De la souveraineté des données à la souveraineté des puces : le vrai tournant de l'Intelligence Artificielle

Pour saisir pourquoi le débat s’est déplacé, et pourquoi tant de pays regardent aujourd’hui ailleurs que vers la seule donnée, il faut comprendre une chose essentielle : la puissance des machines n’a pas toujours suffi à créer de l’intelligence.

Pendant plusieurs décennies, la trajectoire du progrès technologique semblait claire (années 1950-1990). La puissance des machines doublait tous les deux ans, conformément à la loi de Moore (1965) : le nombre de transistors par puce augmentait à un rythme soutenu. Pourtant, cette croissance matérielle n’a pas immédiatement produit des avancées spectaculaires en intelligence artificielle.

La raison était simple : les langages et paradigmes de programmation n’évoluaient pas à la même vitesse que le matériel. Les machines devenaient plus puissantes certes, mais nous ne savions pas encore pleinement exploiter cette puissance. Or, sans la capacité de modéliser la connaissance et de savoir comment l’intelligence fonctionne dans un langage de programmation, impossible de faire avancer l’IA.

C’est donc ce décalage qui explique les hivers et les printemps successifs de l’IA. Références : 1950s–1980s : premiers algorithmes symboliques et cycles d’hiver de l’IA ; 1980s–1990s : émergence de la micro-informatique, accélération des ressources et des performances du matériel sans bond équivalent en IA.

Ce verrou a commencé à sauter avec l’émergence de nouveaux paradigmes logiciels (fin 1990s–2010s) : programmation parallèle, calcul distribué, frameworks capables d’exploiter efficacement le matériel moderne. À partir de ce moment, le logiciel a rattrapé le matériel. Les capacités de calcul ont enfin pu être mobilisées à grande échelle, ouvrant la voie à des modèles d’IA plus sophistiqués. Dans la même période, l’essor des datacenters géographiquement distribués a profondément transformé la collecte et le stockage de données. C’est l’âge d’or du Big Data à travers les GAFA (2010 2018). Les entreprises capables d’agréger d’immenses volumes de données ont alors pris l’avantage. Une analogie s’est imposée : la donnée serait le nouveau pétrole.

Pour l’IA, l’équation semblait évidente : plus de données humaines (générées par l’Homme) égal à plus d’intelligence. La souveraineté technologique s’est alors restructurée autour d’un axe central : qui contrôle les données ?

Données, souveraineté et premières fractures géopolitiques (2010s–début 2020s)

C’est dans ce contexte que la rivalité entre les États-Unis et la Chine s’est cristallisée. Les autorités américaines ont progressivement perçu les grandes plateformes de données et de réseaux comme un enjeu de sécurité nationale, en particulier lorsque leurs fondateurs ou leurs capitaux étaient étrangers. Vers 2018, Washington se méfie des plateformes chinoises (TikTok, Huawei, etc). Pékin rapatrie alors ses chercheurs et développe son propre écosystème IA. Mais, du côté américain, la multiplication des auditions, des mesures de restriction et des pressions politiques qui s’en est suivie poursuit un objectif clair et constant : empêcher que les données des citoyens américains ne puissent être exploitées par des acteurs chinois. La souveraineté se définissait alors par l’exploitation et la localisation des données.

En réponse, la Chine a engagé une stratégie complémentaire : l’utilisation massive de ses talents formés à l’étranger, notamment dans les grandes universités américaines. À ce stade, l’accès aux technologies matérielles restait largement commun à toutes les puissances. Les mêmes puces, les mêmes architectures étaient utilisées des deux côtés, Etats-Unis et Chine. À technologies égales, la variable déterminante devenait la matière grise. Ainsi, la souveraineté commençait déjà à glisser, subtilement, des données vers les talents. La souveraineté numérique ne se définit alors plus seulement par la donnée, mais aussi par les talents humains et la capacité de recherche sur les innovations.

Percevant ce basculement, Washington a durci sa position : restrictions imposées aux ingénieurs américains travaillant sur des projets avancés en Chine, limitation des transferts de compétences. Mais cette phase arrive à un moment clé : les modèles d’IA les plus avancés avaient déjà commencé à générer leurs propres données. La sortie de AlphaZero (DeepMind) en 2017 comme première IA capable d’auto‑apprentissage sans données humaines, devint le symbole du glissement sans retour au-delà des données comme outil de souveraineté. Avec AlphaZero, l’IA n’avait plus besoin de données humaines pour apprendre. Elle pouvait produire ses propres jeux de données, s’entraîner par auto-simulation et dépasser les performances humaines. La donnée humaine cessait d’être centrale. La souveraineté fondée uniquement sur la donnée devenait progressivement obsolète, laissant place uniquement aux talents.

Le basculement décisif : des talents aux puces

Face à l’accélération spectaculaire de la Chine, notamment en nombre de brevets liés à l’IA, l’administration américaine a franchi un nouveau seuil stratégique. En octobre 2022, les États-Unis imposent des restrictions sur les carte graphiques GPU, Graphical Processing Unit en anglais, notamment la A100 et la H100 de NVIDIA à destination de la Chine. Elle restreint l’accès de la Chine aux puces les plus avancées, notamment conçues spécifiquement pour l’entraînement de modèles d’IA à grande échelle. L’objectif selon les personnes avisées est clair : ralentir le développement fulgurant de la Chine en matière d’IA en la privant des technologies de pointe américaines.

Ce moment marque un tournant historique : la souveraineté ne porte plus sur les données, ni même uniquement sur les talents, mais sur la capacité physique à entraîner l’IA. Autrement dit, sur les microprocesseurs.

Privée d’accès à ces puces, la Chine n’a pas reculé. Entre 2023 et 2025, Pékin contrecarre par l’investissement massif dans ses propres GPU et modèles nationaux. Elle accélère la mobilisation de la diaspora aussi bien que le développement de modèles et de GPU domestiques : une stratégie de résilience assumée. La Chine ira même jusqu’à interdire l’utilisation de puces GPU étrangères dans les datacentres financés par l’État, à partir d’un nouveau texte publié début novembre 2025, non pas par choix idéologique, mais parce que l’écosystème local était désormais suffisamment mature. Cela, sans tambour ni trompette.

Deux blocs technologiques se dessinent alors : un bloc occidental et un bloc chinois, chacun structurant ses propres chaînes de valeur, standards et infrastructures. La souveraineté s’est définitivement déplacée : elle se joue désormais au niveau des puces et de la capacité d’entraînement. On peut aussi la qualifier de Geo-Techno-Politique, car l’IA de nos jours n’est plus seulement un outil d’impact, mais un outil de domination vu qu’elle se retrouve au cœur de la course à l’hégémonie en tant qu’outil principal dont on attend la résolution de grandes équations à plusieurs variables clé de la suprématie technologique et politique. En somme, l’IA est aujourd’hui perçue comme une panacée technologique dont on attend des retombées scientifiques, économiques et géopolitiques.

Le prochain front : l’énergie

Le prochain défi stratégique de l’IA ne sera ni la donnée, ni même le GPU, mais l’accès à une énergie abondante, stable et compétitive. Sans énergie, pas de datacenters. Sans datacenters, pas d’IA souveraine. Construire une intelligence artificielle n’est plus seulement une affaire de codes et de machines, c’est aussi une question d’électricité. Les modèles les plus puissants du monde, de GPT‑4 à Gemini Ultra, dévorent aujourd’hui autant d’énergie qu’une petite ville. Ce gouffre énergétique transforme les datacenters en infrastructures aussi stratégiques que les bases militaires de la Guerre froide.

Les États-Unis déplacent désormais leurs fermes de calcul vers les États disposant d’électricité abondante, comme le Texas ou l’Oregon. En Europe, les tensions sur les réseaux freinent l’expansion du cloud, tandis que la Norvège, la Suède et le Québec deviennent les nouveaux Eldorados du calcul vert, alimentés par l’hydroélectricité. Même les pays du Golfe investissent massivement dans le refroidissement intelligent et les « AI parks » alimentés au gaz ou au solaire. Ce mouvement redistribue le pouvoir technologique mondial. Dans la décennie qui s’ouvre, la souveraineté se mesurera non plus en tera‑octets (quantité de données stockées) ou en gigaflops (opérations de calcul en virgule flottante par seconde), mais en gigawatts (quantité énergétique). Sans énergie stable et compétitive, aucun État ne peut prétendre à une IA souveraine.

Apprendre à anticiper : la voie africaine

Sur le continent africain, la conversation reste centrée sur la donnée. Des règlements inspirés du RGPD (General Data Protection Regulation GDPR en anglais) fleurissent, et les gouvernements s’inquiètent à juste titre, de la fuite des informations sensibles. Mais pendant que le débat s’enlise dans la protection des bits, le reste du monde construit des centrales pour alimenter ses algorithmes qui deviennent de plus en plus sophistiqués et nécessitent de moins en moins de données humaines. Dans ce contexte, une focalisation excessive de l’Afrique sur la souveraineté des données apparaît dangereusement décalée. Protéger ses données est nécessaire et même indispensable. Mais ce n’est plus là que se joue l’essentiel. La souveraineté technologique moderne se construit aussi et surtout sur trois autres piliers : les talents, les puces, l’énergie.

Si l’Afrique continue de penser la souveraineté uniquement à travers la donnée, elle risque, une fois encore, de regarder passer le train de la transformation technologique, non par manque de ressources, mais par erreur de diagnostic. La fracture numérique de demain ne sera pas celle de l’accès à Internet, mais celle de l’alimentation énergétique du calcul. L’Afrique concentre 60% du potentiel solaire mondial, mais à peine 2% des datacenters. Ses réseaux électriques, souvent instables, ne permettent pas encore d’envisager l’accueil d’infrastructures IA à grande échelle.

L’histoire récente offre une leçon que peu d’africains semblent encore prêts à entendre : rattraper, c’est commencer trop tard. La Chine ne s’est pas contentée de rattraper l’Occident ; elle a voulu et réussi à le devancer. Pendant que le monde débattait des droits de propriété intellectuelle ou de la dépendance des chaînes d’approvisionnement, Pékin envoyait, dès les années 1990, des cohortes entières d’étudiants se former dans les départements de pointe, en intelligence artificielle, en microélectronique, en énergie nucléaire ou en cyberdéfense. Vingt ans plus tard, ces jeunes diplômés sont devenus les architectes des géants technologiques locaux et des politiques d’autonomie industrielle.

L’Afrique pourrait s’en inspirer, mais avec une décennie d’avance sur le futur. Imaginez cinquante (50) jeunes africains par pays, chaque année, envoyés dans les grandes universités mondiales de recherche sur l’Informatique quantique, l’IA, ou l’énergie propre, non pas pour y rester, mais pour revenir enseigner, lancer des start‑ups et construire les industries locales de demain. Ce type d’investissement dans le capital humain, modeste au regard des budgets miniers par exemple, pourrait transformer le continent en un réseau de pôles de compétence stratégique. Car une question cruciale se profile déjà : demain, lorsque les cartes graphiques les plus puissantes pour l’IA de pointe deviendront des biens géostratégiques au même titre que les armes, l’Afrique pourra‑t‑elle seulement en acheter ? Nos pays dans l’AES ont déjà vécu ce type refus pour leurs besoins militaires pour la protection de nos populations. Qu’adviendra‑t‑il le jour où à cause de cette souveraineté tant recherchée, les processeurs avancés seront soumis aux mêmes règles ? Saurons- nous rebondir comme la Chine ?

C’est maintenant qu’il faut y penser : bâtir dès aujourd’hui la capacité locale à produire, ou du moins à co‑construire, les technologies critiques de demain. Ce n’est pas une posture de défiance, mais de lucidité stratégique. La souveraineté numérique et énergétique du continent africain repose sur une idée simple : ne plus attendre d’être autorisé à exister technologiquement.

Dr Wendkuuni Moise CONVOLBO

Spécialiste en Cloud – Big Data – IA

Tokyo – Japon