Stratégie d'IA chinoise : Influence et défis européens 2035

Partie I : Déconstruction de la Doctrine : Ce Que la Stratégie Chinoise Est Vraiment

1.1 La thèse du "bien public mondial" : une lecture stratégique, pas philanthropique

Comprendre la stratégie chinoise d'IA exige de sortir du cadre de lecture occidental, où l'ouverture technologique est soit une posture commerciale (Meta avec Llama), soit une idéologie communautaire (open source classique). La Chine opère dans un troisième registre : l'ouverture comme instrument de normalisation normative.

La logique est la suivante : si vos modèles deviennent les briques de base du développement IA mondial, si les développeurs du Vietnam, du Nigeria, du Pakistan, du Brésil construisent leurs applications sur vos architectures, s'entraînent sur vos méthodes, s'habituent à vos interfaces conceptuelles, alors vous avez gagné quelque chose que l'API propriétaire ne peut pas vous donner : l'adhésion structurelle. Pas une dépendance contractuelle, mais une dépendance cognitive et architecturale.

C'est ce que le Global AI Governance Initiative de 2023 et le Global AI Governance Action Plan de juillet 2025 formalisent explicitement. Ces documents ne parlent pas de marché. Ils parlent de droits égaux à développer et utiliser l'IA, d'assistance aux nations en développement pour combler le fossé numérique, de coopération internationale. L'idiome est celui du développement. La réalité est celle de la standardisation normative par le bas.

La différence avec la stratégie américaine est fondamentale. Les États-Unis cherchent à capturer une rente cognitive : vous payez pour accéder aux modèles les plus puissants via des APIs propriétaires, vos données enrichissent les modèles, vous restez dépendants des mises à jour. La Chine fait le calcul inverse : elle abaisse le plancher de manière structurelle, accepte de ne pas capturer de rente directe, et gagne en retour une influence normative diffuse mais cumulative sur qui définit ce qu'est l'IA, comment elle fonctionne, quelles architectures sont considérées comme standard.

Ce calcul n'est pas nouveau. Il ressemble à la stratégie des normes techniques que la Chine a déployée dans la 5G (Huawei/ZTE), dans les énergies renouvelables (BYD/CATL), dans les infrastructures physiques (BRI). L'IA en est la troisième vague, et de loin la plus profonde, parce qu'elle ne concerne pas des câbles ou des panneaux solaires, mais la fabrique même de la cognition productive.

1.2 La stack complète : une asymétrie que personne d'autre ne peut répliquer seul

La force structurelle de la position chinoise ne repose pas sur ses modèles. Elle repose sur sa capacité à contrôler l'intégralité de la chaîne de valeur qui rend ces modèles possibles et déployables.

L'énergie d'abord. La Chine dispose en 2025 de 3,89 térawatts de capacité électrique installée, soit presque le triple des 1,4 térawatts des États-Unis. Cette asymétrie énergétique n'est pas anecdotique : l'IA est fondamentalement une technologie énergétique avant d'être une technologie de l'information. Sans énergie abondante et bon marché, les clusters de calcul les plus puissants deviennent non rentables. C'est précisément l'avantage que la Chine exploite avec sa stratégie Huawei CloudMatrix384 : 384 puces Ascend interconnectées, consommant beaucoup plus qu'un système Nvidia équivalent, mais compensées par des coûts énergétiques structurellement bas, des subventions locales et une disponibilité abondante. Le coût énergétique est le niveleur qui permet à une puce moins efficace de rester compétitive à l'échelle.

Les matériaux critiques ensuite. La Chine contrôle 98% de la production primaire mondiale de gallium, 60 à 70% du raffinage mondial des terres rares, 80% du tungstène, 85% du magnésium. Ces chiffres ne décrivent pas une coïncidence géologique. Ils décrivent le résultat de trente ans d'investissements stratégiques délibérés dans l'ensemble de la chaîne de valeur des minéraux critiques, de l'extraction au raffinage en passant par la fabrication de composants. Depuis 2023, la Chine a progressivement transformé cette domination en levier de coercition directe : contrôles à l'exportation sur le gallium, le germanium, l'antimoine, le graphite, l'indium, les terres rares lourdes. En octobre 2025, Beijing a ajouté cinq terres rares supplémentaires à sa liste de contrôle, dont certaines essentielles aux aimants permanents utilisés dans les puces de nouvelle génération et les systèmes de défense.

Les chips ensuite. Huawei ne peut pas rivaliser chip-à-chip avec Nvidia. Mais ce n'est pas l'objectif. L'objectif est de maintenir suffisamment de capacité domestique pour ne pas être stoppé par des sanctions, tout en exploitant les avantages énergétiques pour compenser les inefficiences. La fabrication des Ascend par SMIC en 7 nanomètres reste contrainte par les limites de l'équipement lithographique dont la Chine est privée (ASML), mais les modèles de langage de pointe ont été entraînés avec succès sur ces configurations, DeepSeek R1 en est la preuve. La dépendance aux outils de fabrication de pointe reste le talon d'Achille technologique, mais la Chine a démontré qu'elle peut contourner partiellement cette contrainte par l'optimisation algorithmique.

L'infrastructure BRI enfin. 150 gigawatts de centrales électriques installées dans les pays partenaires de la BRI. Des câbles sous-marins, plus de 100 systèmes de câbles terrestres transfrontaliers, des nœuds de réseau déployés à travers l'Asie, l'Afrique et l'Amérique latine. Le 15ème Plan quinquennal chinois (2026-2030) formalise une stratégie d'infrastructures de calcul offshore : des centres de données implantés dans les pays partenaires, fonctionnant sur des standards technologiques chinois, intégrés dans un système régional de gouvernance de l'IA centré sur Pékin.

Cette stack intégrée (énergie, matériaux, chips, modèles, infrastructure internationale) est ce que personne d'autre ne peut répliquer seul à court terme. Les États-Unis ont les modèles les plus puissants mais dépendent de Taïwan pour les chips, de la Chine pour les terres rares, et ne contrôlent pas l'infrastructure physique des marchés émergents. L'Europe n'a aucun de ces éléments à l'échelle stratégique. C'est ce qui rend la position chinoise structurellement robuste, et c'est précisément pour cette raison que ses fragilités méritent un examen d'autant plus rigoureux.

Partie II : Anatomie des Fragilités : Les Points de Rupture de la Doctrine

2.1 La souveraineté complète est théorique : le paradoxe de la stack fermée

La narrative de l'autonomie totale chinoise est précisément cela : une narrative. L'examen des dépendances réelles révèle une vulnérabilité structurelle que le récit officiel dissimule.

La dépendance aux outils de fabrication avancée reste critique. SMIC produit des puces en 7 nanomètres pour Huawei, mais ne peut pas descendre en dessous sans accès aux machines EUV d'ASML, dont l'exportation vers la Chine est bloquée par des contrôles néerlandais et américains. Le rythme de progression des puces chinoises est donc contraint par une frontière technologique qu'elles ne peuvent pas franchir sans une rupture endogène en lithographie, un domaine où la Chine investit massivement, mais où la trajectoire de développement prend 5 à 10 ans au minimum. Cette contrainte est connue, mais son implication stratégique est sous-estimée : en cas d'escalade géopolitique majeure, la Chine ne peut pas accélérer son indépendance en puces au-delà de sa trajectoire actuelle. Elle peut tenir, mais pas accélérer.

La dépendance aux patterns intellectuels américains est moins visible mais tout aussi structurante. Les architectures fondamentales du deep learning (transformers, RLHF, techniques de distillation), les frameworks de développement (CUDA, même si Huawei développe ses équivalents avec CANN), la littérature académique ouverte, l'écosystème de recherche chinois a massivement bénéficié de l'ouverture académique mondiale des années 2010-2020. Une rupture totale exigerait 5 à 7 ans de reconstruction endogène. Ce n'est pas insoluble, mais c'est une contrainte de temps qui pèse dans tout scénario de découplage rapide.

La fragilité énergétique des data centers est réelle, même si contre-intuitive. En 2025, 70% de l'électricité alimentant les data centers chinois provient encore du charbon. L'énergie est abondante, mais la dépendance au charbon crée une vulnérabilité de type différent : elle expose la Chine à des pressions de transition énergétique incompatibles avec ses engagements climatiques, elle crée une intensité carbone des inférences IA qui devient un désavantage normatif dans les marchés soucieux d'empreinte environnementale, et elle signifie que la transition vers les SMR nucléaires (projetée entre 2030 et 2035 par l'AIE) est un pari sur une trajectoire technologique qui comporte ses propres risques de retard.

La vulnérabilité des chaînes d'approvisionnement en matériaux critiques est asymétrique dans les deux sens. Si la Chine contrôle le raffinage, elle importe massivement les minerais bruts d'Afrique, d'Amérique latine et d'Asie du Sud-Est. Une perturbation maritime majeure (incidents en mer de Chine méridionale, blocage du détroit de Malacca), ou une organisation concertée des pays fournisseurs pour diversifier leurs acheteurs, fragiliserait les chaînes d'approvisionnement en amont. Ce scénario est improbable à court terme, mais devient non-négligeable à mesure que la dépendance des fournisseurs est perçue comme asymétrique et exploitable.

La souveraineté complète est donc une fiction de temps de paix. Elle tient dans un environnement stable. Elle se fragmente dans un environnement chaotique, précisément le type d'environnement que les tensions géopolitiques actuelles génèrent.

2.2 Le paradoxe de l'influence sans contrôle : la distribution comme perte de maîtrise

C'est la tension la plus profonde et la plus sous-analysée de la stratégie chinoise. Elle mérite un développement rigoureux.

La logique de l'open-weight est séduisante du point de vue de l'influence normative : diffuser les modèles massivement, créer des dépendances architecturales, devenir le standard de fait. Mais cette logique contient une contradiction interne fondamentale : distribuer les poids signifie perdre le contrôle opérationnel des usages.

Un régime autoritaire en Afrique subsaharienne qui adopte un modèle chinois peut le customiser pour surveiller sa population de manière incompatible avec les intérêts diplomatiques chinois. Un acteur étatique hostile qui fait dériver un modèle Qwen pour produire de la désinformation anti-chinoise utilise la distribution comme vecteur de retournement. Des développeurs indépendants dans des pays tiers créent des applications qui violent les standards de sécurité chinois, associant le modèle à des incidents qui dégradent la réputation de la marque technologique chinoise.

La Chine a commencé à percevoir cette tension. Son cadre de gouvernance AI Safety Governance Framework 2.0, publié en septembre 2025, constitue la première reconnaissance officielle autoritaire des risques liés aux modèles open-weight : propagation en aval des défauts des modèles de base, facilitation de la création de "modèles malveillants", cascades de vulnérabilités à travers l'écosystème des dérivés. Le document propose comme contre-mesure de "renforcer l'évaluation des failles de sécurité propagées depuis les modèles fondamentaux", une réponse bureaucratique qui ne résout pas le problème structurel.

Le dilemme est insoluble sans trahir la doctrine. Pour contrôler les usages, la Chine devrait introduire des mécanismes de surveillance embarqués (audit à distance, licences conditionnelles, backdoors de gouvernance), ce qui ruinerait précisément l'avantage normatif de l'ouverture. Ce serait transformer l'open-weight en piège propriétaire, ce qui constituerait exactement la stratégie américaine que la Chine critique. L'alternative est d'accepter la perte de contrôle opérationnel comme prix inévitable de l'influence normative diffuse. C'est un choix cohérent, mais c'est un choix qui expose la Chine à des crises de crédibilité qu'elle ne peut pas gérer directement.

2.3 L'absence de modèle de captation de valeur secondaire : la soutenabilité financière en question

La stratégie américaine de l'IA génère des revenus directs et massifs : OpenAI facture des abonnements et des APIs, AWS facture des GPU-heures, Google monétise l'intégration dans ses produits. Ces flux financent la R&D suivante, créant un avantage cumulatif auto-renforçant.

La stratégie chinoise, dans sa philosophie ouverte, renonce délibérément à cette rente directe. Les modèles open-weight sont gratuits. L'infrastructure BRI est financée par des prêts d'État (pas toujours remboursés, comme en atteste le cas Hambantota). La stratégie de "tokenisation pas chère" abaisse les coûts pour tout le monde, y compris pour les concurrents.

Cela soulève une question de soutenabilité à moyen terme que très peu d'analyses posent frontalement : qui finance la prochaine génération de modèles, de clusters, de SMR, d'expansion BRI ? Les grandes entreprises tech chinoises (Alibaba, Baidu, Tencent) cherchent des modèles de monétisation indirecte, usage des modèles pour diriger les utilisateurs vers des services payants. DeepSeek lui-même n'a pas encore de modèle commercial clairement défini.

La philosophie open-weight repose implicitement sur des subventions étatiques et des stratégies de croissance de marché à long terme plutôt que sur des retours financiers à court terme. Ce modèle tient tant que l'État chinois maintient ses priorités et son soutien budgétaire. Mais si la croissance économique chinoise ralentit de manière significative (scénario possible dans un contexte de vieillissement démographique accéléré, de pression immobilière persistante), si les tensions fiscales entre priorités de dépense augmentent, ou si les entreprises tech privées subissent de nouvelles campagnes réglementaires qui fragmentent leur capacité d'investissement, alors la cohérence financière de la doctrine se fissure.

Les signaux sont déjà ambivalents : en 2025, certaines entreprises chinoises ont commencé à augmenter leurs coûts de tokens malgré la rhétorique de "bien public mondial". Baidu, qui défendait une stratégie propriétaire, a basculé vers l'open-weight en juin 2025 non par conviction idéologique mais par pragmatisme concurrentiel. La discipline normative collective repose sur une cohérence d'intérêts qui n'est pas garantie dans la durée.

2.4 La tension entre ouverture externe et fermeture interne : le double régime insoutenable

La Chine joue simultanément deux partitions incompatibles : elle promeut l'ouverture, la transparence et l'égalité des droits dans la gouvernance mondiale de l'IA, tout en maintenant à l'intérieur un contrôle strict des contenus, une censure systématique des sujets politiquement sensibles, et des obligations légales de coopération avec les services de renseignement (Loi de renseignement national de 2017).

Cette asymétrie génère des tensions concrètes. Les modèles DeepSeek, Qwen et leurs équivalents censurent les références à Tiananmen, aux droits des Ouïghours, à l'indépendance de Taïwan, à toute critique du PCC, comportements documentés et mesurables. Cette censure embarquée dans les poids du modèle se diffuse à tous les dérivés. Un développeur qui construit sur Qwen hérite d'une couche idéologique qu'il n'a pas choisie.

Pour les États qui cherchent à construire des IA "souveraines" avec des modèles chinois comme base, cette censure intégrée est une contrainte structurelle invisible au premier abord, mais de plus en plus perçue au fur et à mesure que les usages se diversifient. C'est une vulnérabilité de légitimité qui s'accumule silencieusement.

Plus fondamentalement : la Chine peut-elle maintenir durablement un récit de "bien commun mondial" tout en étant perçue comme exportant ses contraintes politiques à travers ses modèles ? La réponse dépend de la sensibilité politique des utilisateurs. Pour beaucoup de gouvernements du Global South, la censure politique d'un modèle IA est un problème secondaire face aux avantages économiques de l'infrastructure. Mais pour les usages académiques, journalistiques, civils, la contradiction devient visible et coûteuse.

2.5 La vulnérabilité de sécurité comme vecteur de contre-attaque normative

La sécurité technique des modèles chinois constitue une fragilité stratégique que les adversaires géopolitiques ont commencé à exploiter méthodiquement.

Les données sont préoccupantes. En janvier 2025, une base de données ClickHouse de DeepSeek exposée publiquement sans authentification révélait des clés API, des journaux de conversations et des informations backend sensibles. En juillet 2025, Pillar Security documentait un vecteur d'attaque affectant 1,5 million de fichiers de modèles communément utilisés, permettant l'injection d'instructions malveillantes invisibles pour la plupart des outils de sécurité.

Ces incidents ont une double signification stratégique. Ils constituent d'abord des vulnérabilités réelles qui fragilisent l'adoption dans les contextes sensibles. Ils fournissent ensuite aux États-Unis une justification normative pour leurs propres contre-mesures : restrictions d'exportation, interdictions d'usage gouvernemental, campagnes de sensibilisation sur les risques de sécurité nationale. La narrative "IA chinoise = risque de sécurité nationale" est en cours de construction active à Washington, et les incidents techniques l'alimentent.

La question structurelle pour la Chine : peut-elle rehausser ses standards de sécurité sans ralentir son rythme de développement et de diffusion ? La réponse est probablement non à court terme, parce que les impératifs de compétitivité poussent à des releases rapides au détriment de la robustesse sécuritaire. C'est un trade-off qui crée un flanc exposé permanent.

Partie III : Scénarios de Rupture : Les Futures de la Doctrine Chinoise à 2035

Partie IV : Europe : Cartographie des Fragilités et Conditions du Tiers-Chemin

4.1 Le diagnostic brutal : l'Europe est structurellement mal positionnée

Avant d'analyser les scénarios, il faut poser le diagnostic sans euphémisme : l'Europe part d'une position de faiblesse structurelle dans l'ordre IA mondial. Plus de 80% des infrastructures et technologies numériques européennes sont importées. 70% des modèles IA fondationnaux utilisés globalement sont développés aux États-Unis. L'Europe ne dispose d'aucun hyperscaler souverain à l'échelle compétitive. Son écosystème de capital-risque reste fragmenté et sous-dimensionné face aux besoins de financement des LLM de frontière. Sa production de semiconducteurs est concentrée chez ASML (outils de fabrication) sans présence significative dans la fabrication elle-même.

La réalité opérationnelle en 2026 est que la souveraineté IA européenne est réalisable au niveau des modèles et des applications (couche logicielle), mais que l'indépendance au niveau des infrastructures physiques (compute, chips, data centers) est une question de l'horizon 2030, pas de 2026. Ce diagnostic est confirmé par l'analyse de Jan Bosch sur la maturité du stack européen : "La souveraineté en 2026 est réalistement atteignable aux couches modèle et application, mais la question des infrastructures sous-jacentes est une question de 2030, pas de 2026." Ce retard n'est pas conjoncturel. Il est le résultat de vingt ans de sous-investissement dans les technologies fondamentales, de réglementation qui a privilégié la protection sur la production, et d'une gouvernance fragmentée qui a empêché l'émergence de champions technologiques à l'échelle US ou chinoise.

4.2 Scénario 1 : Le piège de la dépendance sino-normative

L'Europe adopte progressivement les modèles ouverts chinois par pragmatisme économique : coûts inférieurs aux modèles propriétaires américains, accessibilité open-weight, absence de licences contraignantes, disponibilité immédiate. Ce choix s'effectue non pas au niveau politique mais au niveau des DSI, des startups, des chercheurs, des développeurs, agrégation de décisions décentralisées qui forment une dépendance structurelle non planifiée.

À l'horizon 2029-2031 : les standards architecturaux chinois sont devenus des références de facto dans une large partie de l'écosystème tech européen. La dette technique de migration est considérable. Les données traitées par ces modèles (même déployés localement) ont été formées sur des architectures qui incorporent des biais de contenu, des lacunes de sécurité et des couches de censure idéologique.

Le risque le plus pernicieux n'est pas la backdoor. C'est la normalisation cognitive silencieuse : une génération de développeurs européens formés sur des architectures chinoises, habitués à ses patterns, à ses limitations, à ses zones d'ombre. C'est une dépendance qui ne se mesure pas en parts de marché mais en capital humain et en dette cognitive.

La dimension données est également critique. Même pour les déploiements locaux, les modèles open-weight chinois n'ont pas divulgué leurs données d'entraînement, ni leurs méthodes précises. On hérite d'un système dont on ne comprend pas les présupposés profonds, et dont les biais sont potentiellement alignés sur des priorités géopolitiques chinoises. La conformité RGPD constitue un levier réel mais limité. Elle peut bloquer l'usage via les APIs chinoises (données transitant en Chine), mais elle ne bloque pas l'usage local des modèles open-weight téléchargés, où les données restent en Europe mais où l'architecture héritée reste chinoise.

4.3 Scénario 2 : La fragmentation tripolaire sous contrainte

C'est le scénario dans lequel l'Europe est prise en étau entre deux dynamiques qu'elle ne contrôle pas. Les États-Unis exercent une pression croissante sur leurs alliés européens pour aligner les contrôles à l'exportation sur les technologies IA, rejeter les modèles chinois des infrastructures critiques, et s'intégrer dans une chaîne de valeur IA transatlantique. Simultanément, la Chine continue d'offrir des alternatives compétitives, moins chères, ouvertes, et bénéficiant d'un accès infra BRI dans les marchés tiers où les entreprises européennes sont également présentes.

L'Europe est alors contrainte de construire une autonomie partielle sous pression temporelle, sans avoir réalisé les investissements préalables nécessaires. Le coût est massif, 300 milliards d'euros sur une décennie selon les estimations EuroStack. Le calendrier est irréaliste si l'urgence n'est reconnue qu'en 2027. Les champions technologiques européens (Mistral, Aleph Alpha, des initiatives EuroHPC) sont encore en construction, pas encore en déploiement souverain à l'échelle.

Le risque principal de ce scénario : une Europe partiellement souveraine, qui ne peut pas compétir techniquement avec les US ni avec la Chine, et qui se retrouve dans une posture défensive permanente, exportatrice de standards de gouvernance que personne d'autre n'adopte intégralement, importatrice de technologies que ses propres standards sont censés réguler. C'est précisément ce que la double critique actuelle dessine : d'un côté JD Vance à Paris en février 2025, reprochant à l'Europe que sa régulation empêche les entreprises américaines de compéter sur le marché européen. De l'autre côté, la Chine, qui présente l'AI Act comme un modèle de restriction restrictive plutôt que de valeurs communes.

4.4 Scénario 3 : Le tiers-chemin viable : conditions d'émergence et fenêtre d'opportunité

Ce scénario existe. Il n'est pas une utopie, il est documenté dans les initiatives en cours et les dynamiques réglementaires récentes. Mais sa réalisation exige une conjonction de conditions qui ne sont pas encore garanties.

Premièrement, la régulation comme levier positif. L'AI Act, combiné au RGPD, au DORA, au NIS2 et au Digital Markets Act, crée un régime réglementaire qui rend structurellement préférable le déploiement d'infrastructures sous juridiction européenne. L'analyse de Jan Bosch confirme ce point : depuis début 2026, les entreprises européennes traitent la souveraineté IA non plus comme une aspiration politique mais comme une contrainte d'architecture opérationnelle avec des implications concrètes de procurement. La compliance réglementaire est devenue un driver de souveraineté plus puissant que la rhétorique politique.

Deuxièmement, l'émergence d'un écosystème souverain à la couche modèle. Mistral déploie des modèles open-weight qui peuvent être utilisés entièrement au sein de l'infrastructure organisationnelle, avec une clause explicite de souveraineté des données. Des alternatives au niveau des couches inférieures émergent (EuroHPC, premières AI Factories). La Commission européenne a lancé le Cloud and AI Development Act (CADA) pour réduire les dépendances et a financé sept consortiums pour construire les premières AI Factories européennes.

Troisièmement, la logique de la "souveraineté stratifiée". La solution européenne ne doit pas répliquer intégralement une stack souveraine complète, ce qui serait trop coûteux et trop lent. Elle doit stratifier : souveraineté complète pour les workloads sensibles (administrations publiques, infrastructure critique, données de santé, défense), intégration pragmatique pour les workloads non-sensibles. Cette stratification hybride est réaliste dès 2026 pour les couches modèle et application.

Les conditions manquantes pour que ce scénario se réalise pleinement : la cohésion politique reste le maillon faible. L'Europe n'a pas encore de doctrine commune sur les interdits technologiques, pas d'équivalent au mécanisme CFIUS américain pour les investissements technologiques chinois en Europe, pas de liste harmonisée des technologies à protéger. La fragmentation des 27 États membres sur des questions aussi fondamentales que les relations commerciales avec la Chine crée des lignes de fissure dans toute stratégie collective. L'investissement est insuffisant par rapport à l'ambition : le rapport Draghi estimait que l'Europe avait besoin d'investissements massifs pour combler son retard en deep tech. EuroStack chiffre le besoin à 300 milliards d'euros d'ici 2035 pour une souveraineté numérique complète, avec 10 milliards immédiats dans un fonds technologique souverain européen. Ces chiffres restent des propositions politiques, pas des engagements budgétaires fermes.

La timeline est comprimée. La fenêtre critique pour cristalliser une alternative crédible est 2026-2028. Au-delà, les dépendances (qu'elles soient américaines ou chinoises) se verrouillent dans les architectures, les habitudes de développement, les contrats infra. Le moment d'investir dans une souveraineté stratifiée est maintenant, pas en 2030.

Partie V : Blind Spots et Signaux à Surveiller : Ce Que le Consensus Rate

5.1 Le blind spot de la gouvernance des dérivés

L'attention analytique se concentre sur les modèles chinois directement. Elle rate la question plus profonde des modèles dérivés de modèles chinois. En septembre 2025, 63% des modèles dérivés sur Hugging Face étaient d'origine chinoise. Ces dérivés sont construits par des développeurs du monde entier (dont des européens) qui utilisent les architectures chinoises comme fondation sans nécessairement percevoir l'héritage qu'ils intègrent.

La chaîne de responsabilité dans cet écosystème est totalement non résolue. Si un modèle dérivé développé par une startup parisienne sur une base Qwen génère un incident (biais discriminatoire, erreur médicale critique, production de contenu illicite), qui est responsable ? La startup, Alibaba, ou Hugging Face pour avoir distribué le modèle de base ? L'absence de cadre de responsabilité légal pour cette chaîne de valeur constitue une faille de gouvernance majeure que ni l'AI Act ni les régulations américaines n'adressent encore clairement.

5.2 Le blind spot de la normalisation à la couche application

Les débats portent sur les fondations (LLMs, infrastructure). Ils ratent la normalisation silencieuse qui se produit à la couche application : des outils métier construits sur des modèles chinois dans l'agriculture, la logistique, la santé, l'éducation qui deviennent des standards de fait dans des marchés émergents. Cette normalisation applicative est irréversible à une vitesse bien supérieure à la normalisation infra, parce qu'elle crée des habitudes d'usage, des formats de données, des workflows qui résistent au changement.

5.3 Le blind spot du talent et du transfert de connaissances

La compétition sur les modèles distrait de la compétition sur le talent et les méthodes. Les publications académiques chinoises en IA ont multiplié leur impact et leur volume depuis 2020. Les chercheurs formés dans les laboratoires chinois (parfois après une formation initiale en Europe ou aux États-Unis) retournent dans l'écosystème chinois, porteurs de connaissances pratiques acquises dans des contextes mixtes. Inversement, des chercheurs du Global South formés en Chine rentrent chez eux avec des cadres conceptuels alignés sur les approches chinoises. Ce flux de capital humain est une forme de normalisation intellectuelle qui précède et prépare la normalisation technologique. Elle est pratiquement invisible dans les analyses classiques de "course à l'IA".

5.4 Le blind spot de la fragmentation interne chinoise

Le récit dominant traite la Chine comme un acteur monolithique. La réalité est plus complexe. L'écosystème IA chinois est composé d'entreprises privées (DeepSeek, Alibaba, Tencent, Baidu) qui ont des intérêts commerciaux propres, potentiellement divergents des objectifs stratégiques de l'État. La campagne régulatoire de 2021-2022 (qui a traumatisé les entreprises tech chinoises) a montré que l'État peut casser la dynamique d'innovation privée de manière imprévisible. Si l'État impose des contraintes supplémentaires sur les releases open-weight (par exemple pour des raisons de sécurité nationale liées à la prolifération des modèles avancés), les entreprises chinoises pourraient perdre leur avantage compétitif sur Hugging Face. Ce risque est bas à court terme, mais il existe, et il constitue un levier que des évolutions internes non prévues pourraient activer.

5.5 Le blind spot de la complémentarité sino-européenne dans certains domaines

Le cadre dominant de la rivalité US-Chine pousse l'Europe à se positionner dans une logique de camps. Mais il existe des domaines où une coopération sino-européenne sur la gouvernance IA est structurellement possible et mutuellement bénéfique : standards de sécurité des modèles, normes d'auditabilité, gestion des risques IA systémiques, gouvernance internationale. La Chine et l'Europe partagent une méfiance commune vis-à-vis de la dérégulation IA américaine sous Trump (qui a annulé l'executive order Biden sur la sécurité IA). Cette convergence partielle pourrait être exploitée diplomatiquement pour construire des espaces de gouvernance commune, sans pour autant accepter les dépendances technologiques chinoises. C'est une nuance que le cadre binaire de la compétition technologique rend difficile à apercevoir.

Partie VI : Implications Stratégiques pour les Décideurs Européens

6.1 Reconnaître la nature réelle de la compétition

La première implication stratégique est cognitive : les décideurs européens doivent arrêter de lire la compétition IA comme une course technologique où les métriques de performance des modèles sont l'enjeu central. La vraie compétition est une compétition de normalisation architecturale, qui définit les standards, les architectures de référence, les patterns de gouvernance qui deviennent les présupposés non questionnés du développement IA mondial. Dans cette lecture, la question n'est pas "quel modèle européen peut rivaliser avec GPT-5 ou Qwen-Max ?" mais "quelles architectures, quels standards de gouvernance, quels formats d'interopérabilité l'Europe peut-elle faire adopter comme références mondiales ?" C'est une compétition normative, pas une compétition de performance brute.

6.2 Stratifier la souveraineté plutôt que la totaliser

L'Europe ne peut pas construire une stack souveraine complète dans la fenêtre critique 2026-2028. Ce serait une erreur de prétendre le contraire. La stratégie réaliste est la souveraineté stratifiée : identification explicite des couches où la souveraineté est non-négociable (données de défense, infrastructure critique, données de santé sensibles, systèmes judiciaires) et pragmatisme assumé pour les couches non-sensibles. Cette stratification permet d'allouer les ressources limitées là où elles ont le plus d'impact stratégique, tout en maintenant la compétitivité économique par l'accès aux meilleures technologies mondiales pour les usages non-sensibles.

6.3 Investir dans la couche modèle ouverte européenne comme priorité immédiate

La seule asymétrie favorable à l'Europe dans la fenêtre court terme est la capacité à produire des modèles open-weight de qualité sous juridiction européenne, conformes au RGPD, avec une transparence sur les données d'entraînement et les méthodes. Mistral a montré que c'est techniquement possible. Le déficit est dans le financement à l'échelle pour maintenir la compétitivité. Un fonds européen de souveraineté modèle (distinct des financements EuroHPC orientés infrastructure) permettrait d'amplifier cet avantage. Le benchmark n'est pas de rivaliser avec les modèles de frontière américains. C'est d'offrir une alternative crédible dans le registre open-weight, avec une provenance européenne vérifiable, pour les marchés où la conformité réglementaire est un critère de décision.

6.4 Instrumentaliser la régulation comme levier de souveraineté, pas seulement comme contrainte

L'AI Act est généralement présenté comme un frein à l'innovation. Cette lecture est réductrice. Il constitue également un mécanisme de normalisation : les entreprises qui veulent accéder au marché européen (y compris les providers chinois et américains) doivent se conformer à des standards définis à Bruxelles. Cette conformité imposée peut devenir un levier de convergence normative si l'Europe construit activement des coalitions autour de ses standards avec d'autres blocs régionaux (Inde, Afrique du Sud, Brésil). La stratégie n'est pas de défendre un marché intérieur, mais d'exporter des standards de gouvernance qui créent des zones d'influence normative sans nécessiter une domination technologique.

6.5 Anticiper la fenêtre de verrouillage et agir avant 2029

La fenêtre critique est documentée et courte. Entre 2026 et 2029, les standards IA mondiaux se cristallisent, au niveau des architectures de modèles, des formats d'interopérabilité, des standards de sécurité, des protocoles de gouvernance des données. Une fois ces standards adoptés à grande échelle, le coût de migration devient prohibitif. Pour l'Europe, agir avant 2029 signifie : finaliser le Cloud and AI Development Act avec des mandats concrets et budgets associés, accélérer le déploiement des AI Factories EuroHPC, construire un régime de provenance des modèles (auditabilité des données d'entraînement, certification de conformité), et financer à l'échelle les champions modèles open-weight européens pour qu'ils atteignent la masse critique d'adoption avant que les alternatives chinoises ne verrouillent les workflows.

Synthèse : La Carte des Risques et des Leviers à l'Horizon 2035

Ce qui est probable si rien ne change : l'Europe dérive vers une dépendance sino-normative de fait, non par choix délibéré mais par accumulation de décisions décentralisées pragmatiques. À 2031, la dette technique et cognitive est considérable. La reconstruction d'une alternative souveraine coûte deux fois plus cher qu'un investissement préventif en 2026-2028. Les États-Unis maintiennent la supériorité sur les modèles de frontière mais perdent la bataille de la normalisation de masse. La Chine consolide sa position dans le Global South via une combinaison infra (SMR opérationnels post-2030) + modèles + gouvernance, mais absorbe des crises de crédibilité récurrentes liées aux incidents de sécurité et à la tension entre ouverture externe et fermeture interne.

Ce qui est possible si l'Europe agit dans la fenêtre : une souveraineté stratifiée crédible est constructible d'ici 2030 à condition d'investissements ciblés immédiats, d'une cohérence politique maintenue, et d'une instrumentalisation active de la régulation comme vecteur d'influence normative externe. L'Europe ne gagne pas la course IA, elle s'y positionne comme arbitre normatif, dont les standards de gouvernance deviennent les références mondiales pour les acteurs tiers qui cherchent précisément à ne pas choisir entre Washington et Pékin.

Le paradoxe final

La Chine est plus forte qu'on ne le pense là où on ne la regarde pas, dans la normalisation architecturale silencieuse, dans le capital humain du Global South, dans la discipline narrative de la "technologie comme bien commun". Elle est plus fragile qu'on ne l'admet là où sa force est la plus visible, la pseudo-souveraineté énergétique qui reste dépendante du charbon, la stack "autonome" qui repose sur des designs académiques et des patterns industriels encore largement liés au monde occidental, et surtout le paradoxe irréductible de la distribution sans contrôle. L'Europe, quant à elle, est plus proche d'une alternative crédible qu'elle ne le reconnaît, à condition d'accepter que la souveraineté stratifiée n'est pas une capitulation mais une stratégie, et que la fenêtre pour la construire est ouverte, mais pas indéfiniment.