Géopolitique de l'intelligence artificielle
Une compétition féroce est engagée pour dominer le monde de demain
Une compétition mondiale est en cours pour dominer l’intelligence artificielle — non seulement entre les entreprises technologiques, mais aussi entre les nations. Cette concurrence globale s’étend désormais aux gouvernements, aux géants du secteur privé et aux alliances régionales [ 1 ][ 2 ].
À la base de cette compétition se trouve une augmentation spectaculaire des investissements dans l’infrastructure de l’IA — à savoir, des microprocesseurs avancés et des centres de données hyperscales pour les héberger, souvent qualifiés de « gigafactories » de l’IA. Rien qu’en 2025, quatre grandes entreprises technologiques américaines (Google, Microsoft, Amazon et Meta) devraient dépenser au total entre 320 et 325 milliards de dollars en projets d’investissement, une part significative étant consacrée à l’infrastructure cloud axée sur l’IA [ 3 ][ 4 ]. Microsoft prévoit à lui seul de dépenser environ 80 milliards de dollars au cours de son exercice fiscal 2025 pour construire de nouveaux centres de données dotés de capacités IA — un bond considérable par rapport aux 53 milliards dépensés en 2023 — plus de la moitié de cet investissement total étant réalisé aux États-Unis [ 5 ]. AWS, la branche cloud d’Amazon, projette de consacrer 35 milliards de dollars à de nouveaux campus de centres de données dans un seul État (la Virginie) d’ici 2040, en injectant des milliards supplémentaires pour créer de nouvelles « régions cloud » de l’Ohio au Chili [ 6 ].
Ces installations prêtes pour l’IA regorgent de puces spécialisées (GPU et autres accélérateurs) et consomment chacune des dizaines, voire des centaines de mégawatts [ 7 ]. Le leader du secteur, NVIDIA, contrôle actuellement environ 80 % à 90 % du marché des accélérateurs pour l’IA, faisant de ses semi-conducteurs la marchandise la plus prisée de l’industrie technologique [ 8 ]. Pour les hyperscalers et les fournisseurs spécialisés de calcul GPU (Paperspace, Jarvis Labs, CoreWeave, RunPod, Nebius, Vultr, etc.), la frénésie de construction d’infrastructures IA pour devancer les concurrents a été si intense que les délais de livraison des puces H100 et H200 de NVIDIA, basées sur l’architecture Hopper, ont atteint jusqu’à 11 mois au second semestre 2024, avant de diminuer progressivement à environ 3 mois [ 9 ]. Concernant les puces reposant sur la toute nouvelle « architecture Blackwell », lancée en 2024, des pénuries se profilent à l’horizon, car l’entreprise peine à répondre à une demande toujours croissante, stimulée par les exigences de calcul nécessaires pour former et déployer les célèbres « modèles de raisonnement » pionniers de la famille o1–o4 d’OpenAI et du modèle R1 de DeepSeek [ 10 ]. Les besoins en calcul augmentent également à mesure que les algorithmes et modèles d’IA évoluent vers des environnements multimodaux et multitâches, impliquant des systèmes à agents multiples et des charges de travail concurrentes [ 11 ].
Une coalition menée par OpenAI, SoftBank, Oracle et d’autres acteurs a même lancé « Project Stargate », une initiative qui prévoit d’investir un montant vertigineux de 500 milliards de dollars sur quatre ans dans l’infrastructure IA américaine [ 12 ]. L’objectif est de garantir que les États-Unis conservent une avance sur des puissances rivales comme la Chine dans la course à l’IA. Au-delà des dimensions technologique et commerciale, un consensus bipartisan s’est peu à peu formé aux États-Unis selon lequel la course à l’IA est, par essence, géopolitique — compte tenu de l’ampleur et de la vitesse vertigineuses de la révolution technologique en cours et de l’énormité des enjeux. Il s’agit rien de moins que de la domination de l’économie mondiale et de la sécurisation d’un avantage militaire à long terme [ 13 ][ 14 ]. Le principal objectif de l’Amérique, visible depuis les administrations Obama et le premier mandat de Trump, a été de contenir le rattrapage technologique rapide de la Chine et sa domination de la fabrication mondiale [ 15 ].
L’administration Biden a renforcé les premières restrictions à l’exportation instaurées sous Trump, qui visaient l’accès de Huawei et d’autres entreprises chinoises soutenues par l’État à la technologie américaine avancée — soit directement, soit indirectement via l’utilisation de technologies américaines intégrées dans des fonderies de puces telles que TSMC à Taïwan, qui détient plus des deux tiers du marché mondial de la fabrication de puces [ 16 ][ 17 ]. Il est difficile de croire qu’il n’y a aucune motivation commerciale derrière le discours sur la sécurité nationale, puisque l’essor de la Chine a transformé la relation autrefois symbiotique entre la puissance technologique américaine et le « marché chinois » — auparavant perçu avec condescendance et dédain — en une relation conflictuelle entre une superpuissance établie et une puissance émergente [ 18 ].
Dès son arrivée au pouvoir, la seconde administration Trump a durci les restrictions sur les exportations de technologies avancées par NVIDIA et d’autres entreprises américaines de semi-conducteurs vers la Chine, interdisant de facto la H20 — une version dégradée de la puce H100 conçue spécifiquement pour le marché chinois afin de respecter les précédentes restrictions imposées par l’administration Biden. Cela s’est déjà traduit par une perte de ventes de 15 milliards de dollars pour NVIDIA [ 19 ]. Tant que des produits alternatifs destinés à la Chine, potentiellement basés sur la nouvelle architecture Blackwell, ne seront pas lancés et approuvés par le gouvernement américain, cela représente en pratique une interdiction pour les fabricants américains de puces avancées sur le marché chinois de 50 milliards de dollars, qui représentait encore environ 13 % des revenus de NVIDIA en 2024 [ 20 ]. NVIDIA prépare activement de nouvelles versions de puces Blackwell pour la Chine et fait pression sur l’administration Trump afin qu’elle lève cette interdiction, arguant que ces restrictions ne profitent en réalité qu’à ses concurrents, Huawei en tête [ 21 ][ 22 ].
La direction politique à Pékin n’est pas restée inactive face à cette rafale de restrictions. Elle a intensifié son soutien aux entreprises nationales, des fabricants de puces aux fournisseurs de cloud et hyperscalers, en passant par d’autres acteurs technologiques émergents comme DeepSeek, qui a surpris le monde début 2025 en lançant un modèle d’IA de pointe à une fraction du coût estimé par les laboratoires d’IA américains les plus avancés, tels qu’OpenAI et Anthropic [ 23 ]. Depuis le lancement de la stratégie « Made in China 2025 » en 2015, le président Xi Jinping a clairement indiqué qu’au-delà de la fabrication, le principal objectif de la politique industrielle étatique impressionnante de la Chine est d’atteindre la parité technologique avec les États-Unis et de devenir un leader mondial.
Cela s’est traduit, entre autres, par le lancement d’une stratégie dédiée au soutien de l’industrie des microprocesseurs via le Fonds d’investissement pour l’industrie des circuits intégrés de Chine, également connu sous le nom de Big Fund [ 24 ][ 25 ]. Le fonds a déjà levé au total 100 milliards de dollars en trois phases (2014–2019, 2019–2024, 2024–2029). En janvier 2025, le Big Fund a lancé un fonds dédié à l’IA avec d’autres fonds privés et soutenus par l’État pour un montant supplémentaire de 8 milliards de dollars [ 26 ]. Peut-être encore plus révélateur, basé sur le succès du Big Fund, la Commission nationale du développement et de la réforme, principal planificateur étatique de la Chine, a annoncé en mars 2025 la création d’un « fonds d’orientation de capital-risque » de 1 000 milliards de yuans (~ 140 milliards de dollars) sur 20 ans, qui investira dans les technologies avancées aux côtés d’investisseurs privés [ 27 ].
Cette stratégie financée par l’État a déjà produit des résultats significatifs tout au long de la chaîne de valeur des semi-conducteurs. La fonderie de puces SMIC, soutenue par l’État chinois, est parvenue à maîtriser le processus de fabrication en 5 nanomètres [ 28 ]. Des fabricants chinois d’équipements de production de puces émergent également, une équipe de scientifiques ayant annoncé en avril 2025 qu’elle avait réussi à construire une machine EUV (Extreme Ultra Violet) expérimentale [ 29 ], brisant ainsi le monopole de l’entreprise néerlandaise ASML sur cette technologie avancée. Des alternatives chinoises aux logiciels de conception de puces américains — dits EDA (Electronic Design Automation) — ont aussi progressivement vu le jour, dans un contexte de renforcement des restrictions sur les exportations de logiciels EDA américains vers la Chine [ 30 ].
Peut-être plus impressionnant encore est la transformation de Huawei, passé d’équipementier en télécommunications et fabricant de smartphones à producteur avancé de puces : d’abord avec ses puces mobiles Kirin, puis avec ses puces Ascend 910 prêtes pour l’IA et destinées aux centres de données. Selon Reuters [ 31 ], Huawei a commencé les livraisons en masse de ses puces Ascend 910C — une alternative nationale aux GPU de NVIDIA — avec des centaines de milliers de précommandes enregistrées de la part des géants technologiques chinois Tencent et Alibaba. Cela intervient alors que ce dernier a promis d’investir un montant vertigineux de 53 milliards de dollars sur trois ans pour développer son offre en IA [ 32 ].
Cette course ne se limite pas aux superpuissances traditionnelles. Des nouveaux entrants ambitieux se lancent également dans la mêlée, en particulier les pays du Golfe, qui mettent à profit leurs ressources financières pour renforcer leur position mondiale [ 33 ]. Les gouvernements du CCG considèrent l’IA comme une pierre angulaire de leurs futurs économies plus diversifiées. Nulle part cela n’est plus évident qu’aux Émirats arabes unis et en Arabie saoudite, qui investissent des milliards pour devenir des pôles régionaux — voire mondiaux — de l’IA à part entière [ 34 ].
Lors de sa visite aux Émirats arabes unis en mai 2025, le président américain Donald Trump a annoncé la création d’un « campus IA Émirats arabes unis — États-Unis » d’une capacité totale pouvant atteindre 5 GW [ 35 ]. Dans le cadre de cet accord, les Émirats pourraient importer jusqu’à 500 000 microprocesseurs IA américains par an, dont 100 000 puces allouées au conglomérat d’IA d’Abu Dhabi, G42, tandis que 400 000 puces par an seraient destinées aux entreprises technologiques américaines pour renforcer leur présence dans la région. Le noyau de ce méga cluster IA sera « Stargate UAE », une usine IA d’une capacité de 1 GW dirigée par le cheikh Tahnoon ben Zayed, le frère féru de technologie de l’émir, qui supervise la majeure partie de la richesse souveraine d’Abu Dhabi ainsi que des intérêts privés considérables. L’installation sera développée par G42 avec des partenaires américains (OpenAI, NVIDIA, Oracle, Cisco) et la holding technologique japonaise SoftBank. La première tranche de 200 MW devrait entrer en service en 2026 [ 36 ]. Pour gagner les faveurs de Trump, les Émiratis se sont engagés à investir un dollar aux États-Unis pour chaque dollar investi aux Émirats. Selon Axios, ils ont jusqu’à présent promis 20 milliards de dollars pour le projet, dont la moitié devant être investie aux États-Unis [ 37 ].
Avant le projet Stargate, les Émirats avaient déjà développé une feuille de route IA ambitieuse et des capacités dédiées. Au cœur de cette stratégie se trouve G42 à Abu Dhabi, structuré comme un conglomérat technologique intégré, avec des fournisseurs de centres de données et de services cloud — Khazna et Core42 —, une société d’analyse IA — Presight AI —, ainsi que des verticales sectorielles dédiées comme M42 et Space42. De plus, un accélérateur baptisé Hub71 a été créé au sein du centre financier international d’Abu Dhabi, ADGM (Abu Dhabi Global Market). L’an dernier, Khazna a dévoilé des plans pour un centre de données « optimisé IA » de 100 MW à Ajman [ 38 ]. Les Émirats ont aussi signé un accord avec la France pour un site de production IA de 1 GW à implanter dans la région de Paris-Saclay — le plus grand pôle technologique d’Europe — pour un budget estimé à 8,5 milliards de dollars [ 39 ][ 40 ].
De son côté, l’Arabie saoudite a considérablement intensifié son agenda IA, la visite de Donald Trump au Royaume en mai 2025 servant également de catalyseur et d’amplificateur de ses ambitions. Lors de cette visite, HUMAIN, une entreprise d’IA détenue par le Fonds d’investissement public (PIF) et s’inspirant de la structure de G42, a annoncé un partenariat historique avec NVIDIA pour développer des usines IA locales [ 41 ] — visant à terme une capacité de 500 MW. Dans le cadre de cette vision, le gouvernement saoudien a donné son feu vert à un investissement de 5 milliards de dollars pour construire un complexe de centres de données IA de 1,5 GW sur le site technologique Oxagon à NEOM [ 42]. Si ce projet se concrétise, il figurera parmi les plus grands et les plus « verts » sites de calcul IA au monde. Par ailleurs, le PIF saoudien déploie un programme plus vaste (surnommé « Transcendence ») visant à canaliser 100 milliards de dollars dans la construction d’un écosystème IA et cloud d’ici 2030 [ 43 ]. Et, à l’instar des Émirats, les Saoudiens courtisent des partenaires internationaux : un accord de grande envergure avec AWS se traduira par un investissement de 5,3 milliards de dollars dans l’infrastructure cloud [ 44 ].
Contraintes énergétiques et en capital humain
Toute cette infrastructure entraîne une appétence énergétique considérable. Faire fonctionner l’IA à grande échelle est extrêmement gourmand en énergie — et les réseaux électriques mondiaux commencent à en ressentir l’impact. Les centres de données consomment déjà environ 415 térawattheures d’électricité par an (en 2024), soit à peu près 1,5 % de la consommation énergétique mondiale. L’Agence internationale de l’énergie (AIE) avertit que ce chiffre pourrait plus que doubler pour atteindre ~ 945 TWh d’ici 2030, soit autant d’électricité que ce que consomme le Japon aujourd’hui [ 45 ]. L’adoption accélérée de l’IA est un facteur majeur : la demande électrique issue des centres de données axés sur l’IA devrait quadrupler d’ici 2030, selon l’AIE. Aux États-Unis, les centres de données pourraient consommer plus d’électricité que les industries lourdes du pays (sidérurgie, chimie, etc.) d’ici 2030.
Un autre obstacle réside dans le capital humain. Il existe une pénurie mondiale de talents en IA : ingénieurs en apprentissage automatique, data scientists et chercheurs qualifiés [ 46 ]. Dans le CCG, l’expertise en IA doit être importée ou formée localement à une vitesse vertigineuse. En réponse à ce défi, l’Arabie saoudite a lancé SAMAI, un programme pour former « un million de Saoudiens à l’IA » [ 47 ], tout en proposant des packages attractifs pour attirer des experts étrangers en IA. Les Émirats ont de même créé des visas spécialisés pour les talents technologiques et ont établi la MBZ AI University, qui aspire à devenir « le Stanford du Golfe » [ 48 ].
Les cas d’usage justifieront-ils la capacité ?
Malgré tous ces investissements effrénés dans l’IA, un paradoxe se profile : y aura-t-il suffisamment d’utilisations réelles pour exploiter la gigantesque capacité en cours de construction ? De nombreux experts commencent à se demander si la course à l’IA d’aujourd’hui ne prend pas de l’avance sur la réalité. Des analystes de Goldman Sachs ont récemment souligné que ChatGPT et des chatbots similaires ne génèreront pas assez de demande de calcul pour justifier l’infrastructure en construction [ 49 ]. De nouveaux cas d’usage devront émerger et atteindre une adoption massive : des « agents » d’IA capables d’exécuter des tâches complexes de façon autonome [ 50 ], la robotique et l’automatisation pilotées par l’IA à l’échelle industrielle [ 51 ], ou des mondes numériques hyperréalistes [ 52 ].
Parallèlement, du côté de la demande, seule une fraction des entreprises ayant investi dans l’IA en tire des bénéfices tangibles. Sur 1 000 entreprises interrogées par le BCG en octobre 2024, seuls 25 % étaient passées au-delà de la phase de « preuve de concept » [ 53 ]. La grande majorité — en particulier les petites et moyennes entreprises — reste en retrait. Les obstacles courants incluent l’inertie organisationnelle, le manque de culture des données chez les employés et le frein des systèmes informatiques hérités. Selon un rapport de G42, une entreprise sur cinq dans les marchés émergents « n’est pas prête pour l’adoption de l’IA » [ 54 ]. Il existe également des préoccupations de confiance et de fiabilité. L’IA générative est tristement célèbre pour ses « hallucinations ». Tant que ces systèmes ne pourront pas fournir des résultats cohérents et vérifiables à grande échelle, de nombreux utilisateurs resteront sur la touche [ 55 ].
Le risque de surcapacité présente des parallèles avec le boom des télécoms des années 1990, lorsque les entreprises ont construit des réseaux à fibre optique en avance sur la demande [ 56 ]. Pour d’autres, comme Sundar Pichai, PDG d’Alphabet (la maison mère de Google), « le risque de sous-investir est nettement plus grand que le risque de surinvestir ». Quoi qu’il en soit, si la surabondance d’offre peut nuire aux rendements financiers à court terme, à plus long terme elle devrait favoriser une consolidation saine dans toute la chaîne de valeur. Ce cycle de boom et de correction est courant dans les ère technologiques transformatrices.
Il est important que les entreprises et les pays puissent passer d’une logique de dépenses brutes à une optimisation de leurs ressources : améliorer l’efficacité énergétique (par exemple, plus de calculs par mégawatt, un meilleur refroidissement), peaufiner les modèles d’IA pour les rendre plus fiables et moins gourmands en données, et développer les talents de manière judicieuse plutôt que de simplement les débaucher. Cela implique de soutenir les initiatives IA par des cas d’usage clairs et un retour sur investissement, d’investir autant dans le capital humain et l’infrastructure énergétique que dans le matériel, et d’être prêts à pivoter si le marché envoie des signaux de correction.
Perspectives : un écosystème mondial de l’IA à plusieurs niveaux
À l’avenir, la course mondiale à l’IA pourrait conduire à la consolidation de quelques pôles de premier plan — les États-Unis, la Chine et quelques autres nations ou blocs qui domineront collectivement l’offre de matériel et de services pour l’IA [ 57 ]. Les pays du Golfe pourraient devenir des centres numériques régionaux et se diversifier de l’exportation de pétrole vers l’exportation de services à haute valeur technologique [ 58 ]. C’est un pari audacieux pour monter dans la chaîne de valeur. S’il réussit, il pourrait transformer l’économie de ces pays et induire une transformation plus rapide dans la zone MEASA (Moyen-Orient, Afrique, Asie du Sud). La course mondiale à l’IA est lancée, mais ce n’est pas un sprint — c’est un marathon semé de nombreux rebondissements. Comme l’a conclu un rapport industriel, les gagnants seront ceux qui parviendront à allier innovation audacieuse et demande réaliste — gravir la pente sans précipiter la chute.
Alexandre Kateb