Dans la Compétition mondiale autour de l’Intelligence Artificielle, la dynamique s’est considérablement rééquilibrée. Selon les dernières données, la Chine combine une stratégie industrielle continue, un écosystème open source foisonnant et une capacité d’exécution à grande échelle qui bousculent les positions établies des États-Unis. Le “moment DeepSeek” a cristallisé ce basculement: la sortie de R1 en 2025, comparable aux meilleurs modèles américains, a déclenché une onde de choc, jusqu’à provoquer plus de 590 milliards de dollars de capitalisation en moins sur un leader des puces. Il est à noter que la suprématie technologique ne se mesure plus seulement à la performance de pointe, mais à l’aptitude à rendre l’IA disponible, modulable et abordable pour les entreprises et les administrations.
Ce repositionnement s’appuie sur une décennie d’investissements: du plan quinquennal 2016 à la feuille de route IA 2030, en passant par la création de plus de 2 300 programmes académiques dédiés en quelques années. Cette tendance souligne la montée en gamme rapide des acteurs chinois, malgré les contraintes d’accès aux puces de dernière génération. Si la Technologie et l’Innovation américaines restent au plus haut niveau, l’écosystème chinois capte l’élan du terrain: coûts d’usage comprimés, diffusion open source, adoption internationale. La question, désormais, n’est plus de savoir qui possède le modèle le plus puissant, mais qui déploiera l’IA de manière fiable et massive dans l’économie réelle.
IA et compétition mondiale: la Chine rattrape l’avance américaine
Derrière l’effervescence de la WAIC à Shanghai, un message s’impose: Pékin entend jouer le titre. Les signaux convergent, des grandes messes technologiques aux prises de position d’experts. Demis Hassabis estime par exemple que la Chine n’accuse “que quelques mois de retard” sur les États-Unis, rappelait récemment BFM Business. Selon les dernières données, la mise en scène industrielle lors de la conférence de Shanghai montre un appareil public-privé coordonné, comme l’a souligné La Presse.
De l’effet DeepSeek à la bataille des modèles
La sortie de DeepSeek R1 a montré que l’avance américaine ne se compte plus en années. Dans la foulée, la Chine a multiplié les annonces de modèles performants, tandis que les grandes plateformes américaines réévaluaient leurs stratégies entre modèles fermés et ouvertures partielles. Il est à noter que la dimension prix-performance s’impose comme un déterminant clé: pour l’utilisateur final, la baisse drastique des coûts d’inférence change la donne bien plus vite qu’un saut marginal de performance sur des benchmarks.
Au-delà des symboles, le fond reste macroéconomique: captation des usages, standardisation des API, et intégration dans les logiciels métiers. En 2026, la bascule n’est pas tant dans la Recherche fondamentale que dans la diffusion, ce que résume une autre analyse de contexte par Le Monde: la suprématie technologique passe par l’adoption à grande échelle.
Recherche, talents et formation: l’ascension chinoise structurée
La montée en puissance s’est faite par l’offre de Développement et de formation: plus de 2 300 programmes en IA ont vu le jour depuis 2018, catalysant un vivier de jeunes chercheurs. Hangzhou concentre des équipes issues de l’université du Zhejiang et de l’écosystème Alibaba, ce qui a permis à des laboratoires comme DeepSeek de recruter très tôt des profils prometteurs. Selon les dernières données, cette stratégie réduit la dépendance au “brain drain” et crée une filière locale allant de la Recherche au produit.
Étude de cas: quand une PME industrielle bascule dans l’IA
DeltaTech Shenzhen, PME fictive de composants mécatroniques, illustre le momentum: en 18 mois, l’entreprise a standardisé ses assistants internes sur des modèles ouverts (Qwen et Kimi) pour automatiser chiffrages et contrôles qualité. Résultat: -28 % sur les coûts d’ingénierie documentaire et cycle de prototypage réduit de 15 %. Ce saut de productivité tient autant à l’accès libre aux modèles qu’à la capacité d’itérer en interne sans dépendance contractuelle. Cette tendance souligne l’intérêt d’une pile technologique adaptable et financièrement soutenable.
Dans le même temps, l’ouverture de code et d’outils favorise une diffusion bien au-delà des frontières. Plusieurs analyses ont montré la vitesse d’appropriation par les communautés d’ingénieurs, un levier que confirment des décryptages centrés sur l’essor local de l’IA en Chine, comme cette synthèse.
Open source contre modèles fermés: le choc de la monétisation
Le différentiel de coûts est spectaculaire. DeepSeek a popularisé une facturation autour de 0,42 $/M tokens en sortie, quand certains modèles américains d’entrée de gamme tournaient autour de 2 $. Selon les dernières données, ce “prix plancher” est soutenu par une optimisation logicielle avancée et des financements non conventionnels: le propriétaire High Flyer a affiché 700 M$ de profits en 2025. IBM a intégré des briques open source chinoises dans WatsonX, et des plateformes internationales ont privilégié Qwen d’Alibaba pour leurs agents, signalant une bascule d’usage.
Il est à noter que l’open source a aussi reconfiguré la stratégie des poids lourds occidentaux: la gratuité partielle et les licences permissives ont bousculé les arbitrages internes, entre diffusion large et protection de la valeur. Cette tendance souligne un point macro: la création de valeur se déplace vers l’intégration sectorielle, le support et la gouvernance des modèles plutôt que vers la seule vente d’API.
Puces, capital et infrastructures: le nerf de la guerre
L’accès aux semi-conducteurs avancés demeure le principal goulot d’étranglement. Malgré certaines inflexions politiques, comme des autorisations ciblées évoquées autour de l’exportation de puces spécifiques vers la Chine — voir l’analyse dédiée sur l’évolution des contrôles — l’écart de puissance de calcul reste significatif. Des dirigeants techniques chinois estiment à “moins de 20 %” la probabilité de dépasser OpenAI ou Google DeepMind à court terme, faute de calcul suffisant. En parallèle, la monétisation demeure un angle mort: les revenus applicatifs captés à l’international restent inférieurs aux standards de la Silicon Valley, où le Cloud et l’IA dopent les résultats, comme le montre l’exemple récent d’Alphabet.
Le financement des “nouveaux entrants” chinois progresse mais à des niveaux en-deçà des équivalents américains: introductions remarquées de Minimax (+109 % à l’ouverture, 530 M€ levés) et de Zhipu (469 M€), mais valorisations globales toujours plus conservatrices. À l’inverse, la Chine dispose d’atouts structurels: coûts énergétiques plus bas, accélération des data centers, et une industrialisation rapide des usages métiers. Pour l’Europe, la double course Quantique-IA reste un défi, comme le rappelle cette perspective comparative, qui souligne le décalage d’investissement et d’infrastructures.
- Puissance de calcul : contrainte clé, déterminant la cadence d’entraînement et la taille des modèles.
- Capital : profondeur des marchés américains vs financement plus ciblé en Chine.
- Talents : formation accélérée et ancrage local limitant le “brain drain”.
- Données : abondance domestique et cas d’usage verticaux en expansion.
- Énergie et data centers : avantage de coûts et densité d’infrastructures propices au déploiement.
Soft power, gouvernance et équilibre mondial de l’IA
La bataille s’étend aux normes et à la gouvernance. À Shanghai, la Chine promeut une approche internationale de l’IA, reflétée par les échanges de la WAIC et relayée par RFI. Sur le terrain, l’adoption de modèles ouverts d’origine chinoise s’accélère hors des États-Unis — en Afrique, leur utilisation serait 2 à 4 fois plus élevée que dans certaines régions européennes. Les retombées de ce “soft power” technologique sont tangibles: communautés d’ingénieurs, administrations et PME disposent d’outils à faible coût d’entrée, favorisant un déploiement rapide.
Cette dynamique ne s’effectue pas en vase clos. Les États-Unis conservent une avance sur la R&D de pointe et la rentabilité des hyperscalers, mais la diffusion à coûts contenus façonne le marché. À mesure que la Chine multiplie les points d’ancrage open source, l’équilibre se déplace vers l’usage. Pour saisir l’ampleur de la recomposition en cours, voir aussi l’analyse sectorielle de Le Grand Continent, qui replace la trajectoire actuelle dans un cadre géoéconomique. En creux, une interrogation stratégique s’impose: la suprématie technologique se gagnera-t-elle par la performance marginale absolue ou par l’industrialisation de l’IA à grande échelle?
