Bien utiliser l'IA ne suffit pas

Il y a encore un an, j'utilisais relativement peu l'intelligence artificielle. Puis j'ai commencé à m'y mettre vraiment.

Au début, comme beaucoup de monde probablement, je lui demandais surtout des choses assez simples. Puis, à mesure que je l'utilisais, j'ai appris à mieux m'en servir. J'ai compris ce qu'elle pouvait faire, ce qu'elle faisait mal, comment lui donner des instructions, comment organiser certaines tâches autour d'elle. Et pendant ce temps, les outils eux-mêmes progressaient à une vitesse impressionnante.

Aujourd'hui, j'utilise l'IA pratiquement tous les jours.

Et c'est précisément pour cette raison qu'un récent papier de la S. Rajaratnam School of International Studies de Singapour m'a intéressé.

Ses auteurs posent une question simple : qui décide de ce que signifie « gagner » la course à l'intelligence artificielle ?

Aujourd'hui, nous utilisons essentiellement le tableau de score des États-Unis et de la Chine. Qui possède les puces les plus avancées ? Les plus grands centres de calcul ? Les meilleurs modèles ? Qui atteindra le premier une intelligence artificielle générale ?

Pour un pays comme la France, la compétition peut rapidement sembler désespérée.

RSIS propose donc de regarder autre chose : la capacité d'un pays à acquérir et adapter les technologies d'IA, leur diffusion dans l'économie et la société, et surtout sa capacité à conserver une véritable liberté de choix technologique.

Je trouve l'idée juste.

Mais elle me conduit à une conclusion légèrement différente.

Nous devons devenir excellents dans l'utilisation de l'IA

Je suis assez convaincu que nous sous-estimons encore l'importance de l'usage. Posséder une technologie extraordinaire ne sert pas à grand-chose si les entreprises, les administrations, les écoles ou les hôpitaux continuent à travailler comme avant.

Et je vois à ma petite échelle à quel point la différence peut être considérable. Quelqu'un qui commence aujourd'hui à utiliser une IA et quelqu'un qui travaille avec elle quotidiennement depuis un an n'en tirent pas nécessairement la même chose. L'apprentissage est assez étrange : plus on utilise l'outil, plus on découvre de nouvelles manières de l'utiliser.

C'est pourquoi la vraie fracture ne sera peut-être pas seulement entre ceux qui ont accès à l'IA et ceux qui n'y ont pas accès. Elle pourrait apparaître entre ceux qui ont appris à réorganiser leur travail autour d'elle et les autres.

À l'échelle d'un pays, l'enjeu est immense. Imaginez des millions de salariés, d'entrepreneurs, de chercheurs ou de fonctionnaires capables de produire deux ou trois fois plus efficacement certaines tâches. Même si les gains sont très variables selon les métiers, l'effet collectif pourrait être considérable.

Sur ce point, je rejoins complètement les auteurs de RSIS : il serait absurde de mesurer le succès français uniquement à notre capacité à créer un concurrent d'OpenAI.

Mais je m'arrête là.

Car il reste un problème.

Que se passe-t-il si quelqu'un ferme le robinet ?

Supposons que la France devienne le pays qui utilise le mieux l'intelligence artificielle au monde. Nos PME fonctionnent avec des modèles américains. Nos administrations aussi. Nos étudiants les utilisent pour apprendre. Nos chercheurs pour travailler. Nos médecins pour analyser certaines informations. Nos entreprises les intègrent progressivement au cœur de leurs processus.

Formidable.

Mais que se passe-t-il si nous ne maîtrisons rien de ce qui se trouve en dessous ? Le fournisseur change ses conditions. Les prix augmentent fortement. Une technologie devient inaccessible pour des raisons réglementaires ou géopolitiques. Un gouvernement étranger décide que certains modèles ne doivent plus être exportés. Une entreprise disparaît ou estime simplement que notre marché n'est plus prioritaire.

Nous avons alors construit toute une partie de notre économie sur un outil dont quelqu'un d'autre contrôle l'interrupteur.

C'est là que la question de la souveraineté revient. Et elle ne me paraît pas théorique. Nous avons déjà connu ce genre de dépendances dans d'autres secteurs. Elles sont généralement confortables tant que tout fonctionne. Leur coût apparaît lorsque la relation se tend.

L'intelligence artificielle pourrait devenir suffisamment importante pour que nous ne puissions pas nous permettre cette naïveté.

L'école est peut-être l'endroit où le potentiel est le plus énorme

S'il existe un domaine où j'aimerais voir la France avancer beaucoup plus vite, c'est l'éducation. Parce que l'IA permet quelque chose que notre système scolaire a toujours eu énormément de mal à faire : individualiser réellement l'apprentissage.

Dans une classe de trente élèves, un professeur ne peut pas enseigner trente cours différents. Un élève comprend immédiatement les fractions mais bloque sur la géométrie. Un autre a compris le principe mais manque d'exercices. Un troisième a accumulé une lacune trois ans auparavant et personne n'a réellement eu le temps de l'identifier. L'enseignement collectif impose nécessairement un rythme moyen.

Une IA, elle, peut théoriquement passer vingt minutes sur la même notion avec un élève sans jamais perdre patience. Reformuler. Donner un autre exemple. Créer un exercice légèrement différent. Revenir en arrière. Accélérer lorsqu'elle constate que le sujet est maîtrisé.

Cela ne remplace pas un professeur. L'école ne consiste pas seulement à transmettre une information. Il y a l'autorité, la motivation, la vie collective, le regard humain, l'apprentissage des règles et probablement beaucoup d'autres choses qu'une machine ne reproduira pas. Mais comme outil mis à disposition de l'enseignant et de l'élève, le potentiel me paraît énorme.

Et c'est justement ici que notre dépendance deviendrait problématique. Sommes-nous prêts à construire une partie du système éducatif français autour de technologies dont les règles, les modèles et parfois les données sont contrôlés depuis l'étranger ? La question mérite au moins d'être posée.

La souveraineté ne signifie pas tout fabriquer en France

Je n'imagine évidemment pas une IA intégralement française construite dans une sorte d'autarcie numérique. Ce serait probablement absurde. Les chaînes technologiques sont internationales. Les puces, les machines nécessaires à leur fabrication, les centres de données, les logiciels et les modèles reposent déjà sur des dizaines de pays et d'entreprises.

Mais il existe une différence énorme entre ne pas tout produire soi-même et ne disposer d'aucune alternative.

C'est probablement là que je placerais la souveraineté : pouvoir continuer à fonctionner si un fournisseur disparaît. Posséder des capacités de calcul. Conserver des compétences. Avoir accès aux modèles. Être capable d'en développer certains. Pouvoir déplacer un service d'un fournisseur à un autre. Et, dans les domaines réellement stratégiques, disposer d'une solution européenne.

L'Union européenne semble d'ailleurs avoir compris une partie du problème. Elle développe actuellement ses « AI Factories » autour des supercalculateurs européens : 19 sont désormais déployées, auxquelles s'ajoutent 13 antennes régionales. Elle a également lancé en juillet 2026 un appel pour créer jusqu'à sept grandes « AI Gigafactories », avec jusqu'à 10 milliards d'euros de financements européens et nationaux destinés à mobiliser au moins 20 milliards d'investissements privés supplémentaires.

C'est considérable. Mais la puissance de calcul ne suffira pas davantage que la réglementation. Il faudra des entreprises, des chercheurs, des modèles, des utilisateurs et surtout des usages.

Le faux choix entre souveraineté et adoption

C'est finalement ce que j'ai retenu de ma lecture du papier de RSIS. Je pense qu'il a raison de dire qu'un pays comme la France ne devrait pas définir son succès uniquement en regardant qui produit le modèle le plus puissant du monde. Si nous disposons d'une excellente IA française utilisée par quelques chercheurs alors que des millions d'entreprises américaines travaillent quotidiennement avec des systèmes beaucoup plus performants, nous n'aurons pas gagné grand-chose.

Mais l'inverse ne me satisfait pas davantage. Devenir extrêmement bons dans l'utilisation de technologies entièrement contrôlées ailleurs revient à devenir très efficaces grâce à une dépendance.

Notre objectif devrait donc être double. Utiliser énormément l'IA. Et conserver suffisamment de maîtrise pour ne jamais dépendre d'un seul robinet.

Cela suppose probablement d'accepter une réalité inconfortable : une IA souveraine européenne ne sera peut-être pas toujours la meilleure du monde. Il faudra parfois continuer à utiliser des technologies américaines ou asiatiques parce qu'elles seront plus performantes. Je n'y vois pas de contradiction. Je peux utiliser aujourd'hui le meilleur outil disponible tout en souhaitant que l'Europe conserve une capacité autonome. C'est même exactement ce que signifie, à mes yeux, la souveraineté : avoir le choix.

Le papier de Singapour propose donc un changement de thermomètre que je trouve salutaire. Nous ne devons pas seulement regarder qui construit les plus gros modèles. Il faut regarder qui parvient réellement à diffuser l'IA dans son économie, son école et ses services publics.

Mais je rajouterais une graduation au thermomètre. Un pays qui utilise merveilleusement l'intelligence artificielle sans être capable de continuer à le faire lorsque son fournisseur lui ferme l'accès n'est pas vraiment souverain.

La France et l'Europe doivent donc probablement mener deux courses à la fois. Apprendre à utiliser l'IA beaucoup mieux que les autres. Et rester capables de l'utiliser sans leur permission.

Pour aller plus loin : le site de la S. Rajaratnam School of International Studies (RSIS) et la page de la Commission européenne sur les AI Factories.