L’intelligence artificielle générale (AGI) désigne le graal ultime de la tech : une machine autonome capable d’égaler ou de surpasser l’esprit humain sur l’ensemble des tâches intellectuelles et économiques, bien au-delà de nos générateurs de texte actuels. Alors que cette quête est devenue une guerre industrielle à plusieurs centaines de milliards de dollars, l’Europe et le reste du globe semblent déjà relégués au rang de simples spectateurs. Pourtant, derrière l’apparent tête-à-tête entre Washington et Pékin, la forteresse sino-américaine repose sur un équilibre mondial bien plus précaire qu’il n’y paraît.

Course à l’AGI : pourquoi le monde est déjà réduit à un tête-à-tête USA-Chine (et pourquoi le reste du globe est hors-jeu)

La récente table ronde à la Maison-Blanche a officialisé une réalité brutale : pour façonner l’intelligence artificielle générale, les États-Unis n’ont retenu que cinq acteurs privés (OpenAI, Anthropic, Google, Meta et xAI) et leur mécanicien en chef, Nvidia. De l’autre côté du Pacifique, seuls les géants chinois parviennent à suivre cette course effrénée à la puissance de calcul. Pour l’Europe, l’Amérique latine, l’Afrique ou l’Océanie, le constat semble sans appel : le monde se serait figé dans une guerre froide technologique à deux têtes.

Faut-il pour autant en conclure que le reste de la planète est définitivement condamné au statut de spectateur passif, réduit à consommer des technologies importées ? Rien n’est moins sûr.

Pour comprendre la véritable cartographie de l’IA mondiale, il faut d’abord balayer les faux espoirs d’une course frontale devenue impossible (I.), avant de dévoiler l’angle mort géopolitique qui rend ces deux géants totalement dépendants du reste du monde (II.). C’est précisément dans ces failles matérielles et théoriques que se dessinent les seules portes de sortie réalistes pour préserver une véritable souveraineté (III)

I. Le mur de l’échelle industrielle : pourquoi le reste du monde a calé

L’époque où quelques chercheurs inspirés dans un garage pouvaient créer un leader mondial du logiciel est révolue pour l’IA générative frontière. La compétition actuelle a basculé du génie algorithmique vers la sidérurgie numérique :

• Le péage à 100 milliards de dollars : les dépenses d’investissement (capex) des géants américains pour bâtir des centres de données dédiés dépassent désormais les 50 milliards de dollars par acteur et par an.
• Le verrou physique de l’énergie : entraîner les prochaines générations réclame des grappes de 100 000 puces de pointe alimentées par des gigawatts d’électricité continue. Seules les superpuissances capables de mobiliser des centrales nucléaires ou des infrastructures énergétiques d’État peuvent brancher ces usines de calcul.

Avant d’envisager la moindre riposte, il est indispensable de dissiper les illusions rassurantes qui saturent le débat public. Qu’il s’agisse de croire aux miracles de quelques levées de fonds locales, aux vertus salvatrices de l’open source ou à la seule supériorité de nos cerveaux académiques, ces trois arguments confondent la recherche théorique avec la réalité d’une industrie lourde.

Trois faux espoirs passés au crible

Face à ce constat rude, plusieurs arguments rassurants reviennent régulièrement dans le débat public. Examinés de près, ils masquent mal un décrochage structurel.

1. « Mais nous avons des pépites nationales comme Mistral AI en France ! »

La nuance souvent entendue : l’Europe prouverait son indépendance grâce à des startups valorisées plusieurs milliards et capables de publier d’excellents modèles.

La réalité du terrain :

Mistral AI ou d’autres initiatives comparables accomplissent des prouesses d’efficacité, mais elles ne boxent pas dans la même catégorie financière. Lever deux milliards d’euros permet de rivaliser temporairement sur l’optimisation de modèles compacts pour les entreprises ; cela ne permet pas de financer la force brute d’un entraînement frontière visant l’AGI. Ces acteurs sont d’ailleurs contraints de louer leur puissance de calcul aux clouds américains (Azure, AWS) et pivotent pragmatiquement vers le logiciel B2B plutôt que vers l’affrontement direct avec GPT ou Claude.

2. « L’open source permet à tout le monde de rattraper le retard »

La nuance souvent entendue : les poids ouverts (Meta, DeepSeek) et la recherche publique permettent aux pays émergents de bâtir leur propre souveraineté logicielle à moindre coût.

La réalité du terrain :

Utiliser ou affiner un modèle ouvert n’équivaut pas à maîtriser la technologie de fondation. Sans les clusters nécessaires pour réentraîner le modèle de zéro, un pays reste un simple utilisateur dépendant du bon vouloir d’une entité étrangère qui choisit – ou non – de continuer à rendre ses versions suivantes publiques.

3. « La recherche académique étrangère produit les meilleurs esprits »

La nuance souvent entendue : les cerveaux derrière les percées américaines sortent souvent des écoles françaises, britanniques, chinoises ou indiennes.

La réalité du terrain :

Le talent sans calcul ne produit que des articles théoriques. En l’absence de puces et de supercalculateurs sur le sol européen ou latino-américain, ces talents émigrent mécaniquement vers la Californie pour avoir accès aux outils de leur ambition.

Le scénario d’une « Union des tiers » : utopie ou troisième voie ?

Face à ce verrouillage, une question revient souvent : des pays tiers pourraient-ils s’allier pour lever des centaines de milliards de dollars et fonder une coalition capable de briser le duopole ?

Sur le papier, l’alliance idéale existe :

• Les capitaux colossaux : les fonds souverains des pays du Golfe (Émirats arabes unis avec MGX, Arabie saoudite avec le PIF) et de la Norvège, qui cherchent désespérément à recycler la rente pétrolière dans la tech.
• Le vivier de talents : les mathématiciens et ingénieurs d’Europe, d’Inde ou d’Amérique latine.
• Le marché de consommation : des centaines de millions d’utilisateurs captifs.

Ce modèle, inspiré de succès multinationaux comme le CERN pour la physique des particules ou Airbus pour l’aviation, se heurte pourtant à trois blocages majeurs :

Verrou	Pourquoi le projet cale en pratique
Le goulot d’étranglement du silicium	Même avec 200 milliards de dollars sur la table, il est impossible d’acheter les puces nécessaires sans le feu vert de Washington. Les brevets critiques, les architectures (Nvidia) et les machines de photolithographie (ASML, sous pression directe des embargos américains) restent sous contrôle géopolitique strict.
La vitesse d’exécution	Le CERN a mis plusieurs décennies à concevoir le grand collisionneur de hadrons. Dans l’IA, le cycle technologique se compte en trimestres : une coalition multinationale fragmentée avec 27 ministres ou des autocraties divergentes s’embourberait dans des querelles de gouvernance avant d’avoir branché le premier serveur.
La destination des données	Qui hébergerait les supercalculateurs ? Les pays européens refuseraient le transfert massif de données vers le Golfe ou l’Asie pour des raisons de libertés publiques, tandis que les partenaires financiers refuseraient d’être bridés par des régulations trop contraignantes.

Le constat est rude : sur le terrain du calcul brut et des modèles généralistes, le match est bel et bien plié. Pourtant, réduire l’échiquier mondial à un tête-à-tête hermétique entre Washington et Pékin relève d’une illusion d’optique. En ouvrant le capot de ces usines à algorithmes, la forteresse sino-américaine révèle une vulnérabilité structurelle : les deux colosses reposent sur un château de cartes mondial qu’ils sont incapables de maintenir seuls.

II. L’angle mort géopolitique : l’illusion de l’autarcie sino-américaine

Présenter la course à l’AGI comme un duel hermétique entre Washington et Pékin relève d’une illusion d’optique. Si les modèles finaux portent bien des pavillons américain ou chinois, les deux superpuissances reposent en réalité sur un château de cartes mondial.

Sans les machines européennes, la chimie japonaise, les usines taïwanaises et les capitaux du Golfe, la machine de guerre algorithmique s’arrête net.

1. Le verrou du silicium : personne ne fabrique une puce seul

Ni la Silicon Valley ni Shenzhen ne possèdent l’intégralité de la chaîne de fabrication d’un processeur d’IA. La physique élémentaire des puces repose sur des monopoles technologiques absolus situés hors des États-Unis et de la Chine :

• Le monopole absolu d’ASML et Zeiss (Europe) : pour graver des puces en dessous de 5 nanomètres (les puces Nvidia Blackwell, AMD Instinct ou les accélérateurs de Google), il n’existe qu’un seul constructeur d’outils de lithographie extrême ultraviolet (EUV) sur Terre : ASML, à Veldhoven aux Pays-Bas. Chaque machine pèse 180 tonnes, coûte plus de 300 millions d’euros et nécessite les optiques de précision de l’allemand Carl Zeiss, qu’aucun laboratoire américain ou chinois n’a réussi à répliquer. Sans le feu vert de La Haye et de Berlin, l’infrastructure matérielle de l’IA cesse physiquement d’évoluer.
• La dépendance chimique invisible du Japon : les résines photosensibles de pointe (photoresists), indispensables pour impressionner les circuits sur le silicium, sont contrôlées à plus de 80 % par une poignée d’entreprises japonaises (Tokyo Ohka Kogyo, JSR, Shin-Etsu). Si Tokyo coupe le robinet, aucune usine de semi-conducteurs au monde ne peut tourner plus de quelques semaines.
• Le piège de la fonderie taïwanaise : même si les États-Unis subventionnent des usines locales via le CHIPS Act, la gravure de pointe et l’empilement complexe des mémoires à large bande passante (l’encapsulation avancée CoWoS) restent concentrés entre les mains de TSMC à Taïwan.

[Machine EUV (Pays-Bas / Allemagne)]
                 ↓
[Chimie de pointe & Galettes (Japon)]
                 ↓
[Fonderie & Encapsulation avancée (Taïwan)]
                 ↓
[Architecture de calcul (USA : Nvidia / AMD)]
                 ↓
[Modèle frontière d'IA (USA / Chine)]

2. Le mur de l’énergie et des capitaux : le Golfe comme station-service

L’échelle financière et électrique des centres de données atteint une limite physique sur le sol américain et chinois. Construire des clusters de 100 000 puces réclame des gigawatts d’électricité continue et des dizaines de milliards de dollars de liquidités immédiates. C’est ici que les monarchies pétrolières s’imposent :

• La saturation des réseaux électriques occidentaux : aux États-Unis, raccorder un grand centre de données au réseau électrique d’États comme la Virginie ou le Texas exige désormais entre 5 et 7 ans d’attente administrative et industrielle. Les Émirats arabes unis et l’Arabie saoudite disposent, eux, d’un foncier désertique infini, d’un accès direct au gaz, au nucléaire civil et au solaire à très bas coût, permettant de brancher des installations géantes en un temps record.
• Le rôle de banquier de dernier ressort : les dépenses d’investissement (capex) des géants américains dépassent la rentabilité opérationnelle du logiciel classique. Pour financer ces infrastructures titanesques, Washington a dû ouvrir ses portes aux fonds souverains du Golfe (comme MGX à Abou Dabi ou le PIF saoudien).
• Le pivot stratégique des Émirats : pour avoir le droit d’acheter des puces Nvidia de dernière génération et héberger des modèles américains, le conglomérat émirati G42 a dû démanteler ses équipements télécoms chinois et couper ses liens avec Huawei sous la pression directe de Washington. Le Golfe a troqué sa neutralité contre un rôle de pivot logistique et financier du camp occidental.

3. Le pouvoir du marché et le piège normatif : « l’effet Bruxelles »

Une technologie n’a de valeur que si elle peut être vendue. Si l’Europe est en retrait sur l’entraînement des modèles bruts, elle reste le premier marché économique intégré au monde avec 450 millions de consommateurs solvables.

• L’incontournable conformité légale : les géants américains ne peuvent pas s’asseoir sur le marché européen sans amputer lourdement leur valorisation boursière. Avec l’entrée en application complète du règlement européen sur l’intelligence artificielle (AI Act) et les contraintes du RGPD, l’Union européenne impose des audits stricts sur la transparence des données d’entraînement, le respect du droit d’auteur et l’évaluation des risques systémiques.
• L’obligation des clouds souverains : face aux lois extraterritoriales américaines (comme le Cloud Act), les entreprises stratégiques et les administrations européennes refusent de confier leurs opérations critiques à des serveurs sous juridiction étrangère directe. Résultat : Microsoft, Amazon et Google sont contraints de concevoir des architectures décorrélées (comme le « Cloud souverain européen ») opérées par des acteurs locaux (Orange, Capgemini avec Bleu en France, Deutsche Telekom en Allemagne).

Ce que chaque bloc contrôle réellement

Bloc / Région	Son levier de blocage	Sa dépendance critique
États-Unis	Conception des puces (Nvidia), écosystème logiciel, capital-risque de pointe.	Dépendant des machines européennes, des usines taïwanaises et de la liquidité du Golfe.
Chine	Vitesse d’itération, ingénieurs à bas coût, intégration industrielle et modèles ouverts efficaces.	Coupée des machines de gravure les plus avancées d’ASML ; dépendante de contournements matériels.
Europe	Monopole physique de la lithographie (ASML, Zeiss) et premier marché régulateur mondial.	Incapable d’assembler des clusters massifs sur son sol par manque de capital et de puces dédiées.
Pays du Golfe	Liquidités massives (centaines de milliards) et énergie continue immédiatement disponible.	Dépendance totale envers la propriété intellectuelle américaine pour les algorithmes et le matériel.
Asie de l’Est (hors Chine)	Fonderie de précision (Taïwan – TSMC), chimie fine et composants mémoires (Japon, Corée du Sud).	Vulnérabilité géopolitique et militaire extrême face aux tensions régionales.

Le duel sino-américain est une réalité logicielle, mais une fiction matérielle. Si les modèles frontières sont entraînés à San Francisco ou à Pékin, ils ne tournent que sur un fil tendu par une dizaine d’acteurs tiers, chacun disposant d’un bouton d’arrêt d’urgence sur la chaîne mondiale.

Constater ces dépendances croisées prouve que le monde n’est pas pieds et poings liés, mais tenir un levier de blocage ou signer des chèques ne constitue pas une stratégie d’avenir.
Pour les nations qui refusent la vassalité numérique sans pouvoir s’aligner sur des budgets à 100 milliards de dollars, une question centrale demeure : comment convertir ces atouts en une souveraineté concrète ?
La réponse impose de changer radicalement de terrain de jeu.

III. Les Trois seules portes de sortie réalistes

Pour survivre face au rouleau compresseur sino-américain, la règle d’or est simple : ne pas jouer à leur jeu. Essayer d’aligner plus de puces ou de brûler plus de gigawatts que Washington ou Pékin est voué à l’échec.

La riposte passe par trois stratégies de contournement : changer la physique du problème (l’architecture), tenir les verrous du monde réel que l’argent ne peut pas dupliquer du jour au lendemain et l’avènement d’agent quasi en monopole sur des marchés de niches (stratégie du cheval de Troie vertical).

Voie 1 : La rupture d’architecture (rendre la force brute obsolète)

Le duopole repose sur une dépendance totale à l’architecture Transformer et aux cartes graphiques classiques. Si quelqu’un découvre une méthode mathématique ou matérielle mille fois plus sobre, le trésor de guerre de la Silicon Valley perd l’essentiel de sa valeur du jour au lendemain.

1. Le calcul neuromorphique et photonique (sortir du silicium classique)

Les cerveaux biologiques consomment environ 20 watts pour penser, là où un cluster d’entraînement en engloutit des dizaines de mégawatts.

• Le principe : des puces dites « neuromorphiques » (comme celles étudiées au CEA-Leti en France, ou chez des pionniers comme BrainChip et SynSense) imitent directement le fonctionnement synaptique. Elles ne calculent que lorsqu’une information change (événementiel), au lieu de recalculer des milliards de matrices en continu.
• La photonique : d’autres laboratoires misent sur le calcul par la lumière (puces optiques). Les photons transportent l’information à la vitesse de la lumière sans chauffer, divisant drastiquement les coûts énergétiques des multiplications matricielles.

2. Les modèles de monde continus (adieu les jetons de texte)

C’est le cheval de bataille de la recherche théorique (dont Yann LeCun avec JEPA) :

• Les modèles actuels découpent le monde en mots ou pixels discrets (tokens) et jouent aux devinettes statistiques.
• L’alternative consiste à créer des modèles capables d’apprendre des lois physiques et causales directement depuis des flux vidéo dans un espace abstrait continu. Si une équipe parvient à faire comprendre le monde à une machine sans passer par le gavage de textes du web, le besoin de gigantesques centres de données s’effondre.

3. L’IA neuro-symbolique et la vérification formelle

L’Europe possède une tradition historique majeure en mathématiques fondamentales et en méthodes formelles (comme le logiciel Coq de l’INRIA, qui sert à prouver mathématiquement qu’un programme ne bugue pas).

• Les LLM sont des machines à probabilités : ils ne peuvent garantir aucune réponse.
• Fusionner les réseaux de neurones (l’intuition) avec des moteurs logiques symboliques (la rigueur mathématique) permet de créer des systèmes fiables à 100 %, indispensables pour la Défense, le nucléaire ou l’aviation civile, là où une hallucination d’un modèle américain est inacceptable.

Voie 2 : Les monopoles sur les verrous critiques du monde physique

L’intelligence n’a aucune utilité si elle ne peut ni s’incarner dans des machines, ni s’alimenter de données du monde réel. Le reste du monde détient des goulots d’étranglement dont les géants du logiciel ne peuvent pas se passer.

1. L’effet « ASML » : le monopole du matériel amont

L’Europe héberge déjà l’exemple le plus éclatant au monde : ASML, aux Pays-Bas.

• Sans les machines de lithographie extrême ultraviolet (EUV) d’ASML, équipées des miroirs allemands de Zeiss, personne sur Terre — ni TSMC à Taïwan, ni Nvidia, ni Intel, ni la Chine — ne peut graver les puces d’IA de dernière génération.
• C’est une rente technologique absolue : posséder le seul outil capable de fabriquer le matériel donne un pouvoir géopolitique équivalent à celui de ceux qui possèdent les modèles.

2. Les jumeaux numériques et l’automatisation industrielle

Un LLM peut écrire un poème, mais il est incapable de concevoir la résistance des matériaux d’une aile d’avion ou de piloter une chaîne d’assemblage automobile automatisée :

• Des acteurs comme Dassault Systèmes (avec les jumeaux numériques de simulation physique) ou Siemens (avec l’automatisation des usines) contrôlent les logiciels industriels les plus avancés de la planète.
• L’IA appliquée à ces environnements réclame une compréhension intime de la mécanique des fluides, de la thermodynamique et des machines d’usine. Une startup californienne ne peut pas improviser ce savoir-faire sans des décennies de données d’ingénierie.

3. Les forteresses de données réglementées et fermées

La prochaine bataille ne se jouera plus sur le texte public d’Internet (qui est déjà presque entièrement épuisé), mais sur les données expertes non publiques :

• La santé : les registres cliniques hospitaliers européens, ultra-protégés par le secret médical et le RGPD, constituent un or noir pour l’entraînement d’IA médicales de diagnostic.
• L’énergie et les infrastructures : la gestion des réseaux électriques complexes, du ferroviaire ou de l’aéronautique (comme les flottes d’Airbus) génère des flux de télémétrie inaccessibles aux moteurs de recherche.

En verrouillant ces données chez des hébergeurs souverains ou dans des modèles verticaux spécialisés, ces nations s’assurent que les géants étrangers devront négocier à leurs conditions pour déployer leurs outils dans l’économie réelle.

Voie 3 : la stratégie du cheval de Troie vertical.

L’idée est simple : plutôt que de brûler des milliards pour concurrencer frontalement les géants sur des modèles généralistes, ces entreprises s’ancrent dans une niche précise. Elles accèdent à une situation quasi monopolistique et accumulent du cash, de l’expertise pointue et surtout des données propriétaires inaccessibles au scraping web, créant un tremplin vers des IA beaucoup plus puissantes.

Plusieurs domaines incarnent particulièrement cette dynamique :

1. Le jeu vidéo et la simulation : le berceau des « modèles de monde »

Pour dépasser le simple stade du texte et des statistiques, l’IA a besoin de comprendre la physique, la causalité, le temps et l’espace. Le jeu vidéo est l’environnement d’apprentissage idéal :

• Moteurs de jeu génératifs et agents autonomes : des acteurs comme Decart (qui a conçu un modèle générant un monde type Minecraft jouable en temps réel) ou des startups comme Altera développent des agents capables de collaborer, naviguer et résoudre des problèmes dans des environnements 3D complexes.
• Le potentiel de bascule : en entraînant des IA à survivre, construire et interagir dans des moteurs physiques, ces entreprises créent sans bruit les briques fondamentales des futurs modèles de monde (world models). C’est exactement le socle nécessaire pour la robotique humanoïde et l’AGI physique.

2. La domotique et l’IA embarquée (Edge AI)

Les géants du cloud partent du principe que toute l’intelligence doit résider dans des méga-centres de données. Les spécialistes de l’IA locale prennent le chemin inverse :

• Puces neuromorphiques et micro-modèles : des entreprises comme Hailo, SiMa.ai ou des concepteurs de modèles compacts de moins d’un milliard de paramètres cherchent à faire tourner de l’inférence complexe directement sur une caméra de surveillance, un thermostat ou un robot ménager, pour quelques watts.
• Le potentiel de bascule : l’acteur qui équipe des millions d’appareils domestiques capte la réalité physique (flux audio, cartographie spatiale des logements, routines réelles des utilisateurs) hors de portée de Google ou Meta. S’ils parviennent à fédérer cet apprentissage localement (federated learning), ils obtiennent un réseau décentralisé gigantesque.

3. L’infrastructure logicielle et le code autonome

C’est sans doute le secteur où le saut qualitatif est le plus brutal, car il touche à l’auto-amélioration récursive :

• Les ouvriers du code : des startups comme Cognition (les créateurs de Devin), Poolside ou Anysphere (Cursor) se concentrent exclusivement sur la capacité d’une IA à lire une base de code, trouver des bugs, tester et déployer du logiciel de bout en bout.
• Le potentiel de bascule : une IA capable d’écrire du code logiciel parfait et de concevoir des architectures informatiques devient capable d’optimiser les algorithmes d’IA eux-mêmes. Le jour où une petite équipe dispose d’un système qui améliore son propre pipeline logiciel 24h/24, l’avantage capitalistique des GAFAM commence à s’éroder.

4. La cybersécurité et la vérification formelle

Les grands modèles souffrent de probabilités et d’hallucinations, ce qui les rend inaptes aux systèmes critiques (réseaux électriques, armement, transactions financières).

• Des laboratoires spécialisés travaillent sur des IA couplées à des méthodes de vérification formelle — des systèmes capables de prouver mathématiquement qu’un programme est exempt de failles ou qu’un comportement est garanti à 100 %.
• Si une structure parvient à fiabiliser entièrement le raisonnement logique et symbolique, elle détiendra la clé de voûte pour déployer l’IA dans les infrastructures les plus stratégiques et lucratives de la planète.

Le danger pour les géants actuels ne vient pas d’une énième startup qui lève des fonds pour acheter des GPU Nvidia, mais d’acteurs de niche qui construiront un modèle de données ou d’architecture radicalement différent là où les géants ne regardent pas.

La course à l’intelligence artificielle générale ne consacre donc pas l’avènement d’un monde bipolaire étanche, mais celui d’un système asymétrique et interdépendant. Si les États-Unis et la Chine concentrent la lumière et les modèles finaux, leur puissance reste un colosse aux pieds d’argile, tributaire de la physique européenne, de la chimie japonaise, de la fonderie taïwanaise et des capitaux du Golfe.

Vouloir rattraper ce duopole sur son propre terrain — en empilant des puces et en brûlant des térawatts pour entraîner des modèles généralistes — est une bataille d’hier, coûteuse et perdue d’avance.
Pour le reste du monde, la souveraineté de demain ne consistera pas à cloner un modèle américain avec six mois de retard, mais à verrouiller les goulets d’étranglement industriels indispensables et à inventer les ruptures scientifiques qui rendront obsolète la force brute actuelle. À défaut d’écrire l’intégralité du scénario, c’est ainsi que les nations tierces garderont la main sur le bouton d’alimentation.