doivent désigner des autorités nationales de
surveillance du marché, chargées de contrôler le respect des obligations
et d’imposer, le cas échéant, des mesures correctives.[12]
Le règlement prévoit également la création d’un Comité européen de l’intelligence artificielle,
destiné à favoriser la coordination entre autorités nationales et la
Commission, sur le modèle classique existant dans les autres domaines de
compétence partagée entre la Commission et les Etats membres. Cette
dimension institutionnelle traduit la volonté de prévenir les
divergences d’interprétation susceptibles de fragmenter le marché
intérieur.
Le régime des sanctions est particulièrement dissuasif. L’article 99
prévoit des amendes administratives pouvant atteindre 35 millions
d’euros ou 7 % du chiffre d’affaires annuel mondial total, selon le
montant le plus élevé, pour certaines violations graves.[13] Cette
échelle de sanctions, comparable à celle instaurée par le RGPD,
témoigne de l’ambition d’assurer une effectivité réelle des obligations
imposées.
L’AI Act introduit en outre des obligations spécifiques pour
les modèles d’IA à usage général, notamment en matière de transparence,
de documentation technique et d’évaluation des risques systémiques pour
les modèles les plus puissants. Cette extension du champ de la
régulation aux acteurs développant des modèles fondamentaux marque une
évolution significative du droit européen vers une prise en compte des
architectures technologiques sous-jacentes.
d. L’Union européenne comme puissance normative
Au-delà de ses mécanismes juridiques, l’AI Act doit être
compris comme un instrument de projection normative. La littérature en
relations internationales a depuis longtemps identifié l’Union comme une
« puissance normative» capable d’influencer les standards
internationaux par la force d’attraction de son marché intérieur. Ian
Manners a théorisé cette capacité comme constitutive de l’identité
externe de l’Union.[14]
Dans le domaine de l’IA, l’enjeu est double. D’une part, l’Union
cherche à éviter une dépendance technologique excessive à l’égard
d’acteurs étrangers, notamment américains et chinois. D’autre part, elle
ambitionne de structurer un environnement juridique international dans
lequel ses entreprises puissent évoluer selon des standards prévisibles
et protecteurs des droits fondamentaux.
L’adoption de l’AI Act a ainsi été saluée par plusieurs
responsables européens comme un moment fondateur. La présidente de la
Commission, Ursula von der Leyen, a présenté le texte comme établissant « les premières règles complètes au monde pour une IA digne de confiance ».[15]Cette
rhétorique souligne la dimension symbolique et stratégique du règlement
: il ne s’agit pas seulement d’encadrer un marché, mais de proposer un
modèle.
Toutefois, cette ambition normative s’inscrit dans un contexte
international marqué par la divergence des approches. Là où l’Union
privilégie une régulation ex ante, structurée et centralisée, d’autres
puissances mettent en avant la flexibilité, l’autorégulation ou la
souveraineté nationale. Cette divergence prépare le terrain d’une
fragmentation normative, au cœur de la problématique générale de cet
article.
Il est frappant de constater qu’aucune entreprise européenne ne
figure parmi les quinze premières sociétés mondiales en matière
d’intelligence artificielle, qu’il s’agisse de valorisation boursière ou
de chiffre d’affaires lié à l’IA.[16] Le premier acteur européen, selon les classements de marché et les analyses financières récentes, est SAP,
qui se positionne autour du 20ᵉ rang mondial, avec une activité IA
intégrée principalement dans ses solutions de gestion d’entreprise et de
cloud.[17] Ce
retard relatif de l’Europe peut être expliqué par plusieurs facteurs :
d’une part, une fragmentation historique du marché unique et une faible
concentration d’acteurs capables d’investir massivement dans la
recherche et le développement d’IA à grande échelle ; d’autre part, une
culture entrepreneuriale moins orientée vers les start-ups à forte
valorisation et une dépendance marquée vis-à-vis de capitaux publics ou
de partenariats industriels limités. Les contraintes réglementaires et
la priorité accordée à la protection des droits fondamentaux ont
également pu ralentir le développement commercial agressif de
technologies disruptives. Cette situation contribue à expliquer pourquoi
l’Union européenne a choisi de déployer une stratégie normative
proactive : l’AI Act et les initiatives associées visent non
seulement à encadrer les risques, mais aussi à projeter une influence
normative globale, à créer un avantage compétitif fondé sur la confiance
et la légitimité juridique, et à renforcer le rôle des entreprises
européennes dans un contexte où elles restent structurellement
désavantagées face aux géants américains et chinois. Trois autres blocs
réglementaires européens sont d’ailleurs à l’œuvre : le droit et la
politique de la concurrence mais aussi le bloc réglementaire nouveau
constitué par le Digital Markets Act[18] et l’ensemble réglementaire relatif à la cybersécurité.[19] L’approche
européenne apparaît ainsi comme un moyen de compenser un déficit de
masse critique technologique par un leadership normatif et
réglementaire, susceptible de façonner les standards internationaux à
long terme.
II. Les États-Unis entre régulation sectorielle, stratégie de puissance et refus d’une gouvernance mondiale centralisée
À la différence de l’Union européenne, les États-Unis n’ont pas opté
pour un instrument législatif horizontal et contraignant applicable à
l’ensemble des systèmes d’intelligence artificielle. Leur approche
repose sur une combinaison de régulation sectorielle, de cadres de
gestion des risques non contraignants et d’instruments exécutifs,
articulés à une stratégie assumée de leadership technologique. L’analyse
du modèle américain suppose ainsi d’examiner successivement
l’architecture normative interne, les instruments récents mobilisés par
l’exécutif fédéral, puis la dimension explicitement géopolitique du
refus d’une gouvernance mondiale centralisée de l’IA.
a. Une tradition de régulation sectorielle et de soft law
La régulation américaine de l’intelligence artificielle s’inscrit
dans une tradition juridique marquée par la prééminence du droit
sectoriel et de l’analyse économique du droit. Contrairement à
l’approche européenne fondée sur l’harmonisation ex ante, le système
fédéral américain repose sur l’intervention d’agences spécialisées —
telles que la Federal Trade Commission, la Food and Drug Administration ou le Department of Transportation — compétentes pour réguler des usages spécifiques de l’IA dans leurs domaines respectifs.
La Federal Trade Commission a ainsi affirmé dès 2020 que les
systèmes algorithmiques relèvent de sa compétence lorsqu’ils donnent
lieu à des pratiques déloyales ou trompeuses au sens du Federal Trade Commission Act.[20] Dans
plusieurs déclarations publiques, l’agence a souligné que l’usage de
l’IA n’exonère pas les entreprises de leurs obligations en matière de
protection des consommateurs ou de non-discrimination. Cette approche
demeure toutefois indirecte : elle ne crée pas d’obligations techniques ex ante comparables à celles prévues par l’AI Act européen, mais sanctionne a posteriori les comportements jugés illicites.
Dans le domaine financier, la Securities and Exchange Commission s’est intéressée aux usages de l’IA dans la gestion d’actifs et les conflits d’intérêts potentiels, tandis que la Consumer Financial Protection Bureau a
mis en garde contre les risques de discrimination algorithmique dans
l’octroi de crédit. Ces interventions illustrent une régulation
fonctionnelle, fondée sur l’application de normes préexistantes à des
technologies nouvelles.
Parallèlement, les États-Unis ont privilégié l’élaboration de cadres volontaires de gestion des risques. Le National Institute of Standards and Technology a publié en janvier 2023 le AI Risk Management Framework,
document non contraignant destiné à aider les organisations à
identifier, évaluer et atténuer les risques liés aux systèmes d’IA.[21] Ce
cadre repose sur quatre fonctions principales — gouverner,
cartographier, mesurer et gérer — et met l’accent sur la flexibilité et
l’adaptabilité, plutôt que sur l’imposition d’exigences juridiques
uniformes.
Cette prédominance de la soft law reflète une culture
juridique attachée à l’innovation et à la responsabilité a posteriori
plutôt qu’à la certification préalable. Elle traduit également une
méfiance structurelle à l’égard des régulations fédérales transversales
susceptibles de freiner la compétitivité des entreprises technologiques
américaines.
b . L’Executive Order de 2023 et l’usage du pouvoir exécutif
L’administration démocrate du Président Joe Biden avait néanmoins
marqué une inflexion en adoptant le 30 octobre 2023 un décret
présidentiel intitulé Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence.[22] Cet Executive Order a
imposé aux agences fédérales de développer des standards de sécurité,
prévu des obligations de partage d’informations pour les modèles les
plus puissants développés par des entreprises privées, et mobilisé les
compétences du Defense Production Act pour exiger la communication de certains résultats de tests de sécurité.
Le décret demande notamment au Department of Commerce d’élaborer des standards pour le « red-teaming »[23] des modèles avancés et d’établir des lignes directrices en matière de « filigranage » (« watermarking ») des contenus générés artificiellement.[24] Il
impose également aux agences fédérales d’évaluer les impacts de l’IA
sur les droits civiques, la protection des données et le marché du
travail.
Toutefois, cet instrument demeure un acte de l’exécutif, susceptible
d’être modifié ou abrogé par une administration ultérieure. Il ne
constitue pas une loi fédérale adoptée par le Congrès et ne crée pas un
régime de responsabilité générale comparable à celui instauré par le
règlement européen. Son efficacité dépend largement de la capacité des
agences à transformer les orientations présidentielles en normes
opérationnelles.
Cette configuration met en évidence une caractéristique centrale du
modèle américain : la régulation de l’IA procède moins d’une
codification systématique que d’une mobilisation pragmatique des outils
juridiques existants, combinée à des injonctions exécutives ciblées.
c. Le refus d’une gouvernance mondiale centralisée : souveraineté et stratégie
C’est dans ce contexte interne que s’inscrit la déclaration du 20
février 2026 citée en début d’article par laquelle Michael Kratsios
(directeur de l’Office of Science and Technology Policy, on le rappelle) a affirmé que les États-Unis « rejettent totalement la gouvernance mondiale de l’IA » lors du India AI Impact Summit 2026 de New Delhi.[25] Selon
les comptes rendus publiés par l’Agence France-Presse et repris par
plusieurs médias internationaux, il a soutenu que l’innovation ne devait
pas être soumise à une « bureaucratie centralisée » susceptible d’entraver la compétitivité américaine.[26]
Cette position ne saurait être interprétée comme un refus de toute
coopération internationale. Les États-Unis demeurent engagés dans des
enceintes telles que le G7, notamment à travers le processus dit
d’Hiroshima sur l’IA, et participent aux travaux de l’OCDE relatifs aux
principes de l’IA adoptés en 2019. Toutefois, l’administration
américaine distingue nettement coopération et gouvernance centralisée
contraignante.
Le rejet d’un régime mondial unifié répond à plusieurs objectifs
stratégiques. Il vise d’abord à préserver la marge de manœuvre normative
nationale dans un secteur considéré comme déterminant pour la sécurité
nationale et la compétitivité économique. Il s’inscrit ensuite dans une
logique de rivalité systémique avec la Chine, dans laquelle la maîtrise
des technologies d’IA est perçue comme un facteur clé de supériorité
militaire et industrielle. Enfin, il reflète la volonté de protéger
l’écosystème des grandes entreprises technologiques américaines, dont la
capacité d’innovation rapide pourrait être affectée par des contraintes
réglementaires internationales rigides.
En ce sens, la position américaine ne relève pas d’un simple
désaccord technique sur les modalités de régulation, mais d’une
conception particulière de l’ordre international technologique : un
ordre fondé sur la compétition entre puissances, la diffusion de
standards par le marché et la préservation de la souveraineté
décisionnelle. Là où l’Union européenne cherche à projeter un modèle
normatif structuré, les États-Unis privilégient une architecture plus
flexible, où la puissance économique et l’avance technologique jouent un
rôle déterminant dans la définition des standards de facto.
Cette divergence nourrit la fragmentation de la gouvernance mondiale
de l’intelligence artificielle. Elle soulève une question centrale pour
les relations internationales contemporaines et pour définir les
stratégies tant industrielles que normatives ou encore pour les grands
choix diplomatiques dans la définition des alliances de l’avenir :
l’IA deviendra-t-elle l’objet d’un régime international structuré,
comparable à ceux établis dans d’autres domaines technologiques
sensibles, ou demeurera-t-elle un champ de rivalité normative dominé par
les stratégies nationales des grandes puissances ? Les Etats-Unis
semblent actuellement opter pour la seconde approche.
III.
Les modèles asiatiques de gouvernance de l’intelligence artificielle :
souveraineté technologique, encadrement étatique et pragmatisme
stratégique
L’analyse de la fragmentation normative de la gouvernance mondiale de
l’intelligence artificielle ne saurait se limiter au face-à-face
transatlantique. Il faut donc se tourner vers l’Asie et observer que les
puissances asiatiques ont développé des cadres de régulation distincts,
révélateurs de conceptions différenciées du rapport entre État, marché
et technologie. La Chine a opté pour un encadrement juridique dense,
étroitement articulé à ses objectifs politiques et sécuritaires ; le
Japon et la Corée du Sud privilégient des approches plus souples et
adaptatives, combinant lignes directrices et stratégies industrielles ;
Taïwan, enfin, cherche à concilier ouverture économique, sécurité
nationale et alignement sur les standards démocratiques. L’examen
comparé de ces modèles éclaire les logiques géopolitiques à l’œuvre dans
la structuration régionale de la gouvernance de l’IA.
La Chine : régulation proactive et contrôle politique des architectures numériques
La République populaire de Chine a été l’un des premiers États à
adopter des textes spécifiques encadrant les algorithmes et les services
d’intelligence artificielle. Dès 2021, l’Administration du cyberespace
de Chine a adopté les Provisions on the Management of Algorithmic Recommendation Services in Internet Information Services,
imposant des obligations de transparence et de conformité aux
plateformes numériques utilisant des systèmes de recommandation
algorithmique.[27] Ces dispositions exigent notamment que les fournisseurs respectent « les valeurs fondamentales socialistes » et s’abstiennent de produire des contenus susceptibles de menacer la sécurité nationale ou l’ordre public.
En 2022, la Chine a renforcé ce dispositif avec les Provisions on the Administration of Deep Synthesis Internet Information Services, encadrant les technologies de synthèse profonde, y compris les contenus générés artificiellement.[28] Ces
règles imposent l’identification explicite des contenus générés par
l’IA et prévoient des obligations de vérification d’identité des
utilisateurs.
L’étape la plus significative a été franchie en juillet 2023 avec l’adoption des Interim Measures for the Management of Generative Artificial Intelligence Services.[29] Ce
texte impose aux fournisseurs de services d’IA générative des
obligations de sécurité, de vérification des données d’entraînement et
de prévention de la production de contenus illégaux. L’article 4 prévoit
que les services doivent « adhérer aux valeurs fondamentales socialistes »
et ne pas générer de contenus portant atteinte à la sécurité nationale,
à l’unité territoriale ou à la stabilité sociale, suivant des
formulations équivalentes à celles qui ont fondé le droit de la
concurrence chinois dans la Loi Antimonopole de 2007.[30]
Cette architecture normative s’inscrit dans une stratégie plus large définie par le New Generation Artificial Intelligence Development Plan adopté
en 2017 par le Conseil des Affaires d’État, qui fixe l’objectif de
faire de la Chine le leader mondial de l’IA d’ici 2030.[31] La
régulation chinoise ne vise donc pas à freiner l’innovation, mais à
l’orienter et à l’intégrer dans une logique de contrôle politique et de
sécurité nationale. L’État y joue un rôle central, tant comme régulateur
que comme investisseur stratégique.
Le Japon : soft law, innovation et gouvernance agile
À la différence de la Chine, le Japon privilégie une approche fondée
sur des principes directeurs et une régulation souple. Dès 2019, le
gouvernement japonais a soutenu au sein du G20 l’adoption des G20 AI Principles,
largement inspirés des principes élaborés par l’OCDE. Ces principes
insistent sur la promotion d’une IA centrée sur l’humain, la
transparence et la responsabilité.
Au niveau interne, le Japon a adopté en 2022 puis actualisé en 2023
des lignes directrices sur l’utilisation responsable de l’IA, sans
instaurer de régime législatif horizontal comparable à l’AI Act européen.
Le gouvernement met l’accent sur la coopération public-privé et sur la
promotion d’un écosystème favorable à l’innovation.
La politique publique japonaise en matière d’intelligence artificielle repose sur une approche hybride combinant législation stratégique promotionnelle,normes volontaires et lignes directrices éthiques, etcoordination gouvernementale centralisée.[32] L’Act on the Promotion of Research, Development and Utilization of Artificial Intelligence-related Technology (souvent appelé AI Promotion Act) a été adopté par la Diète japonaise le 28 mai 2025:[33] cette loi est entrée en vigueur progressivement à partir de juillet 2025, avec une mise en œuvre complète il y a seulement quelques mois en septembre 2025 ; cette loi constitue le premier cadre légal explicite au Japon visant à promouvoir l’innovation et l’utilisation de l’IA tout en mitigeant les risques associés à
travers la coopération entre acteurs publics et privés, l’encouragement
de la recherche, le renforcement des compétences, et l’élaboration de
principes directeurs pour une IA éthique et transparente.[34] Elle institue notamment un AI Strategy Headquarters sous l’autorité directe du Premier ministre, chargé de coordonner les politiques d’IA et d’élaborer des plans directeurs, mais n’impose pas de sanctions pénales directes : l’accent est mis sur le « soft law » (régulation incitative et guidée) plutôt que sur des interdictions strictes ou des amendes, reflétant une préférence japonaise pour une régulation légère favorisant l’innovation et
l’interopérabilité sectorielle plutôt qu’une régulation générale
obligatoire. Cette stratégie s’inscrit dans le contexte plus large de la
vision socio-économique Society 5.0 et d’une coordination continue avec les normes internationales sur l’IA.
Le choix japonais reflète donc une volonté de maintenir une
flexibilité normative afin de soutenir la compétitivité de ses
entreprises technologiques, tout en affirmant son attachement aux
principes démocratiques et à la coopération internationale. La
régulation y apparaît davantage comme un instrument d’accompagnement que
comme un dispositif contraignant ex ante.
La Corée du Sud : entre ambition industrielle et encadrement juridique progressif
La Corée du Sud a adopté en 2020 une National Strategy for Artificial Intelligence visant
à positionner le pays parmi les leaders mondiaux du secteur d’ici 2030.
Cette stratégie combine investissements massifs, soutien aux start-ups
et développement d’infrastructures de données.
Sur le plan normatif, Séoul a progressivement élaboré des lignes
directrices éthiques et envisage l’adoption d’un cadre législatif plus
structuré. Des propositions de loi relatives à la promotion et à la
régulation de l’IA ont été débattues à l’Assemblée nationale, cherchant à
concilier innovation et protection des droits fondamentaux. La Corée du
Sud observe attentivement les évolutions européennes et américaines,
dans une logique d’équilibre entre compétitivité internationale et
crédibilité normative. Tout récemment, la Corée du Sud a mis en place un cadre public de réglementation de l’intelligence artificielleautour du Basic Act on the Development of Artificial Intelligence and the Establishment of a Foundation for Trustworthiness (souvent appelé AI Basic Act), adopté par l’Assemblée nationale et entré en vigueur le 22 janvier 2026 après une période de préparation d’un an.[35] Cette loi-cadre, qui couvre 43 articles et six chapitres,
constitue l’un des premiers régimes législatifs complets au monde
régissant l’utilisation et le développement de l’IA, avec l’objectif
déclaré de renforcer la transparence, la sécurité et la confiance du public tout en soutenant l’innovation.[36]Elle impose notamment desexigences de transparence et d’étiquetage de contenu généré par IA, desobligations de gestion des risques pour les systèmes à fort impactdans des domaines critiques (santé, transport, services financiers, etc.) et la mise en place d’une structure de gouvernance nationale coordonnée sous
l’autorité du ministère de la Science et des TIC ; les sanctions en cas
de non-conformité peuvent aller jusqu’à 30 millions de wons coréens,
mais un délai de grâce d’un an est prévu avant l’application des amendes pour permettre aux acteurs économiques de se conformer. Cette approche vise à équilibrer promotion de la compétitivité internationale et protection des citoyens, et constitue un modèle de régulation nationale qui se place aux côtés du AI Act de l’Union européenne dans le paysage mondial de la gouvernance de l’IA.
Cette approche pragmatique illustre la position intermédiaire d’un
État technologiquement avancé mais étroitement inséré dans les chaînes
de valeur mondiales, dépendant à la fois des marchés occidentaux et de
ses relations économiques avec la Chine.
Taïwan : sécurité technologique et alignement démocratique
Taïwan occupe une position singulière dans l’écosystème mondial de
l’IA en raison de son rôle central dans la production de
semi-conducteurs avancés, notamment via des entreprises telles que TSMC.
La maîtrise des puces de pointe constitue un levier stratégique majeur
dans la compétition mondiale pour l’IA.
Le gouvernement taïwanais a adopté des lignes directrices sur
l’éthique de l’IA et soutient le développement d’applications
industrielles et médicales, tout en veillant à la protection des données
personnelles dans le cadre de sa législation sur la protection des
informations personnelles. La régulation y demeure relativement souple,
mais fortement marquée par les impératifs de sécurité nationale et par
la nécessité de maintenir des partenariats étroits avec les États-Unis
et l’Union européenne.
A Taïwan, comme au Japon et en Corée du Sud, la situation a évolué de
manière marquée dans les derniers mois, en 2025. La régulation et la
politique publique de l’intelligence artificielle se sont structurées
autour de l’adoption du Artificial Intelligence Basic Act, une loi fondamentale votée le 23 décembre 2025 par l’Assemblée législative (Legislative Yuan) après une phase de préparation conduisant à l’approbation du projet par l’Exécutif en août 2025. Cette loi, qui vise à concilier promotion de l’innovation et gouvernance des risques, établit un cadre national pour le développement, l’application et la supervision de l’IA. Cette loi codifie sept principes directeurs alignés
sur des normes internationales — durabilité et bien-être, autonomie
humaine, protection de la vie privée et gouvernance des données,
cybersécurité et sécurité, transparence et explicabilité, équité et
non-discrimination, et responsabilité — et désigne le National Science and Technology Council(NSTC) comme autorité compétente pour coordonner la mise en œuvre, tandis que le Ministère des Affaires numériques (MODA) doit élaborer des cadres de classification des risques d’IA et des lignes directrices pratiques.[37] Le
texte oblige aussi à promouvoir la recherche, l’équipement en
infrastructures, la protection des droits du travail face à
l’automatisation et l’équité numérique, tout en établissant un comité stratégique national sur l’IA, présidé par le Premier ministre, pour guider les orientations politiques.[38] Cette approche met l’accent sur une gouvernance
fondée sur des principes, la coordination intersectorielle et
l’équilibre entre compétitivité technologique et garanties sociétales, plutôt que sur des sanctions administratives immédiates pour le secteur privé.[39]
Dans le contexte des tensions croissantes avec Pékin, la gouvernance
de l’IA à Taïwan est indissociable des enjeux de souveraineté
technologique et de résilience stratégique. L’île cherche à consolider
sa position comme acteur indispensable des chaînes d’approvisionnement
mondiales, tout en s’inscrivant dans le camp des démocraties
technologiques.
À travers ces modèles asiatiques se dessinent des conceptions
profondément différenciées de la relation entre technologie, État et
ordre international. La Chine articule régulation et contrôle politique
dans une perspective de puissance globale ; le Japon et la Corée du Sud
privilégient une régulation souple intégrée à des stratégies
industrielles ; Taïwan lie gouvernance de l’IA et sécurité stratégique.
Cette diversité confirme que la fragmentation normative de
l’intelligence artificielle n’oppose pas seulement l’Europe et les
États-Unis, mais s’inscrit dans une recomposition plus large de l’ordre
technologique mondial.
IV. Enjeux, conséquences et perspectives géopolitiques de la fragmentation normative de l’IA
La diversité des approches réglementaires analysées dans les sections
précédentes révèle une fragmentation croissante de la gouvernance
mondiale de l’intelligence artificielle. Cette situation ne se limite
pas à un décalage entre modèles juridiques : elle constitue un facteur
stratégique, économique et politique majeur dans les relations
internationales contemporaines. L’Union européenne, les États-Unis, la
Chine et les puissances asiatiques expriment des logiques de
souveraineté, de compétitivité et de projection normative qui se
conjuguent pour produire un paysage international fragmenté, où la
définition de standards communs est incertaine et où l’IA devient un
enjeu de puissance.
a. Les implications géopolitiques majeures
Sur le plan géopolitique, la fragmentation normative entraîne une course à la standardisation de facto par
les acteurs dominants. Les États-Unis, en privilégiant la flexibilité
et l’autorégulation sectorielle, favorisent l’émergence de standards par
les grandes entreprises technologiques, qui deviennent des références
globales. L’Union européenne, par le biais de l’AI Act, tente
d’imposer un modèle de régulation ex ante, fondé sur la protection des
droits fondamentaux, susceptible de s’imposer aux acteurs internationaux
souhaitant accéder au marché européen.[40] Le
tableau en annexe II ci-après sur le top 20 des entreprises d’AI dans
le monde est éloquent : la première – et unique – entreprise de l’AI
d’une nationalité européenne, l’allemande SAP, n’arrive qu’à la
seizième place ! Les dix premières sont issues des Etats-Unis. La Chine
case cinq entreprises entre la dixième et la vingtième place. Taïwan et
le Japon casent une entreprise respectivement à la onzième et
dix-huitième place.
Cette dualité de normes crée des tensions potentielles dans le
commerce et la coopération technologique. Les entreprises
internationales doivent naviguer entre des obligations européennes
contraignantes et un environnement américain plus souple, tout en tenant
compte des régulations chinoises strictes et orientées politiquement.
Les tensions sont particulièrement visibles dans les secteurs
stratégiques, comme les plateformes de traitement de données massives,
les systèmes de reconnaissance biométrique et les modèles d’IA
générative à large échelle.
La fragmentation normative a également des implications pour la
sécurité nationale. L’IA, en tant que technologie duale, combine usages
civils et militaires. Les États-Unis et la Chine considèrent l’IA comme
un facteur clé de supériorité technologique et militaire, ce qui
explique le refus américain d’une gouvernance mondiale centralisée et
l’encadrement chinois strict et politique.[41] L’Union
européenne, bien que moins focalisée sur l’aspect militaire, voit dans
le contrôle des standards un levier de puissance normative et
d’influence internationale.
b. Conséquences économiques et industrielles
(La Revue de Presse est en ligne https://jovanovic.com/blog.htm ( ou quotidien.com
) le hit-parade des IA en tant que traders - la pomme de terre a pris
704% - le M2 vous donne le futur de l'or et de la bourse - Manipulation
de l'or - Les BC raflent tout - @commerzbank exécute 3000 de ses
banquiers - @AnthropicAI et @claudeai - Spécial @billgates @WHO Epstein
et Hantavirus - Lingots d'argent dispos - et bcp bcp + RV à NICE le ven
29 mai et conf le 30 mai dès 14h (enregistrez vous: https://www.billetweb.fr/conference-pierre-jovanovic&src... ) - les photos de Vierzon, Bruxelles et Clermond en ligne jovanovic.com/genie.htm - Amitiés à vous toutes et tous... un extrait: LA POMME DE TERRE ET LES VACHES PULVERISENT LES CRYPTOS du 11 au 15 mai 2026 Le
monde de la crypto est en émoi. Les passionnés de haute techno,
d'ordinateurs, et d'échanges / paiements instantanés avec du BTC ou de
l'Ethereum ont découvert que le prix au kilo de la pomme de terre (monde
high tech Vs monde agricole) a dépassé les rendements de leurs cryptos
préférées.
photo: POMME6DE6TERRE6VS6ETHEREUM6MAI2026.JPG
Ash
Crypto en est dégoûté: «si vous aviez placé 125.000 dollars en avril
dans les patates, vous seriez millionnaire aujourd'hui car le prix au
kilo a pris 704%. Mon pote, on est même dépassés par des simples patates
(...) Les 125.000 investis dans l'ETH il y a 5 ans ne valent plus que
73.400 dollars, alors que la même somme investie il y a juste 1 mois
vaut maintenant 1.000.000 de dollars ».
photo: vaches-chicago-mai2026.jpg
S'il
n'y avait que la pomme de terre! Au CME de Chicago, le bétail, lui, a
pris 525% depuis 2022 constate Hedgeye. Amusant car Blythe Masters, à
l'époque, avait formalisé tout cela: «seules les matières premières
donnent une garantie totale car on en aura toujours besoin ».
On vient d’observer la dominance des entreprises américaines
présentes dans les dix premières places. La divergence des régulations
influence la dynamique industrielle globale. Les grandes entreprises
américaines, telles que OpenAI et Google DeepMind, tirent parti d’un cadre flexible favorisant l’innovation rapide et l’expérimentation. L’AI Act européen
impose, en revanche, des contraintes lourdes sur la conformité et la
documentation, ce qui peut ralentir l’entrée sur le marché mais
renforcer la confiance des consommateurs et des institutions publiques,
avec une seule entreprise dans les vingt premières places.[42]
La régulation chinoise, orientée vers la sécurité et la conformité
aux directives politiques, encourage les entreprises nationales à
aligner leurs innovations sur les priorités stratégiques de l’État,
limitant l’influence étrangère dans le marché intérieur et consolidant
des champions locaux. Le Japon, la Corée du Sud et Taïwan adoptent des
modèles intermédiaires, cherchant à équilibrer innovation, sécurité et
compétitivité.
L’ensemble de ces stratégies produit un écosystème global fragmenté,
où la maîtrise des standards de l’IA devient un facteur clé de
compétitivité économique et de positionnement géostratégique.
c. Enjeux pour la gouvernance internationale
Cette fragmentation pose des défis majeurs pour la coordination
internationale. Les instances multilatérales, telles que l’OCDE, le G7
ou l’ONU, ont initié des principes et des recommandations, mais leur
portée reste limitée face à la divergence des approches nationales. Le
risque est celui de l’émergence de « blocs normatifs » :
un bloc transatlantique influencé par l’Union européenne et les
États-Unis, un bloc sino-centré avec des normes orientées politiquement,
et des acteurs asiatiques intermédiaires qui ajustent leurs régulations
selon les opportunités économiques et stratégiques.
Cette situation alimente également des tensions diplomatiques et
commerciales, les États cherchant à imposer leurs standards comme
condition d’accès aux marchés ou d’investissements technologiques. Elle
peut générer des phénomènes de compliance fragmentation, où les
entreprises internationales doivent simultanément satisfaire des
régulations divergentes, augmentant les coûts et la complexité de la
conformité.[43]
d. Perspectives et stratégies d’avenir
Face à cette fragmentation, plusieurs scénarios sont envisageables.
Le premier consiste en une convergence progressive vers des standards
internationaux harmonisés, portée par des négociations multilatérales et
la diffusion des bonnes pratiques, à l’instar de la régulation
environnementale ou du commerce numérique. Le second scénario, plus
probable à court et moyen terme, est celui d’une coexistence de
régulations nationales et régionales, avec des effets d’entraînement
partiels et des tensions commerciales et technologiques persistantes.
Pour l’Union européenne, le défi est de maintenir sa capacité
normative tout en facilitant l’interopérabilité avec les autres grands
acteurs. Pour les États-Unis, il s’agit de préserver la compétitivité et
l’innovation tout en répondant aux préoccupations éthiques et
sécuritaires. La Chine poursuit une stratégie d’encadrement étroit et de
contrôle politique, tandis que les puissances asiatiques intermédiaires
ajustent leurs cadres pour maximiser leurs avantages technologiques et
économiques.
En conclusion, la fragmentation de la gouvernance mondiale de l’IA illustre la relation complexe entre droit, puissance et stratégie internationale. Elle
souligne que l’intelligence artificielle n’est pas seulement un objet
technique ou économique, mais un levier de pouvoir et un instrument de
projection normative, dont la régulation devient un terrain de
compétition géopolitique. La tension entre souveraineté nationale et
coopération internationale sera déterminante pour l’évolution future de
l’écosystème global de l’IA.
Conclusion
L’analyse des régulations de l’intelligence artificielle à l’échelle
mondiale met en lumière une dynamique paradoxale : alors que l’IA
représente un enjeu stratégique universel, les modèles de gouvernance
sont profondément divergents, reflétant des visions différentes de la
relation entre État, marché et société. L’Union européenne incarne un
modèle normatif structuré, centré sur la protection des droits
fondamentaux et l’harmonisation du marché intérieur. Les États-Unis
privilégient la flexibilité, la régulation sectorielle et la
préservation de la compétitivité de leurs entreprises, tout en refusant
toute gouvernance mondiale centralisée. La Chine déploie un encadrement
juridique strict, orienté par des priorités politiques et sécuritaires,
tandis que le Japon, la Corée du Sud et Taïwan adoptent des approches
intermédiaires, conciliant innovation, sécurité et coopération
internationale.
Cette diversité traduit une fragmentation normative croissante,
où l’IA devient simultanément un objet économique, un instrument de
puissance et un terrain de rivalité géopolitique. Elle pose plusieurs
défis majeurs : la coexistence de standards divergents, le risque de
tensions commerciales et diplomatiques, la nécessité pour les
entreprises de naviguer dans des cadres juridiques complexes, et la
question de la sécurité des technologies duales dans un contexte de
compétition stratégique.
Pour les relations internationales, la fragmentation de la
gouvernance de l’IA souligne la limite des approches multilatérales
classiques face à des technologies émergentes à fort impact sociétal et
militaire. Elle suggère que la définition des standards globaux dépendra
moins de traités internationaux contraignants que de l’influence
combinée des grandes puissances et de leurs écosystèmes industriels et
financiers. Dans ce contexte, l’Union européenne apparaît comme une
puissance normative en quête de diffusion extraterritoriale de ses
standards, tandis que les États-Unis et la Chine exploitent la
régulation pour affirmer leur souveraineté technologique et leur avance
compétitive.
La trajectoire future de la gouvernance mondiale de l’IA dépendra
donc d’une combinaison de facteurs : la capacité des États à aligner
leurs stratégies nationales, l’émergence de standards techniques de
facto, la pression des marchés et des consommateurs, et la nécessité de
gérer les risques éthiques, sociaux et sécuritaires. L’intelligence
artificielle se confirme ainsi comme un champ de puissance où droit,
politique et géopolitique sont inextricablement liés, et où la
fragmentation normative constitue à la fois un défi et un levier
stratégique pour les grandes puissances.
Cette analyse suggère que la compétition normative sera un élément
central des relations internationales au XXIᵉ siècle, et que la maîtrise
de l’IA — technique, juridique et stratégique — déterminera en partie
le positionnement et l’influence des États sur la scène mondiale.
François Souty, PhD
Intervenant en géopolitique à Excelia Business School, La Rochelle et Paris-Cachan
Intervenant en droit et politique de la concurrence de l’UE à la Faculté de droit de Nantes
Sources :
Capitalisation et revenus IA : estimations basées sur les classements Largest AI companies by market capitalization 2025 (Capital.com), les rapports financiers publics 2025-2026 et les analyses sectorielles disponibles en accès libre. – Source : Largest AI companies by market cap 2025, Capital.com, consulté février 2026. – Source: Top AI & Machine Learning Revenue Leaders 2025, analyses SIG AI Rankings, AEO SIG.
Valorisation des sociétés privées (OpenAI,
Anthropic, ByteDance) : estimations tirées de communiqués
institutionnels, dépêches financières et revues spécialisées. Pour les
sociétés non cotées (ex. OpenAI, Anthropic), les valorisations sont des estimations récentes communiquées publiquement. – Source : Financial Times, OpenAI raises $X billion, 2026 ; – Source : The Guardian, Anthropic funding round, 2026.
Business model et revenus IA : estimation fondée sur
les documents annuels ou intermédiaires (rapports 2025/2026) des
entreprises, indiquant la part de revenus liée à des activités IA, cloud
ou plateformes intelligence avancée.
[1] Michael Kratsios, Remarks by Director Michael Kratsios at the India AI Impact Summit,
India AI Impact Summit, New Delhi, 20 février 2026, Office of Science
and Technology Policy (texte intégral consulté en ligne), disponible
sur The White House website, https://www.whitehouse.gov/articles/2026/02/remarks-by-director-michael-kratsios-at-the-india-ai-impact-summit/?utm_source=chatgpt.com.
Aussi, « White House adviser says US “totally” rejects global
AIgovernance », article AFP (dépêches du 20 février 2026) relatant les
déclarations de Michael Kratsios à New Delhi lors du India AI Impact Summit 2026, rapportées par plusieurs organes de presse internationale.
[2] Ibid.
Voir plus particulièrement les passages où Kratsios critique l’idée
d’une gouvernance normative centralisée et appelle à promouvoir « l’adoption et la prospérité humaine » via l’IA. « No Euro tone again: US rejects global AI governance, pushes ‘sovereign’ American stack », New Indian Express, 20 février 2026
[4] Règlement européen sur l’intelligence artificielle, dit AI Act,
adoptée en 2024 par les institutions de l’Union européenne pour
encadrer les « risques » liés à l’IA selon des niveaux de risque gradués
(textes et commentaires officiels des institutions européennes
disponibles dans la documentation juridique de l’UE). Soulignons que
l’habitude a été prise, notamment avec le Digital Markets Act, de nommer « Acts »
en anglais la catégorie de textes relevant de l’appellation de
« Règlement » au sens des traités européens, pour leur donner une
lisibilité équivalente aux textes de lois aux Etats-Unis. Pour autant
tous les Règlements ne sont pas dénommés en anglais « Acts » mais « Regulations ».
[5] Commission européenne, White Paper on Artificial Intelligence – A European approach to excellence and trust, COM(2020) 65 final, Bruxelles, 19 février 2020, p. 2–4.
[6] Commission européenne, Commission appoints expert group on AI and launches the European AI Alliance, Press release, 14 June 2018. Le AI HLEG a été constitué pour apporter un conseil stratégique à la Commission sur sa stratégie européenne en matière d’IA, d’élaborer des recommandations de politique publique, et de traiter des enjeux éthiques, juridiques et sociaux de l’intelligence artificielledans le cadre de la mise en œuvre de la Communication « Artificial Intelligence for Europe » publiée
en avril 2018. Le groupe, composé d’experts indépendants issus du monde
académique, de la société civile et de l’industrie, devait également
contribuer à l’élaboration de lignes directrices éthiques et
d’orientations pour une IA digne de confiance en Europe.
[7] Commission européenne, 2030 Digital Compass: the European way for the Digital Decade, COM(2021) 118 final, Bruxelles, 9 mars 2021.
[8] Proposition
de règlement du Parlement européen et du Conseil établissant des règles
harmonisées concernant l’intelligence artificielle (Artificial
Intelligence Act), COM(2021) 206 final, 21 avril 2021, fondée sur
l’article 114 TFUE.
[14] Ian Manners, “Normative Power Europe: A Contradiction in Terms?”, Journal of Common Market Studies, vol. 40, no 2, 2002, p. 235–258.
[15] Ursula
von der Leyen, Déclaration sur l’accord politique relatif à l’AI Act,
Commission européenne, communiqué de presse, Bruxelles, 9 décembre 2023.
[16] Capital.com, Largest AI companies by market capitalization 2025, consulté février 2026 : aucune société européenne dans le top 15.
[17] SAP, rapport annuel 2025, SAP Integrated Report 2025, pages 48‑52, Walldorf, Allemagne : estimation de l’activité IA et position dans les classements mondiaux.
[18] Voir
notamment nos articles Souty, F., « Digital Markets Act européen,
politique de la concurrence et souveraineté : conséquences géopolitiques
et impact stratégique du droit sur l’économie digitale », Le Diplomate Média,
4 février 2026 et « Politique de la concurrence et Antitrust en Europe
et aux Etats-Unis : perspectives transatlantiques et enjeux
géopolitiques », Le Diplomate Médias, 30 décembre 2025. Voir aussi l’excellente analyse de Babinet, G., « Le véritable sujet de l’IA, c’est l’antitrust », Les Echos, mercredi 18 février 2026, p. 12 qui explique fort justement que « le débat sur l’IA est moins un débat sur le droit du travail qu’un débat de politique de la concurrence ».
[19] Souty,
F., Cyberespace, sécurité, souveraineté, technologie et rivalités
géopolitiques mondiales : enjeux juridiques, régulation et priorités
pour l’Union européenne et pour la France », Le Diplomate Média, 11 février 2026.
[20] Federal Trade Commission, “Using Artificial Intelligence and Algorithms,” Business Blog, 8 avril 2020 ; voir également FTC, Aiming for Truth, Fairness, and Equity in Your Company’s Use of AI, 19 avril 2021.
[21] National Institute of Standards and Technology, Artificial Intelligence Risk Management Framework (AI RMF 1.0), U.S. Department of Commerce, janvier 2023.
[22] Executive Office of the President, Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence, 30 octobre 2023, Federal Register.
[23] Le terme « red teaming » de contenus avancés vient des pratiques de cybersécurité et d’évaluation des risques, mais appliqué à l’IA générative et aux contenus numériques. C’est une approche proactive pour tester, détecter et évaluer les vulnérabilités ou les risques associés à des contenus produits par l’IA.
[24] Le filigrane de contenus (ou content watermarking en anglais) est une technique qui consiste à insérer
dans un contenu des informations invisibles ou visibles qui permettent
d’identifier sa source, son propriétaire ou sa traçabilité.
C’est un peu comme signer ou marquer un document ou une image pour
montrer qu’il appartient à quelqu’un, ou pour suivre sa circulation dans
un contexte de protection des droits d’auteurs, de traçabilité ou
encore d’authentification de contenus générés par l’IA.
[25] Déclarations rapportées lors du India AI Impact Summit 2026, New Delhi, 20 février 2026, op.cit.
[26] Dépêche AFP, 20 février 2026, déjà citée, reprise notamment par Stratégies, 20 février 2026 ; voir également US promotes AI sovereignty, Business Standard, 20 février 2026 également déjà cité.
[27] Cyberspace Administration of China, Provisions on the Management of Algorithmic Recommendation Services in Internet Information Services, adoptées le 31 décembre 2021, entrées en vigueur le 1er mars 2022.
[28] Cyberspace Administration of China, Provisions on the Administration of Deep Synthesis Internet Information Services, 25 novembre 2022, entrées en vigueur le 10 janvier 2023.
[29] Cyberspace Administration of China et al., Interim Measures for the Management of Generative Artificial Intelligence Services, 13 juillet 2023, entrées en vigueur le 15 août 2023.
[30] Souty F. « Loi chinoise antimonopole – Bilan : L’Autorité chinoise de la concurrence tire un premier bilan des deux années d’application de la loi antimonopole », Concurrences N° 4-2010, 12 août 2010, Art. N° 33180, pp. 235-238
[31] State Council of the People’s Republic of China, New Generation Artificial Intelligence Development Plan, 8 juillet 2017.
[32] « AI Regulation in Japan: Policy Framework & Governance », Nemko Digital, 2026, pp. 2-4 (explication des objectifs nationaux de l’Act, de l’établissement de l’AI Strategy Headquarters sous le Cabinet Office et
de l’intégration de lois sectorielles existantes pour le droit
applicable, montrant l’approche dite de « light touch regulation »)
[33] International Bar Association, Japan’s emerging framework for responsible AI: legislation, guidelines and guidance, 12 nov. 2025, section sur l’AI Promotion Act .
[34] Vincent Fauchoux, « Japan’s 2025 AI Promotion Act: Structuring Innovation Through Soft Regulation », Tech & DATA,2 juin 2025, pp.
1-3 (présentation des objectifs, des axes principaux et de
l’architecture institutionnelle de la loi, soulignant l’absence de
sanctions directes mais la promotion de la coopération entre parties
prenantes).
[35] «South Korea Enacts World’s First Comprehensive AI Law, Balancing Innovation and Safety», Asia Daily, 25 janv. 2026.
[36] « South Korea’s AI Basic Act Takes Effect Jan 22, 2026 », AI Business Weekly,
22 janv. 2026. Cet article fournit une série d’informations précises
sur l’entrée en vigueur, la structure institutionnelle, le délai de
grâce et les sanctions, y compris le contexte réglementaire plus large
(articles 25-43, dispositions applicables à la gouvernance nationale.
[37] Ministry of Digital Affairs (R.O.C., Taïwan), Legislative
Yuan Passes Artificial Intelligence Fundamental Act in Third Reading,
Laying Foundation for AI Innovation, Security Governance in Taiwan, communiqué du 24 déc. 2025 décrivant l’AI Basic Act et ses objectifs de promotion d’une IA centrée sur l’humain et la protection des droits fondamentaux.
[38] Baker McKenzie, Taiwan: AI Basic Act, fact sheet, 9 jan. 2026. Note qui précise
les obligations institutionnelles (NSTC, MODA) et les sept principes
directeurs alignés avec des normes internationales en matière de
gouvernance de l’IA. https://www.bakermckenzie.com/en/insight/publications/2026/01/taiwan-ai-basic-act. AI Basic Act passed, tries to balance AI promotion with social welfare, Focus Taiwan (CNA), 23 déc. 2025 :
donne des détails sur les principes, la création du comité national et
les mesures de soutien pour l’industrie et l’infrastructure.
[39] White & Case LLP, AI Watch: Global regulatory tracker – Taiwan, jan. 2026,
discute du cadre actuel, qui repose principalement sur une régulation
de principe et des lignes directrices plutôt que sur des sanctions
directes, positionnant Taïwan dans une approche « à faible contrainte ».
[40] Commission européenne, Artificial Intelligence Act, 2024, cf. considérants et articles sur la portée extraterritoriale et la protection des droits fondamentaux.
[41] Cyberspace Administration of China, Interim Measures for the Management of Generative Artificial Intelligence Services, 13 juillet 2023, article 4.
[42] Ursula von der Leyen, communiqué de presse sur l’adoption de l’AI Act, Commission européenne, 9 décembre 2023.
C) - L'IA d'Anthropic progresse à une vitesse alarmante selon les experts en sécurité
Un mois après son lancement, Mythos Preview surpasse déjà ses propres
performances et dépasse GPT-5.5 d'OpenAI sur les tests cyber de l'AISI
britannique.
Le Claude Mythos
d'Anthropic, que l'entreprise considère comme trop puissant pour être
diffusé au grand public, semble avoir déjà acquis de nouvelles
capacités.
Dans un billet de blog, l'Institut britannique de sécurité de l'IA (AISI) indique avoir testé une version plus récente de Mythos, qui surpasse à la fois ses résultats précédents et le GPT-5.5 d'OpenAI, seulement un mois après la sortie initiale de Mythos. « Le
nouveau point de contrôle Mythos Preview a complété nos deux
cyber-parcours, résolvant "The Last Ones" dans 6 tentatives sur 10 et
"Cooling Tower", jusque-là insoluble, dans 3 tentatives sur 10. C'était
la première fois qu'un modèle complétait le second de nos deux
cyber-parcours. »
Lorsqu'Anthropic a annoncé Mythos Preview et le Projet Glasswing,
l'alliance de test en cybersécurité formée avec des entreprises
technologiques et des laboratoires d'IA concurrents, auxquels un accès
limité à Mythos a été accordé, le mois dernier, l'AISI britannique
l'avait évalué, concluant que le modèle « représente un bond en
avant par rapport aux modèles frontières précédents, dans un paysage où
les performances en cybersécurité progressaient déjà rapidement ».
Cette
perspective tierce a contribué à nuancer les affirmations selon
lesquelles l'engouement autour de Mythos relevait soit uniquement du
marketing, soit, à l'autre extrême, d'un bouleversement catastrophique
des capacités de l'IA. La réalité de ce que le modèle peut faire se
situe probablement entre les deux.
Le test mis à jour de l'AISI
illustre également que les améliorations de capacités ne se limitent pas
aux nouvelles versions d'un modèle, mais peuvent survenir au sein d'une
même version.
Une menace cyber qui s’emballe
L'AISI a
noté que les modèles d'IA progressent rapidement dans leur capacité à
accomplir des tâches cybernétiques, avec des implications sérieuses pour
la cybersécurité, notamment compte tenu de l'aptitude de Mythos à
détecter les vulnérabilités logicielles.
« En février 2026,
nous estimions en interne que la durée des tâches cyber que les modèles
d'IA pouvaient accomplir avait doublé toutes les 4,7 mois depuis fin
2024, déjà une accélération par rapport à notre estimation de novembre
2025, qui était de 8 mois. Depuis, l'AISI a rendu compte de deux
nouveaux modèles, Claude Mythos Preview et GPT-5.5 d'OpenAI, qui ont
largement dépassé ces deux tendances de doublement. »
Les
auteurs ajoutent qu'il est difficile de savoir si cette tendance se
maintiendra ou si ces résultats indiquent une hausse durable. Mythos et
GPT-5.5 pourraient simplement constituer des ruptures notables dans
l'évolution globale des modèles.
Des tests poussés à leurs limites
L'AISI
a néanmoins précisé que plusieurs inconnues n'ont pas pu être prises en
compte dans ses tests. Ceux-ci plafonnaient les tâches à 2,5 millions
de tokens afin de mieux comparer les performances dans le temps, ce qui «
sous-estime intrinsèquement ce que les modèles frontières sont capables de faire », selon les auteurs.
« Mythos
Preview et GPT-5.5 présentent de larges marges d'erreur supérieures en
raison de taux de réussite proches de 100 % sur les tâches les plus
longues de notre suite cyber restreinte, même avec la limite de 2,5 M de
tokens. Nos tâches ne sont pas non plus suffisamment longues pour
déterminer à quel point la fiabilité des modèles se dégraderait au-delà.
Cela place certains des modèles les plus récents à la limite de ce que
notre suite de tests restreinte peut mesurer. »
Jusqu'où peut aller Mythos ?
Si
ce plafond rend difficile la mesure du point de défaillance des
modèles, il signifie aussi que les taux de réussite seraient bien plus
élevés sans cette contrainte, si élevés que « les horizons temporels deviennent impossibles à calculer
». Des modèles disposant d'un plus grand accès aux tokens et d'une
infrastructure agentique complexe seraient bien plus performants.
« Une
limite de 2,5 M de tokens est relativement basse, dans notre expérience
de cyber-parcours, nous utilisons jusqu'à 100 M de tokens et constatons
que les performances continueraient probablement à s'améliorer au-delà
de ce budget, en particulier pour les modèles récents, qui bénéficient
de manière disproportionnée de limites de tokens plus élevées. »
D) - Pour nous être utile, l'IA ne doit pas penser à notre place
Le débat public sur l'impact de l'intelligence artificielle se concentre
sur la perte d'emplois. Mais il est un risque bien plus grand, que
l'économiste américain Dani Rodrik identifie à partir de sa propre
pratique de l'IA.
Il y a quelques années
encore, l'IA semblait n'être qu'un simple gadget : un chatbot qui
simulait l'intelligence en assemblant des phrases complètes en réponse
aux demandes des utilisateurs, mais qui, en fin de compte, n'était guère
plus sophistiqué qu'un moteur de recherche avancé. Pourtant,
aujourd'hui, elle s'est révélée être un outil incroyable, capable d'accomplir des tâches que je n'aurais jamais cru possibles de mon vivant.
Par
exemple, j'ai utilisé l'IA pour localiser des ensembles de données en
ligne, les manipuler, effectuer des tests statistiques et produire des
tableaux et des graphiques soignés, accompagnés de commentaires
pertinents sur la signification des résultats, leur lien avec la
littérature scientifique, ainsi que les forces et les faiblesses de
l'analyse. En moins d'une demi-heure, l'IA peut accomplir un travail qui
prendrait plusieurs jours à un assistant de recherche.
E) - ChatGPT sur iPhone : OpenAI est vexé et cherche un moyen pour rompre avec Apple
Deux ans après avoir intégré son ChatGPT à l'iPhone, OpenAI déplore le
manque de retombées de cet accord, qu'il cherche à dénoncer. Apple lui,
écrit son avenir dans l'IA avec Google.
l n'y aura pas de ménage à trois entre Apple, Google et OpenAI.
Pendant que le fabricant de l'iPhone se prépare à révéler le 8 juin les
fruits de sa nouvelle union avec Google dans l'IA, son ancien partenaire
OpenAI cherche à rompre activement.
Apple avait fait appel à lui
il y a deux ans pour combler ses lacunes dans l'IA, alors que ses
développements en interne pataugeaient et que les clients s'impatientaient.
Maximilien Robespierre accéda au pouvoir en promettant une République de la Vertu, pourtant son nom devint synonyme de guillotine sanglante et de Terreur. Figure emblématique des Lumières, il incarnait les contradictions de l'ancien ordre, cherchant à faire naître un monde nouveau par l'éradication totale de celui-ci. Durant cette période de bouleversements radicaux, il affirma un principe qui continue de hanter nos structures politiques : le secret de la liberté réside dans l'éducation, tandis que le secret de la tyrannie est de maintenir le peuple dans l'ignorance. À une époque marquée par les chambres d'écho algorithmiques et l'érosion de la vérité objective, cette observation demeure d'une actualité glaçante. Elle suggère que les chaînes de la servitude moderne ne sont pas forgées dans le fer, mais dans la suppression systématique de la pensée critique et la prolifération des distractions. Si l'information est instrumentalisée ou filtrée pour servir un agenda, la frontière entre citoyen libre et sujet conditionné s'estompe. Une société peut-elle véritablement se prétendre libre si son système éducatif privilégie l'obéissance industrielle à la recherche philosophique ?
F) - « Elles font facilement
oublier que ce sont des machines » : ces IA qui deviennent vos
meilleures amies, pour le meilleur et pour le pire
🤖 « Nous n'essayons pas de remplacer Google, nous essayons de remplacer ta maman. » ➡️ https://trib.al/fNeuSaV
Les conversations avec des chatbots ressemblent de plus en plus à des
échanges avec des humains. Et c'est, selon les spécialistes, un
anthropomorphisme voulu. Mais cela a aussi des conséquences en termes
économiques et juridiques.
Avouez-le : vous vous
êtes surpris à un moment ou un autre à dire « merci » ou « s'il vous
plaît » à ChatGPT. Vous lui avez peut-être demandé des conseils sur
votre carrière, votre vie personnelle, voire vous lui avez confié
quelques secrets, un peu comme à un ami. Et vous êtes loin d'être seul.
Les
chatbots d'IA nous connaissent presque aussi bien que nos proches. Et
pour cause : près d'un jeune sur deux en Europe les a déjà utilisés pour
aborder des sujets intimes ou personnels, selon une enquête Ipsos BVA,
pour la CNIL et l'assureur Groupe VYV. Parmi eux, une large majorité
(64 %) voit l'IA comme un conseiller de vie, un confident (61 %), un ami
(54 %), et même pour 20 % un amoureux.
G) - L’IA finira-t-elle par façonner les esprits ?
L’intelligence artificielle (IA) représenterait-elle une menace
sérieuse pour notre société ? L’hypothèse d’une IA capable, un jour, de
façonner les esprits et d’orienter les opinions est aujourd’hui
largement répandue. À mesure que l’homme délègue certaines tâches
intellectuelles à l’IA, beaucoup redoutent qu’il finisse aussi par lui
céder une grande partie de sa capacité de réflexion. Dès lors, si elle
était idéologiquement orientée, ses utilisateurs pourraient devenir,
sans en avoir conscience, les cibles d’une propagande aussi discrète
qu’efficace. Concrètement, les contenus générés par l’IA pourraient
conduire insidieusement au formatage de la pensée. Rien ne permet
d’écarter cette menace, qui apparaît fondée et légitime. Pour reprendre
une formule du célèbre roman Sinouhé l’Égyptien de Mika Waltari : « De
demain nul ne sait. »
Ceci dit, les menaces que l’on agite parfois permettent aussi de
détourner notre attention de réalités déjà bien présentes sous nos yeux.
Et cela reste vrai bien au-delà de la seule question de l’IA. En effet,
les médias, les institutions ou encore les plateformes numériques
sont-ils exempts de toute orientation idéologique ? Peuvent-ils
réellement prétendre à une parfaite objectivité ? D’ailleurs,
l’objectivité existe-t-elle réellement ? De nombreux intellectuels ont
répondu à cette question depuis longtemps déjà…
Fausse croyance ou vrai paradoxe ?
Et si, finalement, c’était l’inverse qui pouvait se produire ? Un
paradoxe qui transformerait la menace en opportunité. L’IA ne
pourrait-elle pas devenir, demain, une référence en matière de
neutralité et de pluralité de l’information ? Cette diversité des points
de vue dont on parle tant, sans jamais vraiment en voir la couleur. Une
sorte de chimère. Surtout que ce paradoxe semble déjà se dessiner. Dans
certaines situations, les réponses, analyses ou explications proposées
par l’IA font apparaître une nuance et une complexité que l’on ne
retrouve pas forcément dans d’autres sources d’information, pourtant
perçues comme « sérieuses » et empreintes d’une certaine respectabilité.
Faut-il réellement s’étonner du manque d’impartialité parfois
constaté ? Sans doute pas, sauf à faire preuve d’une certaine naïveté.
Le langage est par excellence un puissant outil d’influence. Cette idée
est loin d’être nouvelle. Dès le début du XXe siècle, les linguistes
Edward Sapir et Benjamin Lee Whorf développèrent une théorie devenue
célèbre : l’hypothèse dite de Sapir-Whorf. À travers leurs travaux sur
les langues, ils montrèrent comment le choix des mots influence notre
manière d’interpréter la réalité et comment il oriente notre pensée.
Certains exemples illustrent assez bien la manière dont l’IA se démarque.
Le choix de l’évidence
Prenons pour commencer l’exemple du « racisme systémique ». Dans un
article publié le 29 octobre 2021 et intitulé « Notre dictionnaire
woke-français », L’Obs écrivait :
« Ensemble de références ancrées dans nos institutions (médiatiques,
culturelles, politiques, économiques, sociales…) qui entretiennent le
racisme (ou le sexisme). Ce racisme est tellement ancré que l’on n’en a
souvent plus conscience. Exemple : 100 % des patrons du CAC40 sont des
hommes blancs. Le racisme d’État, sous-catégorie du racisme systémique,
est porté par les institutions étatiques. Exemple : les contrôles au
faciès par la police. »
Plusieurs éléments interpellent ici. Tout d’abord, aucune mise en
perspective idéologique n’est apportée. À aucun moment il n’est précisé
qu’il s’agit d’une grille de lecture du monde propre au wokisme. Le
texte est présenté comme une évidence. Le choix du présent renforce
cette impression. Le racisme systémique y apparaît comme un fait établi
et non comme une théorie débattue.
Plus problématique encore, l’idée selon laquelle ce racisme serait
devenu tellement ancré que nous n’en aurions « plus conscience » enferme
le lecteur dans un raisonnement particulièrement difficile à contester.
Dès lors, le simple fait de ne pas percevoir ce racisme devient un
indice de son existence.
Enfin, les exemples avancés orientent l’interprétation du lecteur en
présentant certains phénomènes sociaux, comme les contrôles au faciès ou
le profil des dirigeants du CAC40, à travers un prisme avant tout
racial et sexiste.
Maintenant, voici la définition — prise mot pour mot — que propose l’IA ChatGPT :
« Le racisme systémique désigne une théorie selon laquelle certaines
inégalités raciales ne résulteraient pas uniquement de comportements
individuels, mais également du fonctionnement global de certaines
institutions sociales, économiques ou politiques. Selon cette approche,
des mécanismes parfois indirects ou non intentionnels pourraient
produire des effets défavorables sur certains groupes ethniques, même en
l’absence de volonté explicitement raciste. Ce concept fait toutefois
l’objet de nombreux débats. Ses partisans y voient un outil utile pour
analyser certaines inégalités persistantes, tandis que ses détracteurs
estiment qu’il peut conduire à des généralisations excessives ou à une
lecture idéologique des rapports sociaux. »
Le contraste est ici saisissant. Contrairement à la définition
proposée par L’Obs, l’IA contextualise immédiatement la notion de
racisme systémique, précise qu’il s’agit d’une théorie et rappelle
l’existence de débats autour de cette question. Elle distingue également
les différents points de vue et évite de transformer une grille de
lecture idéologique en vérité incontestable.
Le déni de la complexité
Prenons maintenant un autre exemple issu du site Onsexprime. Cette
plateforme est portée par Santé publique France, établissement public
placé sous la tutelle du ministère chargé de la Santé. Elle est
notamment citée comme référence dans le cadre de l’éducation à la
sexualité en milieu scolaire. On peut notamment lire dans la rubrique «
Filles, garçons : tous-tes pareil-le-s » :
« Le rose, les robes, les paillettes, les émotions pour les filles…
Les cheveux courts, le bleu, le foot et la force pour les garçons… Les
clichés de genre sont très nombreux et encore très présents dans les
mentalités. La société continue d’attribuer des comportements aux filles
ou aux garçons. Est-ce qu’il y a vraiment des choses qui sont plutôt
pour les filles et d’autres plutôt pour les garçons ? »
« Ces idées fausses sur les hommes et les femmes, on les appelle
aussi des clichés ou des stéréotypes de genre. À cause d’eux, filles et
garçons ne sont pas toujours éduqué-e-s de la même façon. »
« Quand tes ami-e-s rigolent sur une personne parce qu’elle fait des
“trucs de fille” ou des “trucs de garçon”, ne participe pas. Évite de
rigoler, et si tu t’en sens capable, tu peux intervenir en rappelant que
chacun-e peut faire les activités qu’il/elle souhaite. »
Plusieurs aspects méritent ici d’être soulignés. D’une part, le texte
privilégie une lecture principalement fondée sur les constructions
sociales et culturelles pour expliquer les différences observées entre
filles et garçons. Les facteurs biologiques ne sont jamais évoqués.
D’autre part, il ne se contente pas d’informer ou de sensibiliser :
il invite également le lecteur à adopter une attitude jugée souhaitable
face aux comportements considérés comme stéréotypés. La frontière entre
information, sensibilisation et orientation idéologique devient alors
plus floue. Le recours à l’écriture inclusive — « Filles, garçons :
tous-tes pareil-le-s », « éduqué-e-s », « ami-e-s » et « chacun-e » —
parle de lui-même : il porte incontestablement l’empreinte d’une
orientation militante.
Maintenant, voici la réponse — fidèlement reproduite — que donne
ChatGPT lorsqu’on l’interroge sur les différences comportementales entre
filles et garçons :
« Les différences observées entre filles et garçons peuvent
s’expliquer par plusieurs facteurs. Certains chercheurs mettent en avant
l’influence de l’éducation, des normes sociales et des stéréotypes
culturels, qui peuvent orienter les comportements dès l’enfance.
D’autres soulignent également le rôle possible de facteurs biologiques,
notamment hormonaux ou neurologiques. La plupart des spécialistes
considèrent aujourd’hui que les comportements humains résultent d’une
interaction complexe entre facteurs biologiques, culturels et sociaux. »
Là encore, la différence est frappante. Contrairement au texte du
site Onsexprime, la réponse de l’IA ne réduit pas les différences entre
filles et garçons à une seule explication sociale ou culturelle. Elle
introduit l’existence de plusieurs facteurs possibles, rappelle la
complexité du sujet et évite de présenter une seule grille
d’interprétation comme une évidence.
Le langage est bel et bien une arme de transformation massive
Avec le dernier exemple, on change de registre. Cette fois, il ne
s’agit plus de comparer un contenu avec la réponse apportée par l’IA,
mais de montrer comment une institution envisage explicitement le rôle
du langage dans l’évolution des mentalités. Nous retrouvons ici très
directement la théorie de Sapir-Whorf évoquée précédemment : le choix
des mots influence notre manière d’interpréter la réalité et oriente
notre pensée.
Cet exemple s’appuie sur un document publié en 2018 par le Parlement
européen et intitulé « Usage d’un langage neutre du point de vue du
genre ». Ce guide vise à harmoniser l’usage d’un langage inclusif dans
l’ensemble de l’écosystème des institutions européennes. Bien que ce
document s’adresse d’abord aux professionnels concernés, l’objectif est
bien plus large : toucher les citoyens européens à travers la
communication institutionnelle.
On peut notamment y lire :
« Le langage reflète et influence fortement les attitudes, le comportement et les perceptions. »
Ou encore :
« L’usage d’un langage inclusif et équitable du point de vue du genre
contribue également à réduire les stéréotypes liés au genre, à
promouvoir un changement dans la société et à parvenir à l’égalité des
sexes. »
Quand les piégeurs risquent de se faire piéger
Tous ces exemples rappellent finalement combien la notion de
neutralité relève souvent de l’illusion et tient parfois du jeu de
dupes. Chacun défend ses propres représentations, ses intérêts ou sa
vision du monde. De ce fait, l’information est souvent orientée, tantôt
de manière fine et subtile, tantôt de façon beaucoup plus grossière,
jusqu’à brouiller la ligne de séparation avec la démarche militante. Et
dans un contexte de polarisation croissante du débat public, ces
orientations tendent à devenir de plus en plus visibles, prévisibles,
voire caricaturales.
Ce constat pourrait ouvrir un boulevard à l’intelligence
artificielle, qui apparaît en mesure de réintroduire un recul, une
nuance et une diversité de points de vue devenus plus rares dans le
paysage informationnel traditionnel.
Cela ne signifie évidemment pas qu’elle soit dépourvue de limites.
Elle reste influencée par les données sur lesquelles elle s’appuie, les
règles qui l’encadrent, les choix de ses concepteurs, mais également par
la manière dont les questions lui sont posées. Elle peut se montrer
excessivement prudente, contradictoire, voire complaisante, notamment
lorsqu’elle tend à conforter les biais de confirmation — convictions et
présupposés — de ses utilisateurs. Et quoi qu’il en soit, l’hypothèse
d’une IA capable de contribuer au formatage des esprits ne peut être
écartée.
La véritable question est peut-être finalement la suivante : est-ce
l’intelligence artificielle qui affaiblira, puis remplacera, les acteurs
traditionnels de l’information, ou bien est-ce parce que ces derniers
se sont progressivement affaiblis eux-mêmes que l’IA finira par
s’imposer comme alternative crédible ?
L'intelligence artificielle a dépassé le stade des environnements contrôlés et expérimentaux et est désormais intégrée dans le monde réel avec des capacités qui semblent illimitées et parfois imprévisibles.
L’outil dont certains avaient prédit qu’il pourrait nous asservir est entre les mains de tous. Nous avons ouvert la porte et l’avons lâchée sur l’humanité. Arrivons-nous à le gérer ? Ou nous dépasse-t-il ?
L’IA n’est ni bonne ni mauvaise en soi. C’est une technologie stratégique développée à une vitesse supérieure à nos capacités collectives d’encadrement. Sans régulation internationale, sans mécanismes de responsabilité juridique clairs, sans investissement public dans des systèmes réellement sûrs et transparents, nous laissons se concentrer, entre quelques mains, un pouvoir sur le monde inédit dans l'histoire de l'humanité.
La démocratie repose sur le partage du pouvoir. Un pouvoir concentré en est l’opposé. Nous avons encore la possibilité d’agir, de débattre, d’encadrer et de fixer des limites. Mais cette fenêtre ne restera pas ouverte très longtemps.
Dans son livre Un taylorisme augmenté. Critique de l’intelligence artificielle paru aux éditions Amsterdam le 5 septembre, le sociologue Juan Sebastián Carbonell appelle à résister à l’emprise de l’IA, cet « outil de dégradation du travail ». Entretien.
C’est l’un des premiers plans de
licenciement massif lié à l’IA en France. En septembre 2023, le
spécialiste de la veille médiatique Onclusive, basé à Courbevoie
(Hauts-de-Seine), avait annoncé
vouloir remplacer la moitié de ses équipes par des logiciels
d’intelligence artificielle. Il n’en fallait pas plus pour raviver la
crainte d’un chômage de masse généré par la percée des IA. Sauf que la
réalité est un peu plus complexe. Plusieurs mois plus tard, les
syndicats contestaient
ce plan de « remplacement par l’IA » en soulignant notamment que les
équipes d’Onclusive avaient été dans le même temps renforcées à
Madagascar, où le prix du travail est moindre. Un fait qui interroge :
et si l’IA n’était au fond qu’un prétexte pour délocaliser ?
Un exemple « éloquent »,
aux yeux du sociologue Juan Sebastián Carbonell, des effets pas
toujours très bien compris de l’IA sur le travail. Au-delà d’un « grand
remplacement » des travailleurs par les algorithmes, l’auteur d’Un taylorisme augmenté (éd. Amsterdam) analyse les conséquences « qualitatives » de cette évolution technologique, de la surveillance algorithmique déployées dans les entrepôts Amazon à la « dépossession » de la créativité dans les métiers de « cols blancs ». Et appelle, dans cette interview accordée à Usbek & Rica, à penser des futurs technologiques alternatifs dans le monde du travail.
Usbek
& Rica : Qu’est-ce que le taylorisme « augmenté », et comment
s’inscrit-il dans la continuité avec le taylorisme originel ?
Juan Sebastián Carbonell
Étudier les effets de l’intelligence artificielle dans le cadre du travail fait partie de ce que le sociologue Harry Collins
a appelé la « démystification de l’intelligence artificielle ». Quand
je parle de taylorisme numérique au sujet de l’IA, je cherche notamment à
aller à l’encontre de l’idée de révolution ou de rupture
technologique.
Dans le livre, je tisse un fil de continuité entre
les machines de l’ère industrielle qui contribuaient à la
déqualification des ouvriers artisans dans les premières manufactures,
et l’époque contemporaine avec l’IA telle qu’elle est utilisée dans le
monde du travail, en passant par ce que depuis l’après-guerre on a
appelé « taylorisme assisté par ordinateur ». En réalité, l’intelligence
artificielle s’inscrit dans des logiques de déqualification des
travailleurs préexistantes, mais avec de nouvelles façons de faire, et
des effets qui lui sont spécifiques.
« Le propre des intelligences artificielles est de
déposséder certaines professions de leur dimension créative. »
Juan Sebastián Carbonell
Pour le comprendre, il faut revenir au taylorisme en
tant que tel. Il s’agit d’une pensée de l’organisation du travail qui,
selon le sociologue américain Harry Braverman
– qui a été le premier à théoriser cette dégradation du travail au XXe
siècle – repose tout d’abord sur la décomposition du processus de
travail en un ensemble de tâches, ainsi que sur une séparation, entre la
conception et l’exécution (soit entre d’un côté les gens qui organisent
le travail et de l’autre, ceux qui l’exécutent). Le taylorisme implique
aussi une planification de l’ensemble des tâches par la direction : en
gros, ce ne sont pas les travailleurs qui décident de l’organisation du
travail, mais la direction. Cette division et simplification du travail
permet de rendre ce dernier moins cher.
Le
fait que cette taylorisation contemporaine concerne aussi les métiers
qualifiés est-il une spécificité inédite de l’intelligence artificielle ?
Juan Sebastián Carbonell
La nouveauté de l’intelligence artificielle consiste à
exproprier le geste créatif de certains métiers qualifiés comme
traducteur, graphiste ou journaliste. Ce sont des professions qui
construisent leur identité professionnelle autour de la production d’un
objet (texte, article, œuvre d’art…) Le propre des intelligences
artificielles est de les déposséder de cette dimension créative, non pas
pour qu’elles disparaissent, mais pour faire de ces professionnels –
comme dirait Marx – des appendices de la machine, travaillant sur ce que
celle-ci a déjà produit. Par exemple, les traducteurs vont davantage se
consacrer à la post-édition dans le cadre de la traduction
automatique.
La
question du « remplacement » de certaines professions par l’IA domine
le débat sur les effets de cette technologie sur le travail. Une récente
étude
de Stanford a montré un déclin de 13 % de l’emploi des 22–25 ans aux
États-Unis dans les secteurs « exposés à l’IA ». Selon le chercheur Antonio Casilli, l’IA entraîne en réalité davantage une précarisation de ces métiers qu’un « remplacement ». Partagez-vous son analyse ?
Juan Sebastián Carbonell
Oui, tout à fait. On voit tout le temps sortir des
études de ce type, ce n’est pas nouveau. En 2013, il y a eu la célèbre
étude de Frey et Osborne (ces chercheurs d’Oxford affirmaient que 47 % des emplois américains étaient menacés d’informatisation, ndlr). Dix ans se sont écoulés et on est toujours là.
Je range ce type de prophéties dans ce que j’appelle les « attentes technologiques », c’est-à-dire la création d’une hype autour
d’une phénomène technologique visant à créer de l’acceptabilité, à
attirer l’attention et les financements, ou encore à nouer des alliances
politiques avec les acteurs publics et gouvernementaux. Il faut se
méfier de ce genre de discours, dont les échéances sont sans cesse
repoussées. D’autant plus que la plupart des études sur le sujet sont de
nature quantitative : très peu de publications insistent sur les effets
qualitatifs des IA sur le travail.
On
entend souvent que l’IA va permettre de décharger les travailleurs des
tâches routinières et répétitives. En quoi est-ce trompeur, selon vous ?
Juan Sebastián Carbonell
Bien souvent, l’argument avancé par les directions
d’entreprises pour favoriser l’acceptation et le consentement aux
changements technologiques consiste à dire que les conditions de travail
vont être améliorées. Ça a déjà été le cas de la robotique dans les
années 1980–1990. On considérait alors que les nouvelles machines
allaient rendre le travail moins physique.
En réalité,
l’intention de rendre le travail moins pénible, en nous déchargeant de
certaines tâches, implique parfois une intensification du travail. Si
l’on reprend l’exemple des traducteurs, la post-édition est considérée
par de nombreuses associations professionnelles de traduction comme une
tâche très fatigante dans la mesure où elle consiste à travailler sur un
texte que l’on n’a pas soi-même produit, et dans lequel on doit déceler
des coquilles et des mauvaises formulations. Lorsque l’on garde le
contrôle sur la production du texte du début à la fin, il y a moins
cette dimension fatigante. D’ailleurs, il y a beaucoup de débats en ce
moment pour savoir si la traduction automatique réduit vraiment le temps
de travail nécessaire pour produire un texte…
Dans
le livre, vous soulignez aussi que les capacités de l’IA en matière
d'automatisation de tâches répétitives, notamment dans les professions
manuelles, sont limitées…
Juan Sebastián Carbonell
Dans le cadre de mes enquêtes sur l’industrie
automobile et dans la logistique, j’ai pu constater que les tâches
répétitives ne disparaissaient pas avec le changement technologique.
Certaines tâches répétitives, comme les tâches d’assemblage d’un
véhicule, sont trop complexes pour pouvoir être automatisées, car il y a
trop de variables à prendre en compte. De plus, la variété des produits
a radicalement augmenté, ce qui complique encore l’automatisation.
Ces évolutions se heurtent néanmoins à certaines résistances, que vous qualifiez de « luddisme diffus » (en référence aux luddites, les briseurs de machines du début du XIXème siècle). Quelles formes prennent-elles ?
Juan Sebastián Carbonell
Je parle d’un luddisme diffus pour caractériser ce
rejet individuel et souvent un peu moral de l’intelligence artificielle.
C’est quelque chose que l’on a beaucoup vu au moment de la mode des
images générées par IA dans le style du studio Ghibli, par exemple.
Pour
ma part, j’invite à s’inspirer des luddites du début du XIXème siècle
qui avaient rejeté les nouvelles machines industrielles dans la
perspective d’une contestation du capitalisme qui était en train de
s’implanter dans les communautés ouvrières du Royaume-Uni.
« Il faudrait que les syndicats aient une vision technologique à défendre face à l’employeur. »
Juan Sebastián Carbonell
Je pense que les syndicats et les organisations du
personnel en France, de même que les associations professionnelles,
devraient aussi pouvoir tenir un discours de rejet de ces technologies,
plutôt que de se contenter de négocier les éventuels bénéfices qu’ils
pourraient en tirer. Il n’y a pas ou en tout cas très peu de
négociations collectives autour du changement technologique. Souvent,
les syndicats considèrent que les nouvelles technologies vont améliorer
les conditions de travail. Dans les milieux industriels, des
investissements technologiques sont parfois aussi vus comme la garantie
d’un emploi pour les prochaines années.
Vous
rappelez pourtant aussi que l’IA est largement utilisée à des fins de
surveillance, notamment dans le milieu de la logistique. Pourquoi cela
ne suscite-t-il pas plus de résistances ?
Juan Sebastián Carbonell
En France, les syndicats sont souvent dans une
posture réactive face au changement technologique. C’est le droit du
travail et le système de relations professionnelles qui le veut.
L’employeur a les prérogatives pour l’organisation du travail, et a
l’obligation seulement d’informer et de consulter les syndicats en cas
de changement majeur dans le cadre de l’entreprise.
Du coup, tous
les acteurs de l’entreprise sont en quelque sorte désarmés et dessaisis
de tout tout levier d’action sur le changement technologique en
entreprise. Les syndicats peuvent prendre des mesures pour réagir à
telle ou telle nouvelle machine, tel nouveau robot, tel nouveau
logiciel, mais pour moi, ce n’est pas suffisant, et il faudrait qu’ils
aient aussi une vision technologique à défendre face à l’employeur.
Les
luddites originels ne détruisaient pas toutes les machines, seulement
celles qui allaient le plus les déposséder de leurs compétences.
Faudrait-il s’inspirer aussi de cette approche aujourd’hui ?
Juan Sebastián Carbonell
Oui, ils visaient celles qui contribuaient le plus à
la dégradation du travail et à la déqualification. Les travaux sur les
luddites montrent qu’en faisant ça, ils défendaient un autre changement
technologique, ou plutôt la possibilité d’un autre changement
technologique.
C’est pour cela que je défends cette idée du
renouveau luddite. Je n’invite pas à détruire des machines juste parce
que ce sont des machines, mais plutôt à penser un autre changement
technologique. Ou plutôt, à ce que l’opposition au changement
technologique implique aussi de penser un changement technologique
alternatif.
Vous soulignez que «
le mouvement ouvrier et le socialisme ont été pris au piège, croyant
qu’il serait possible de ''domestiquer’' les machines en les détournant
de leur usage capitaliste. » Comment, dès lors, penser un changement technologique alternatif véritablement émancipateur ?
Juan Sebastián Carbonell
J’explique en effet dans le livre qu’il ne peut y
avoir d’IA socialiste. C’est un point qui est débattu avec les tenants
d’un communisme technologique ou d’un communisme de luxe,
et qui a beaucoup irrigué la gauche et le mouvement socialiste tout au
long du XXe siècle. Selon ce courant, les nouvelles technologies
pourraient être bénéfiques une fois débarrassées de la domination du
capital.
Je pense pour ma part qu’il faut voir au-delà de la
question de la propriété des moyens de production, et qu’il faut
questionner les choix technologiques au sein de la société. Les débats
autour de l’IA ouvrent une fenêtre qui n’existait plus dans le mouvement
ouvrier et au sein de la gauche, à savoir la politisation de la
question technologique dans la société.
Dans l’idéal, il faudrait
pouvoir décider collectivement de quelle technologie nous avons besoin
aujourd’hui. Et si IA socialiste il devrait y avoir, elle devrait partir
des besoins de la société : de quel type d’IA avons-nous besoin, voire,
a-t-on besoin d’IA tout court ? Car il faudrait pouvoir imaginer une IA
complètement différente, qui ne soit pas consommatrice d’énormément
d’énergie, d’eau et de matières rares, et qui ne s’appuie pas sur
l’exploitation de micro-travailleurs nécessaires à l’entraînement de
l’IA…
J) - Besoins d’énergie de l’IA : la France en marche vers un précipice pourtant évitable
Alors que l’IA fait exploser les besoins énergétiques mondiaux, plusieurs experts alertent sur le retard stratégique de l’Europe et de la France. Entre essor des data centers, retour du nucléaire et compétition avec les géants américains, la question énergétique devient centrale dans la course à l’intelligence artificielle. 📲 Lien ici : https://vist.ly/54p9e
Atlantico
: Arthur Mensch, fondateur de Mistral, affirme devant le Parlement que
l'IA va nécessiter 1 kW de puissance installée par personne d'ici 2050 —
soit 70 GW supplémentaires pour la France seule. Est-ce que ce chiffre
est pris au sérieux par les décideurs, ou dort-il dans un rapport de
commission ? Pouvez-vous nous expliquer pourquoi les besoins
énergétiques de l’IA sont aussi exponentiels ?
Cet entretien en 4 points clés :
L’essor
de l’IA et de la robotique va entraîner une hausse massive des besoins
électriques, à la fois pour entraîner les modèles, faire tourner les
data centers et automatiser davantage l’économie.
Thierry
Berthier estime que l’Europe a longtemps sous-estimé l’importance
stratégique des data centers et a freiné son développement par excès de
réglementation et méfiance idéologique envers la technologie et le
nucléaire.
Les
besoins énergétiques de l’IA devraient pousser à relancer fortement le
nucléaire, considéré comme la seule source d’énergie pilotable,
décarbonée et capable de soutenir cette montée en puissance
industrielle.
Selon
les intervenants, le principal frein est autant politique et culturel
que technique : les décideurs européens manqueraient de culture
scientifique et de compréhension des enjeux industriels liés à l’IA et à
l’énergie.
Damien Ernst :
C’est possible car l’IA, ce ne sont pas seulement des CHAP-GPT, des
Mistral. C’est aussi une promesse d’automatisation, de plusieurs
processus industriels et donc d’une productivité complètement accrue.
D’où cette augmentation très significative de puissance. Parce que vous
pourriez aussi avoir, avec l’usine, avec l’IA, beaucoup plus d’usines,
qui fonctionnent, qui fabriquent des choses et donc qui consomment de
l’électricité.
Ce
qu’il faut comprendre avec l’IA, c’est que l’humain ne sera plus une
friction. La ressource humaine ne sera plus une friction, quelque chose
qui limite la production. L’humain disparaîtra plus ou moins de toutes
les chaînes de production.Cela va provoquer beaucoup plus de
productivité et donc beaucoup plus de consommation d’énergie.
Pour
deux raisons principales. D’abord, les modèles d’IA deviennent de plus
en plus sophistiqués, et leur entraînement comme leur utilisation
consomment toujours plus d’énergie. Ensuite, il y a l’effet indirect de
l’IA sur l’économie réelle. Grâce à l’automatisation et à l’optimisation
des processus, l’IA va permettre de produire plus, plus vite et à
moindre coût. Cela signifie plus de biens, plus de services, plus de
consommation et donc plus de transformation de matière, ce qui nécessite
plus d’énergie.
Ce
n’est pas seulement une question de remplacer l’humain par des
machines. C’est la création de richesses supplémentaires qui va
entraîner une hausse de la demande énergétique. Pour fabriquer,
transformer ou transporter, il faut de l’électricité.
Thierry Berthier : Je
ne sais pas s’il est pris au sérieux par les décideurs, car ces sujets
restent assez nouveaux. L’IA générative a contribué à cette augmentation
de la consommation énergétique, notamment visible à travers les data
centers.
Il y a une nécessité de puissance à la fois pour la construction des modèles (le build) et pour leur exploitation (le run). Ce n’est pas une nouveauté.
En
Europe, je ne suis pas sûr qu’il y ait une prise en compte stratégique
de l’enjeu des data centers. Il y a toujours une vision un peu
idéologique. C’est la suite de toutes les mauvaises décisions prises par
les Verts européens sur l’énergie, qui se répercutent aujourd’hui,
comme cela a été le cas pour l’aviation. Là, cela se reporte sur les
data centers.
Si
on veut se mettre en ordre de bataille, il faut intensifier le
programme nucléaire partout. On sort d’une période catastrophique, en
France comme en Allemagne, où le nucléaire était considéré comme quelque
chose de mauvais. Même l’actuel président a fait sa conversion il y a
peu.
On
peut se tromper, l’erreur est humaine, mais se tromper longtemps, c’est
embêtant. Aujourd’hui, il a changé d’avis parce qu’on lui a expliqué
que c’était important. À un moment, il a écouté les discours des
collapsologues qui nous ont pénalisés, nous et l’Allemagne. Les gens
oublient vite, mais il reste les vidéos et les traces de discours
catastrophistes.
Aujourd’hui,
nous sommes dans des révolutions portées par l’IA et, bientôt, par la
robotique. La robotique nécessitera aussi de l’énergie. On a clairement
un problème énergétique.
Je
partage la position de personnes comme Laurent Alexandre : les
politiques n’ont aucune formation technologique. Ils ont du mal à
comprendre ces enjeux. Pas tous, évidemment, mais une majorité ne les
maîtrise pas. Ils ne voient pas les enjeux derrière. C’est une
certitude, et ce n’est pas propre à la France. En Europe aussi, je ne
suis pas sûr que le gouvernement espagnol, très à gauche et anti-tech,
ait une vision claire.
Cela
dépend des personnes au pouvoir. Mais oui, il y a une trajectoire : en
Europe, on a longtemps freiné, en pensant que la technologie n’était pas
une bonne chose. La méthode européenne pour freiner, c’est la
surréglementation.
Il
y a la loi Dadu, entrée en vigueur en 2026, extrêmement contraignante
pour les data centers, notamment sur leur consommation énergétique. Nous
sommes les seuls au monde à avoir des lois aussi strictes. Là, nous
sommes leaders mais dans le mauvais sens.
Pour
la consommation exponentielle d’énergie liée à l’IA, je ne sais pas si
on peut parler d’exponentiel, car l’exponentiel est une loi mathématique
qui ne s’arrête pas. Il peut y avoir des phases où les besoins en
énergie augmentent fortement, puis une phase où l’on cherche à les
réduire : rendre l’IA plus sobre, construire des data centers moins
énergivores, recycler la chaleur produite, ou réutiliser cette énergie
pour d’autres usages.
Au
début, on est dans une phase d’escalade de la consommation, puis on se
rend compte que cela pose des problèmes énergétiques. On entre alors
dans une recherche d’efficacité, aussi bien sur le matériel (hardware) que sur les infrastructures énergétiques associées.
Les
data centers posent de nombreux problèmes, notamment celui du
refroidissement. Il faut de l’énergie pour refroidir, et on produit de
la chaleur en continu. Que faire de cette chaleur ? Peut-on la
réutiliser pour chauffer de l’eau, des serres agricoles, etc. ?
Cela
fait longtemps que des systèmes de ce type existent. En France, j’ai
connu des exemples dès 2017 : un petit data center sur le plateau de
Saclay, précurseur, où des machines de minage de bitcoin étaient
plongées dans de l’huile. L’huile, chauffée par les cartes
électroniques, était ensuite utilisée dans un système de chauffage.
C’était à la fois un data center et une mini-centrale thermique. La
chaleur servait aussi à une mini-ferme verticale.
Il
y a plein d’utilisations possibles pour réduire, non pas la
consommation, mais pour réutiliser l’énergie ou la chaleur produite,
améliorant ainsi le bilan global.
Aujourd’hui,
de nombreuses études explorent l’immersion des data centers dans
l’océan, à certaines profondeurs, pour réduire les besoins en
refroidissement. Ces études sont menées en Chine, aux États-Unis, à
Singapour, etc. Elles ne sont pas dictées par une frénésie
réglementaire, mais par une logique d’efficacité.
Si
on regarde ce qui a été mis en place en janvier 2026 sur l’énergie, on
est dans un cas extrême. Arthur Mensch l’a très bien expliqué dans son
interview. Il s’inquiète, et il a raison : la surréglementation risque
de faire fuir les grands acteurs. Cela vient aussi d’une méconnaissance
globale des élus européens. Ce n’est pas de la malveillance, mais un
problème de compréhension, de niveau. Les élus ne comprennent pas ces
enjeux, n’ont pas été formés à cela, sont majoritairement non scientifiques et manquent de cette culture.
Et
cela concerne tous les partis. À gauche, il y a en plus une défiance
envers le numérique, avec des rapprochements entre les grands acteurs
américains et des concepts comme le "technofascisme". À droite, ce n’est
pas mieux, car il y a un défaut de compréhension des enjeux. On reste
dans l’analyse superficielle : "C’est important pour l’économie", mais
on ne creuse pas plus.
Pourtant,
Mensch a totalement raison. Quand on connaît un peu le domaine, on ne
peut qu’être d’accord avec ce qu’il dit. Il a bien fait de le dire là où
il était. Il a aussi souligné que l’IA transforme des électrons en intelligence,
et que l’énergie doit être traitée comme une ressource naturelle. C’est
une évidence industrielle, mais aujourd’hui, elle ne se traduit pas par
une politique énergétique concrète.
La
France dispose pourtant de toute l’énergie nécessaire, littéralement,
pour développer l’IA sur son sol. Nous avons été de bons élèves en
matière de programmes nucléaires il y a 20 ans, mais cela s’est dégradé
ces 20 dernières années. Encore une fois, c’est l’idéologie qui nous a
mis dans cette situation, notamment pendant les mandats de Macron et les
cinq ans de Hollande avant lui. Quinze ans, c’est long pour
déconstruire une stratégie énergétique nationale.
À
l’époque, on était dans le démantèlement. Les ministres étaient fiers
d’annoncer qu’on démantelait les centrales à tour de bras. C’est une
faute extrêmement grave, car aujourd’hui, ce type de décision a un
impact très long. Des personnes comme Voynet, il y a encore plus
longtemps, ont été des catastrophes stratégiques et industrielles.
L’actuel
président, au moins pendant son premier mandat, était dans une doctrine
de réduction des centrales nucléaires, parce que "le nucléaire, c’était
mal" ou parce qu’on voulait écouter les écologistes qui disaient que le
nucléaire, c’était mal. Cette époque est révolue. Aujourd’hui, il y a
très peu de gens sensés qui sont anti-nucléaires. Il en reste
quelques-uns, radicalisés, qui n’ont aucune compréhension ni du futur,
ni des problèmes de bilan énergétique. Ils sont de moins en moins
nombreux, mais ils ont eu un impact il y a 20 ans, et cela a suffi pour
nous mettre en difficulté durablement.
Aujourd’hui,
il faut inverser la tendance, revenir à la raison. C’est ce qui est en
train de se faire, mais on aurait pu s’économiser ces 5 ou 6 ans où l’on
a commencé à démanteler ou à ne pas moderniser les centrales. Cela,
tous les spécialistes du domaine l’ont dit.
On
a aussi perdu des compétences dans le nucléaire, car il n’y a pas que
les infrastructures, il y a aussi les humains, les connaissances
métiers, qui se sont perdues à cause de cela.
Mensch
dit que l'IA "transforme des électrons en intelligence" et que
l'énergie doit être traitée comme une ressource naturelle. Pourquoi
cette évidence industrielle ne se traduit-elle pas en politique
énergétique concrète alors que la France a précisément cette ressource
sous la main ?
Damien Ernst : C’est
une erreur stratégique majeure de la France. Elle aurait dû attirer ces
data centers sur son sol. Le problème n’est pas technique ou financier :
c’est une question d’autorisations, de rapidité et de connexion au
réseau. On manque de réactivité.
Les
hyperscalers ont les moyens. Ils sont prêts à payer très cher pour une
alimentation électrique fiable et puissante. Mais l’Europe, elle, n’a
pas compris que les data centers sont les usines de demain.
Au
lieu de les voir comme des levier de croissance et de souveraineté, on
les perçoit comme une menace pour la sobriété énergétique. C’est une
vision court-termiste et contre-productive. Refuser les data centers,
c’est comme refuser les usines au XIXe siècle par peur du charbon.
Thierry Berthier : Ce
que dit Mensch est vrai : transformer des électrons en intelligence,
c’est exact. Quand on fait un calcul d’IA dans un data center, on
utilise effectivement de l’énergie. Mais ce que les opposants ne
mesurent jamais, c’est l’intérêt du calcul, ce que ce calcul va
permettre de gagner derrière. Par exemple, optimiser un processus
physico-chimique qui, lui-même, va faire économiser de l’énergie. Ces
gens-là sont incapables de faire un bilan global.
Prenez
Jeancovici : il est polytechnicien, il a globalement le niveau, mais
c’est plutôt l’idéologie qui l’empêche de calculer jusqu’au bout le
bilan. Lui, ce n’est pas le pire. Mais je ne parle pas des gens comme
Dominique Voynet, où là, ce sont des personnes irrécupérables. Elles ont
fait beaucoup de mal. Aujourd’hui, elles sont regardées comme des
dinosaures, un peu fous, un peu vieillots. Mais elles ont fait beaucoup
de mal.
En
France, on ne fait jamais le devoir d’inventaire, car on a une mémoire
de mouche. Pourtant, si on devait faire une étude d’impact, ce serait
facile de montrer comment de mauvaises décisions ont eu un impact
catastrophique stratégiquement.
Prendre
une mauvaise décision qui a un impact catastrophique est bien plus
facile que d’en prendre une bonne. À l’instant, on peut prendre une
bonne décision qui sera bénéfique pour les 5, 6 ou 10 prochaines années,
mais ce n’est pas simple. C’est plus rare. En revanche, prendre une
mauvaise décision, j’ai envie de dire qu’il y a 9 chances sur 10 d’y
parvenir, soit parce qu’on n’a pas le niveau d’information, soit qu’on
anticipe mal, soit qu’on n’a pas toutes les informations à un instant
donné, ou qu’on n’y croit pas. C’est facile. Et si on ajoute l’idéologie
par-dessus, alors la prise de mauvaise décision est encore plus forte.
Peu
de gens ont été visionnaires. Aujourd’hui, on a les modèles américains
et asiatiques sous les yeux, et on commence à comprendre. Un élément
qu’il faudra prendre en compte, et que je répète dans chaque interview
pour Atlantico, c’est qu’on voit l’IA, mais il y a aussi toute
la partie de l’IA embarquée, notamment dans la robotique et
multidomaine. On avance.
Sur
la robotique humanoïde, il y aura des millions de robots humanoïdes
partout. Ils poseront aussi des problèmes de données et d’énergie pour
leur propre fonctionnement. On en aura tous deux ou trois à la maison.
Dans les usines, il y en aura partout. Ce sont des outils qui ne mangent
pas, mais leur "alimentation", c’est l’énergie. Cela va
considérablement augmenter la facture énergétique.
Il
y a des solutions, évidemment. On a plein de solutions qui arrivent :
énergies renouvelables, solaire, etc. Même si beaucoup critiquent le
solaire, en tant que civilisation, on utilise très peu l’énergie de
notre étoile. On l’utilisera de plus en plus. Le nucléaire aussi. Ce
sont des énergies presque inépuisables. On n’en est qu’au tout début de
leur exploitation.
Dans
l’échelle de Kardashev, on est très loin d’exploiter une part infime de
l’énergie de notre étoile. C’est une réserve énergétique dans le
système solaire qui est gigantesque. On ne
sait
pas encore l’exploiter totalement aujourd’hui, mais avec les progrès
scientifiques et l’IA, on pourra aller vers ces progrès et avoir un
meilleur rendement dans l’exploitation des énergies renouvelables, comme
l’énergie des vagues ou la marémotrice.
Il
y a des sources d’énergie, et je rejoins les écologistes sur ce point :
ils n’ont pas tort sur tout. Ils ont parfois raison, mais globalement,
ils ont souvent tort. On est très loin d’avoir tout exploité.
Il faut aller à fond sur le nucléaire, et aujourd’hui, presque tout le monde le dit même à gauche.
La
France dispose de 9 GW de surplus nucléaire : pilotable, décarboné et
compétitif. Les hyperscalers américains investissent 1 000 milliards de
dollars en 2026 pour monopoliser l’énergie européenne. Ce sont pourtant
ces hyperscalers américains qui captent cette énergie en premier.
Comment un avantage aussi rare peut-il rester sans stratégie ?
Thierry Berthier : Il faut le demander aux gens qui gèrent le dispatching et
la distribution. Après, il y a très peu de gros acteurs. C’est la loi
de la demande : les grands acteurs américains ont une demande forte, y
compris en Europe. C’est un terrain de jeu très important pour eux. Avec
la partition entre l’espace d’influence chinois ou asiatique et
l’espace d’influence américain, qui se ferment de plus en plus, l’Europe
est au centre. C’est un terrain de jeu pour les Américains.
En
Europe, à part Mistral, les acteurs sont microscopiques par rapport aux
géants américains. Pour l’instant, la question de la consommation
n’était pas forcément présente. Elle commence à l’être. Elle le sera
quand on aura une conjonction entre l’IA, les data centers et la
robotique. Ce sera partout.
Malheureusement,
on sera déjà sur des robots chinois, principalement, et très peu
américains. La question de l’énergie se posera. La demande va croître.
Il faudra essayer de retrouver notre avantage, celui de la belle époque
des grands programmes nucléaires.
J’ai
confiance. Tous les gens de la filière nucléaire française sont de très
bon niveau. Ils ont été un peu ostracisés ces 10-15 dernières années, à
la fois par le gouvernement Hollande et par d’autres. Aujourd’hui, ils
essaient de revenir, de proposer leur expertise pour 2027.
Même
si certaines compétences se sont un peu perdues, globalement, on a une
filière résistante qui se remet en marche. Si on la laisse libre ou si
on lui donne les moyens, elle sera capable de redémarrer. J’ai tout à
fait confiance. On a été très bons. On a toujours été un acteur majeur
dans ce domaine. C’est un gros avantage par rapport à l’Allemagne et à
d’autres pays européens.
On
a été beaucoup dans le syndrome du canard sans tête, qui va un coup à
gauche, un coup à droite, sans colonne vertébrale, sans cerveau. Là, je
pense qu’on va revenirà un peu de rationalité dans la doctrine
énergétique, quelle que soit la personne à l’Élysée l’année prochaine.
De
toute façon, on n’aura pas le choix. Si on ne le fait pas, on aura de
gros problèmes. On aura déjà du mal à ne pas se faire vassaliser par les
Américains ou les Chinois, et les Chinois dominent déjà le domaine du numérique.
L’IA
et la robotique vont avoir un impact très important sur les métiers,
sur l’employabilité des jeunes, des moins jeunes, des seniors, etc. Cela
commence déjà à se faire sentir dans de nombreux métiers du numérique.
Si, en plus, on a des pénuries d’énergie ou si on est à la traîne avec
des blocages, on peut "plier bagage" et devenir un pays musée.
C’est le risque. Même pour produire des produits de luxe, il faudra de l’IA. Sans électricité, on sera dans du "Amélie Poulain".
Bruxelles
s'apprête à exclure le nucléaire du label durabilité des data centers.
Concrètement, un data center français au nucléaire sera structurellement
hors-jeu, quand son concurrent allemand au gaz sera labellisé "vert".
Est-ce que l'Europe est en train de se tirer une balle dans le pied ? En
quoi cette décision serait-elle une "erreur stratégique majeure" pour
la France ?
Damien Ernst :
Aux États-Unis, la situation est radicalement différente. Ils
embrassent pleinement l’IA et n’hésitent pas à construire des data
centers de plusieurs gigawatts.En Europe, en revanche, on reste bloqué
dans une logique de décroissance qui a déjà affaibli le continent sur le
plan
énergétique. La mentalité "consommer, c’est mal" domine toujours, ce
qui rend difficile l’adoption de cette révolution technologique.
Pire
encore, l’Europe est paralysée par des couches de régulations qui
ralentissent tout investissement dans les infrastructures électriques :
centrales nucléaires, gazières, lignes à haute tension… Il faut parfois
10 ou 15 ans pour obtenir les autorisations nécessaires. On est beaucoup
trop lent.
Thierry Berthier : Oui,
c’est une erreur. Cela semble assez évident. Un data center, par
définition, consomme beaucoup d’énergie. L’énergie la plus propre, la
plus durable, la plus sécurisée, c’est l’énergie nucléaire aujourd’hui.
Elle a le moins d’impact carbone. En termes d’impact et de bilan, c’est
celle qu’il faut promouvoir.
À
partir du moment où l’on est dans des domaines très énergivores, la
logique scientifique et physico-chimique veut qu’on aille vers cette
solution. Ne pas la labelliser, c’est à nouveau tomber dans l’idéologie
néo-marxiste de décroissance.
C’est
cyclique. On a eu cela pour l’aviation civile, pour l’agriculture à un
moment donné, et maintenant, c’est sur le domaine énergétique.
Aujourd’hui, on le sent sur les data centers et sur l’IA. On sent les
tentations présentes en Allemagne, poussées par les Verts, même s’ils
ont perdu un peu de leur superbe. En France, cela vient aussi d’une
partie de la gauche qui voudrait revenir aux années 80 et ressusciter
Mitterrand.
Oui,
l’Europe est tout à fait capable de faire de mauvais choix. La vraie
question, c’est : combien de temps faudra-t-il pour corriger le tir ? On
a déjà raté tellement de rendez-vous, on a vu passer tellement de
trains en restant sur le quai.
Pour
l’IA, il n’y a pas beaucoup de structures qui essaient de "sauver
l’honneur" européen. C’est compliqué, même pour des acteurs comme
Mistral.
Si
rien ne bouge, ni la doctrine française ni la doctrine européenne, la
France sera-t-elle dans dix ans le pays qui avait toutes les cartes
énergétiques pour gagner la course à l'IA, et ne les a pas jouées ?
Thierry Berthier : Absolument.
Sans changement de doctrine, la France sera reléguée au second plan.
Nous sommes en pleine révolution industrielle. Si la France décide de ne
pas y participer, ce sera comme si, au XIXe siècle, elle avait refusé
les chemins de fer sous prétexte qu’ils consommaient du charbon. C’est
absurde. L’IA est une opportunité historique. Si on ne l’embrasse pas,
on perdra en souveraineté numérique, en compétitivité économique et en
influence géopolitique. Les data centers ne sont pas une menace : ce
sont les moteurs de la valeur de demain. Et cette valeur doit être
produite sur notre sol.
Damien Ernst : De
toute façon, on ne pourra pas ne pas bouger. À un moment donné, même si
les politiques se trompent, l’erreur devient tellement grossière que le
système s’autocorrige. Il n’y a pas que les politiques, il y a aussi
les industriels, les générations différentes, et les réalités
géopolitiques.
On
a eu l’exemple absolu ces derniers temps avec le revirement de Macron
sur le nucléaire. C’est quand même quelque chose d’important. Il a fait
un virage à 180 degrés. À un moment donné, quelqu’un a réussi à lui
expliquer les enjeux. Ça a fait tilt.
Cela
a mis du temps, mais sur ces domaines, cela ne peut pas fonctionner
autrement. On ne peut pas être à la fois pour et contre une source
d’énergie qui est la plus stable parmi toutes.
Cela
ne veut pas dire qu’il ne faut pas aussi aller à fond dans le solaire
et les énergies renouvelables. Il faut faire un bouquet énergétique et
mener des recherches dans tous ces domaines. C’est évident.
Je
suis assez confiant sur le fait qu’on ne pourra pas se tromper pendant
des années. Il y aura encore des revirements, et on sera forcés, à un
moment donné, de réagir. C’est comme dans le domaine économique : quand
la dette devient trop importante et qu’on devient défaillant, c’est le
FMI qui reprend la main et remet tout le monde au carré. Dans le domaine
énergétique, ce sera la même chose.
La
partie la plus claire, c’est qu’il faudra réinvestir. Cela commence
déjà un peu pour moderniser nos centrales. Encore une fois, on a un
savoir-faire qui n’est pas complètement perdu, même s’il a été un peu
entamé il y a 15 ans.
Damien Ernst est
professeur titulaire à l'Université de Liège. Il dirige des recherches
dédiées aux réseaux électriques intelligents. Il intervient
régulièrement dans les médias sur les sujets liés à l'énergie.
Thierry
Berthier est Maître de Conférences en mathématiques à l'Université de
Limoges et enseigne dans un département informatique. Il est chercheur
au sein de la Chaire de cybersécurité & cyberdéfense Saint-Cyr –
Thales -Sogeti et est membre de l'Institut Fredrik Bull.
