Les ambitions de la Chine en matière d'IA mises à l'épreuve : pourquoi des milliards d'investissements sont gaspillés

Bien plus qu'une simple guerre des puces : la véritable raison du ralentissement de l'offensive chinoise en matière d'IA

La République populaire de Chine poursuit avec une détermination vertigineuse son objectif de devenir la première superpuissance mondiale en intelligence artificielle d'ici 2030. Si les déclarations officielles esquissent un avenir radieux où 90 % de l'économie fonctionnera grâce à l'IA et où les systèmes intelligents imprégneront tous les aspects de la société, une réalité bien plus complexe se dessine en coulisses. L'offensive chinoise en matière d'IA se heurte à des problèmes structurels fondamentaux qui vont bien au-delà des restrictions américaines, largement commentées, sur les exportations de puces. Un déficit de plus de cinq millions de travailleurs qualifiés, une infrastructure technologique fragmentée, de profondes inégalités régionales et une consolidation imminente du marché constituent autant de défis existentiels pour les ambitions de Pékin.

Les parallèles avec les problèmes de transition énergétique de l'Allemagne sont frappants. De même que l'Allemagne risque de compromettre son avenir numérique faute de capacité de réseau, la Chine est confrontée à un autre type de déséquilibre infrastructurel. Si la construction de centres de données est impossible à Francfort en raison d'un manque de raccordements électriques, des installations ultramodernes dans les provinces de l'ouest chinois restent largement inexploitées, faute d'infrastructures en aval, de personnel qualifié et de demande réelle. Dans les deux cas, une vérité fondamentale des politiques technologiques modernes se révèle : des investissements colossaux dans des composants individuels sont vains si le système global n'est pas développé de manière cohérente.

Convient à:

• La Chine et le Neijuan du surinvestissement systématique : le capitalisme d'État comme accélérateur de croissance et piège structurel

Le piège du talent

La principale faiblesse de la stratégie chinoise en matière d'IA réside peut-être dans la pénurie dramatique de main-d'œuvre qualifiée. Le ministère des Ressources humaines et de la Sécurité sociale estime ce déficit à plus de cinq millions de personnes, soit un ratio offre/demande ahurissant de un pour dix. Au premier semestre 2025, les offres d'emploi liées à l'IA ont explosé de 37 % par rapport à la même période de l'année précédente. Les ingénieurs en robotique et les développeurs d'algorithmes étaient particulièrement recherchés, les offres d'emploi pour ces postes ayant augmenté de plus de 50 %. Ces chiffres ne témoignent pas d'une croissance saine, mais plutôt d'une course effrénée pour des ressources rares.

McKinsey prévoit que la demande chinoise de spécialistes en IA atteindra six millions d'ici 2030, tandis que les universités chinoises et les Chinois d'outre-mer de retour au pays ne pourront en fournir, au mieux, que deux millions. Il en résulte un déficit de quatre millions de travailleurs hautement qualifiés, qui risque de s'accroître encore, le taux de natalité chinois étant en baisse depuis des années. Selon les projections de l'ONU, la population en âge de travailler devrait diminuer de 180 millions d'ici 2050 par rapport à 2023, tandis que la population vieillit rapidement. L'âge moyen de la population active dépassera les 45 ans. La Chine se trouve ainsi prise dans un dilemme démographique, tiraillée entre les économies émergentes comme le Vietnam et les pays industrialisés vieillissants comme le Japon.

À première vue, on pourrait croire que la Chine regorge de diplômés. De fait, les universités chinoises produisent environ 1,4 million de diplômés en sciences, technologies, ingénierie et mathématiques (STEM) chaque année. Pourtant, la réalité révèle un contraste saisissant. La recherche de pointe et le développement de modèles innovants requièrent avant tout des doctorants. Or, le nombre de doctorants spécialisés en intelligence artificielle demeure relativement faible, ce qui engendre une concurrence féroce pour les meilleurs talents. Les chercheurs expérimentés en apprentissage automatique travaillant pour les géants de la tech perçoivent désormais des salaires à sept chiffres en yuans. Les jeunes entreprises, quant à elles, signalent que des postes clés en recherche et développement restent vacants pendant des mois, ce qui retarde considérablement le développement de leurs produits.

Le problème est exacerbé par la nature spécifique de l'intégration de l'IA. Contrairement à la révolution mobile des années 2010, où les technologies de base étaient déjà fonctionnelles et où les investissements étaient principalement nécessaires pour l'acquisition d'utilisateurs et le développement logistique, la mise en œuvre de l'IA exige une recherche et un développement continus et adaptés au contexte. Un hôpital ne peut pas se contenter d'installer ChatGPT et de parler de soins de santé basés sur l'IA. Il faut des mois, voire des années, de développement pour prendre en compte les flux de travail médicaux, la conformité réglementaire et l'intégration aux systèmes existants. Sans financement de la part des patients pour ces cycles de développement pluriannuels, la plupart des projets d'IA+ s'enlisent avant même d'avoir résolu les principaux défis de mise en œuvre.

Le manque d'expertise interdisciplinaire s'avère particulièrement problématique. Une étude de l'Université Renmin datant de 2024 a révélé que la Chine souffre d'une pénurie de talents de haut niveau, notamment de scientifiques et de professionnels de l'IA possédant une expertise transversale. L'intégration de l'IA dans les industries traditionnelles exige des individus dotés à la fois d'une solide compréhension technique et d'une connaissance approfondie du secteur. Un système d'IA agricole nécessite des développeurs maîtrisant l'agronomie. Un système d'IA financier requiert des experts connaissant les exigences réglementaires. Ces compétences interdisciplinaires sont rares à l'échelle mondiale, mais particulièrement en Chine.

Les entreprises réagissent par diverses stratégies. Certaines recrutent activement à l'étranger, assouplissent les restrictions liées au hukou et tentent de rapatrier les talents expatriés. D'autres investissent massivement dans des programmes de formation interne. Le gouvernement encourage le développement des cursus d'IA dans les universités. Plus de cinq cents universités chinoises ont mis en place des formations diplômantes en IA depuis 2018. Cependant, les transformations culturelles et éducatives prennent du temps. Malgré l'accélération des efforts, la pénurie de talents continuera de peser sur l'écosystème chinois de l'IA pendant la prochaine décennie.

La dimension géopolitique aggrave encore le problème. Si les universités chinoises réalisent des progrès considérables dans l'enseignement de l'IA, les pôles technologiques mondiaux continuent d'attirer les meilleurs talents. L'incertitude liée à la réglementation gouvernementale, au contrôle idéologique et aux restrictions perçues de la liberté académique incite certains talents à émigrer ou à rester en Chine. Bien que la Chine compte 47 % des chercheurs en IA les plus éminents au monde et détient 50 % des brevets en IA, ces chiffres impressionnants ne sauraient masquer le fait que l'ampleur de la demande dépasse largement les ressources disponibles.

Crise des infrastructures malgré des investissements massifs

L'infrastructure chinoise d'IA présente un paradoxe monumental. D'une part, le pays a annoncé ou construit plus de 250 nouveaux centres de données dédiés à l'intelligence artificielle entre 2023 et 2024. Des investisseurs publics et privés ont injecté des milliards dans l'expansion de cette infrastructure numérique. D'autre part, des sources locales indiquent que jusqu'à 80 % de cette nouvelle capacité de calcul reste inutilisée. Le taux d'utilisation de nombreux centres de données intelligents stagne entre 20 et 30 %. Des installations qui ont coûté des milliards sont en grande partie sous-utilisées, tandis que leurs exploitants recherchent désespérément des clients et que les coûts constants de refroidissement, d'électricité et de maintenance pèsent lourdement sur leurs finances.

Cette situation absurde résulte d'une combinaison de pressions politiques, de spéculation excessive et d'erreurs d'appréciation fondamentales. Suite à l'éclatement de la bulle immobilière et au ralentissement économique induit par la COVID-19, les collectivités locales ont cherché désespérément de nouveaux moteurs de croissance. L'enthousiasme suscité par ChatGPT fin 2022 a fait apparaître l'IA comme la solution idéale. Dès 2023, plus de 500 projets de centres de données ont été proposés à travers le pays. Les autorités locales ont activement promu ces initiatives, espérant dynamiser leurs économies régionales. Les entreprises publiques, les fonds d'investissement publics, ainsi que les entreprises et investisseurs privés ont embrassé avec enthousiasme cet avenir supposément radieux.

Cependant, comme c'est souvent le cas pour les projets menés à la hâte, la planification réaliste faisait souvent défaut. De nombreuses installations ont été construites sans tenir compte de la demande réelle ni des normes techniques. Les ingénieurs possédant l'expérience requise étaient rares, et de nombreux dirigeants s'appuyaient sur des intermédiaires qui gonflaient les prévisions ou exploitaient les procédures d'approvisionnement pour obtenir des subventions. En conséquence, de nombreux nouveaux centres de données n'ont pas répondu aux attentes : coûteux à exploiter, difficiles à remplir et techniquement inadaptés aux charges de travail modernes de l'IA.

Convient à:

• L'IA Boom en Chine ou l'éclatement de la bulle AI est-elle maintenant? Des centaines de nouveaux centres de données sont vides

Un problème majeur réside dans le type d'infrastructure construit. De nombreux centres de données ont été conçus pour l'entraînement de grands modèles de langage et, par conséquent, implantés dans les provinces de l'Ouest, où l'énergie est moins chère. Cette approche s'inscrivait dans le cadre de l'initiative « Eastern Data Western Computing », qui visait à transférer le traitement des données des zones métropolitaines congestionnées de l'Est vers les régions riches en ressources de l'Ouest. Cependant, lorsque la demande est passée de l'entraînement pur et simple des modèles à l'inférence (l'application pratique des modèles entraînés), de nombreuses installations occidentales se sont révélées inadaptées. L'inférence requiert généralement des configurations matérielles différentes : des puces plus rapides et plus réactives, privilégiant la faible latence et l'efficacité à la simple puissance de calcul. De plus, l'inférence doit être effectuée à proximité des utilisateurs finaux, c'est-à-dire dans les grandes villes de l'Est. Ainsi, les centres de données occidentaux sont souvent conçus pour des tâches inadaptées et situés dans des zones inappropriées.

En réponse, Pékin a annoncé la construction d'un centre de données dédié à l'inférence à Wuhu, dans le sud-est du pays, afin de desservir les grandes métropoles comme Shanghai, Hangzhou et Nankin. Mais ce n'est qu'une goutte d'eau dans l'océan. Le mauvais investissement des ressources dans des infrastructures inadaptées a immobilisé des milliards de dollars qui auraient pu être utilisés plus efficacement ailleurs. Certains projets n'ont apparemment jamais eu pour objectif de générer des profits grâce à la puissance de calcul. Plusieurs rapports et sources internes confirment que certaines entreprises ont utilisé des centres de données d'IA pour bénéficier de subventions publiques sur l'énergie verte ou sur des terrains. Dans certains cas, l'électricité réservée a été revendue au réseau alors que les bâtiments restaient inoccupés. Fin 2024, la plupart des acteurs du secteur cherchaient à tirer profit des incitations politiques plutôt que de se consacrer pleinement au développement de l'IA.

Les pénuries de matériel informatique aggravent encore la situation. Malgré un soutien gouvernemental massif au développement national de puces, les entreprises chinoises spécialisées en IA restent fortement dépendantes des technologies étrangères. Les États-Unis contrôlent plus de 70 % de la puissance de calcul mondiale et utilisent des restrictions à l'exportation pour limiter l'accès de la Chine aux puces de pointe comme la H100 de Nvidia et aux technologies d'encapsulation essentielles. Le déficit d'approvisionnement en puces d'IA de la Chine devrait dépasser les 10 milliards de dollars d'ici 2025. Les alternatives nationales, telles que l'Ascend 910B de Huawei, sont moins performantes pour l'entraînement de grands modèles de langage. De plus, les clusters d'IA avancés nécessitent non seulement des puces, mais aussi des interconnexions de haute technologie reliant des dizaines de milliers de processeurs. Les entreprises américaines conservent leur leadership en matière de conception de systèmes.

Les entreprises chinoises ont acheté près d'un million de processeurs Nvidia HGX H20 rien qu'en 2024. Cette dépendance persiste car l'envergure de l'offre de Nvidia et la maturité de sa suite logicielle CUDA créent un cercle vicieux pour l'industrie chinoise de l'IA. Le matériel domestique souffre d'un manque de volume et de soutien de la part des développeurs. DeepSeek a tenté d'entraîner son modèle R2 sur les puces Ascend de Huawei, mais a dû se rabattre sur le matériel Nvidia en raison de l'instabilité des performances, de la faiblesse des interconnexions et de l'immaturité de CANN. Même si les fabricants chinois pouvaient inonder le marché de NPU Ascend ou de GPU à plus de 1000 cœurs, la faiblesse de leur suite logicielle les rendrait peu attractifs pour les développeurs.

L'écosystème logiciel des puces d'IA chinoises est nettement moins développé que son homologue occidental. CUDA de Nvidia bénéficie de plus de quinze ans de documentation et d'améliorations, d'une large base d'utilisateurs et d'une intégration robuste avec des frameworks d'apprentissage automatique populaires comme PyTorch et TensorFlow. Le framework CANN de Huawei, quant à lui, n'a été introduit qu'en 2019, douze ans après CUDA. Les développeurs le décrivent souvent comme bogué, instable et mal documenté, avec des plantages fréquents à l'exécution et une intégration tierce limitée. Ces problèmes n'empêchent pas les entraînements à grande échelle sur du matériel chinois, mais ils les rendent considérablement plus coûteux.

L'absence de normes communes entre les différents fabricants de puces chinois fragmente davantage le marché. Chaque fabricant possède sa propre pile logicielle de bas niveau, incompatible avec les autres. Les principaux frameworks d'IA sont principalement compatibles avec les puces Nvidia. Les puces d'IA chinoises doivent s'adapter à de multiples frameworks, et chaque mise à jour nécessite une adaptation répétée. Il en résulte des opérateurs et des optimisations manquants pour les grands modèles, ce qui peut empêcher leur exécution ou les rendre inefficaces, des écarts de précision dus aux différences d'architecture et d'implémentation logicielle, ainsi que des coûts de portage élevés pour permettre l'entraînement de modèles à grande échelle sur les puces chinoises.

L'Alliance pour l'innovation de l'écosystème modèle-puce, fondée à l'été 2025, s'attaque à ce problème. Elle réunit Huawei, Biren Technologies, Enflame, Moore Threads et d'autres acteurs dans le but de construire une pile d'IA entièrement localisée, connectant matériel, modèles et infrastructure. Le succès repose sur l'interopérabilité, grâce à des protocoles et des frameworks partagés, et sur la réduction de la fragmentation de l'écosystème. Si l'unification des logiciels de bas niveau peut s'avérer complexe en raison des différences d'architectures, une standardisation de niveau intermédiaire semble plus réaliste. En se concentrant sur des API et des formats de modèles communs, le groupe espère rendre les modèles portables sur les plateformes nationales. Les développeurs pourraient ainsi écrire du code une seule fois et l'exécuter sur n'importe quel accélérateur chinois. Cependant, tant que ces normes ne seront pas pleinement établies, la fragmentation obligera chaque entreprise à gérer simultanément de multiples problèmes sur plusieurs fronts, au sein d'un marché saturé.

Huawei a rendu CANN open source début août 2025, probablement dans le cadre de son engagement envers la nouvelle alliance ou dans le but plus général de faire de sa gamme Ascend 910 la plateforme de référence pour les entreprises chinoises. Jusqu'alors, le kit d'outils d'IA de Huawei pour les NPU Ascend était distribué de manière limitée. La maturité de CANN est inférieure à celle de CUDA, principalement en raison de l'absence d'une base installée large et stable de processeurs Ascend en dehors des projets propres à Huawei. Les développeurs suivent l'échelle, et CUDA est devenu dominant grâce aux millions de GPU Nvidia livrés et largement disponibles, justifiant ainsi les investissements dans l'optimisation, les bibliothèques et le support communautaire. Huawei et d'autres développeurs chinois ne peuvent pas livrer des millions de NPU Ascend ou de GPU Biren en raison des sanctions américaines.

L'infrastructure énergétique présente un tableau contrasté. La Chine a étendu son réseau électrique quatre-vingts fois plus vite que les États-Unis et est un leader mondial en matière de capacité solaire, éolienne et hydroélectrique. Ces investissements massifs dans les énergies renouvelables visent à pérenniser le déploiement de l'IA. L'initiative Eastern Data Western Computing (EDC) transfère le traitement des données vers les régions occidentales riches en énergie et en terres, grâce à l'énergie éolienne et solaire. L'objectif est non seulement de réduire les coûts, mais aussi de créer une infrastructure plus robuste et durable. Des millions de baies informatiques devraient être installées d'ici la fin du quatorzième plan quinquennal en 2025.

Si les régions occidentales bénéficient d'abondantes ressources éoliennes et solaires et de prix de l'électricité plus bas, elles accusent souvent un retard en matière de développement des infrastructures. Le défi consiste à combiner efficacement les abondantes ressources en énergie verte des régions occidentales moins développées avec les besoins croissants en traitement de données de l'est. Les besoins informatiques sont concentrés dans les régions orientales, où l'autosuffisance en énergies renouvelables est inférieure à 40 %, tandis que l'ouest concentre 70 % de la capacité installée d'énergies renouvelables en Chine. Tencent prévoit d'implanter son plus grand centre de données intelligent dans l'ouest de la Chine, au Ningxia, notamment en raison des prix de l'électricité plus bas. Les entreprises ont tendance à entraîner leurs modèles de langage à grande échelle dans les provinces occidentales en raison des coûts d'électricité plus faibles, mais à installer leurs centres de données applicatifs à l'est, où une clientèle plus importante permet un retour d'information plus rapide sur leurs applications.

Si les régions occidentales offrent des coûts d'électricité bas, les carences en matière de transport, de communication et de soutien aux talents rendent difficile l'attraction et la fidélisation de personnel hautement qualifié. De nombreux centres de données occidentaux restent inactifs en attendant un essor des applications en aval. Un employé d'un fournisseur de services cloud a confirmé que le taux d'utilisation des centres de données intelligents chinois est inférieur à 30 %.

Notre expertise en développement commercial, ventes et marketing en Chine - Image : Xpert.Digital

Secteurs d'activité : B2B, digitalisation (de l'IA à la XR), ingénierie mécanique, logistique, énergies renouvelables et industrie

En savoir plus ici :

• Centre d'affaires Xpert

Un pôle thématique avec des informations et une expertise :

• Plateforme de connaissances sur l'économie mondiale et régionale, l'innovation et les tendances sectorielles
• Recueil d'analyses, d'impulsions et d'informations contextuelles issues de nos domaines d'intervention
• Un lieu d'expertise et d'information sur les évolutions actuelles du monde des affaires et de la technologie
• Plateforme thématique pour les entreprises qui souhaitent en savoir plus sur les marchés, la numérisation et les innovations du secteur

La division régionale exacerbe les dissensions

Les disparités géographiques dans le développement de l'IA en Chine reproduisent et exacerbent les inégalités économiques existantes. Les provinces de la côte est, telles que le Guangdong, le Jiangsu, le Zhejiang et Shanghai, occupent depuis longtemps des positions de leader, le Guangdong affichant une dynamique de développement particulièrement forte. Shanghai et Pékin ont maintenu une forte concentration d'activités liées à l'IA, grâce au soutien politique et à leurs capacités de recherche et développement technologiques. Les régions du centre, comme le Hubei, le Henan et le Shandong, se sont progressivement hissées dans une position intermédiaire, témoignant d'une amélioration constante. Cependant, les provinces de l'ouest, telles que le Qinghai, le Tibet et le Gansu, restent globalement à un faible niveau. Malgré certaines améliorations, l'écart avec la région est demeure évident et le problème du développement régional inégal persiste.

De 2014 à 2022, le niveau d'IA en Chine a connu une nette amélioration et une expansion régionale. En 2014, le développement global de l'IA dans le pays était faible, seules les provinces côtières de l'Est affichant des performances exceptionnelles et témoignant de leur avance précoce dans ce domaine. Les régions du Centre et de l'Ouest, quant à elles, ont pris du retard et leur niveau de développement était généralement faible. En 2022, le niveau d'IA du pays s'était considérablement amélioré, le delta du Yangtsé et la région de la mer de Bohai devenant les principaux moteurs de croissance. Pékin, Tianjin et le Hebei ont affiché une forte dynamique de développement, tandis que la région Ouest, bien qu'à un niveau de développement inférieur, a connu une nette progression.

Une étude sur les inégalités de revenus liées à l'IA a révélé que l'impact de l'IA sur ces inégalités est le plus marqué dans le nord-est du pays, suivi par l'ouest, tandis que ses effets sont relativement plus faibles dans le centre et l'est. L'IA creuse considérablement les inégalités de revenus par le biais d'améliorations structurelles industrielles et d'innovations technologiques. Cette hétérogénéité régionale montre que l'IA n'agit pas comme un facteur d'égalisation, mais qu'elle amplifie plutôt les avantages existants. Les provinces dotées d'infrastructures numériques performantes, d'un accès au capital et de viviers de talents bénéficient de manière disproportionnée de l'IA, tandis que les régions sous-développées restent à la traîne.

La fracture numérique entre les zones urbaines et rurales accentue encore ces disparités. Malgré les efforts récents du gouvernement pour accélérer le développement des infrastructures numériques rurales dans le cadre de la revitalisation des zones rurales en Chine, et compte tenu des succès obtenus en matière de réduction de la pauvreté, le problème de la fracture numérique persiste. En termes d'investissement financier, les fonds alloués aux infrastructures numériques rurales restent nettement inférieurs à ceux alloués aux zones urbaines. Selon les données disponibles, les investissements fiscaux et sociaux de la Chine dans l'informatisation agricole et rurale au niveau des districts s'élèvent respectivement à seulement 13 millions et 30 millions de yuans, ce qui représente un taux de développement global de l'informatisation de seulement 37,9 %.

Il existe un écart important dans le déploiement des infrastructures entre les zones rurales et urbaines, notamment en termes de ressources numériques, d'infrastructures, d'équipements réseau et de stations de base. En 2022, la Chine a franchi le cap des 2,3 millions de stations de base 5G sur l'ensemble du territoire. Toutefois, le nombre de stations de base 5G en zone rurale reste largement inférieur à la moyenne nationale, creusant ainsi le fossé numérique. Par ailleurs, l'objectif d'une couverture et d'une vitesse réseau équivalentes en zones rurales et urbaines n'est pas encore pleinement atteint.

Durant la pandémie de COVID-19, les disparités en matière de développement des infrastructures matérielles se sont accentuées. Un exemple frappant est celui d'un étudiant tibétain vivant à Linzhou, dans la région autonome du Tibet, contraint de parcourir vingt minutes à moto jusqu'au pied d'une montagne, puis d'en gravir le sommet par un froid glacial pour suivre ses cours en ligne. Cette anecdote illustre le profond déséquilibre du développement des infrastructures numériques entre les zones rurales et urbaines.

Le manque de centres de données aux niveaux départemental et municipal, pourtant essentiels au bon fonctionnement des systèmes d'applications numériques, freine le développement des technologies d'intelligence artificielle générative en milieu rural. Cette situation illustre parfaitement le proverbe « On ne peut cuisiner sans riz », soulignant ainsi l'importance cruciale de ces centres de données pour favoriser le développement numérique des zones rurales.

Du point de vue des entreprises de logiciels qui constituent le principal levier du développement numérique rural, le secteur du logiciel rural souffre de carences en matière de compétences numériques, d'acquisition de talents et de gouvernance, comparativement aux zones urbaines. D'une part, sous l'influence de mentalités traditionnelles et individualistes encore très présentes dans les petites exploitations agricoles, et exacerbées par le retard inhérent au développement numérique rural, on observe un manque d'enthousiasme notable au sein de la population rurale quant à son utilisation active des services d'IA générative pour la revitalisation des campagnes chinoises. D'autre part, l'important exode rural, qui fait des personnes âgées, des individus vulnérables, des femmes et des enfants la principale force de travail dans les zones rurales, intensifie les phénomènes de dépeuplement et de vieillissement de la population, impactant ainsi la population, l'économie, la société et le développement global des zones rurales.

Une enquête menée dans des zones rurales n'ayant pas encore mis en place de système de gouvernance électronique pour les affaires villageoises a révélé que 84,13 % des responsables villageois ont cité « la forte proportion de villageois âgés, qui freine l'adoption des technologies » comme principal obstacle. Ces facteurs combinés entravent considérablement l'adoption et la promotion des technologies d'intelligence artificielle générative dans les régions rurales.

Les disparités régionales sont également manifestes dans l'indice d'IA. Une étude récente a élaboré un indice complet d'intelligence artificielle, articulé autour de sept dimensions principales et conçu pour une analyse à l'échelle provinciale et sectorielle. La comparaison Chine-États-Unis montre que, dans un cadre unifié, le score composite américain dépasse de 68,1 celui de la Chine (59,4). La segmentation de la Chine en sept grandes zones géographiques, permettant la création d'un indice infranational, révèle de fortes disparités régionales dans le développement de l'IA en Chine : les régions du Nord, de l'Est et du Sud affichent les meilleurs scores composites, tandis que les régions du Centre et de l'Ouest accusent un retard important, soulignant ainsi les effets de la concentration régionale de l'innovation et des ressources industrielles.

Cette fragmentation géographique a des conséquences considérables. Elle engendre des rythmes de transformation économique inégaux : les régions les plus avancées progressent rapidement vers des économies du savoir, tandis que les régions les plus en retard restent cantonnées à l’industrie et à l’agriculture traditionnelles. Elle exacerbe les tensions sociales à mesure que les disparités de revenus entre les régions se creusent. Elle complique la coordination nationale, car les provinces présentent des niveaux de développement et des priorités différents. Enfin, elle conduit à une allocation inefficace des ressources : des centres de données ultramodernes restent inutilisés dans des provinces reculées de l’ouest, tandis que les métropoles de l’est peinent à obtenir les capacités nécessaires.

Convient à:

• L'économie chinoise dans la crise? Défis structurels d'une nation de croissance

La crise de surcapacité et la pression à la consolidation

L'essor fulgurant du secteur de la construction en 2023 et 2024 a confronté la Chine à une grave crise de surcapacité. Plus de 500 projets de centres de données ont été proposés rien qu'en 2023, et au moins 150 devraient être opérationnels d'ici fin 2024. Cette situation illustre un schéma récurrent du développement économique chinois : lorsque le gouvernement central désigne un secteur comme stratégique, les autorités locales et les entreprises s'y engouffrent avec un zèle excessif, souvent au détriment des besoins réels et d'une planification rationnelle. Il en résulte systématiquement des surinvestissements, une surcapacité et une phase de consolidation difficile.

L'industrie automobile offre un exemple instructif. Environ 140 entreprises se font concurrence dans ce secteur, seules quelques-unes étant rentables, et un tiers d'entre elles affichant des taux d'utilisation des capacités inférieurs à 20 %. Afin de prévenir les pertes d'emplois locales, les gouvernements régionaux aident néanmoins les fournisseurs, même en difficulté, à se maintenir à flot grâce à des subventions et autres formes de soutien. La consolidation du marché s'est donc ralentie, des guerres des prix ont éclaté et les producteurs sont incités à accroître leurs exportations vers des marchés plus lucratifs. Parallèlement, l'époque des marchés d'exportation facilement accessibles touche à sa fin. Les États-Unis ont interdit la quasi-totalité des importations de véhicules chinois pour des raisons de sécurité nationale sous l'administration Biden, et l'UE a imposé des droits de douane sur les véhicules électriques chinois l'année dernière.

L'infrastructure d'IA suit une trajectoire similaire. La Commission nationale du développement et de la réforme est intervenue en imposant des réglementations plus strictes. Les nouveaux projets doivent désormais satisfaire à des critères d'utilisation précis et soumettre des contrats d'achat avant d'être approuvés. De plus, les autorités locales n'ont plus le droit de lancer des infrastructures informatiques à petite échelle sans justification économique claire. Les marchés publics ont atteint 24,5 milliards de yuans, soit environ 3,4 milliards de dollars, pour la seule année 2024, et 12,4 milliards de yuans supplémentaires étaient prévus pour 2025. Pourtant, malgré ces investissements publics importants, les taux d'utilisation déclarés restent compris entre 20 et 30 %, compromettant à la fois la viabilité économique et l'efficacité énergétique.

Au cours des dix-huit derniers mois, plus de 100 projets ont été abandonnés, une augmentation significative par rapport aux 11 projets seulement recensés en 2023. Cette hausse spectaculaire des annulations de projets est un signal d'alarme. Investisseurs et exploitants prennent conscience que nombre de ces installations ne seront jamais rentables. La crise initiale, alimentée par l'engouement suscité par l'IA générative suite au lancement de ChatGPT fin 2022, s'est muée en crise de rentabilité. Le marché de la location de GPU s'est effondré. Des installations ayant coûté des milliards de dollars sont désormais sous-utilisées, les rendements chutent et nombre d'entre elles sont devenues obsolètes avant même d'être pleinement opérationnelles, en raison de l'évolution du marché.

En juillet 2025, le président Xi Jinping a explicitement mis en garde contre le surinvestissement dans l'IA, réitérant ses inquiétudes concernant les investissements excessifs des collectivités locales. Ces déclarations soulignent la volonté des décideurs politiques d'éviter une nouvelle surcapacité comme celle observée dans d'autres secteurs émergents, tels que les véhicules électriques, qui a contribué aux pressions déflationnistes. Bien que le planificateur d'État n'ait pas précisé quel segment du secteur nécessitait une limitation, les investissements ont été particulièrement importants à l'échelle mondiale dans la construction de centres de données, indispensables au développement de l'IA. Un ralentissement de cette expansion impacterait les fournisseurs de puces, d'équipements réseau et d'autres composants essentiels pour serveurs, de Cambricon Technologies Corp. à Lenovo Group Ltd. et Huawei Technologies Co.

Le 29 août 2025, le Conseil d'État a souligné la nécessité d'assurer « la circulation harmonieuse des talents, des capitaux et des autres ressources ». Zhang Kailin, un responsable de la Commission nationale du développement et de la réforme, a déclaré à la presse lors d'un point de presse que le gouvernement encouragerait les provinces à développer l'IA de manière coordonnée et complémentaire. L'objectif est de tirer parti de leurs atouts spécifiques pour stimuler la croissance sans duplication des efforts. « Nous éviterons catégoriquement une concurrence désordonnée ou une approche conformiste », a affirmé M. Zhang. Le développement doit s'appuyer sur les avantages, les ressources et les fondements industriels locaux.

Le marché des logiciels présente une dynamique de consolidation similaire. L'Administration du cyberespace de Chine a approuvé une liste de plus de 180 modèles de langages majeurs destinés à un usage général d'ici août 2024, illustrant la grande diversité des entreprises technologiques chinoises qui se disputent des parts de marché nationales. Ces entreprises rivalisent non seulement pour conquérir des parts de marché, mais aussi pour obtenir des financements, dans un contexte de ralentissement économique et de repli du secteur du capital-risque en Chine. Les participants à l'atelier ont souligné que si de nombreuses start-ups chinoises ont attiré des investissements de grands groupes technologiques comme Alibaba et Tencent, de nombreux investisseurs restent sceptiques quant à la capacité des start-ups spécialisées en IA à générer des revenus à court terme. Dans leur recherche d'investissements économiquement productifs, de nombreuses sociétés de capital-risque chinoises cherchent à diversifier leurs risques par la mise en commun de leurs ressources, ce qui laisse présager un environnement de financement plus dispersé.

Compte tenu des contraintes de financement et de matériel pesant sur les développeurs chinois en IA, les participants ont suggéré que la Chine pourrait réussir à faire progresser quelques entreprises ou laboratoires d'IA grâce à la mise en commun des ressources. Toutefois, ces efforts doivent être sélectifs et ciblés, ce qui réduit la probabilité de retombées substantielles. En définitive, les participants ont estimé que ce contexte est susceptible d'entraîner une consolidation accrue du secteur de l'IA en Chine.

Du Hai, cadre supérieur de la division cloud de Baidu, prédit que cela entraînera une consolidation du marché. La douzaine d'entreprises chinoises spécialisées dans les puces d'IA actuellement en activité devraient se réduire à trois ou quatre groupes distincts. « Les gagnants seront ceux dont les puces pourront prendre en charge le plus large éventail de modèles, ou permettre le développement d'une application phare qui deviendra la norme de facto. »

Gartner prévoit que d'ici 2029, le paysage technologique de l'IA générale se consolidera, avec 75 % d'acteurs en moins, à mesure que les hyperscalers et les fournisseurs de plateformes SaaS se développeront et que les fournisseurs de cloud hybride absorberont le marché. Il ne s'agit pas d'une simple spéculation, mais de la conséquence inévitable des forces économiques qui remodèlent déjà le secteur. Les parallèles avec l'évolution historique des infrastructures sont frappants. Gartner constate que nous passons d'une période de fragmentation des fournisseurs à une consolidation par le biais d'acquisitions et de bouleversements du marché. Tout comme le secteur de l'électricité est passé de milliers de producteurs locaux à une poignée de grands fournisseurs, l'IA suit la même voie.

Les investissements en capital-risque dans les startups chinoises spécialisées en IA ont chuté de près de 50 % début 2025 par rapport à l'année précédente, reflétant une prudence accrue des investisseurs face à une croissance atone, des incertitudes réglementaires et des tensions géopolitiques. Au deuxième trimestre seulement, ces investissements ont dégringolé à 4,7 milliards de dollars, leur plus bas niveau depuis dix ans. Cette crainte des investisseurs a été en partie alimentée par la volonté manifeste du gouvernement chinois d'étouffer l'innovation de pointe au nom du renforcement des mesures visant à préserver la pureté idéologique.

Le reste du marché chinois, malgré des signaux mitigés, alimente le pessimisme. Le secteur immobilier s'est effondré, le taux de chômage des jeunes dépasse les 17 % et la confiance des consommateurs est en baisse. La situation géopolitique n'arrange rien : les restrictions à l'exportation continuent de peser sur le secteur technologique chinois, les droits de douane menacent l'économie dans son ensemble et les politiques idéologiques axées sur le contrôle dissuadent la plupart des investisseurs. Cette crise de financement pose un problème particulier pour le déploiement de l'IA. Sans capitaux patients prêts à financer ces cycles de développement pluriannuels, la plupart des projets d'IA+ seront bloqués avant même d'avoir pu résoudre leurs problèmes de mise en œuvre fondamentaux.

Bénéficiez de la vaste expertise de Xpert.Digital, quintuple, dans une offre de services complète | R&D, XR, RP et optimisation de la visibilité numérique - Image : Xpert.Digital

Xpert.Digital possède une connaissance approfondie de diverses industries. Cela nous permet de développer des stratégies sur mesure, adaptées précisément aux exigences et aux défis de votre segment de marché spécifique. En analysant continuellement les tendances du marché et en suivant les évolutions du secteur, nous pouvons agir avec clairvoyance et proposer des solutions innovantes. En combinant expérience et connaissances, nous générons de la valeur ajoutée et donnons à nos clients un avantage concurrentiel décisif.

En savoir plus ici :

• Utilisez l'expertise 5x de Xpert.Digital dans un seul forfait - à partir de seulement 500 €/mois

Scénarios futurs entre euphorie et désillusion

Les projections concernant l'avenir du secteur de l'IA en Chine sont extrêmement variées. Des acteurs optimistes, comme Morgan Stanley, prévoient que les investissements chinois dans l'IA pourraient atteindre le seuil de rentabilité d'ici 2028 et générer un rendement de 52 % sur le capital investi d'ici 2030. Le marché de l'IA pourrait alors peser 140 milliards de dollars. Ce chiffre grimpe à 1 400 milliards de dollars en incluant les secteurs connexes, tels que les infrastructures et les fournisseurs de composants. L'IA pourrait stimuler la croissance du PIB chinois à long terme, compensant ainsi des facteurs comme le vieillissement de la population active et le ralentissement de la croissance de la productivité. Au cours des deux à trois prochaines années, l'IA pourrait ajouter 0,2 à 0,3 point de pourcentage à la croissance annuelle de la Chine.

Le marché mondial des robots humanoïdes pourrait atteindre cinq mille milliards de dollars d'ici 2050, avec un milliard d'unités en service, dont 30 % en Chine. L'approche chinoise, axée sur l'efficacité et la réduction des coûts, offre une perspective de retour sur investissement différente. L'avantage concurrentiel dont bénéficient des entreprises comme DeepSeek – qui développent des modèles performants pour un coût aussi faible que 5,6 millions de dollars – pourrait permettre aux entreprises chinoises de pénétrer des marchés mondiaux qui n'ont pas les moyens ou la volonté d'adopter des solutions occidentales.

Les six à douze prochains mois seront une période cruciale pour les entreprises chinoises spécialisées en IA, car un nombre croissant d'applications en entreprise, visant à résoudre des problèmes concrets, commenceront à générer des gains de productivité. À long terme, les humanoïdes, ou robots à l'apparence humaine dotés d'IA, pourraient être largement utilisés dans les secteurs industriel, commercial et domestique. À plus long terme, la révolution de l'IA se traduira par un gain de productivité grâce à une efficacité accrue, une rationalisation des processus de production et la création de nouveaux produits, services et emplois.

La région Asie-Pacifique représentera 33 % des revenus des logiciels d'IA en 2025, mais avec l'intensification de l'implication de la Chine dans la course à l'IA face aux États-Unis, les analystes prévoient que cette région représentera 47 % du marché d'ici 2030. Les prévisions indiquent que la Chine à elle seule représentera les deux tiers des revenus totaux des logiciels d'IA dans la région Asie-Pacifique, soit 149,5 milliards de dollars, d'ici 2030. Cette forte croissance du marché de l'IA est portée par les tendances suivantes qui façonnent le secteur.

Mais ces projections optimistes côtoient des mises en garde alarmistes. Capital Economics prévoit l'éclatement de la bulle boursière alimentée par l'IA en 2026. Le cabinet d'études explique que la hausse des taux d'intérêt et l'inflation galopante entraîneront une baisse des valorisations boursières. À partir de 2026, ces gains boursiers devraient s'estomper, la hausse des taux d'intérêt et l'inflation croissante faisant chuter les valorisations. En définitive, ils anticipent des rendements boursiers inférieurs à ceux de la décennie précédente. Et ils estiment que la surperformance persistante du marché boursier américain pourrait toucher à sa fin.

Le Fonds monétaire international a indiqué que, si un ralentissement économique est plausible, il est peu probable qu'il dégénère en crise systémique susceptible de dévaster l'économie américaine ou mondiale. Gourinchas a observé que, comme par le passé, l'engouement suscité par une technologie révolutionnaire pourrait ne pas répondre aux attentes du marché à court terme, ce qui pourrait entraîner une baisse du cours des actions. Il a toutefois souligné que, contrairement à 1999, le paysage actuel des investissements est caractérisé par des entreprises technologiques disposant d'importantes liquidités plutôt que par un endettement excessif.

Forrester prévoit que d'ici 2026, l'IA perdra de son attrait et deviendra plus concrète. Les préoccupations liées au retour sur investissement des entreprises primeront sur les promesses des fournisseurs. Face à cette correction du marché, les entreprises privilégieront la fonctionnalité à l'esthétique. Les directeurs financiers seront davantage impliqués dans des projets d'IA. Les entreprises diversifieront leurs investissements au sein d'écosystèmes d'agents et réaffecteront leurs talents à mesure que les agents IA prendront en charge les tâches répétitives. Les entreprises avisées investiront dans la gouvernance de l'IA et la formation à son utilisation afin d'atténuer les risques et de planifier progressivement leur transition vers l'IA.

Selon un rapport de Bain, les dépenses d'investissement mondiales pour les centres de données d'IA atteindront 500 milliards de dollars par an d'ici 2030, nécessitant 200 GW de capacité électrique supplémentaire, dont la moitié aux États-Unis. Or, le secteur de l'IA doit générer 2 000 milliards de dollars de revenus annuels pour justifier ces investissements. Actuellement, le déficit s'élève à 800 milliards de dollars. Un dirigeant a indiqué que le secteur chinois des puces d'IA se heurte encore à des obstacles liés à la demande et aux capacités de production. Le marché a besoin d'applications concrètes pour se développer. C'est la demande applicative qui déterminera tout. Le modèle américain d'expansion effrénée de la puissance de calcul n'est pas adapté aux entreprises chinoises.

Le boom des infrastructures d'IA en Chine marque le pas. Selon la MIT Technology Review, le pays a construit des centaines de centres de données pour soutenir ses ambitions dans ce domaine, mais nombre d'entre eux restent inutilisés. Des milliards ont été investis par des entités publiques et privées en 2023 et 2024, anticipant une croissance continue de la demande de location de GPU. Or, l'adoption a en réalité diminué, et de nombreux opérateurs peinent désormais à survivre. La presse locale rapporte que jusqu'à 80 % de cette nouvelle capacité de calcul demeure inutilisée.

Ces scénarios d'avenir divergents reflètent des incertitudes fondamentales. La Chine parviendra-t-elle à surmonter la fragmentation de son écosystème logiciel ? Les fabricants de puces nationaux pourront-ils combler suffisamment rapidement leur retard technologique ? Les contrôles américains à l'exportation seront-ils renforcés, assouplis ou maintenus à leur niveau actuel ? Le gouvernement chinois intensifiera-t-il son contrôle idéologique, décourageant ainsi les innovateurs, ou adoptera-t-il une politique plus pragmatique ? La demande mondiale de solutions d'IA à bas coût privilégiera-t-elle les approches chinoises axées sur l'efficacité, ou les préoccupations liées à la qualité et à la confiance favoriseront-elles les solutions occidentales ?

Les réponses à ces questions détermineront non seulement le destin de la Chine, mais façonneront également le paysage mondial de l'IA. Trois scénarios se dessinent. Dans le premier, les États-Unis conservent leur domination. Maîtrisant les puces de pointe et les entreprises leaders mondiales en IA, Washington maintient son leadership technologique, tandis que la Chine, confrontée à des limitations en matière de puissance de calcul, voit son accès aux marchés clés restreint. Le deuxième scénario décrit un développement de l'IA scindé en deux écosystèmes concurrents. L'un, mené par les États-Unis et leurs alliés, privilégie la transparence et l'éthique, tandis que l'autre, dominé par la Chine, voit son IA, contrôlée par l'État, servir d'outil de surveillance numérique. Les pays seront contraints de s'aligner sur l'un de ces modèles, créant ainsi un paysage numérique fragmenté.

Dans le troisième scénario, la Chine domine l'IA grand public, mais accuse un retard dans les applications de pointe. Les restrictions américaines sur les semi-conducteurs entravent la capacité de la Chine à développer une IA de pointe pour la défense et la recherche scientifique. Pourtant, Pékin excelle dans l'IA grand public, proposant des plateformes abordables comme DeepSeek aux utilisateurs du monde entier. Cet équilibre pourrait toutefois basculer si la Chine poursuivait ses ambitions à Taïwan, où se trouve TSMC, qui fabrique environ 90 % des puces les plus avancées au monde.

En définitive, la course à la suprématie en IA redessine les rapports de force mondiaux. Si les États-Unis dominent actuellement la recherche avancée en IA, l'orientation stratégique et les investissements étatiques de la Chine en font un concurrent redoutable. Malgré les obstacles que représente pour Pékin, tels que les restrictions occidentales et le scepticisme du marché, ses progrès dans l'IA grand public et son influence sur les marchés émergents rendent cette course imprévisible. Que cette compétition aboutisse à la domination américaine continue, à un paysage numérique fragmenté ou à l'ascension de la Chine dans des secteurs clés, une chose est sûre : l'IA façonnera profondément l'économie mondiale, les politiques de sécurité nationale et les alliances interpolitiques dans les années à venir.

Convient à:

• Le nouveau plan quinquennal de Pékin et son programme d'investissement massif : comment la Chine défie l'ordre économique mondial

Problèmes de mise en œuvre et lacunes de gouvernance

Au-delà des problèmes matériels et de personnel, la Chine est confrontée à des défis fondamentaux de mise en œuvre souvent négligés. L'adoption de l'IA en entreprise demeure fragmentée et expérimentale. Bien que la Chine soit pionnière dans l'adoption de l'IA générative, les entreprises chinoises ne l'ont pas encore pleinement mise en œuvre. Selon une enquête menée par SAS auprès de Düber sur le degré d'utilisation de l'IA générative au sein de leurs organisations, 19 % des entreprises chinoises ont déclaré « utiliser et avoir pleinement mis en œuvre l'IA générative », un chiffre supérieur à la moyenne mondiale de 11 %, mais inférieur à celui des États-Unis, leader mondial en la matière (24 %).

Parallèlement, 64 % des répondants chinois ont déclaré que leur organisation « utilise l'IA générative, mais ne l'a pas encore pleinement mise en œuvre », un chiffre nettement supérieur à la moyenne mondiale de 43 %. Compte tenu de l'importance accordée par la Chine à une réglementation stricte et à l'approbation des autorités compétentes en matière d'IA générative, il est logique que de nombreuses organisations procèdent à des tests préliminaires avant d'intégrer pleinement cette technologie à leurs processus. Il est clair que la Chine est pleinement engagée dans l'IA générative, mais les organisations chinoises avancent avec prudence, même si elles adoptent collectivement cette nouvelle technologie.

Interrogés sur les difficultés de mise en œuvre, les répondants chinois étaient bien moins nombreux que la moyenne mondiale à invoquer un manque d'expertise interne ou d'outils adéquats : seulement 31 % ont déclaré ne pas disposer des outils nécessaires à la mise en œuvre de l'IA générative, contre 47 % au niveau mondial, tandis que seulement 21 % ont évoqué un manque d'expertise interne, contre 39 % au niveau mondial. Ces chiffres contrastent fortement avec les pénuries de talents précédemment mentionnées et suggèrent un décalage entre la perception que l'on a de soi et la réalité, ou des critères différents quant à ce qui constitue une « expertise adéquate ».

La confidentialité et la sécurité des données figurent parmi les deux principales préoccupations des répondants à l'enquête concernant la mise en œuvre de l'IA générative, citées respectivement par 76 % et 75 % d'entre eux. Cependant, plus de la moitié des répondants (51 %) s'inquiètent du besoin en compétences et talents internes. La formation à la gouvernance et au contrôle s'avère particulièrement insuffisante. Selon SAS, moins d'un répondant sur dix (7 %) a déclaré bénéficier d'une formation « élevée » en matière de gouvernance et de contrôle de l'IA générative. 32 % ont indiqué un niveau « adéquat », tandis que 58 % – soit une nette majorité – ont jugé leur formation « minimale ».

Interrogés sur leurs cadres de gouvernance organisationnelle pour l'IA générative, seuls 5 % des répondants ont déclaré disposer d'un cadre de gouvernance « bien établi et complet ». Plus de 55 % ont indiqué que leur cadre de gouvernance était « en cours d'élaboration », tandis que 28 % l'ont décrit comme « ad hoc ou informel ». Environ 11 % ont affirmé que leur cadre de gouvernance pour l'IA générative était « inexistant ». Ces lacunes en matière de gouvernance engendrent des risques importants pour les mises en œuvre, notamment dans les secteurs réglementés ou pour les applications sensibles.

La fragmentation des flux de données entre les secteurs entrave la consolidation des données en un pool de ressources cohérent et accessible pour les applications d'IA. Ces silos de données empêchent un entraînement efficace des modèles d'IA et limitent les connaissances transversales. Les autorités publiques et les entreprises s'efforcent d'améliorer l'interopérabilité des données et de promouvoir le partage de données intersectoriel et la circulation structurée et transfrontalière des données dans un cadre réglementaire insuffisamment réglementé, afin de libérer tout le potentiel de l'écosystème de données chinois. En relevant ces défis liés aux données, la Chine peut renforcer son écosystème d'IA et contribuer à un paysage mondial des données plus cohérent et innovant.

L'intégration de l'IA générative à la gouvernance rurale reste insuffisante. En tant que force motrice des technologies émergentes, l'IA générative complexifiera davantage les intérêts divergents déjà présents dans la revitalisation rurale en Chine. Pour l'État, acteur prépondérant, la fracture numérique, conséquence des disparités économiques entre zones urbaines et rurales, exige des investissements considérables en main-d'œuvre, en ressources et en financements. Ce processus se caractérise par un long délai de retour sur investissement. Contrairement au marché, qui privilégie les seuls facteurs économiques, la gouvernance rurale pilotée par l'État implique une évaluation globale des coûts de gouvernance, qui sont multiples.

Les développeurs et fournisseurs de technologies interagissent principalement avec les ministères. De ce fait, leurs offres sont largement conçues pour répondre aux exigences gouvernementales, ce qui peut négliger les véritables besoins de développement des zones rurales et de leurs habitants. Cette situation accentue la complexité de la gouvernance numérique. Au niveau national, malgré la publication de textes législatifs tels que le Plan d'action pour le développement des villages numériques 2022-2025 et les Mesures transitoires pour la gestion des services d'intelligence artificielle générative, l'implication de nombreux ministères peut engendrer un flou des responsabilités, provoquant des retards et une baisse de l'efficacité de la gouvernance. Si ces problèmes ne sont pas résolus rapidement, ils risquent non seulement de freiner la mobilisation des populations rurales à participer activement à la revitalisation rurale par l'IA générative en Chine, mais aussi de générer de nouveaux conflits numériques.

La grande consolidation de l'IA : seuls quelques modèles chinois survivront.

La quête de la Chine pour devenir leader en intelligence artificielle d'ici 2030 se heurte à un ensemble complexe de défis structurels qui vont bien au-delà des restrictions souvent évoquées sur les exportations de puces. Le déficit de plus de cinq millions de travailleurs qualifiés, la fragmentation des infrastructures et leur sous-utilisation considérable, les fortes disparités régionales entre centres urbains et zones rurales périphériques, ainsi que la consolidation imminente du marché après des années de surinvestissement spéculatif, dressent un tableau bien plus préoccupant que ne le laissent entendre les déclarations officielles.

Cette situation paradoxale est particulièrement flagrante dans le secteur des centres de données : si Francfort ne peut construire de nouvelles installations faute d’électricité, des infrastructures ultramodernes dans les provinces occidentales de la Chine restent largement inexploitées en raison d’un manque d’infrastructures en aval, de personnel qualifié et de demande réelle. Dans les deux cas, il apparaît clairement que des investissements colossaux dans des composants individuels sont vains si le système dans son ensemble n’est pas développé de manière cohérente.

Les 18 à 36 prochains mois seront cruciaux. Soit la Chine parvient à surmonter la fragmentation grâce à des initiatives telles que l'Alliance pour l'innovation de l'écosystème des puces modèles, en comblant le déficit de compétences par des investissements massifs dans l'éducation et en exploitant intelligemment les capacités existantes mais sous-utilisées. Soit le pays assiste impuissant à la migration des investissements, au départ des meilleurs talents et au déplacement de la création de valeur numérique. La consolidation du marché à venir sera brutale. Sur plus de 180 modèles de langage majeurs actuellement approuvés, seuls trois ou quatre survivront peut-être. Des centaines de centres de données devront fermer ou être reconvertis. Les investissements en capital-risque restent à leur plus bas niveau depuis dix ans.

Il serait toutefois prématuré de sous-estimer les ambitions de la Chine. Sa stratégie axée sur l'efficacité, son approche privilégiant le déploiement rapide et les avantages économiques de solutions comme DeepSeek pourraient lui permettre de conquérir une part de marché significative sur les marchés mondiaux qui ne peuvent s'offrir les solutions occidentales haut de gamme. Le soutien gouvernemental demeure solide, même s'il gagnerait à être mieux coordonné et moins dispendieux. Enfin, les défis démographiques – le vieillissement de la population et la diminution de la population en âge de travailler – rendent les gains de productivité permis par l'IA non pas optionnels, mais essentiels.

Les observateurs internationaux ne doivent ni sous-estimer la Chine ni prendre ses déclarations officielles pour argent comptant. Comme souvent, la réalité se situe entre ces deux extrêmes. La Chine ne deviendra ni une puissance hégémonique incontestable en matière d'IA, ni une figure technologiquement insignifiante. Au contraire, un tableau complexe et fragmenté se dessine : des pôles d'excellence concentrés sur la côte est, des expérimentations dans des milliers d'entreprises, des échecs retentissants de projets d'infrastructure trop ambitieux, des solutions innovantes pour optimiser l'efficacité dans des cas d'usage spécifiques, et une dépendance persistante aux technologies étrangères, conjuguée à une accélération des efforts pour atteindre l'autosuffisance.

Lors du bilan final en 2030, il est probable que ni les prévisions les plus optimistes ni les plus pessimistes ne se seront réalisées. La Chine aura accompli des progrès considérables, mais n'aura pas atteint la position dominante qu'elle ambitionne. Les États-Unis resteront à la pointe de la recherche fondamentale, mais les solutions chinoises seront omniprésentes dans les économies émergentes. Le monde devra alors composer avec deux écosystèmes d'IA partiellement distincts, partiellement interdépendants, dont la coexistence, la concurrence et la coopération ponctuelle façonneront le paysage géopolitique du XXIe siècle.

☑️ Notre langue commerciale est l'anglais ou l'allemand

☑️ NOUVEAU : Correspondance dans votre langue nationale !

Konrad Wolfenstein

Je serais heureux de vous servir, vous et mon équipe, en tant que conseiller personnel.

Vous pouvez me contacter en remplissant le formulaire de contact ou simplement m'appeler au +49 89 89 674 804 (Munich) . Mon adresse e-mail est : wolfenstein ∂ xpert.digital

J'attends avec impatience notre projet commun.

☑️ Accompagnement des PME en stratégie, conseil, planification et mise en œuvre

☑️ Création ou réalignement de la stratégie digitale et digitalisation

☑️ Expansion et optimisation des processus de vente à l'international

☑️ Plateformes de trading B2B mondiales et numériques

☑️ Pionnier Développement Commercial / Marketing / RP / Salons

Une nouvelle dimension de la transformation numérique avec l'intelligence artificielle (IA) – Plateforme et solution B2B | Xpert Consulting - Image : Xpert.Digital

Ici, vous apprendrez comment votre entreprise peut mettre en œuvre des solutions d’IA personnalisées rapidement, en toute sécurité et sans barrières d’entrée élevées.

Une plateforme d'IA gérée est une solution complète et sans souci pour l'intelligence artificielle. Au lieu de gérer une technologie complexe, une infrastructure coûteuse et des processus de développement longs, vous recevez une solution clé en main adaptée à vos besoins, proposée par un partenaire spécialisé, souvent en quelques jours.

Les principaux avantages en un coup d’œil :

⚡ Mise en œuvre rapide : De l'idée à la mise en œuvre opérationnelle en quelques jours, et non en quelques mois. Nous proposons des solutions concrètes qui créent une valeur immédiate.

🔒 Sécurité maximale des données : Vos données sensibles restent chez vous. Nous garantissons un traitement sécurisé et conforme, sans partage de données avec des tiers.

💸 Aucun risque financier : vous ne payez qu'en fonction des résultats. Les investissements initiaux importants en matériel, logiciels ou personnel sont totalement éliminés.

🎯 Concentrez-vous sur votre cœur de métier : concentrez-vous sur ce que vous faites le mieux. Nous prenons en charge l'intégralité de la mise en œuvre technique, de l'exploitation et de la maintenance de votre solution d'IA.

📈 Évolutif et évolutif : Votre IA évolue avec vous. Nous garantissons une optimisation et une évolutivité continues, et adaptons les modèles avec souplesse aux nouvelles exigences.

En savoir plus ici :

• La solution d'IA managée - Services d'IA industrielle : la clé de la compétitivité dans les secteurs des services, de l'industrie et de l'ingénierie mécanique