Asie — Le nouveau centre de gravité

Comment l'Asie devint le cœur battant de l'intelligence artificielle mondiale

Hier — Les fondations invisibles

Il existe un type de révolution qui ne fait pas de bruit. Elle s'opère dans les usines, dans les laboratoires, dans les salles de classe — pendant que le monde regarde ailleurs.

Quand AlexNet triompha au défi ImageNet en 2012, le monde célébra la victoire de l'apprentissage profond. Mais peu remarquèrent que cette victoire reposait sur des fondations asiatiques.

ImageNet elle-même — la base de données de quatorze millions d'images qui avait rendu possible l'entraînement d'AlexNet — avait été créée par Fei-Fei Li. Née à Pékin en 1976, émigrée aux États-Unis à seize ans avec sa famille, elle avait grandi entre deux mondes. À Princeton, puis à Stanford, elle avait eu une intuition qui changerait tout : le meilleur algorithme ne servait à rien sans les bonnes données. En 2006, elle commença à rassembler des millions d'images, à les faire étiqueter par des travailleurs du monde entier via Amazon Mechanical Turk. En 2009, elle publia ImageNet — dans une relative indifférence. La conférence CVPR ne lui accorda même pas une présentation orale, seulement un poster.

Trois ans plus tard, AlexNet prouva qu'elle avait raison. Les données massives et bien étiquetées étaient le carburant de l'apprentissage profond. Fei-Fei Li devint la « marraine de l'IA » — une reconnaissance tardive pour une vision précoce.

Elle n'était pas seule. Kai-Fu Lee, né à Taïwan, formé à Carnegie Mellon, avait développé des systèmes de reconnaissance vocale pionniers avant de diriger Microsoft Research China, puis Google China. Il deviendrait l'un des investisseurs les plus influents de l'écosystème IA chinois, avec Sinovation Ventures.

L'Asie n'avait pas seulement fourni des talents individuels. Elle avait construit une infrastructure invisible — les usines qui fabriquaient les puces, les ingénieurs qui les concevaient, les données qui alimentaient les modèles. Cette infrastructure allait devenir le cœur battant de l'IA mondiale.

Morris Chang avait cinquante-quatre ans quand Texas Instruments le « mit au placard ». Après vingt-cinq ans dans l'entreprise, il se retrouva dans un rôle sans pouvoir, sans influence, sans avenir. En 1985, il quitta les États-Unis pour Taïwan, à l'invitation du gouvernement qui cherchait à développer son industrie technologique.

Ce qui suivit transforma le monde.

En 1987, Chang fonda TSMC — Taiwan Semiconductor Manufacturing Company. Son innovation n'était pas technologique mais commerciale : le modèle du « fondeur pur ». TSMC ne concevrait pas ses propres puces. Elle fabriquerait celles des autres. N'importe quelle entreprise pourrait désormais concevoir des processeurs sans posséder d'usines — il suffisait de confier la fabrication à TSMC.

Ce modèle permit l'émergence de géants « sans usines » — NVIDIA, AMD, Qualcomm, Apple. Ces entreprises pouvaient se concentrer sur la conception, laissant la fabrication à Taïwan. L'industrie des semi-conducteurs fut révolutionnée.

En 2024, TSMC contrôlait soixante-sept pour cent du marché mondial des fonderies de semi-conducteurs. L'entreprise fabriquait plus de la moitié des puces avancées de la planète — et quatre-vingt-dix pour cent des plus sophistiquées. Les puces qui faisaient tourner ChatGPT, Claude, Gemini, les voitures Tesla, les iPhone : toutes sortaient des usines taïwanaises.

Cette domination créa ce que les analystes appellent le « bouclier de silicium » de Taïwan. L'île, revendiquée par la Chine, était devenue si essentielle à l'économie mondiale que toute perturbation — guerre, blocus, catastrophe naturelle — aurait des conséquences planétaires. Taïwan ne se protégeait plus seulement par ses alliances militaires, mais par son indispensabilité technologique.

L'administration Biden pledgea jusqu'à six milliards six cents millions de dollars d'incitations pour que TSMC construise des usines en Arizona. En 2024, TSMC annonça un investissement total de soixante-cinq milliards de dollars aux États-Unis — six usines de fabrication, deux centres d'emballage avancé, un centre de recherche. Mais les puces les plus avancées — les deux nanomètres — ne seraient produites aux États-Unis qu'en 2028 au plus tôt. Taïwan conservait son avance.

Le monde découvrait, avec un mélange d'admiration et d'inquiétude, à quel point il dépendait d'une île de vingt-quatre millions d'habitants.

Aujourd'hui — La course des dragons

Pendant ce temps, en Chine continentale, une autre révolution s'accélérait.

En mai 2023, une entreprise nommée DeepSeek fut fondée. Moins de deux ans plus tard, son modèle DeepSeek-V3 surpassait Llama 3.1 de Meta et Claude 3.5 Sonnet d'Anthropic sur les tests de langage et de raisonnement — à une fraction du coût d'entraînement. Le modèle DeepSeek-R1, spécialisé dans le raisonnement, démontra que la Chine pouvait rivaliser avec les géants américains.

Le monde fut surpris. Il n'aurait pas dû l'être.

La Chine comptait un million six cent soixante-dix mille entreprises liées à l'intelligence artificielle. Plus de deux cent trente-sept mille avaient été créées dans la seule première moitié de 2024. Le pays déposait environ trois cent mille demandes de brevets IA par an — représentant soixante-dix pour cent des brevets IA mondiaux. De 2014 à 2023, la Chine avait déposé plus de trente-huit mille brevets d'IA générative — six fois plus que les États-Unis.

Les géants technologiques chinois — Baidu, Alibaba, Tencent, ByteDance — s'étaient tous lancés dans la course aux grands modèles de langage. Après le lancement de DeepSeek-R1, chacun annonça des modèles prétendant surpasser ses capacités. La compétition interne était aussi intense que la rivalité avec l'Occident.

Mais la Chine faisait un choix différent de l'Amérique. Elle embrassait le code source ouvert. DeepSeek, Alibaba, Tencent libéraient leurs modèles, permettant à quiconque de les utiliser et de les modifier. Cette stratégie accélérait l'adoption, stimulait l'innovation, créait un écosystème où les améliorations bénéficiaient à tous.

Baidu, Alibaba et Tencent proposaient des services moins chers qu'OpenAI et Google. L'IA chinoise visait le monde entier — pas seulement le marché intérieur.

Pourtant, la Chine restait vulnérable. Les sanctions américaines sur les puces avancées — interdisant l'exportation des processeurs les plus performants vers la Chine — créaient un goulot d'étranglement. NVIDIA ne pouvait plus vendre ses GPU les plus puissants aux entreprises chinoises. TSMC ne pouvait plus fabriquer les puces les plus avancées pour Huawei.

DeepSeek avait démontré qu'on pouvait faire beaucoup avec moins. Mais « moins » restait une contrainte. La course à l'IA était aussi une course aux semi-conducteurs — et sur ce terrain, la Chine dépendait encore de technologies qu'elle ne maîtrisait pas.

L'Inde empruntait un chemin différent.

En mars 2024, le cabinet indien approuva la mission IndiaAI — un budget de dix mille trois cents crores de roupies (environ un milliard trois cents millions de dollars) sur cinq ans. L'objectif : construire un écosystème IA complet, depuis l'infrastructure de calcul jusqu'à la formation des talents, depuis les modèles souverains jusqu'aux applications d'intérêt public.

L'Inde partait d'une position paradoxale. Selon l'index de Stanford 2024, elle occupait la première place mondiale en pénétration des compétences IA — devant les États-Unis et l'Allemagne. La concentration de talents IA y avait augmenté de deux cent soixante-trois pour cent depuis 2016. L'Inde menait également en pénétration des compétences IA chez les femmes.

Mais cette abondance de talents ne s'accompagnait pas d'une abondance d'infrastructure. L'Inde manquait de puissance de calcul, de centres de données, de modèles souverains adaptés à ses langues.

La mission IndiaAI s'attaquait à ces lacunes. Elle prévoyait la construction d'une infrastructure de calcul équipée de dix-huit mille six cent quatre-vingt-treize GPU — l'une des plus importantes au monde. Elle finançait la création de modèles de langage adaptés aux langues indiennes. Elle établissait des laboratoires de données et d'IA dans les villes de second et troisième rang, décentralisant l'innovation au-delà de Bangalore et Mumbai.

Sarvam AI, une startup de Bangalore, fut sélectionnée parmi soixante-sept candidats pour construire le premier grand modèle de langage indien souverain. Elle recevrait quatre mille GPU pendant six mois pour entraîner un modèle de soixante-dix milliards de paramètres, conçu pour raisonner et parler couramment les langues indiennes. Ce modèle ne serait pas ouvert au public — il viserait un déploiement à l'échelle de la population, pour les services gouvernementaux, l'éducation, la santé.

L'Inde comptait désormais plus de cent cinquante startups d'IA natives, ayant collectivement levé plus d'un milliard et demi de dollars depuis 2020. OpenAI, Anthropic, Google y ouvraient des bureaux — attirés par le vivier de talents et le marché potentiel d'un milliard quatre cents millions d'habitants.

L'Inde ne cherchait pas à rivaliser avec la Chine ou les États-Unis sur la puissance brute. Elle cherchait à construire une IA pour l'Inde — dans ses langues, pour ses problèmes, selon ses priorités.

Le tissu asiatique

Le Japon, la Corée du Sud, Singapour, le Vietnam, l'Indonésie : chaque pays asiatique tissait son propre fil dans la toile de l'IA mondiale.

Le Japon restait le leader mondial de la robotique industrielle — quarante-cinq pour cent de la production mondiale. FANUC, Kawasaki, Honda avec son robot humanoïde ASIMO : les héritiers de la tradition robotique japonaise des années 1980 continuaient d'innover. Mais dans les grands modèles de langage, le Japon restait en retrait — handicapé peut-être par la même prudence qui avait fait échouer le projet de cinquième génération dans les années 1980.

La Corée du Sud dominait la mémoire. Samsung, le plus grand fabricant mondial de puces mémoire, fournissait les composants essentiels aux systèmes d'IA. Sans mémoire à haute bande passante, les GPU les plus puissants ne servaient à rien. La Corée, comme Taïwan, occupait un maillon indispensable de la chaîne.

Singapour se positionnait comme un pont. Sa stratégie — évoluer de la main-d'œuvre aux compétences, des compétences au capital, du capital à la technologie, de la technologie à l'innovation — lui permettait d'attirer les talents et les investissements de toute la région. La cité-État était devenue un carrefour où l'Occident et l'Asie se rencontraient.

Le Vietnam et l'Indonésie émergeaient comme nouveaux pôles de développement logiciel, bénéficiant de la délocalisation des entreprises qui cherchaient des alternatives à la Chine. La « derisking » — la réduction de la dépendance à la Chine — redistribuait les cartes en Asie du Sud-Est.

L'Asie n'était pas un bloc uniforme. Elle était un archipel de stratégies, de spécialisations, de rivalités. Mais ces îles étaient reliées par des flux de talents, de capitaux, de données, de puces. Le centre de gravité de l'IA mondiale se déplaçait inexorablement vers l'est.

Au-delà — La bascule

Il existe un moment dans l'histoire des civilisations où le centre de gravité bascule. L'Europe domina la révolution industrielle. L'Amérique domina la révolution informatique. L'Asie pourrait dominer la révolution de l'intelligence artificielle.

Les chiffres racontent une histoire. Soixante-dix pour cent des brevets IA mondiaux déposés en Chine. Quatre-vingt-dix pour cent des puces avancées fabriquées à Taïwan. La première place mondiale en pénétration des compétences IA occupée par l'Inde. Les modèles chinois qui rivalisent avec les américains à une fraction du coût.

Mais les chiffres ne disent pas tout.

L'Asie nous enseigne d'abord la diversité des chemins. La Chine a choisi la masse — des millions d'entreprises, des centaines de milliers de brevets, des modèles open source qui inondent le marché. Taïwan a choisi l'indispensabilité — une spécialisation si poussée que le monde entier dépend de ses usines. L'Inde a choisi la souveraineté — des modèles dans ses langues, pour ses problèmes, selon ses priorités. Il n'existe pas une seule voie vers la puissance IA.

Elle nous enseigne ensuite la vulnérabilité des dépendances. Les sanctions américaines sur les puces ont révélé combien la Chine restait dépendante de technologies qu'elle ne maîtrisait pas. Mais cette dépendance est réciproque. Les États-Unis dépendent de Taïwan pour leurs puces. L'Europe dépend de l'Asie pour sa chaîne d'approvisionnement. L'interdépendance crée à la fois de la stabilité — personne n'a intérêt à perturber le système — et de la fragilité — une perturbation affecte tout le monde.

Elle nous enseigne enfin le pouvoir des fondations invisibles. Fei-Fei Li a créé ImageNet dans une relative indifférence avant qu'AlexNet ne prouve son importance. Morris Chang a inventé le modèle du fondeur pur dans l'obscurité avant que le monde ne réalise sa dépendance à TSMC. Les révolutions technologiques sont souvent bâties sur des fondations que personne ne remarque — jusqu'au moment où tout s'effondre si elles manquent.

Le centre de gravité continue de se déplacer.

En 2025, la Chine compte plus d'entreprises IA que n'importe quel autre pays. L'Inde forme plus de talents IA que n'importe quel autre pays. Taïwan fabrique plus de puces avancées que n'importe quel autre pays.

Les parrains de l'apprentissage profond — Hinton, Bengio, LeCun — sont occidentaux. Mais les fondations sur lesquelles ils ont bâti — les données d'ImageNet, les puces de TSMC, les ingénieurs formés en Asie — sont largement asiatiques.

Cette asymétrie — innovation conceptuelle à l'Ouest, infrastructure matérielle à l'Est — ne durera peut-être pas. DeepSeek a montré que la Chine pouvait innover au niveau des modèles, pas seulement fabriquer les puces. Sarvam AI montre que l'Inde peut créer des modèles souverains, pas seulement exporter des programmeurs.

La question n'est plus de savoir si l'Asie jouera un rôle majeur dans l'IA. Elle le joue déjà. La question est de savoir si l'Occident saura s'adapter à un monde où il n'est plus le centre.

Les chemins parallèles convergent. Le centre de gravité bascule. L'Asie n'est plus la périphérie de l'innovation mondiale.

Elle en devient le cœur.