L’histoire pourrait bien se répéter si la Chine transforme l’IA en une industrie abondante et guidée par les lois du marché. Faut-il s’inquiéter de voir l’intelligence artificielle devenir une nouvelle forme de ressource disponible en quantité quasi illimitée ? Lorsqu’une entreprise chinoise basée à Pékin, Zhipu, a publié un modèle de langage général (General Language Model, GLM) en open source capable de rivaliser avec Claude d’Anthropic et ChatGPT d’OpenAI à un prix bien inférieur, une question familière s’est imposée : assistons-nous à la naissance d’une nouvelle forme d’intelligence, ou à la répétition d’un schéma déjà vu dans le passé ? Les entreprises occidentales comme Microsoft et NVIDIA ont longtemps misé sur l’idée que les modèles d’IA étaient rares, coûteux et contrôlés par ceux qui les entraînent. Cette rareté a été un pilier de leur succès financier, leur permettant de conserver un avantage concurrentiel sur le marché. Pourtant, si un modèle d’IA puissant peut être téléchargé et utilisé gratuitement, la valeur de sa détention s’effrite considérablement. L’Europe a déjà connu ce scénario avec l’industrie solaire : après avoir développé le secteur, elle a vu ses fabricants disparaître lorsque des entreprises chinoises ont inondé le marché de produits moins chers. L’approche chinoise en matière d’IA n’a rien de nouveau. Elle s’inscrit dans un schéma observé dans d’autres industries, où l’innovation occidentale est d’abord développée, puis reproduite à grande échelle par des firmes chinoises. Dans ces cas, des banques d’État financent les usines nécessaires, et les produits résultants sont vendus à des prix sous-coupant ceux des concurrents occidentaux. Cette stratégie, peu rentable pour les investisseurs privés, sert des objectifs politiques comme l’emploi, le prestige et la domination stratégique. Lorsque des entreprises soutenues par l’État peuvent se permettre de fonctionner à perte, elles fixent des prix que les entreprises privées peinent à égaler. Les conséquences de cette approche sont évidentes. Si les modèles d’IA deviennent abondants et bon marché, l’avantage financier des innovateurs originaux s’amenuise. Cela pourrait menacer les prochaines introductions en Bourse (IPO) d’entreprises comme Anthropic et OpenAI, qui misent sur l’amélioration de leurs bénéfices opérationnels. Par ailleurs, l’adoption de la technologie IA dépend aussi de son coût. Si les laboratoires américains dominent les benchmarks d’excellence, les systèmes qui finissent par être massivement utilisés sont souvent ceux qui sont suffisamment performants et peu coûteux. À l’inverse des technologies comme les panneaux solaires ou les véhicules électriques, qui évoluent progressivement avec des gains d’efficacité et de rentabilité, l’IA suit une trajectoire différente. Ces technologies obéissent à la loi de Moore, selon laquelle la puissance de calcul double environ tous les deux ans tandis que les coûts baissent. Des tendances similaires s’observent dans d’autres domaines, conduisant à une concurrence accrue et, finalement, à la marchandisation de ces produits. Les modèles d’IA, eux, fonctionnent différemment. Ils sont entraînés une fois pour toutes et appliquent ensuite ce qu’ils ont appris. Contrairement au cerveau humain, qui s’adapte en continu, les modèles actuels d’IA nécessitent un nouveau cycle d’entraînement avec davantage de données, de puissance de calcul et d’énergie pour gagner en capacité. Ils restent donc des systèmes fermés, limités dans leurs performances une fois l’entraînement terminé. Si les modèles d’IA devaient évoluer en continu, à l’image du cerveau humain, le paysage technologique serait radicalement transformé. De tels systèmes accumuleraient leurs avantages plutôt que de rivaliser pour les ressources. En attendant, l’avantage concurrentiel des modèles d’IA risque de s’éroder, comme cela s’est produit pour d’autres technologies. La valeur se déplacera alors de la possession d’un modèle d’IA vers la création d’applications et de systèmes innovants qui l’exploitent. La Chine est déjà en tête dans cette voie, prouvant que la véritable valeur réside dans l’usage qui est fait de l’IA, et non dans le simple niveau de «智能 » (intelligence) des modèles.