L’IA n’est pas la Course à l’Espace. Une meilleure analogie est l’Électrification.
Le cadre de la Course à l’Espace est politiquement irrésistible et intellectuellement défendable. Mais c’est un pari étroit. L’IA pourrait être un sprint — ou peut-être pas. Ce qui est certain, c’est qu’il s’agit d’une technologie à usage général. Avec le recul, la Course à l’Espace relevait du symbolisme. L’électrification est une meilleure analogie. Le cadre détermine la stratégie. Les États-Unis misent sur le sprint. La Chine construit le réseau.
En 1957, l’Union soviétique a lancé Spoutnik. En 1961, Youri Gagarine a effectué un vol orbital autour de la Terre. En 1969, les États-Unis ont envoyé un homme sur la Lune. La Course à l’Espace de la Guerre froide était un sprint avec une seule ligne d’arrivée, très visible. Les États-Unis ont concentré leurs ressources sur des organisations d’élite — la NASA, une poignée de sous-traitants de l’aérospatiale, quelques universités. La stratégie a fonctionné. Les États-Unis ont gagné le sprint.
Le cadre de la Course à l’Espace a été appliqué à l’intelligence artificielle. Les États-Unis sont en tête des modèles d’IA de pointe. La Chine rattrape son retard. Le pays qui atteint en premier l’intelligence artificielle générale (AGI), selon cet argument, gagne le siècle. Le cadre est politiquement irrésistible. Il est aussi intellectuellement défendable. Mais c’est un pari étroit.
L’IA pourrait être un sprint, ou pas. Ce qui est certain, c’est qu’il s’agit d’une technologie à usage général. Avec le recul, la Course à l’Espace relevait du symbolisme, et non d’une technologie à usage général. L’alunissage a été un triomphe de la concentration des ressources. La technologie ne s’est pas diffusée. La fusée Saturn V a été retirée. La dernière mission Apollo a volé en 1972. Les États-Unis ne sont pas retournés sur la Lune pendant plus de 50 ans. Nous savons désormais que la Course à l’Espace n’était pas la compétition qui a déterminé l’issue de la Guerre froide. C’était un spectacle secondaire.
Une meilleure analogie est l’électrification. La première centrale électrique commerciale — la Pearl Street Station de Thomas Edison — a ouvert à New York en 1882. En 1925, la moitié des foyers américains étaient électrifiés. En 1945, presque tous l’étaient. Le déploiement a pris 60 ans. Il a nécessité des centrales électriques, des lignes de transmission, des transformateurs et des appareils électroménagers. Il a exigé l’électrification des usines, des fermes et des ménages. Il a fallu un cadre réglementaire, des tensions normalisées et un marché de l’électricité. Le pays qui a gagné l’électrification n’est pas celui qui a construit la première centrale. C’est celui qui a construit le réseau.
Le cadre de la Course à l’Espace produit une mentalité de sprint. Le cadre de l’électrification produit une mentalité de déploiement. La mentalité de sprint concentre les ressources. La mentalité de déploiement les diffuse. Les États-Unis mènent le sprint. La Chine mène le déploiement.
Le sprint : centres de données et modèles de pointe.
La course visible à l’IA est concentrée dans une poignée d’entreprises à la pointe. Microsoft, Amazon, Google et Meta ont engagé plus de 200 milliards de dollars dans la construction de centres de données en 2024-2025. L’investissement est énorme. La concentration équivaut à celle des sous-traitants de la NASA — Boeing, North American Aviation, Douglas Aircraft — qui ont reçu la majeure partie des dépenses de la Course à l’Espace. Quelques entreprises parient qu’atteindre l’AGI en premier changera tout.
L’économie du sprint est déjà en train de changer. Le coût de l’intelligence s’effondre. GPT-4 d’OpenAI coûtait environ 30 dollars par million de tokens d’entrée lors de son lancement en mars 2023. GPT-4o, sorti en mai 2024, coûtait 5 dollars. DeepSeek V3, sorti en décembre 2024, coûtait 0,14 dollar. Deux ordres de grandeur en 21 mois. Le décalage temporel entre un modèle leader nouvellement publié et son concurrent le plus proche se réduit. GPT-4 a été à la pointe pendant environ 12 mois avant que Claude 3 ne l’égale en mars 2024. L’avance de GPT-4o s’est mesurée en semaines. L’intelligence devient une commodité alors même que l’investissement se concentre à la pointe.
Les États-Unis mènent le sprint avec une large avance. Les entreprises basées aux États-Unis exploitent environ 5 400 centres de données. La Chine en exploite environ 450 de type hyperscale. La capacité totale des centres de données américains est plus de deux fois supérieure. Mais l’écart en puissance de calcul est moins marqué et se réduit. Epoch AI estime que les États-Unis disposent d’environ 4 à 5 fois plus de puissance de calcul dédiée à l’IA que la Chine, contre environ 10 fois en 2020. Les contrôles à l’exportation des États-Unis sur les puces avancées ralentissent mais n’arrêtent pas la croissance de la puissance de calcul chinoise. Le sprint est réel. Les États-Unis sont en tête. La question est de savoir si le sprint est la course qui compte.
Le déploiement : électricité, connectivité et ressources humaines.
Nous ne savons peut-être pas ce dont l’IA aura besoin dans cinq ou dix ans. Mais il est difficile d’imaginer la diffusion de l’IA sans une électricité abondante. Il est difficile d’imaginer la diffusion de l’IA sans une transmission de données à haut débit. Il est difficile d’imaginer la diffusion de l’IA sans une main-d’œuvre technique nombreuse. Ce sont les couches favorisant l’adoption. Et sur chacun de ces points, les États-Unis sont en retard.
Commençons par l’électricité. La production d’électricité de la Chine a atteint environ 9 400 térawatt-heures en 2024, avec une croissance annuelle d’environ 5 %. Les États-Unis ont produit environ 4 200 térawatt-heures, avec une croissance inférieure à 0,5 %. L’investissement chinois dans le réseau électrique dépasse les 100 milliards de dollars par an. Les États-Unis investissent environ 30 milliards. La Chine a 26 réacteurs nucléaires en construction, soit plus que le reste du monde réuni. Les États-Unis en ont deux. Le secteur privé construit la puissance de calcul. Le secteur public ne construit pas l’énergie nécessaire pour la faire fonctionner.
La connectivité est la deuxième couche. La Chine exploite 3,84 millions de stations de base 5G, soit environ 60 % du total mondial. Les États-Unis en exploitent environ 500 000. La Chine a commencé la recherche et le développement sur la 6G, a lancé un satellite de test en 2024 et s’est fixé un objectif de déploiement commercial pour 2030. Les États-Unis ont formé une alliance pour la 6G en 2020 et publié une stratégie fédérale en 2023. L’écart en matière d’infrastructure n’est pas une note de bas de page. C’est la couche physique sur laquelle les applications d’IA fonctionneront.
La troisième couche, c’est les ressources humaines. La Chine forme environ 3,5 millions de diplômés en STEM chaque année. Les États-Unis en forment environ 800 000. Le Center for Security and Emerging Technology estime que la Chine compte environ 120 000 chercheurs en IA. Les États-Unis en comptent environ 85 000. L’écart en quantité est important. L’écart en qualité est plus faible mais se réduit. Les États-Unis sont toujours en tête pour les talents en IA de premier plan, mais le pipeline évolue. Plus de 40 % des doctorats en IA délivrés par les universités américaines sont attribués à des étudiants internationaux, et une part croissante rentre dans leur pays d’origine.
Le schéma de diffusion : qui dépose des brevets en IA.
Les données sur les brevets révèlent la différence la plus profonde entre le sprint et le déploiement. Les États-Unis et la Chine sont les deux plus grands déposants de brevets liés à l’IA. Mais le profil des déposants est fondamentalement différent.
Aux États-Unis, les brevets liés à l’IA sont concentrés dans les principales entreprises d’IA. Alphabet, Microsoft, Amazon, Meta, Apple et quelques autres représentent la majorité des dépôts. Le paysage des brevets en IA est une carte des laboratoires de pointe. L’innovation est réelle. La diffusion est étroite.
En Chine, les brevets liés à l’IA sont diffusés dans toute l’économie. Les données de l’Organisation Mondiale de la Propriété Intellectuelle et de l’Administration Nationale de la Propriété Intellectuelle de Chine montrent qu’environ 40 % des dépôts de brevets chinois dans l’IA proviennent de secteurs non technologiques : entreprises manufacturières, sociétés de télécommunications, entreprises minières, chaînes de distribution et groupes industriels d’État. Baidu, Alibaba, Tencent et Huawei déposent beaucoup. Mais Sinopec, State Grid, China Railway et des milliers de petites entreprises industrielles le font aussi. Le schéma n’est pas celui d’une poignée de laboratoires d’élite repoussant la frontière technologique. C’est celui d’une large base industrielle qui absorbe la technologie.
Les données sur les robots industriels racontent la même histoire sous un angle différent. La Chine a installé 290 000 robots industriels en 2023, soit plus de la moitié du total mondial. Les États-Unis en ont installé 44 000. La densité de robots en Chine a dépassé celle des États-Unis en 2020 et est aujourd’hui environ 50 % plus élevée. L’écart ne concerne pas l’IA de pointe. Il concerne le déploiement.
Financement de la science : concentration contre diffusion.
Le budget fédéral américain pour la R&D est de plus en plus concentré dans les meilleures institutions. Les 10 premières universités de recherche reçoivent environ 25 % de tout le financement fédéral de la R&D. Les 50 premières en reçoivent plus de 60 %. La concentration augmente. Le budget de la National Science Foundation est d’environ 9 milliards de dollars. Celui des National Institutes of Health est d’environ 48 milliards. Le financement est substantiel. La distribution est étroite.
Le financement de la science en Chine est également concentré dans des institutions d’élite — l’Académie Chinoise des Sciences, Tsinghua, l’Université de Pékin. Mais le système global est plus grand et croît plus vite. Le budget de la Fondation Nationale des Sciences Naturelles de Chine est passé d’environ 1,5 milliard de dollars en 2010 à environ 5,5 milliards en 2024. La seule Académie Chinoise des Sciences a un budget dépassant les 20 milliards de dollars. Le taux de croissance est le point saillant. Les dépenses totales de R&D de la Chine sont passées de 0,56 % du PIB en 1996 à 2,68 % en 2024. Celles des États-Unis sont passées de 2,45 % à 3,55 %. L’écart se réduit.
Le cadre de la Course à l’Espace n’est pas erroné parce que les États-Unis pourraient perdre le sprint vers l’AGI. Il est erroné parce qu’il ignore la possibilité bien réelle que la course à l’AGI ne soit pas la bonne course. La course qui comptera dans tous les scénarios est celle du déploiement. Le pays qui construit les couches favorisant l’adoption — l’électricité, la connectivité, la main-d’œuvre, l’adoption industrielle — disposera d’un avantage structurel qu’aucune recherche sur les modèles de pointe ne pourra compenser.
Les États-Unis ont gagné la Course à l’Espace. L’Union soviétique a eu Spoutnik et Gagarine. Les États-Unis ont eu la Lune. La Lune était un symbole. L’électrification n’était pas un symbole. Elle a été le fondement du siècle américain. La question est de savoir si les États-Unis peuvent construire les fondations du prochain.
Sources : Epoch AI (estimations de puissance de calcul, coût par token) ; Synergy Research Group (nombre de centres de données) ; IEA (production d’électricité) ; GSMA/CAICT (stations de base 5G) ; CSET (nombre de chercheurs en IA, diplômés STEM) ; WIPO/CNIPA (dépôts de brevets IA par secteur) ; IFR (installations de robots industriels) ; NSF/NSFC (budgets de financement de la science) ; Banque Mondiale WDI (dépenses de R&D).
