IA chinoise : la puissance par la diffusion

Il y a un an, l’ambition chinoise pouvait encore se lire de l'extérieur comme un horizon qui consistait à faire de l’intelligence artificielle un moteur de transformation de l’ensemble de l’économie à l’horizon 2035. En 2026, le plan commence à prendre corps et, derrière la multiplication des modèles, des agents et des applications, apparaît une stratégie cohérente qui organise les conditions de la diffusion de l’IA.

La compétition sino-américaine se ramène encore à une course aux modèles via les performances, paramètres, investissements, semi-conducteurs, la puissance de calcul. À l’heure où nous écrivons ces lignes, ces critères ne suffisent plus à les distinguer. Selon le Stanford AI Index 2026, l’écart de performance entre les meilleurs modèles américains et chinois s’est fortement réduit. En mars 2026, le meilleur modèle américain ne conservait plus qu’un avantage de 2,7 % selon les métriques retenues par Stanford. Les États-Unis disposent pourtant toujours d’une avance considérable en matière d’investissement privé : 285,9 milliards de dollars en 2025, contre 12,4 milliards en Chine — une comparaison qui ne capture toutefois pas l’ensemble des financements publics et parapublics chinois. La course à l'adoption s’est alors engagée simultanément.

Du meilleur modèle à l’IA partout

Le programme chinois « AI+ » fournit une première clé de lecture. Son ambition n’est pas de faire de l’intelligence artificielle une industrie technologique supplémentaire, mais de la faire pénétrer dans l’ensemble de l’appareil économique.

Le plan « AI + Manufacturing », publié début 2026, en donne une traduction concrète. À l’horizon 2027, Pékin prévoit notamment l’utilisation approfondie de trois à cinq grands modèles généralistes dans l’industrie, le déploiement de 1 000 agents industriels, la constitution de 100 jeux de données industriels de haute qualité et la diffusion de 500 cas d’usage représentatifs.

Le modèle n’est donc qu’un étage. Sous lui se trouvent les puces, le calcul, les données et le cloud. Au-dessus apparaissent les agents, les applications, les équipements et les processus industriels. Autour se construisent les standards, les règles de sécurité et les communautés de développeurs.

L’ajout de l’exécution dans la chaîne n’est pas anodin car la diffusion change elle-même de nature. Lorsque l’IA devient agentique, diffuser un modèle ne consiste plus seulement à diffuser une capacité de génération. C’est progressivement diffuser une capacité d’action et accéder à des outils et à des données, interagir avec des environnements numériques, déclencher des opérations et s’insérer dans des chaînes de décision. La bataille de la diffusion rejoint ainsi celle des conditions de l’exécution.

L’objectif n’est plus seulement d’améliorer la capacité de l’IA. Il est de réduire la distance entre cette capacité et son utilisation dans l’économie réelle. Cette stratégie rencontre d’ailleurs une réalité matérielle chinoise. Le pays domine les installations de robots industriels et, selon les données officielles publiées à l'été 2026, plus de 30 % des entreprises manufacturières chinoises au-dessus d’une certaine taille utilisent désormais des technologies d’intelligence artificielle.

L’open source change de fonction

C’est ici que l’essor des modèles chinois ouverts — ou plus précisément open-weight pour nombre d’entre eux — prend une dimension stratégique. Ainsi, opposer une Chine « open source » à des États-Unis « propriétaires » est désormais plus que réducteur. L’écosystème américain possède lui aussi une communauté open source considérable, tandis que les entreprises chinoises combinent technologies ouvertes et propriétaires. La différence se situe plutôt dans la fonction que l’ouverture peut remplir.

DeepSeek, Qwen et d’autres familles de modèles chinois abaissent les barrières d’entrée pour les développeurs et les entreprises qui souhaitent adapter, spécialiser ou intégrer une IA. Le modèle peut circuler, être modifié, localisé et être inséré dans de nouveaux environnements.

Dans cette architecture, toute la valeur ne doit donc pas nécessairement être captée au niveau du modèle. Un modèle largement accessible peut favoriser l’utilisation d’un cloud, appeler des outils compatibles, mobiliser une infrastructure de calcul, entrer dans des équipements, accélérer l’apparition d’applications industrielles et progressivement diffuser des interfaces ou des standards.

Un signal supplémentaire vient d’ailleurs de confirmer cette logique. Fin septembre, DeepSeek et Huawei ont annoncé travailler ensemble à des outils de programmation optimisés pour les puces Ascend. Une partie de cette infrastructure logicielle doit être ouverte, notamment des bibliothèques de calcul et de communication ainsi que TileLang, langage destiné à faciliter la programmation des accélérateurs. L’enjeu dépasse donc le modèle puisqu' il concerne également la possibilité de construire un environnement logiciel capable de réduire la dépendance à l’écosystème CUDA de Nvidia.

L’ouverture peut ainsi contribuer à faire circuler non seulement un modèle, mais les composants de l’environnement dans lequel il fonctionne.

L’open source devient une infrastructure de diffusion

Le raisonnement change alors. Dans un marché où les performances tendent à converger, la question n’est plus seulement de savoir qui possède le modèle le plus puissant, mais quel écosystème sera le plus facile à adopter ?

Ouvrir, diffuser, intégrer

La politique chinoise de 2026 rend cette logique plus explicite encore. Le plan industriel prévoit la construction d’un écosystème open source de rang mondial et demande parallèlement aux fournisseurs de cloud et aux entreprises spécialisées dans l’intégration de se connecter aux communautés ouvertes afin d’accélérer le déploiement de l’IA dans l’industrie.

Les chiffres officiels donnent une indication de l’échelle recherchée. À l’été 2026, les autorités chinoises affirmaient que les modèles d’IA open source développés dans le pays avaient dépassé dix milliards de téléchargements cumulés dans le monde. Le chiffre est à considérer comme une donnée officielle et non comme une mesure indépendante de l’adoption effective. Pékin ne communique plus seulement sur la performance de ses modèles puisqu'il en mesure également la circulation.

En juillet 2026, la Chine a rapidement publié un plan de coopération internationale en matière d’intelligence artificielle. Le document associe huit dimensions : données, puissance de calcul, écosystèmes open source, applications, talents, règles et standards, sécurité et gouvernance, éthique.

Il prévoit notamment la constitution de corpus multilingues, la fourniture de services de calcul aux pays en développement, la création de communautés open source internationales et le partage de grands modèles, d’algorithmes et de composants. Le texte encourage même les différents pays à réaliser leurs propres innovations locales à partir de modèles ouverts.

L’open source change alors d’échelle. Il peut devenir le vecteur d’internationalisation d’un écosystème technologique. Un pays n’a pas nécessairement besoin d’acheter un système chinois entièrement fermé pour entrer dans cet environnement. Il peut adopter un modèle, le localiser dans sa langue, former ses développeurs, accéder à des capacités de calcul, utiliser des composants compatibles puis construire progressivement ses propres applications. L’adoption peut précéder l’écosystème.

Le Sud global, terrain d’acculturation

Cette dimension est essentielle pour comprendre la continuité de la stratégie chinoise. La diffusion n’est pas seulement géostratégique ; elle passe également par une politique d’acculturation. Former des ingénieurs, fournir des capacités de calcul, favoriser la constitution de corpus locaux, permettre l’adaptation des modèles et multiplier les applications créent progressivement des compétences, des usages et des communautés techniques.

Lors de la World Artificial Intelligence Conference organisée à Shanghai en juillet 2026, Xi Jinping a annoncé 5 000 opportunités de formation et de séminaires consacrés à l’IA pour les pays en développement sur les cinq prochaines années. Pékin prévoit parallèlement des centres internationaux de coopération applicative avec l’ASEAN, l’Union africaine, la Ligue arabe, la CELAC, l’Organisation de coopération de Shanghai et les BRICS.

Cette politique ne consiste donc pas seulement à exporter une technologie. Elle contribue à créer les conditions humaines et techniques permettant à cette technologie d’être comprise, adaptée puis utilisée localement. C’est une différence importante à prendre en compte car l’adoption d’un écosystème ne commence pas nécessairement avec une dépendance, mais peut commencer par une compétence.

De la diffusion aux standards

Les standards constituent l’étape suivante. Le plan AI + Manufacturing prévoit explicitement de renforcer les normes relatives à la sécurité, à la gouvernance, aux interactions entre matériel et logiciel et aux applications.

Le dispositif international présenté en juillet va plus loin encore et propose de coordonner les systèmes de normes, de favoriser leur interopérabilité et de renforcer l’alignement entre stratégies de développement, règles de gouvernance et standards techniques.

Cette stratégie rencontre toutefois sa propre limite. Plus les modèles chinois circulent, plus leur capacité de diffusion dépend de la confiance accordée à leur gouvernance. La sûreté, la transparence des évaluations et la compatibilité avec les cadres réglementaires étrangers deviennent à leur tour des conditions d’accès aux marchés. Diffuser suppose donc désormais davantage qu’ouvrir les modèles ; il faut rendre leur circulation acceptable.

Un troisième élément rend cette stratégie plus concrète encore. Ainsi, la Chine prévoit de mettre son système d’alerte météorologique alimenté par l’intelligence artificielle, MAZU, à la disposition de trente pays. Le cas est intéressant parce qu’il permet d’observer le passage de la doctrine à l’usage. Il ne s’agit plus seulement de proposer une formation ou un modèle. Une capacité d’IA vient répondre à une fonction concrète — ici l’anticipation météorologique — dans un environnement qui vise à construire des compétences locales.

La Chine ne propose donc pas seulement au Sud global d’utiliser ses technologies. Elle contribue à créer les conditions permettant à des pays d’apprendre, calculer, développer, déployer puis gouverner l’IA. Le modèle est ainsi rendu acceptable.

Somme toute, la norme n’est pas seulement un texte élaboré en amont de la technologie. Elle peut aussi prolonger un environnement technique déjà largement utilisé. Celui qui diffuse les outils contribue à installer les pratiques. Celui qui installe les pratiques se trouve ensuite mieux placé pour participer à l’écriture des standards qui permettront de les relier. La puissance normative ne passe plus seulement par le droit et commence déjà par un dépôt de modèles et désormais, par l'organisation de la gouvernance

La conférence de Shanghai de juillet 2026 ajoute un étage supplémentaire à cette architecture

La Chine n’y a pas seulement défendu l’ouverture de ses écosystèmes en matière d'IA, elle a relié dans un même dispositif, accès aux données, calcul, open source, applications, formation, standards et gouvernance internationale. Et surtout, la conférence a vu la création de la World Artificial Intelligence Cooperation Organization, WAICO, dont le siège doit être établi à Shanghai. Vingt-neuf États ont signé l’accord fondateur. L’organisation se donne notamment pour objectif d’aider les pays du Sud global à renforcer leurs capacités en matière d’innovation, d’application et de gouvernance de l’intelligence artificielle.

Ainsi, après avoir diffusé les capacités et favorisé leur adoption, il devient possible de participer à l’organisation de l’espace dans lequel elles circulent. Cette stratégie ne naît pas à Shanghai. Dès le premier Global Dialogue on AI Governance des Nations unies, organisé à Genève en juillet, la Chine avait défendu trois principes déjà familiers : réduction de l’AI divide, renforcement des capacités et rôle central de l’ONU. Elle y ajoutait le droit pour les États de choisir leurs technologies sans être contraints de rejoindre un camp.

Deux mois plus tard, cette question revient au Conseil de sécurité des Nations unies

Le 23 septembre, Sam Altman, dirigeant d’OpenAI, et Dario Amodei, dirigeant d’Anthropic, ont appelé à une coopération internationale accrue face aux capacités et aux risques des systèmes les plus avancés. Sam Altman a notamment estimé que les décisions les plus importantes concernant l’IA ne pouvaient être laissées aux seuls laboratoires technologiques. Dario Amodei a appelé à des standards communs d’évaluation de certains risques.

La position du gouvernement américain reste pourtant différente. À la même séance, Washington s’est opposé à la création d’une nouvelle architecture mondiale de régulation, privilégiant le renforcement des capacités nationales et le partage de bonnes pratiques. Quelques jours plus tard, la Maison-Blanche et plusieurs dirigeants des grands acteurs américains de l’IA ont souscrit à un dispositif volontaire reposant notamment sur des contrôles internes, des évaluations indépendantes et une supervision au niveau des conseils d’administration. Plutôt qu’une nouvelle autorité supranationale, l’administration américaine privilégie à ce stade, une gouvernance largement portée par l’écosystème producteur, sous contrôle extérieur et public.

La Chine, de son côté, a de nouveau défendu la coopération internationale, l’amélioration des cadres de gouvernance et une approche associant développement et sécurité.

La compétition ne porte désormais plus seulement sur celui qui produira les meilleurs modèles, disposera du plus de calcul ou diffusera le plus largement ses technologies. Elle atteint aussi les lieux dans lesquels seront discutées les conditions de leur circulation et de leur gouvernance.

Deux architectures de puissance

La comparaison avec les États-Unis devient dès lors plus subtile qu’une opposition entre modèles ouverts et fermés. A l'heure actuelle, les États-Unis disposent toujours d’avantages considérables : hyperscalers mondiaux, capital, semi-conducteurs avancés, plateformes, laboratoires de frontière et infrastructures capables d’héberger, sélectionner et distribuer les modèles. Et le développement rapide des agents renforce encore cette architecture. La valeur se déplace progressivement de la seule production d’intelligence vers la capacité à lui donner accès aux outils, aux données, aux applications et aux environnements dans lesquels elle peut agir.

Deux logiques apparaissent ainsi, sans être exclusives

Les États-Unis excellent dans l’orchestration des points de passage. La Chine cherche à accroître sa capacité d’intégration et de diffusion.

Dans la première architecture, une part importante de la valeur se concentre dans les infrastructures qui hébergent, sélectionnent, distribuent et rendent accessibles les capacités. Dans la seconde, l’adoption de l’écosystème dans lequel elle vient prendre place constitue un véritable levier. La séquence de 2026 montre que la diffusion chinoise de l'IA s'accompagne en parallèle de programmes de formations, de coopérations et de standards qui sont autant de lieux de dialogue susceptibles d’accompagner leur internationalisation.

Ce n’est donc pas nécessairement au même endroit de la chaîne de valeur que doit se former la rente pour produire de la puissance. Et ce n’est plus nécessairement par le seul contrôle de la technologie que se construit l’influence.

2035 commence maintenant

C’est peut-être ainsi qu’il faut relire l’ambition chinoise à l'horizon 2035. Une économie profondément transformée par l’IA ne sera pas seulement une économie possédant de très bons modèles. Elle sera une économie dans laquelle l’intelligence artificielle sera devenue suffisamment accessible, intégrée et interopérable pour se fondre dans l’infrastructure ordinaire de production, de décision et d’action.

Le véritable indicateur ne sera donc plus seulement de savoir quel pays possède, à un instant donné, le modèle le plus performant. Il faudra regarder où les modèles s’installent, sur quelles infrastructures ils fonctionnent, quels agents les utilisent, quelles entreprises les intègrent, quels développeurs apprennent à construire avec eux, quels standards finissent par les relier — et dans quelles enceintes les règles de leur circulation seront discutées.

La Chine semble ainsi explorer une autre propriété de la puissance numérique pour devenir incontournable en contrôlant la rareté et les points de passage. Mais Pékin peut aussi abaisser le coût de l’adoption pour augmenter la surface de diffusion. Dans cette stratégie, l’open source pourrait devenir un nouveau vecteur de puissance.

Sources et références

• Stanford Institute for Human-Centered AI, AI Index Report 2026.

• Ministère chinois de l’Industrie et des Technologies de l’information / National Data Administration, AI + Manufacturing Special Action Implementation Opinions, janvier 2026.

• National Development and Reform Commission et autorités chinoises, Artificial Intelligence Cooperation and Development Action Plan, juillet 2026.

• Ministry of Foreign Affairs of the People’s Republic of China, Chair’s Statement of the 2026 World Artificial Intelligence Conference & High-Level Meeting on Global AI Governance, juillet 2026.

• Documents officiels relatifs à la création de la World Artificial Intelligence Cooperation Organization (WAICO), Shanghai, juillet 2026.

• Nations unies, Global Dialogue on AI Governance, Genève, juillet 2026.

• Nations unies, Conseil de sécurité, séance consacrée à l’intelligence artificielle et à la sécurité internationale, 23 septembre 2026.

• Reuters, couverture de la séance du Conseil de sécurité du 23 septembre 2026 et des développements américains de fin septembre.