"L’IA générative déchire le monde entre deux futurs irréconciliables, l’Europe repousse la contrainte sans lever le flou, A. Finkielkraut dit non à ChatGPT, le prix pour la course à l’IA en France, l’obsolescence humaine (Bruno Patino)" par Jacques Hallard

Retour au début de l’introduction

Introduction

Ce dossier reprend le sujet de l’Intelligence artificielle (IA) sur les plans politique et philosophique

Les articles sélectionnés sont mentionnés avec leurs accès dans le sommaire ci-après

Ce qui suit est une possibilité de détente avec un partage d’humour suisse > https://www.facebook.com/reel/797513979741295

Retour au début de l’introduction

Sommaire

France - Politique - Intelligence artificielle (IA) : de quoi parle-t-on ? – Document officiel - Publié le 10.06.2025
L’IA générative déchire le monde entre deux futurs irréconciliables - Christophe Laporte - Dimanche 21 juin 2026 à 08:30 • Document ‘macg.co’
Cybersécurité et intelligence artificielle : la Commission présente le plan d’action de l’UE - Article d’actualité - 7 juillet 2026 - Représentation en France – Documentation ‘france.representation.ec.europa.eu’
Le directeur de la CIA compare l’IA de pointe à des « armes nucléaires numériques » - Le Monde avec AFP - Publié le 30 juin 2026 à 22h23, modifié le 01 juillet 2026 à 09h04
Intelligence artificielle à haut risque, l’Europe repousse la contrainte sans lever le flou - Posté le 8 juillet 2026 par La rédaction dans Informatique et numérique
Pourquoi Alain Finkielkraut a dit non à ChatGPT - Date 11 juillet 2026 - Auteur Gilles Gressani, Florent Zemmouche - Entretien avec Alain Finkielkraut – Document ‘legrandcontinent.eu’
Opération Prométhée : la France peut gagner la course à l’IA. Quel en serait le prix ? - Une pièce de doctrine à l’attention du prochain président de la République et de ses électeurs - Date 8 juillet 2026 – Document ‘legrandcontinent.eu’
Livre – « Le temps de l’obsolescence humaine » de Bruno Patino - Analyse et synthèse de cet essai, suite à une requête auprès de ‘ChatGPT’ : présentation des idées essentielles mises en perspective. Juillet 2026
Retour au début du sommaire

France 2030 : l’IA comme un accélérateur et un différenciateur d’innovation

§§§

France - Politique - Intelligence artificielle (IA) : de quoi parle-t-on ? – Document officiel - Publié le 10.06.2025
Abrégée aujourd’hui en IA, l’intelligence artificielle est un enjeu technologique qui intéresse l’économie, la recherche ou la formation et innerve tous les domaines de la société. Faisons le point sur la stratégie française et l’évolution rapide des technologies.

France 2030

Sommaire :

• Intelligence artificielle : définition

• La stratégie nationale pour l’intelligence artificielle

• Interview d’expert : Stéphane Canu

Image générée par intelligence artificielle grâce à Adobe Firefly AI

Crédits : Adobe Firefly AI / MESR Image générée par intelligence artificielle

Intelligence artificielle : définition{{}}

L’intelligence artificielle est une notion forgée au milieu des années 1950, dans la foulée des réflexions du mathématicien Alan Turing, qui se demandait si un ordinateur saurait un jour ’penser’, ou s’il n’était capable que d’un ’jeu d’imitation’ (imitation game).

Le Parlement européen, quant à lui, définit l’intelligence artificielle comme tout outil utilisé par une machine capable de ’reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité’.

Les champs d’action de l’IA sont vastes et semblent difficiles à circonscrire puisqu’ils s’étendent à de nombreux aspects du quotidien que ce soit pour effectuer des recherches ou des achats en ligne, le ciblage publicitaire, la traduction automatique, les assistants numériques personnels, les villes connectées, mais aussi dans le domaine des transports, de la santé, etc.

A l’heure actuelle, les GPT (Generative Pre-trained Transformers) ou modèles de langage pré-entraînés interrogent en regard de l’utilisation qu’ils font des données et de leurs algorithmes, qui pour la plupart ne sont pas en open source (code source ouvert). Le RGPD impose en effet que les données traitées soient exactes, or les intelligences artificielles génératives produisent à partir de celles-ci un contenu qui peut être erroné, qui serait donc non conforme à la réglementation européenne.

La stratégie nationale pour l’intelligence artificielle{{}}

Le déploiement de la stratégie nationale pour l’intelligence artificielle comprend 3 phases :

la remise du rapport Villani en 2018,
la stratégie d’accélération en novembre 2024,
le Sommet pour l’action sur l’IA, en février 2025, avec l’annonce du président de la République Emmanuel Macron d’un investissement de 109 milliards d’euros pour l’IA en France, en vue de renforcer de l’attractivité du territoire et de l’écosystème d’excellence français ou encore de mettre la puissance de l’IA au service des politiques publiques.
La stratégie nationale pour l’intelligence artificielle, lancée en 2018, fait suite aux recommandations du rapport Villani. Elle a permis notamment :

la création d’un réseau académique d’instituts d’excellence en intelligence artificielle (3IA puis cluster IA),
le soutien à des chaires d’excellence en IA,
le financement de programmes doctoraux,
la mise à disposition de la recherche française de Jean Zay, un supercalculateur pour l’IA,
la mise en œuvre d’un Programme et équipements prioritaires de recherche en IA (PEPR IA).
Objectifs :

donner un sens à l’intelligence artificielle
faire de la France un champion mondial de l’intelligence artificielle.
Déploiement et financements{{}}

Pour atteindre ces objectifs, la stratégie nationale comprend 2,5 milliards d’euros mobilisés dans le cadre de France 2030 pour accompagner l’écosystème français, lui permettre de se développer sur des marchés porteurs et de diffuser les usages de l’IA dans l’économie. En complément, des investissements privés sont mobilisés au niveau français et européen.

2,5 Md € mobilisés en faveur de l’intelligence artificielle dans le cadre de France 2030.

109 Md € investis pour l’IA en France par des entreprises privées au cours des prochaines années.

200 Md € mobilisés par la Commission européenne pour développer l’IA en Europe avec l’initiative « InvestAI ».

En combinant l’excellence de la formation, de la recherche et de l’innovation, l’objectif est de faire émerger en France des champions académiques européens et mondiaux dans le champ de l’intelligence artificielle et de ses applications. Ces synergies entre formation et recherche d’excellence doivent permettre à la France et à l’Europe, dans un espace compétitif international, de constituer des pôles de recherche et de formation de rang européen et mondial, avec un impact significatif sur l’économie.

En 2023, lors du salon Viva Technology, à Paris, le président de la République Emmanuel Macron a annoncé un ambitieux plan de soutien des acteurs de l’intelligence artificielle, financé par France 2030. Il comprend le dispositif ’IA-cluster’, doté de 500 M €, qui doit consolider des pôles de formation et de recherche d’excellence nationaux et de faire d’eux des champions européens et internationaux.

En mars 2024, après 6 mois de travail, la commission dédiée à l’intelligence artificielle a rendu son rapport comprenant 25 recommandations pour faire de la France un acteur majeur de la révolution technologique de l’intelligence artificielle en général et de l’IA générative en particulier.

Le 21 mai 2024, Emmanuel Macron a annoncé un investissement supplémentaire de 400 M€ de France 2030 auprès de nouveaux lauréats, soit un total de 9 sites labellisés ’clusters IA’ :

PR[AI]RIE – PSAI (Université Paris Sciences et Lettres) – 75 M€
MIAI Cluster (Université Grenoble Alpes) – 70 M€
Hi ! PARIS Cluster 2030 (Institut Polytechnique de Paris) –70 M€
PostGenAI@PARIS (Sorbonne université) – 35 M€
ENACT (Université de Lorraine) – 30 M€
DATAIA-Cluster (Université Paris Saclay) – 20 M€
ANITI IA Cluster (Université de Toulouse) – 20 M€
3IA Côte d’Azur 2030 (Université Côte d’Azur) – 20 M€
SequoIA (Université de Rennes) – 20 M€.
Résultats :{{}}

La France est le premier écosystème pour l’IA en Europe

+ 600 startups en IA (+24% entre 2021 et 2023) dont 50 % sont rentables ou envisagent de l’être d’ici 3 ans

3,2 Md € levés en 2022 par des entreprises de l’IA

1er en Europe pour les projets d’investissements étrangers en IA

On compte 76 startups d’IA générative (son, texte, vidéo, image) en France. Les modèles actuels les plus puissants ont été entraînés ou développés en France : Llama 2, Llama 3, Mistral Large.

Interview d’expert : Stéphane Canu{{}}

Stéphane Canu, chargé de mission Intelligence Artificielle au sein du ministère de l’Enseignement supérieur et de la Recherche, répond à nos questions.

Quelles sont les priorités fixées dans la stratégie nationale en intelligence artificielle ?{{}}

Stéphane Canu : La stratégie d’accélération en IA (parfois appelée phase 2 du plan IA, menée dès 2021), qui dispose d’un budget de 2,5 milliard d’euros de fonds publics, est intitulée : ’diffuser l’IA dans l’économie’. Il s’agit à présent de porter l’attention sur les produits de l’IA, donc sur le marché, la demande, le besoin, les usages et contraintes d’usage, la concurrence, les coûts et les prix, les éventuels monopoles ou verrous commerciaux. Une vision qui nous oblige à faire des choix stratégiques par nature risqués liés à plusieurs objectifs :

le maintien de la recherche française en IA au meilleur niveau international,
le redressement économique, singulièrement de la balance commerciale, donc à la production de valeur exportable,
la reconquête de notre indépendance stratégique et de notre souveraineté, donc à la production de valeur pour nos besoins domestiques,
le bien-être individuel et social, au progrès de l’humanité, y compris au plan de la connaissance scientifique, de l’inclusion, de la justice, de la qualité de vie, etc.
la durabilité de ces modèles, à la sauvegarde de ressources naturelles limitées et des libertés des futures générations.
Des choix stratégiques de filières ont été faits, après avoir été débattus, en l’occurrence de porter un effort particulier sur l’embarquabilité, la frugalité, la confiance et l’IA générative, avec une attention particulière portée sur l’émergence de projets open source, ouverts sur l’écosystème scientifique et des acteurs innovants. La France a toujours fait le pari de l’open source pour mettre à disposition du plus grand nombre des briques technologiques pour favoriser le développement des innovations nécessaires aux entreprises et aux administrations. La bibliothèque d’apprentissage automatique Scikit-learn créée en 2006 par Inria en est un excellent exemple : elle est la troisième bibliothèque la plus utilisée au monde après celles proposées par Google et Meta.

Scikit-learn créée en 2006 par Inria, est la troisième bibliothèque d’apprentissage automatique la plus utilisée au monde

Quels en sont les principaux acteurs ?{{}}

S. C. : les principaux acteurs de l’intelligence artificielle en France sont :

les grands groupes réunis au sein du manifeste de l’IA
les start-up de l’IA (590), les licornes, la french tech associée et des lieux emblématiques à l’instar de station F
les instituts de transfert de technologies comme les IRT saint Exupéry à Toulouse et SystemX à Saclay
les acteurs académiques de la formation et de la recherche : les 3 ONR (Inria, CNRS et CEA), les universités et les écoles, notamment présentes dans le quatre instituts interdisciplinaires d’intelligence artificielle (3IA bientôt rebaptisé Cluster IA) localisés à Nice (Côte d’Azur), Toulouse (ANITI), Grenoble (MIAI) et Paris (PRAIRIE)
et bien sûr, à l’international, les géants de la tech : les GAMAM (Facebook étant devenu Meta) et autres BATX.
Plus que ces acteurs, c’est tout un écosystème structuré et développé depuis le rapport Villani autour de l’IA qui a permis l’effervescence que l’on constate aujourd’hui autour de l’IA française.

L’IA peut-elle aider d’autres domaines de recherche ? Comment ?{{}}

S. C. : L’intelligence artificielle est un champ de recherche en soi mais aussi un accélérateur de la découverte scientifique dans de nombreux domaines à condition de favoriser le rapprochement entre les différentes communautés scientifiques. L’IA peut aider dans de nombreux domaines de recherche en apportant des capacités avancées de traitement des données, d’analyse et de modélisation. C’est le cas par exemples dans les domaines de :

la santé, où l’IA est un des piliers du PEPR santé numérique : l’IA est appelée à jouer un rôle central dans la révolution médicale en cours. Issues du secteur médical et des patients, avec l’avènement des objets connectés de santé, les données de santé permettent d’améliorer considérablement les diagnostics de nombreuses pathologies.
La robotique, domaine dans lequel l’IA risque de modifier la donne (sera étudié dans le cadre du PEPR robotique).
l’environnement : le service Prioréno est une intelligence artificielle qui aide les collectivités à la rénovation thermique de leurs bâtiments publics.
l’histoire où l’IA aide à explorer les archives de Notre-Dame de Paris
le transport à travers l’aide à la conduite et les véhicules autonomes.
Dans le cadre de son plan stratégique sur l’Intelligence Artificielle, le CNRS a lancé son centre IA pour la Science et Science pour l’IA (AISSAI). L’objectif principal de ce centre est de structurer et d’organiser les actions transverses impliquant l’ensemble des instituts du CNRS aux interfaces avec l’IA.

Quelles sont les alternatives open source à ChatGPT ? Que dire de la multiplication des acteurs ? {{}}

S. C. : Après GTP-3, le modèle génératif d’OpenAI de plus de 200 milliards de paramètres, Bloom, projet de science ouverte et participative produit par le consortium international BigScience, a été le premier modèle analogue open source, entrainé en France grâce au super calculateur public Jean Zay. Il a permis des applications mais n’a pas su évoluer aussi rapidement que ChatGPT qui est passé rapidement à la version 3.5 puis 4 et bientôt 5. De plus, la communauté s’est accordée à dire que ’200 milliards de paramètres, c’était trop’.

Ce type de modèle génératif forme le cœur des IA conversationnelles comme ChatGPT, sorti en novembre 2022 complètement sous licence privée. Trois mois après, en février 2023, Meta, a annoncé la sortie de son propre modèle de langage open source, LLaMA pour Large Language Model Meta AI. Ce modèle et ses successeurs intégrés sont capables de rivaliser voire de surpasser GPT tout en occupant beaucoup moins d’espace mémoire (5 à 20 fois moins). Mais Meta est allé encore plus loin en publiant les détails de son algorithme LLaMA, ainsi que ’la recette’ nécessaire pour l’utiliser, ce qui permet à tout un chacun de l’exploiter dans ses propres applications.

La France n’est pas en reste avec la start-up Mistral AI qui a produit des modèles Mistral parmi les meilleurs au monde. Tous ces modèles sont disponibles sur la plateforme de la société HuggingFace.

Aujourd’hui, ces assistants conversationnels comme ChatGPT, Gemini, Perplexity ou Le Chat (développé en France par Mistral AI), peuvent être vus comme une nouvelle génération de moteurs de recherche, plus interactifs, capables de dialoguer avec son utilisateur. L’utilisateur sait bien que ce dialogue est souvent nécessaire car le taux de bonnes réponses en première intention de ces IA conversationnelles atteint aujourd’hui 76 % sur le benchmark GAIA. D’après le benchmark français, il est de quasi 40 %, celui-ci compare les modèles de langage adaptés à la langue française et aux spécificités culturelles de la francophonie, il est issu d’un projet de recherche collaboratif.

Quels bénéfices directs la société française et la population peuvent-elles espérer de l’IA ?{{}}

S. C. : L’IA peut contribuer à l’amélioration des soins de santé en permettant un diagnostic précoce, une personnalisation des traitements, une analyse précise des données médicales et une assistance aux professionnels de la santé. L’IA peut également aider à la surveillance de la santé à domicile, à la détection des changements et à la prévention des maladies.

L’intelligence artificielle peut jouer un rôle dans l’amélioration de la mobilité en facilitant la gestion du trafic, la planification des itinéraires, la conduite autonome et la réduction des accidents de la route. Elle peut également contribuer à l’optimisation des réseaux de transport en prédisant la demande et en proposant des solutions de transport plus efficaces.

L’intelligence artificielle peut stimuler l’innovation, la productivité et la compétitivité économique (par exemple dans le domaine informatique où elle aide à produire du code). Elle peut créer de nouvelles opportunités d’emploi pour le développement de technologies, l’analyse de données et la gestion des systèmes d’IA. Cependant, elle peut également entraîner des changements dans certains secteurs d’emploi, nécessitant une adaptation et une reconversion professionnelle. L’IA va impacter les méthodes d’enseignement et de formation en permettant une personnalisation de l’apprentissage, en fournissant des ressources éducatives adaptées aux besoins individuels. L’IA peut également aider à l’identification des lacunes dans les connaissances des élèves et à la fourniture de rétroactions personnalisées.

L’intelligence artificielle va impacter les méthodes d’enseignement et de formation en permettant une personnalisation de l’apprentissage, en fournissant des ressources éducatives adaptées aux besoins individuels.

Stéphane Canu, MESR

Quelles sont les dernières évolutions qui vous paraissent transformantes ?{{}}

La France est très active dans ce domaine qui est en constante évolution, on peut citer le modèle de la startup BioOptimus, H-optimus-1. Il s’agit d’un modèle d’IA pour l’histopathologie comprenant 1,1 milliard de paramètres. Ce modèle, entraîné sur le calculateur Jean Zay, permet d’accroître la précision des diagnostics pour la classification des sous-types de cancer, l’identification des métastases et la détection de biomarqueurs.

Par ailleurs, en mai 2025, Mistral a publié son modèle Devstral, un LLM agentique open source, c’est-à-dire, un grand modèle de langage capable de réaliser tout un tas d’actions, comme des tâches de génie logiciel. Devstral est le fruit d’une collaboration entre Mistral AI et All Hands AI. A sa sortie, Devstral se positionne à l’état de l’art parmi les modèles d’IA pour les tâches de développement logiciel. Il est capable de récupérer les réponses du web pour compléter la question posée, exécuter du code. En élargissant le scope, il permet une meilleure qualité des résultats. Il a été suivi par la sortie du modèle dit de « raisonnement » Magistral en juin 2025.

On peut également citer AlphaEvolve de DeepMind est un agent d’intelligence artificielle basé sur les modèles Gemini, capable de générer et d’optimiser de nouveaux algorithmes grâce à un processus évolutif automatisé. Il combine la créativité des grands modèles de langage avec des évaluateurs automatiques pour résoudre des problèmes complexes en mathématiques et en informatique, dépassant parfois les performances humaines. Déjà utilisé pour optimiser les centres de données et concevoir des algorithmes inédits, AlphaEvolve marque une avancée majeure vers l’automatisation de la recherche scientifique

Enfin, l’IA dans la robotique évolue en parallèle : cela se remarque particulièrement dans le domaine de la conduite autonome (taxi autonome) à l’instar de Waymo, filiale de Google, qui vient d’intégrer Gemini pour affiner le traitement la vision.

Quels sont les écueils à éviter selon vous ?{{}}

S. C. : Avant tout, il ne faut ni surinterpréter les résultats de l’intelligence artificielle, ni sous-estimer ses apports. Les autres écueils seraient de ne pas maitriser les technologies associées, de méconnaitre les biais inhérents à son mode de programmation et notamment aux données utilisées pour entraîner les IA d’aujourd’hui. Il faut au contraire maîtriser les enjeux environnementaux, avoir une approche responsable et éthique des usages de l’IA.
Ces enjeux sont abordés par les efforts de régulation notamment au niveau européen à travers l’IA act, par le « AI Safety Summit », le Partenariat mondial sur l’intelligence artificielle (PMIA ou GPAI) et traités dans la déclaration de Montréal pour un développement responsable de l’intelligence artificielle qui poursuit trois objectifs :

élaborer un cadre éthique pour le développement et le déploiement de l’IA ;
orienter la transition numérique afin que tous puissent bénéficier de cette révolution technologique ;
ouvrir un espace de dialogue national et international pour réussir collectivement un développement inclusif, équitable et écologiquement soutenable (coalition pour un usage plus écoresponsable de l’IA).
Avec la création d’un Institut national pour l’évaluation et la sécurité de l’intelligence artificielle (INESIA), l’État matérialise son engagement en faveur d’un développement maîtrisé de l’IA dans un cadre de confiance et de sécurité.

Initialement publié le 13 juin 2023 ; mis à jour le 10 juin 2025.

Aller plus loin

Source : https://www.enseignementsup-recherche.gouv.fr/fr/intelligence-artificielle-de-quoi-parle-t-91190

https://cdn.mgig.fr/2026/06/mg-54160d3a-w4096-w828-w2600-w1300.jpg

C’est un phénomène cyclique, presque fascinant, qui rythme l’histoire des nouvelles technologies : chaque rupture technique s’accompagne inévitablement de sa levée de boucliers. Mais une tendance lourde se dessine : plus l’innovation s’accélère, plus le front de l’opposition s’élargit et se crispe.{{}}

Image : Levart Photographer - Unsplash

Les récents psychodrames autour du déploiement de la 5G en étaient déjà un parfait exemple, multipliant les contestations de toutes parts. Avec l’intelligence artificielle générative, nous atteignons cependant de nouveaux sommets et franchissons manifestement un point de non-retour dans la polarisation des débats. Cette semaine, l’IA s’est invitée à toutes les tables, de la dimension géopolitique du G7 jusqu’aux allées de VivaTech, la grand-messe parisienne de l’innovation où se pressait le gratin de la tech mondiale, Jeff Bezos en tête. Pendant que les entrepreneurs s’extasient, le monde de la culture, lui, bat le rappel et entre en résistance.

Les gens de lettres face aux algorithmes : l’appel au boycott

Dans une tribune incisive publiée par Le Monde, un collectif hétéroclite mêlant figures politiques de tous horizons, scientifiques et grands noms de la littérature (dont la Prix Nobel Annie Ernaux et plusieurs lauréats du prix Goncourt comme Hervé Le Tellier ou Marie Ndiaye) a lancé un appel solennel au boycott des IA génératives grand public.

Leur réquisitoire est lourd. Au-delà du gouffre écologique creusé par le développement effréné des mégacentres de données, les signataires dénoncent un projet de société délétère qui tend à marginaliser l’humain. Destruction massive d’emplois, affaiblissement des capacités cognitives chez les jeunes, risques de dépendances émotionnelles : pour ces plumes, ChatGPT, Claude, Mistral ou Grok ne sont que des mirages aliénants. Tout en rappelant subtilement que les véritables avancées de la recherche, notamment médicales, proviennent d’IA spécialisées et non de robots conversationnels de masse, le collectif exhorte les citoyens à ériger leurs propres digues en refusant d’alimenter la machine, sans attendre que le législateur ne s’en charge.

Il est assez saisissant de mesurer le gouffre qui sépare cette fronde intellectuelle des déclarations de Jeff Bezos. On ne saurait imaginer deux visions du monde plus diamétralement opposées.

L’optimisme total de Jeff Bezos

Là où les écrivains redoutent une menace existentielle pour la pensée humaine, le fondateur d’Amazon affiche un optimisme à toute épreuve. Pour lui, l’intelligence artificielle n’est pas un rouleau compresseur pour l’emploi, bien au contraire : elle va stimuler la créativité humaine et générer de nouveaux métiers. Reste la question cruciale du tempo : à quelle vitesse la création de valeur parviendra-t-elle à compenser les destructions de postes inhérentes à cette transition ?

https://cdn.mgig.fr/2026/06/mg-ea110e26-w2400-w828-w1300.jpg

Crédit : Seattle City Council, CC BY 2.0

Pour Jeff Bezos, l’IA va paradoxalement créer une pénurie de main-d’œuvre, car elle donnera aux humains les outils pour identifier et résoudre une multitude de nouveaux problèmes. Pour illustrer son propos, le milliardaire s’est appuyé sur sa dernière initiative, Prometheus, une start-up spécialisée dont le but est de concevoir un « ingénieur généraliste artificiel ».

Interrogé par l’ancien astronaute de la NASA Mike Massimino, aux côtés de Dave Limp (le patron de Blue Origin), l’homme d’affaires de 62 ans a résumé son mantra : accélérer la boucle entre l’idée et sa concrétisation. Dans ce monde dopé par les algorithmes, notre seule limite ne sera plus nos capacités techniques, mais la force de notre imagination.

De la Silicon Valley à la Lune

À l’instar d’un Elon Musk, Jeff Bezos déploie un plan global qui peut sembler totalement halluciné aux yeux des signataires de la pétition environnementale. Pour résoudre les crises terrestres, et notamment le dérèglement climatique, sa solution ne se trouve pas dans la sobriété, mais dans les étoiles. Plus précisément sur la Lune.

https://cdn.mgig.fr/2026/06/mg-b151bbf5-w4096-w828-w2600-w1300.jpg

Jeff Bezos dans un robot en 2017 - image. Jeff Bezos

Selon lui, l’exploration spatiale souffre aujourd’hui d’un déficit d’offre, et non de demande. Proche et riche en ressources, notre satellite naturel est le candidat idéal pour une installation humaine pérenne. « Nous allons sur la Lune pour y rester, pas seulement pour faire une visite », martèle Bezos. L’argument est avant tout physique et énergétique : extraire des matériaux depuis le sol lunaire exige 28 fois moins d’énergie que de devoir les arracher à la gravité terrestre pour les envoyer dans l’espace profond.

Cette étape lunaire n’est qu’un prélude avant la colonisation de Mars. Dans l’esprit du fondateur de Blue Origin, cette expansion industrielle hors de notre atmosphère est le seul moyen de concilier croissance économique et préservation écologique. L’objectif final est prométhéen : délocaliser les industries lourdes et polluantes dans l’espace afin que notre « planète-jardin » puisse enfin retrouver son état environnemental préindustriel.

Une chose est certaine : le fossé n’a jamais été aussi profond. Entre la résistance culturelle qui prône le retrait et l’utopie technologique qui cherche son salut dans le cosmos, l’intelligence artificielle est devenue bien plus qu’un outil de productivité. Elle est le miroir de deux projets de société radicalement irréconciliables.{{}}

Poursuivez votre lecture :

image accroche

TikTok US : Amazon aurait fait une offre de rachat à quelques jours de la fin du délai

image accroche

iPod : Jeff Bezos et ces « bâtards » d’Apple

image accroche

Jeff Bezos n’est plus l’homme le plus riche du monde

image accroche

Jeff Bezos va partir dans l’espace fin juillet

image accroche

Amazon : Jeff Bezos cédera son poste de CEO le 5 juillet

image accroche

D’un déjeuner avec Steve Jobs jusqu’au lancement du Kindle, pourquoi Amazon a créé une liseuse

image accroche

Jeff Bezos cède sa place de CEO d’Amazon

image accroche

Les dessous de l’accord commercial majeur entre Apple et Amazon

image accroche

Amazon a maintenant 150 millions d’abonnés Prime

image accroche

Piratage : l’iPhone X de Jeff Bezos cache encore des mystères

À propos de MacGeneration Mentions légales Conditions générales d’utilisation Politique de gestion des données personnelles Notre équipe Notre entreprise Nous contacter

Source : https://www.macg.co/intelligence-artificielle/2026/06/lia-generative-dechire-le-monde-entre-deux-futurs-irreconciliables-309307

Source : https://france.representation.ec.europa.eu/informations-et-evenements/informations/cybersecurite-et-intelligence-artificielle-la-commission-presente-le-plan-daction-de-lue-2026-07-07_fr

Cybersécurité et intelligence artificielle : la Commission présente le plan d’action de l’UE - Article d’actualité - 7 juillet 2026 - Représentation en France – Documentation ‘france.representation.ec.europa.eu’
La Commission européenne a présenté un plan d’action visant à apporter une réponse structurée aux risques et à exploiter les possibilités offertes par les modèles avancés d’intelligence artificielle dans le domaine de la cybersécurité.

Cybersecurity training in healthcare

La Commission européenne a présenté un plan d’action visant à apporter une réponse structurée aux risques et à exploiter les possibilités offertes par les modèles avancés d’intelligence artificielle (IA) dans le domaine de la cybersécurité.

Les nouveaux modèles avancés d’IA redéfinissent la cybersécurité. L’IA peut être utilisée à mauvais escient pour détecter des vulnérabilités, automatiser des attaques et accroître l’ampleur ainsi que la rapidité des cyberincidents à un niveau sans précédent.

S’appuyant sur le cadre juridique unique de l’UE en matière d’IA et de cybersécurité, le plan d’action réunira les États membres, les entreprises et les organisations de l’UE afin de renforcer la cybersécurité de notre environnement numérique face aux vulnérabilités liées aux modèles avancés d’IA.

Évaluation des modèles d’IA

Une sécurité efficace suppose une compréhension approfondie de la manière dont les nouvelles technologies peuvent être utilisées, détournées ou exploitées. En vertu du règlement sur l’intelligence artificielle (règlement sur l’IA), les modèles avancés d’IA doivent être évalués et les mesures d’atténuation soigneusement examinées avant leur mise sur le marché de l’UE.

Afin de développer une expertise européenne, la Commission lancera un appel spécifique visant à mettre en place une capacité européenne d’évaluation, couvrant notamment la cybersécurité, qui devrait être opérationnelle en 2027. Cette nouvelle capacité contribuera aux missions réglementaires du Bureau européen de l’IA en renforçant l’évaluation, par des tiers, des capacités et des risques liés à l’IA à l’échelle mondiale.

Accès aux modèles avancés d’IA{{}}

L’Europe a également besoin de conditions claires et transparentes pour accéder aux systèmes d’IA les plus avancés.

La Commission collaborera avec l’Agence de l’Union européenne pour la cybersécurité (ENISA) afin d’élaborer un cadre européen de référence pour un accès structuré aux capacités avancées d’IA destinées à la cybersécurité. Ces orientations aideront les organisations publiques et privées européennes concernées à accéder aux modèles avancés d’IA.

Tester l’IA au service de la cybersécurité

L’ENISA et le Centre commun de recherche (JRC) de la Commission créeront une plateforme sécurisée permettant de tester l’IA appliquée à la cybersécurité, notamment au moyen d’environnements simulés. Cette plateforme mettra à la disposition des opérateurs de secteurs critiques — tels que la finance, l’énergie, la santé, les transports ou l’administration publique — les connaissances nécessaires à une utilisation sûre de l’IA.

Renforcer la cybersécurité de l’UE et corriger les vulnérabilités{{}}

L’Union doit protéger ses infrastructures critiques contre les vulnérabilités résultant d’un usage malveillant potentiel de ces technologies.

Comme le prévoient les règles de l’UE en matière de cybersécurité, les organisations devraient renforcer leurs pratiques de cyberhygiène, leurs mesures de gestion des risques ainsi que l’application du principe de sécurité dès la conception (security by design).

Les organisations devraient commencer à utiliser les capacités d’IA déjà disponibles, y compris les modèles en code source ouvert, afin de détecter et de corriger plus rapidement les vulnérabilités, ainsi que de prévenir les cyberattaques et d’y répondre.

Pour accompagner les organisations dans cette transition, l’ENISA soutiendra et facilitera les partenariats entre les autorités publiques, les entreprises et les communautés du logiciel libre au sein de l’écosystème de la cybersécurité. Ce soutien prendra notamment la forme d’orientations, de recommandations et de bonnes pratiques, ainsi que d’une campagne visant à sécuriser les logiciels critiques en code source ouvert.

Développer les capacités européennes en matière d’IA appliquée à la cybersécurité{{}}

Afin de stimuler le développement du marché européen, la Commission lancera le Grand défi de l’Union européenne sur l’IA pour la cybersécurité. Ce concours réunira des entreprises, des chercheurs et d’autres organisations afin de développer des solutions fondées sur l’IA dans le domaine de la cybersécurité.

L’Union doit continuer d’investir dans le développement de ses propres capacités souveraines en matière de modèles avancés d’IA, en s’appuyant sur les infrastructures fournies par les usines d’IA (AI Factories) et les futures giga-usines d’IA . Dans ce contexte, la future capacité européenne d’investissement en fonds propres dans les technologies, annoncée dans le train de mesures sur la souveraineté technologique européenne , pourrait attirer des investissements privés afin d’accélérer le développement de capacités européennes en matière d’IA.

Henna Virkkunen, vice-présidente exécutive chargée de la souveraineté technologique, de la sécurité et de la démocratie, a déclaré : « L’intelligence artificielle transforme profondément la cybersécurité. Nous devons évoluer au même rythme. L’Union européenne dispose déjà de bases solides pour adapter sa réponse aux vulnérabilités qu’entraînent les technologies émergentes. Nous devons mobiliser et mettre à profit les capacités, les réseaux et le cadre juridique existants afin de renforcer la cybersécurité qui protège notre environnement numérique. »

Contexte

L’Union européenne dispose d’un cadre juridique adapté pour relever les défis de la cybersécurité à l’ère des technologies émergentes, telles que l’intelligence artificielle. Le règlement sur l’IA impose l’évaluation et l’atténuation des risques liés aux modèles d’IA, tandis que le code de bonnes pratiques pour l’IA à usage général précise ces exigences et facilite leur respect par les fournisseurs de modèles avancés. Ces dispositions commenceront à être appliquées à partir du 2 août 2026.

Le règlement sur la cyberrésilience , qui sera applicable d’ici à la fin de 2027, impose l’intégration de la sécurité dès la conception pour les produits matériels et logiciels. Par ailleurs, la directive SRI 2 (NIS2) vise à renforcer la sécurité des secteurs critiques, tels que les transports et l’énergie, tandis que le règlement sur la résilience opérationnelle numérique s’applique au secteur financier. Enfin, le règlement sur la cybersolidarité renforce les capacités de l’Union à détecter, prévenir et gérer les menaces et attaques de cybersécurité de grande ampleur.

Pour plus d’informations

Fichier:Commission Européenne FR.svg

Source : https://www.lemonde.fr/international/article/2026/06/30/le-directeur-de-la-cia-compare-l-ia-de-pointe-a-des-armes-nucleaires-numeriques_6717339_3210.html

Le directeur de la CIA compare l’IA de pointe à des « armes nucléaires numériques » - Le Monde avec AFP - Publié le 30 juin 2026 à 22h23, modifié le 01 juillet 2026 à 09h04
Alors que la rivalité technologique s’intensifie, Washington multiplie les mesures inédites pour garder la main sur les modèles d’intelligence artificielle les plus puissants et protéger ses intérêts stratégiques.

Lire plus tard Mettre Le Monde en favori sur Google

Le directeur de la CIA, John Ratcliffe, au Capitole, à Washington, DC, le 18 mars 2026.

Le directeur de la CIA, John Ratcliffe, au Capitole, à Washington, DC, le 18 mars 2026. OLIVER CONTRERAS/AFP

Le directeur de la CIA, John Ratcliffe, a comparé, mardi 30 juin, les capacités des modèles d’intelligence artificielle (IA) les plus avancés à des « armes nucléaires numériques », lors d’une rare prise de parole publique à Washington, DC.

« Il ne serait pas déplacé, comme nous l’avons évoqué, de comparer leurs capacités à des armes nucléaires numériques », a déclaré M. Ratcliffe, en rapportant ses échanges à ce sujet avec les conseillers du président Donald Trump. Le plus haut responsable du renseignement extérieur américain assume publiquement cette analogie avec l’arme nucléaire au moment où l’administration Trump vient d’opérer une reprise en main inédite de cette technologie en invoquant la sécurité nationale.

Le 12 juin, Washington a contraint Anthropic, un fleuron américain de l’IA basé à San Francisco, à couper l’accès à ses deux modèles les plus puissants, Mythos 5 et Fable 5, en lui imposant un « contrôle d’exportation ». Ce retrait forcé d’un modèle de pointe par un gouvernement, une première, n’a été levé que partiellement vendredi pour Mythos, accessible désormais pour un cercle restreint de partenaires américains, tandis que Fable 5, sa version grand public bridée, reste hors-ligne.

Lire le décryptage | Article réservé à nos abonnés Comment les Américains évaluent les risques de Mythos, l’IA d’Anthropic qui effraie la planète

Lire plus tard

Et OpenAI, le rival américain d’Anthropic, a lancé le même jour son modèle GPT-5.6 en accès très limité, acceptant pour la première fois que le gouvernement américain valide, client par client, les partenaires autorisés.

Une véritable « course aux armements »{{}}

Sur la ligne du gouvernement, M. Ratcliffe a redit que les « technologies émergentes » étaient « sa priorité la plus haute », « au même niveau que la Chine », depuis sa prise de fonctions il y a dix-huit mois. S’exprimant lors d’une conférence d’AWS, la branche d’informatique à distance (cloud) d’Amazon, le patron de la CIA a accusé les adversaires des Etats-Unis de vouloir « voler et manipuler les avancées de l’Amérique ».

L’analogie entre IA de pointe et arme nucléaire se multiplie depuis des mois dans les milieux de la sécurité nationale américaine, où plusieurs centres de réflexion décrivent une véritable « course aux armements » technologique des Etats-Unis face à la Chine et à la Russie.

Le directeur a détaillé une réorganisation de la CIA autour de la cybersécurité, décrivant « une épée » et « un bouclier » pour défendre les infrastructures critiques, et a affirmé avoir reçu le patron de SpaceX, Elon Musk, ainsi que des dirigeants d’Amazon, Google et Dell. A l’occasion de cette conférence, AWS, numéro un mondial des services d’informatique en ligne, a annoncé un programme de 1 milliard de dollars de crédits pour les agences de renseignement des Etats-Unis et un service de « cloud » classifié destiné aux sous-traitants de la défense américaine.

Le Monde avec AFP L’espace des contributions est réservé aux abonnés. Abonnez-vous pour accéder à cet espace d’échange et contribuer à la discussion. S’abonner

Tous les contenus en accès libre Nos newsletters Nos flux RSS

Intelligence artificielle à haut risque, l’Europe repousse la contrainte sans lever le flou - Posté le 8 juillet 2026 par La rédaction dans Informatique et numérique
La régulation européenne de l’intelligence artificielle (IA) entre dans une phase paradoxale. Le cadre se précise juridiquement, mais son application concrète reste incertaine pour les systèmes les plus sensibles.

Le règlement européen sur l’intelligence artificielle, ou Artificial Intelligence Act (AI Act), devait installer un cadre commun fondé sur les niveaux de risque et la confiance dans les usages de l’IA. Son ambition reste de couvrir les développeurs comme les utilisateurs professionnels, avec une logique graduée entre risques interdits, risques élevés, risques limités et usages peu ou pas risqués. Cependant, le texte est déjà modifié avant d’avoir produit tous ses effets. Le paquet adopté en juin par les institutions européennes reporte ainsi l’application des principales obligations visant les systèmes d’IA à haut risque, initialement attendues au 2 août 2026, au 2 décembre 2027 pour les systèmes autonomes, et au 2 août 2028 pour les systèmes intégrés dans des produits.

Ce décalage nourrit le débat, car il intervient au moment où les entreprises cherchent justement à déterminer si leurs outils relèvent ou non de cette catégorie. La modification européenne a été présentée comme une simplification, mais elle intervient sur un texte encore en cours d’appropriation par le marché. Les critiques portent notamment sur le fait que les obligations les plus structurantes sont repoussées alors que des systèmes sont déjà utilisés dans des domaines sensibles comme le travail, les services publics, la santé, l’éducation, la police, la migration ou la justice.

Le flou tient d’abord à la définition même du haut risque. L’article 6 du règlement classe dans cette catégorie les systèmes servant de composant de sécurité pour certains produits soumis à évaluation de conformité, ainsi que ceux listés à l’annexe III. Une exception existe toutefois pour certains outils inscrits dans ces domaines lorsqu’ils ne présentent pas de risque significatif pour la santé, la sécurité ou les droits fondamentaux, à condition notamment qu’ils n’influencent pas matériellement une décision. L’annexe III vise des usages comme la biométrie, les infrastructures critiques, l’éducation, l’emploi, l’accès à certains services essentiels, l’application de la loi, la migration ou l’administration de la justice.

Un périmètre encore difficile à industrialiser{{}}

Pour les éditeurs et les intégrateurs, la difficulté ne se limite donc pas à lire une liste de secteurs. Il faut relier un usage précis, une finalité, un niveau d’autonomie, un effet possible sur une personne et le rôle exact joué par l’outil dans une décision. La Commission européenne a publié des lignes directrices pour aider fournisseurs, entreprises et administrations utilisatrices, à classer les systèmes, mais ces documents restent non contraignants juridiquement et les exemples proposés ne sont pas exhaustifs. Une consultation de la Commission européenne sur ce projet de lignes directrices reste ouverte jusqu’au 23 juillet 2026 avant l’adoption d’une version finale.

Cette période de transition crée un double mouvement. D’un côté, le report donne du temps pour construire une conformité IA documentée, tester les modèles, organiser la supervision humaine et préparer les procédures internes. De l’autre, il prolonge une zone d’incertitude pour les acteurs qui doivent arbitrer entre innovation rapide et anticipation réglementaire. Les obligations prévues pour les systèmes à haut risque couvrent notamment la gestion des risques, la gouvernance des données, la documentation technique, l’enregistrement des événements, l’information des utilisateurs, la supervision humaine, ainsi que l’exactitude, la robustesse et la cybersécurité.

Le sujet est particulièrement sensible dans l’industrie, où l’IA peut être embarquée dans des machines, des robots, des équipements médicaux ou d’autres produits soumis à des réglementations sectorielles. Le nouveau texte prévoit des dates différentes pour les systèmes autonomes et pour les systèmes intégrés dans des produits, tout en cherchant à limiter les chevauchements avec les règles sectorielles existantes. Cette articulation sera décisive pour les fabricants, car la conformité ne dépendra pas seulement du modèle d’IA, mais aussi de son intégration dans un produit, de son usage prévu et du régime d’évaluation applicable.

Une conformité à préparer avant l’échéance{{}}

Le report ne signifie pas que la réglementation européenne de l’IA disparaît des feuilles de route. Les interdictions de certaines pratiques sont déjà entrées en application en février 2025, tandis que les règles relatives aux modèles d’IA à usage général et à la gouvernance ont commencé à s’appliquer en août 2025. Le nouveau paquet ajoute aussi une interdiction visant les systèmes générant des contenus sexuels ou intimes non consentis, avec une application prévue en décembre 2026, et ajuste certaines obligations de transparence sur les contenus générés artificiellement.

Dans ce contexte, la priorité opérationnelle consiste à inventorier les usages d’IA, qualifier leur finalité, identifier les populations concernées, documenter les données utilisées et prévoir une supervision humaine réelle. L’article 14 impose que les systèmes à haut risque puissent être surveillés par des personnes capables de comprendre leurs limites, d’interpréter leurs résultats, de ne pas les suivre ou d’interrompre leur fonctionnement. L’article 15 impose aussi des exigences d’exactitude, de robustesse et de cybersécurité sur l’ensemble du cycle de vie.

Le débat européen ne porte donc pas seulement sur un calendrier. Il révèle la difficulté à transformer une catégorie juridique, l’IA à haut risque, en procédures techniques vérifiables par les entreprises, les auditeurs et les autorités. Le délai accordé peut faciliter l’appropriation du cadre, mais il ne règle pas l’enjeu principal. Tant que la frontière entre outil d’aide, système décisionnel et composant critique restera difficile à tracer, la gouvernance des systèmes d’IA demeurera un chantier autant juridique qu’industriel.

Pour aller plus loin - Dans l’actualité

Inscrivez vous aux newsletters ! Recevez chaque semaine les newsletters du Magazine d’Actualité.

Haut du formulaire

Bas du formulaire

Brèves AFP

L’espace actualité c’est quoi ? De la découverte en laboratoire à l’innovation industrielle, scrutez les tendances et prenez part aux grands débats scientifiques qui construisent le monde de demain. Contacter la rédaction

Innovations technologiques

Innovations technologiques La veille technologique comme moteur d’innovation pour anticiper les prochaines évolutions de marché

Obtenir

Livre blanc 28 Mai 2026 Comment l’IA accompagne la mutation des usines L’IA industrielle est une réalité dans tous les secteurs d’activité.

Inscrivez-vous gratuitement à la veille personnalisée ! S’inscrire

Inscrivez-vous aux newsletters ! Recevez chaque semaine les newsletters du Magazine d’Actualité

Haut du formulaire

Bas du formulaire

L’expertise technique et scientifique de référence - Avec Techniques de l’Ingénieur, retrouvez tous les articles scientifiques et techniques : base de données, veille technologique, documentation et expertise technique.

Domaines couverts : Automatique - Robotique Biomédical - Pharma Construction et travaux publics Électronique - Photonique Énergies Environnement - Sécurité Génie industriel Ingénierie des transports Innovation Matériaux Mécanique Mesures - Analyses Procédés chimie - bio - agro Sciences fondamentales Technologies de l’information

Source : https://www.techniques-ingenieur.fr/actualite/articles/intelligence-artificielle-a-haut-risque-l-europe-repousse-la-contrainte-sans-lever-le-flou-161100/

https://legrandcontinent.eu/fr/wp-content/uploads/sites/2/2026/07/PL-Finkbn4-2-scaled.jpg

Pourquoi Alain Finkielkraut a dit non à ChatGPT - Date 11 juillet 2026 - Auteur Gilles Gressani, Florent Zemmouche - Entretien avec Alain Finkielkraut – Document ‘legrandcontinent.eu’
Pour l’auteur de La Défaite de la pensée, « l’IA, c’est la plus mauvaise nouvelle qui soit », non parce qu’elle menace la survie matérielle de l’humanité, mais parce qu’elle menace de détruire sa vie intellectuelle.
Une longue conversation née d’une correspondance ratée.

Image - © Philippe Labrosse (photos) Tundra Studio (illustrations)

Musique The Beatles - Eleanor Rigby →

Il fait de nouveau de plus en plus chaud à Paris. Ici, ça va. Dans ce joli salon, pas trop loin du Jardin du Luxembourg, les volets fermés ne laissent pénétrer qu’une lumière douce, et une discrète climatisation portative ronronne dans un coin.

Alain Finkielkraut nous reçoit chez lui en t-shirt gris, silhouette décontractée, allure vive. À 76 ans, il se déplace avec énergie. Il nous propose quelque chose à boire. Quelques instants plus tard, la table se couvre de sodas, de thés glacés et d’autres boissons soigneusement choisies. Pas de café, mais l’hospitalité est attentive.

Nous ne sommes pas assis sur le canapé où il nous dit passer une grande partie de ses journées à lire, mais autour d’une grande table. C’est ici qu’il enregistre Répliques, son émission de France Culture, depuis quarante ans l’un des salons parlés de la radio française.

Autour de nous, des livres, évidemment, absolument partout. Beaucoup de classiques, beaucoup de littérature d’un autre temps, mais pas seulement : des contemporains aussi, il y reviendra pendant l’entretien.

Nous nous installons. Nous lui annonçons que nous allons commencer. Comme avant le début d’une émission ou d’une pièce de théâtre, il marque un silence. Quelque chose lui manque. Ses lunettes. C’est le paradoxe du Crétois auquel les myopes distraits s’habituent vite : comment les retrouver, puisqu’on ne les porte pas sur le nez ? Les voilà. Il est rassuré : « Pardonnez-moi, mais je n’entends pas bien sans mes lunettes. »

Une correspondance ratée{{}}

Cet entretien a commencé par un refus.

Un refus total, hermétique, aux limites de l’impolitesse, opposé par un homme qui a fait de la conversation un art, une partie de son métier et presque son credo.

L’histoire mérite d’être racontée. Il y a quelques semaines, nous avons adressé un message et une lettre (qui peut être consultée ici) à Alain Finkielkraut pour lui proposer d’engager une correspondance avec ChatGPT.

L’idée était très simple : télécharger le manuscrit complet de son dernier livre, Le cœur lourd, dans une conversation spécifiquement promptée, puis laisser la machine et l’académicien échanger quelques missives.

Après avoir contribué à l’émergence de Jianwei Xun, le premier philosophe hybride de l’histoire, nous aurions pu établir la première correspondance entre un membre de l’Académie française et un LLM.

Alain Finkielkraut a reçu notre message, a lu la lettre et a absolument refusé de se prêter à l’exercice. Sa réponse : « Je ne peux pas collaborer avec la machine et accepter mon propre remplacement, c’est trop affreux. Ce qu’on pourrait faire, c’est une discussion entre le Grand Continent et moi autour de la lettre, car la qualité de la lettre m’a stupéfait. »

Nous voilà donc chez lui pour lui demander des explications.

« Je ne voulais pas partir du mauvais pied avec une revue que je respecte beaucoup, et finalement, j’ai accepté de vous répondre. » Il sourit, puis redevient sérieux.

« La lettre rédigée par ChatGPT m’a fait une très forte impression. L’intelligence artificielle me montrait qu’elle comprenait très bien la critique que je formulais à son égard. Et elle me posait elle-même une très juste question. Elle disait : oui, vous avez le cœur lourd, vous avez le sentiment que la technique est en train de s’emparer d’un certain nombre de capacités humaines. Mais, pour finir, ChatGPT ajoutait : ‘je me demande si votre cœur lourd ne vient pas autant de ce qu’on abdique que de ce qui advient.’ »

Il laisse infuser cette phrase un peu abstraite, mais bien ficelée, comme les LLM en ont le secret.

Ce n’est donc pas le manque d’intérêt pour cette correspondance qui a inspiré son refus. C’est le contraire.

« J’ai pu penser, à un moment, que ChatGPT se cantonnait au domaine de ce que Heidegger appelle ‘la pensée calculante’. Je me suis rendu compte, à la lecture de cette missive, que ce n’était pas vrai. Que les compétences de l’intelligence artificielle allaient très au-delà. Qu’elle pouvait faire preuve de subtilité, de sensibilité et même d’humour. Cela n’a pu qu’aggraver mon désespoir. Mon cœur, depuis la lecture de cette lettre, est encore plus lourd. »

Pourquoi ? « Parce qu’il n’y a rien d’humain, ou presque rien d’humain, dont ChatGPT soit incapable. L’IA évince l’humain, c’est la plus mauvaise nouvelle qui soit. »

« Je constate que Günther Anders avait tout dit avant même l’apparition de ChatGPT, lorsqu’il a parlé de ‘l’obsolescence de l’homme’ » Ce philosophe allemand qui épousa Hannah Arendt, a publié en 1956 ce chef-d’œuvre inquiétant sur « l’âme à l’époque de la deuxième révolution industrielle ».

« Nous y sommes. Je ne veux simplement pas y contribuer. Je ne veux pas mettre le doigt dans l’engrenage. Voilà pourquoi j’ai dit non. »

La société des loisirs obligés{{}}

Le paradoxe, c’est qu’il s’en sert. De temps en temps. Pour Répliques.

« Je l’ai dit d’ailleurs : j’ai fait une émission sur la traduction avec deux remarquables traductrices, Josée Kamoun et Valérie Zenatti. À un moment donné, je me suis posé la question de savoir quelle introduction j’allais faire. Je ne trouvais rien. J’ai donc demandé à ChatGPT, qui m’a rédigé un très beau chapeau. » Il ne s’en est pas servi au sens où la machine ne l’a pas remplacé, mais il en a cité des extraits à l’antenne, « pour m’amuser un peu, pour intriguer l’auditeur ».

« Je constate que le jour viendra où un agent conversationnel pourra faire Répliques. Peut-être que quand le temps viendra pour moi de la retraite — j’espère le plus tard possible — et que France Culture aura besoin de faire des économies, je serai remplacé par l’intelligence artificielle. C’est une perspective terrifiante, absolument terrifiante, et je ne veux pas m’en rendre complice. Je prends acte des immenses qualités de l’intelligence artificielle, mais je reste en retrait du mouvement, auquel j’assiste dans une totale impuissance. »

Nous objectons : n’y a-t-il pas, chez tous les humanistes les plus optimistes, l’idée inverse que l’homme est obsolescent par nature, que c’est même là sa grandeur, et que la machine ne fait que l’accompagner plus loin ?

https://legrandcontinent.eu/fr/wp-content/uploads/sites/2/2026/07/PL-Finkbn-6-125x187.jpg

Alain Finkielkraut chez lui à Paris, le 7 juillet 2026. © Philippe Labrosse pour le Grand Continent

« Non, je ne crois pas. Je ne crois pas du tout. L’intelligence artificielle et la robotique, qui progressent de pair, vont nous remplacer. D’ailleurs, Elon Musk et les autres grands apôtres de l’intelligence artificielle prônent le revenu universel. Parce que la plupart des tâches — on le voit déjà dans les cabinets d’avocats ou d’architectes — vont être accomplies par l’intelligence artificielle. Et c’est une perspective terrible, parce que l’homme n’y est absolument pas préparé. Nous allons entrer dans une société des loisirs, des loisirs obligés. Alors que nous ne savons plus du tout ce qu’est le loisir. »

Pendant que nous réfléchissons aux conséquences de cette intuition, ce que signifierait une société de loisirs forcés, symétrique étonnant des travaux forcés, Alain Finkielkraut cherche déjà l’appui d’un autre texte. Cette fois, c’est du Sénèque. « Je voudrais vous citer les mots d’une lettre à Lucilius, magnifiquement traduits par Raoul de Presles dans son vieux langage du XIVᵉ siècle : ‘L’oisiveté, sans lettres et sans science, est sépulture d’homme vif’. Et nous allons tous entrer — enfin, pas moi, étant donné mon très grand âge — dans cette sépulture. »

Un temps, puis l’ironie reprend le dessus : « Cela dit, je connais un défenseur enthousiaste de l’intelligence artificielle qui nous assure que nous allons vivre mille ans. Ça vaudra peut-être pour lui. Pas pour moi. »

Un autre Bartleby{{}}

Sa position nous intrigue. Il dit que cette accélération est inévitable, qu’il s’agit là d’une menace existentielle, fondamentale. Et il dit aussi qu’il faut dire non.

Or il y a plusieurs manières de dire non. Il y a la manière politique, révolutionnaire qui va jusqu’à assumer l’usage de la violence, le luddisme, la techno-négativité, l’élan d’une révolte qui commence à s’attaquer physiquement à la machine, à ses centres de données, à ses infrastructures. On la voit renaître aux États-Unis, où les menaces contre les seigneurs de la tech se multiplient. On n’est pas sûr que ce soit celle qui a sa prédilection.

« Pourquoi ces attaques, quelles sont leurs motivations ? Pour empêcher le développement de l’intelligence artificielle ? Je ne sais pas… »

Il convoque un précédent qui dit son dégoût. « Je me souviens d’un terroriste américain, Unabomber, qui envoyait des bombes à des praticiens qu’il jugeait dangereux de la technique. Non, je n’ai pas de sympathie pour ça, c’est sûr. En plus, ça ne sert strictement à rien. Je ne vais pas me mettre moi-même à détruire… et détruire quoi ? De toute façon, on ne peut pas revenir en arrière. On ne désinvente pas. »

Il marque un temps pour nuancer cette régularité un peu trop progressiste : « La seule chose qu’on ait jamais désinventée, c’est le Concorde. C’est extraordinaire ! On a désinventé le Concorde. Mais on ne désinventera pas l’intelligence artificielle. »

Agit-il plutôt à la manière de Bartleby, le scribe de Melville ? Au fond, ce qu’il oppose à tout cela, c’est cette maxime conjuguée au conditionnel et tournée à la négative : « Je préférerais ne pas (I would prefer not to). »

Il a l’air enchanté et ses yeux s’illuminent. « C’est vrai. Je suis assez fier. J’aime beaucoup Bartleby. » Il sourit. « Quand on m’a proposé cet entretien, j’ai en effet commencé avec Bartleby. J’ai dit : je préférerais ne pas, ce n’est pas mon sujet. On a insisté, et me voilà. Vous voyez, je suis quand même quelqu’un de très accommodant. »

Mais que se passe-t-il lorsque cette phrase conditionnelle négative passe de la première personne du singulier à la première personne du pluriel ?

La politique ne serait-elle donc plus possible ?{{}}

Sa réponse tient en un argument massue, qu’il déroule calmement. « Imaginons qu’un pays, qu’une civilisation dise non à l’intelligence artificielle. Elle sera développée ailleurs. Ce sont d’ailleurs les arguments qu’on utilise partout : il ne faut pas laisser le monopole de l’intelligence artificielle à la Chine et à l’Amérique. Donc on va y aller de nous-mêmes. Et puis l’intelligence artificielle réussit des prodiges en matière médicale. ‘La conservation de la santé est le principal but de mes études’, disait Descartes. C’était le projet moderne, celui de Bacon aussi : se rendre maître et possesseur de la nature pour améliorer la vie des hommes. De ce projet, la médecine reste la grande héritière, et personne ne voudra sacrifier la santé à d’autres considérations. Donc nous y aurons droit, quand bien même une majorité de gens prendrait conscience des dévastations de l’intelligence artificielle dans d’autres domaines. Nous y sommes, et nous y serons pour les temps à venir. »

À l’objection que le nucléaire, lui, a bien été encastré dans les États et la gouvernance internationale et qu’on n’a pas laissé des start-uppeurs sociopathes lâcher des bombes tactiques pour voir les effets qu’elles faisaient sur le marché, il oppose une distinction qui est peut-être le cœur de sa position : « Avec le nucléaire, c’était une question de vie ou de mort. Ce n’est pas pareil. L’humanité n’est pas menacée de mort par l’intelligence artificielle, elle risque même de vivre plus longtemps grâce à ses bienfaits. Elle est menacée de régression. Elle est menacée d’infantilisme. »

L’ère du trop tard{{}}

Si nous ne sommes pas confrontés à la fin matérielle de l’humanité par l’intelligence artificielle, mais uniquement au risque d’une destruction de sa vie intellectuelle, c’est que la menace, dit-il, vient des écrans. Au portable d’abord, « qui fait un mal fou aux enfants et aux adolescents ». Puis au numérique, qui s’est introduit à l’école.

Soudain, il se lève presque : il a préparé quelque chose.

« J’ai apporté à cette conversation ce livre. » Il pose sur la table Petite Poucette de Michel Serres le succès de librairie que le philosophe, avec qui Finkielkraut a ferraillé à l’Académie, publia en 2012 pour célébrer la génération des pouces agiles sur les claviers. « C’est le petit livre le plus démagogique qui ait jamais été écrit. »

Et le voilà qui lit, d’une voix où la fureur perce sous une certaine componction : « Je voudrais avoir dix-huit ans, l’âge de Petite Poucette et de Petit Poucet, puisque tout est à refaire, puisque tout est à réinventer. » Il repose le livre, il nous regarde : « C’est dégoûtant. C’est le contraire de ce qu’on doit dire aux enfants quand on les aime. » On lui demande pourquoi ? Il nous fait signe d’écouter et reprend sa lecture, cite le passage où le philosophe d’Agen explique que le savoir est désormais « accessible par Web, Wikipédia, portable, par n’importe quel portail. Expliqué, documenté, illustré, sans plus d’erreurs que dans les meilleures encyclopédies ».

« Mais qu’est-ce que ça veut dire, se révolte-t-il, que le savoir soit ‘disponible’ ? Et alors ? Il est disponible, mais il n’est pas pour autant intégré, intériorisé. S’il est disponible sans aucun travail de la part de celui qui le reçoit, ça ne sert strictement à rien. On assiste à la fin de la promotion de l’effort. Et sans l’effort, rien n’est vraiment acquis. Tout est disponible, rien n’est connu. »

Et l’IA ? « C’est le coup de grâce. Non seulement les enfants n’apprennent plus, mais quand on leur demande de vérifier qu’ils savent quelque chose, quand on leur fait faire un devoir, ils s’adressent à l’intelligence artificielle. Les devoirs à la maison ont été supprimés de fait. On va être obligé de confisquer les portables pendant les examens, de mettre des portiques comme dans les aéroports et de fouiller les élèves avant qu’ils entrent en salle, mais tout cela ne servira à rien. Le désastre est consommé. »

Il conclut ce mouvement par une citation de Jaime Semprún qu’il garde visiblement en réserve pour les grandes occasions. « Quand le citoyen écologiste prétend poser la question la plus dérangeante en demandant : quel monde allons-nous laisser à nos enfants ?, il évite de poser cette autre question, réellement dérangeante : à quels enfants allons-nous laisser le monde ? » Il nous regarde. « Voilà la question. Et la réponse est terrible, d’autant plus terrible qu’on ne peut plus rien faire. »

Nous tentons de rouvrir le jeu. Aux États-Unis même, là où tout est plus avancé, émerge ce que Jasmine Sun appelle un populisme anti-IA. Un spectre qui va de l’extrême droite de Steve Bannon au socialisme de Bernie Sanders, unis pour dénoncer quelques personnes richissimes, au cœur d’énormes structures, dotées d’une capacité de transformation du monde sans commune mesure et qu’aucune loi n’encastre. N’est-ce pas la preuve qu’il n’est pas trop tard ?

« Je ne pense pas que Steve Bannon soit très lucide. Il prétend que le président des États-Unis doit reprendre le contrôle total de la machine. Comme si c’était une bonne nouvelle que Donald Trump prenne le contrôle de l’IA ! Et d’ailleurs, cela ne veut rien dire. Personne ne contrôle vraiment l’IA, c’est une illusion politique. On dénonce des hommes trop puissants, mais ce n’est pas comme ça que ça se passe. Comme le disait encore Heidegger, ‘aujourd’hui, il n’y a que la puissance à être puissante’. La technique n’est pas un instrument ; c’est nous qui sommes ses instruments. Elle avance toute seule. Il n’y a pas de volonté derrière, sinon une volonté de volonté : une volonté que ça continue. »

Même le politique qui prétend s’en saisir capitule, selon lui, au moment même où il croit agir. « J’ai entendu un candidat à l’élection présidentielle, Édouard Philippe, dire à juste titre que l’un des grands chantiers du prochain président sera l’école. Mais parmi ses propositions, il y a l’introduction de l’intelligence artificielle, puisqu’elle est là, autant savoir s’en servir. C’est vraiment dingue. Le meilleur usage que les élèves peuvent faire de l’intelligence artificielle, c’est de lui demander de penser à leur place. C’est tout, et c’est ce qu’ils feront tous, on peut en être sûr. »

Il balaie l’air de la main. « Je ne crois pas à la possibilité d’un sursaut. Ça, je ne le crois pas du tout. »

La lueur littéraire{{}}

Et pourtant. Au milieu de ce pessimisme intégral, une éclaircie arrive et elle vient des livres qui nous entourent.

« Si vous voulez, mon pessimisme ne va pas jusqu’à dire que tout est mort. Ce n’est pas vrai. Les chefs-d’œuvre sont imprévisibles donc possibles. Il y a des romans qui paraissent aujourd’hui qui sont extraordinaires et qui rencontrent un public extraordinaire. » Lesquels ? « La Maison vide de Laurent Mauvignier par exemple. Un livre exigeant, une grande fresque du XXᵉ siècle et cinq ou six cent mille lecteurs ! » Il ajoute Benjamin Labatut, dont Maniac au confluent du roman, de la magie et de la philosophie est « un des grands livres que j’ai lus récemment ».

Labatut l’amène à un geste qu’il tient visiblement à faire transcrire. Il a consacré une émission à ce chef-d’œuvre qui raconte l’histoire de la vie de John von Neumann avec Étienne Klein, qui est depuis quelques temps empêtré dans une affaire de plagiat. « Je sais qu’il a les pires ennuis. Je ne suis pas sûr qu’il s’en remette. J’ai même appris qu’il avait copié quelques passages de l’un de mes livres… et je dois vous avouer que j’ai éprouvé un immense sentiment de fierté à ce moment-là : c’est un scientifique, pas moi, et le fait qu’un scientifique comme lui s’intéresse à ce que j’écris est pour moi un immense honneur. Quelles que soient ses fautes, c’est un vulgarisateur tout à fait remarquable qui va nous manquer. »

Suivre cette tangente nous mènerait trop loin. Revenons à la littérature. Hervé Le Tellier prédisait il y a un an dans nos pages que la machine remplacerait les romans de gare mais pas les livres d’auteur. Qu’en pense-t-il ? Il ne souhaite pas se prononcer, parce qu’il ne reconnaît pas la justesse de la prémisse : « Qui, en prenant le train, lit encore un polar ? Ce n’est même plus vrai. J’ai pris le train récemment pour Bruxelles. J’ai traversé le wagon, à l’aller et au retour : personne ne lisait. Personne. Ordinateurs portables, scrolling. La lecture est menacée comme jamais aujourd’hui. La France n’est plus une patrie littéraire. »

Puis, en équilibriste de son propre désespoir : « Mais l’espoir demeure, quand on voit l’immense succès de Mauvignier. »

Des ingénieurs intégristes{{}}

Justement, s’il fallait réécrire aujourd’hui La Défaite de la pensée, son essai de 1987, que faudrait-il changer ?

« La prévision finale a été confirmée au-delà de mes espérances. C’est le vers de Racine : mon malheur passe mon espérance. Je décrivais le face-à-face du fanatique et du zombie. Le fanatisme se porte on ne peut mieux, et tous nos nouveaux instruments visent en effet à fabriquer des zombies. Je pourrais ajouter un chapitre, mais ma conclusion serait la même. »

Pas de troisième voie ? Sa réponse est l’une des plus frappantes de l’après-midi. « Ce qui est intéressant avec les fanatiques, c’est que la technique les arrange. Le progrès s’est fait contre l’Église, c’était le procès de Galilée, le grand affrontement du dogme et de la méthode. Maintenant, nous assistons à une alliance du dogme et de la méthode. Nous sommes entrés dans l’âge de l’ingénieur intégriste. Les islamistes, par exemple, ne vont pas maudire ces nouveaux instruments. Ils vont les acquérir, ils vont s’en servir pour être plus forts encore. Même le fanatique n’est plus ce qu’il était. »

Et le zombie, alors, qui l’a fabriqué ? Le numérique ? Sa réponse nous surprend. « Ce qui a joué un rôle dans cette transformation, me semble-t-il, c’est surtout l’industrie du divertissement. Elle-même une extraordinaire fabrique de zombies. Ce sont des zombies qui ont élu Donald Trump, un homme totalement décivilisé qui revendique la nécessité de continuer la civilisation occidentale, mais qui nous fait oublier la question fondamentale : qu’est-il advenu de la civilisation occidentale pour que Donald Trump règne sur l’Amérique ? L’Amérique, ‘création formidable de l’Europe’, comme disait Paul Valéry, s’est détachée de l’Europe. Elle est même, me semble-t-il, en train de se désoccidentaliser. »

Retenir la fin{{}}

Reste une hypothèse, que nous lui soumettons pour finir. Le pape, dans sa récente encyclique — il nous coupe : « Magnifica Humanitas, déjà le titre est très beau » —, le pape, disions-nous, appelle à désarmer l’IA, à retenir l’accélération en s’interrogeant sur ses fondements, sur sa légitimité.

Le roi d’Angleterre vient rappeler pour le 250e anniversaire de l’indépendance américaine à Washington les principes de l’État de droit, le roi d’Espagne qui nous dit et redit qu’il est convaincu que « la démocratie est très forte, on ne va pas la voir tomber. Elle ne va pas tomber. »

Ces vieilles institutions, jadis réactionnaires, semblent nous indiquer qu’il existe une voie entre le Zombie et le fanatique. Si le Pape, Charles III et Juan Carlos sont Bartleby, cela ne fait-il pas déjà un mouvement ? Cela ne dessine-t-il pas une certaine idée de l’Europe ?

Il commence par démonter notre château de cartes, en casuiste du désespoir. « Même le pape n’est pas Bartleby. Il ne préfère pas ne pas : il émet des vœux pieux. Il dénonce le risque, il croit apporter des solutions. Mais il n’y en a pas. On lit cette encyclique avec sympathie, mais le cœur serré. Aujourd’hui, l’urgence est de poser des limites. Mais une fois cette urgence énoncée, on se rend compte qu’on n’y arrive pas. On est confronté sans cesse à notre impuissance, quelle que puisse être notre bonne volonté. »

Et puis, in extremis, il concède, et c’est la seule véritable concession de cette matinée, ce qui lui donne toute sa valeur : « Là où vous avez raison, c’est qu’on peut concevoir cela comme une manifestation de l’identité européenne. L’Europe ne peut pas tout à fait accepter le monde comme il va. » Il convoque une dernière fois un texte ou plutôt le texte. Milan Kundera, Un Occident kidnappé. Il récite par cœur : « ’Au Moyen Âge, l’unité de l’Europe reposait sur la religion commune. À l’époque des Temps modernes, celle-ci céda sa place à la culture (à la création culturelle), qui devint la réalisation des valeurs suprêmes par lesquelles les Européens se reconnaissaient, se définissaient, s’identifiaient…’ La culture est au cœur de l’identité européenne, même pour le pape. Même pour François, que je n’aimais pas du tout et qui n’aimait pas l’Europe, mais dont le dernier grand texte était un éloge de la littérature. »

Il s’arrête, mesure le chemin parcouru depuis la lettre de ChatGPT, et lâche dans un demi-sourire : « Donc voilà. L’Europe, en effet, essaye de tenir. Bon. On a une conclusion d’un optimisme… — il cherche le mot, en vain — voilà. »

C’est peut-être le mot le plus juste pour conclure cet entretien marqué par « un optimisme voilà ».

L’espérance de celui qui dit non mais qui pense que de toute façon le désastre est consommé, que personne n’arrêtera la machine, et qui, pourtant, prépare la prochaine émission, lit ses contemporains, défend celui que tout le monde lâche pour avoir plagié sa thèse et copié certains de ses textes ailleurs. L’espérance de celui qui cite Péguy : « Le père de famille est le grand aventurier du monde moderne, parce que lui seul souffre d’autres au pluriel. L’avenir lui importe, car c’est le monde dans lequel il laissera ses enfants. Il faut faire quelque chose pour que le monde reste vivable. Et c’est en pensant à cela que je ne lâche pas l’affaire. »

Nous lui posons la question rituelle de cette série : que voudrait-il que l’on écoute en lisant son entretien ?

Il s’arrête. « Je réfléchis. Attendez. Je me change. » Sa femme, en entrant, lui a dit qu’il fallait décidément une autre tenue pour les photos. Il disparaît dans le couloir, entre deux rayonnages, nous laissant au milieu des thés désormais moins glacés et des livres.

Bartleby préférerait ne pas répondre tout de suite. Mais il reviendra. Il revient toujours

Dans cette rubrique : {{}}

« Les droits humains ne sont pas un menu à la carte »

Des drones au Soudan à Gaza, Volker Türk, le Haut-Commissaire des Nations unies aux droits de l’homme, navigue dans un monde cassé, avec la boussole d’une idée universelle.

Un café avec le Grand Continent

Le plan d’Emmanuel Moulin pour gouverner la Banque de France

Entretien fleuve avec le nouveau banquier central français.

Un café avec le Grand Continent- Lire l’édition

Le Grand Continent À propos Offre Accueil Publié par Groupe d’Études Géopolitiques.
© 2026 GEG. Tous droits réservés.

Source : https://legrandcontinent.eu/fr/dimanches/alain-finkielkraut-a-dit-non-a-chatgpt/

Palantir et l’illusion de la souveraineté (texte commenté)

Opération Prométhée : la France peut gagner la course à l’IA. Quel en serait le prix ? - Une pièce de doctrine à l’attention du prochain président de la République et de ses électeurs - Date 8 juillet 2026 – Document ‘legrandcontinent.eu’

https://legrandcontinent.eu/fr/wp-content/uploads/sites/2/2026/07/SsUXzkzk-125x94.jpeg

Auteurs : Tristan Claret-Trentelivres, Raphaël Doan, Aymeric Roucher, Victor Storchan

Image Tundra Studio

En bref : {{}}

Cette note propose pour la première fois un plan sur trois ans pour que la France et ses partenaires développent un laboratoire d’IA de frontière capable de rivaliser avec les meilleurs laboratoires des États-Unis, afin d’assurer leur indépendance stratégique.{{}}

L’IA sera le principal moteur de l’économie à horizon 2030{{}}

La dépense IA, en part des salaires, atteint déjà des pourcentages supérieurs à 10 % dans les entreprises les plus avancées, et elle ne fera qu’augmenter, pour peut-être dépasser à terme la part allouée aux salaires. L’IA est déjà aujourd’hui, et de très loin, le principal moteur de la croissance américaine.
Ne pas être autonomes sur l’IA serait nous soumettre aux impérialismes{{}}

Importer nos flux d’intelligence artificielle revient à dépendre d’autrui pour une part croissante de notre productivité, de notre puissance industrielle et de notre sécurité.
La France ne dispose aujourd’hui d’aucun modèle de frontière (le plus haut niveau de puissance), et les récents contrôles américains à l’exportation sur les meilleurs modèles d’Anthropic illustrent le danger de cette situation. Or aucun laboratoire de ce rang n’émergera de façon organique sans un effort délibéré de l’État.
En dehors des États-Unis et de la Chine, la France est le seul pays à réunir aujourd’hui les conditions pour pouvoir devenir la troisième nation de la frontière, à condition d’en faire une priorité absolue.
L’objectif technique{{}}

Viser 12 gigawatts (GW) de puissance de calcul en 2029 (trajectoire : 2 GW en 2027, 7 GW en 2028, 12 GW en 2029), soit le niveau des grands laboratoires américains.
Attirer les meilleurs chercheurs du monde au sein d’une équipe resserrée (1 700 personnes).
Être capable en 2029 d’entraîner des modèles à la frontière. Nous montrons que cet objectif est atteignable.
Le coût{{}}

170 milliards de dollars (Md$) dès 2027, plus de 300 Md$ en 2029, soit un cumul d’environ 700 Md$ sur trois ans. Le calcul concentre l’essentiel du coût (95 %).
Cela représenterait 4,5 à 8 % du PIB français, dont 1,5 % d’investissement public par an et constituerait donc un effort d’une échelle historique : ce serait une décision budgétaire centrale dans le mandat du futur président de la République.
Le reste du financement serait assuré par des investissements venus du secteur privé, mais aussi de capital privé ou public issu d’autres puissances moyennes ayant intérêt au projet (pour en tirer les bénéfices directs ou pour éviter leur propre dépendance au duopole sino-américain, à l’heure où ces deux puissances sont en train de fermer les vannes de l’IA à leurs clients).
L’architecture proposée{{}}

Nous proposons de distinguer deux blocs : un laboratoire scientifique autonome, où l’État ne détiendrait qu’une part minoritaire (25 %) mais garderait des instruments de contrôle stratégique ; un vaste programme d’infrastructures (compute, énergie, foncier), piloté par la puissance publique, adossé à une « loi Prométhée » dérogatoire pour accélérer les procédures et à un volet de programmation financière.
Principaux points de blocage{{}}

Au-delà de l’énormité du coût et de l’acceptabilité politique, dans une démocratie, d’un tel effort financier pour soutenir une technologie qui se heurte à de fortes oppositions, la seconde difficulté vient de l’approvisionnement en puces, et donc de la dépendance initiale à Nvidia et à l’administration américaine.
La conclusion stratégique{{}}

Les alternatives moins coûteuses (parier sur l’open source, ou négocier une interdépendance avec les États-Unis et la Chine) n’offrent aucune garantie d’autonomie réelle.
La question décisive reste donc : les défenseurs de la souveraineté française sont- La seule question qui vaille
L’administration américaine a récemment imposé des contrôles à l’exportation sur les grands modèles de langage les plus avancés d’Anthropic, Mythos et Fable 5. La décision de rétablissement d’accès prise le 30 juin 2026 marque l’entrée dans un nouveau régime : aucune administration ne voudra s’enfermer dans des critères rigides de transparence pour accorder la mise sur le marché des meilleurs modèles d’intelligence artificielle. Une sorte d’ambiguïté stratégique sera la règle. Le gouvernement américain cherchera à conserver une marge de manœuvre maximale, y compris la possibilité de retirer l’accès à un modèle sans préavis et de manière discrétionnaire, ou de limiter ses cas d’usage.

Cette décision a rappelé à tous l’urgence de la situation : l’intelligence artificielle est en train de devenir une ressource aussi importante que l’électricité ou le pétrole dans notre économie. Assurer son approvisionnement est désormais une question stratégique décisive. Dans une économie désormais durablement irriguée par les grands modèles de langage (LLMs), ne pas avoir accès de façon autonome aux meilleurs modèles, ceux qu’on appelle les modèles de frontière, c’est dépendre des autres pour une partie croissante de notre productivité, de notre puissance industrielle et de notre sécurité nationale. Si certaines capacités des modèles franchissent un seuil (autonomie sur des tâches longues, fiabilité accrue, baisse du coût d’inférence), l’adoption pourrait connaître une rupture brutale, susceptible d’entraîner un décrochage économique rapide des pays n’en disposant pas. Aucune question économique, et probablement stratégique, n’est aujourd’hui plus importante que celle-ci : serons-nous soumis au bon vouloir de puissances étrangères pour alimenter notre société en intelligence mécanique, ou serons-nous capables de la produire nous-mêmes ?

En matière d’IA, la France a de nombreux avantages, en premier lieu son parc nucléaire et l’excellence de ses chercheurs et ingénieurs. Elle dispose du seul laboratoire européen capable de produire de grands modèles de langage de taille raisonnable, Mistral. Mais elle est encore loin de pouvoir disposer d’un laboratoire capable de fournir une intelligence artificielle de premier niveau, et de suivre voire de mener les avancées de la frontière. En la matière, le pays part, de fait, presque de zéro.

Si la France et l’Europe n’ont pas réussi à faire émerger des champions aussi puissants qu’Anthropic ou OpenAI, c’est pour des raisons structurelles liées à la dispersion des capitaux, à l’environnement réglementaire et, probablement, à des comportements culturels. Il est sans doute urgent par ailleurs de réduire ces lourdeurs, mais cela prendra sans doute bien plus longtemps que le court délai qu’il nous reste pour mettre dans la course un laboratoire d’intelligence artificielle de pointe : l’unification du marché des capitaux européens est un serpent de mer, la simplification du droit national et européen aussi. Toute volonté politique de remettre la France dans la course à l’intelligence artificielle ne pourra donc passer que par un effort délibéré et concentré de l’État.

Mais de quel effort parle-t-on et de quelle ampleur ? La plupart de ceux qui appellent aujourd’hui à une IA souveraine le font sans en mesurer le prix. Or l’équation politique varie du tout au tout selon l’ordre de grandeur. Est-il équivalent au coût d’un nouveau porte-avions, par exemple ? S’agit-il plutôt d’un effort comparable au plan Messmer, qui a mobilisé pendant un temps plus de 1 % du PIB français pour bâtir la flotte de réacteurs nucléaires qui sont encore notre assise énergétique ? Cela va-t-il plus loin encore ?

Nous proposons dans cette note une « opération Prométhée » : nous calculons les montants à investir pour créer et maintenir un laboratoire de frontière en France d’ici 2029 (trois ans), avant de déterminer par quels moyens y parvenir et d’en tirer les conclusions stratégiques qui s’imposent.

Créer un laboratoire de frontière pour la France{{}}

Nous raisonnons délibérément sur un laboratoire dédié aux grands modèles de langage, parce que c’est aujourd’hui la technologie d’intelligence artificielle généraliste la plus mature et donc la plus reproductible. Explorer des paradigmes encore non éprouvés, comme les world models, reste utile et souhaitable, mais en complément d’un projet industriel de ce genre (tout comme il était nécessaire dans les années 1970 de copier et déployer en France le modèle américain des réacteurs nucléaires à eau légère, indépendamment des recherches françaises sur des modèles alternatifs de réacteurs).

Qu’est-ce qu’un laboratoire de frontière ?{{}}

Le terme de « frontière », en IA, désigne davantage une dynamique qui se déploie dans le temps que la performance d’un modèle à un instant donné : la durée, mesurée en temps humain expert, des tâches qu’un agent peut réussir avec un certain niveau de fiabilité a doublé environ tous les sept mois 1. La plupart des benchmarks, rapidement saturés, deviennent moins des instruments de mesure fine des performances des modèles que des conditions minimales d’entrée à la frontière. L’accès à la frontière ne peut pas être pensé comme l’achat ponctuel d’un modèle. Il suppose une capacité durable à suivre et absorber la dynamique. À la frontière, les capacités de calcul nécessaires à l’entraînement d’un modèle doublent tous les 5,2 mois depuis 2020. Sur la même période, le coût d’entraînement des modèles de frontière double tous les sept mois. Les gains d’efficacité matérielle et algorithmique sont également rapides mais ne compensent pas la montée de l’ambition : ils permettent surtout de viser des modèles plus capables, plus longs à entraîner, plus agentiques et plus intensifs en inférence.

Les laboratoires à la frontière de l’IA reposent sur la maîtrise d’un ensemble intégré de ressources pour financer les itérations suivantes de développement des modèles, et assurer leur déploiement à grande échelle. Leur avantage tient autant à la qualité scientifique des équipes techniques qu’à l’accès continu au capital, aux données, et aux infrastructures de calcul nécessaires pour repousser la frontière. De plus en plus, ils reposent en outre sur l’accès aux modèles d’IA eux-mêmes, qui assistent les développeurs dans la production des futurs modèles, voire mènent leurs propres expérimentations pour accélérer automatiquement la R&D ; c’est le processus qu’on nomme recursive self-improvement et qui pourrait conduire à un accroissement rapide de l’écart entre les laboratoires bénéficiant des meilleurs modèles (les leurs) et leurs concurrents.

Le calcul : nerf de la guerre{{}}

Le principe fondamental de l’IA aujourd’hui et l’unique raison pour laquelle les entreprises qui développent cette technologie se lancent dans une course démesurée aux investissements s’appelle les lois d’échelle.

Il s’agit de lois empiriques selon lesquelles l’intelligence du modèle croît linéairement en fonction du logarithme de la puissance de calcul employée, que ce soit dans l’entraînement du modèle ou plus tard à l’utilisation.

Certes, cette formule se fait de plus en plus coûteuse à mesure qu’on démultiplie la puissance investie, mais la promesse est fabuleuse : atteindre une intelligence illimitée, plus vaste que celle des plus grands polymathes, capable de contribuer au progrès scientifique et technique davantage que tous nos prix Nobel. Rien ne garantit que ces lois continuent de tenir à long terme. Mais elles tiennent jusqu’ici. C’est cette promesse qui rend l’investissement si important : l’IA devenant une entité supérieurement intelligente capable de faire des bonds de géant dans tous les domaines scientifiques et techniques, donc aussi dans les armements, la souveraineté d’un État ne pourra se maintenir sans maîtrise souveraine de cette technologie.

Gagner la course est donc principalement affaire de calcul, ce que confirme l’état actuel de la géopolitique de l’IA. Les deux laboratoires aujourd’hui à la frontière, Anthropic et OpenAI, sont aussi ceux qui disposent de la plus importante réserve de puissance de calcul (compute). On la mesure le plus souvent en énergie utilisée : chacun de ces laboratoires contrôle l’équivalent de plusieurs gigawatts. Et c’est bien la puissance de calcul qui fait la différence :

Une façon répandue de mesurer le « retard » d’un laboratoire à la frontière est de choisir un ensemble de benchmarks sur lesquels se comparer. Aucun ne capture à lui seul ce qu’est réellement la frontière, et le chiffre obtenu dépend largement de la mesure retenue. En utilisant l’indice d’Artificial Analysis (un indicateur utile, quoique très incomplet, de la frontière), on trouve un écart entre Fable 5 et les laboratoires chinois d’environ quatre mois. L’écart réel est certainement plus élevé, comme le montre le même raisonnement fait sur FrontierMath, un benchmark de problèmes de recherche en mathématiques. Les comparaisons comme celles d’Artificial Analysis peuvent saturer par le haut : elles compressent les écarts entre les meilleurs modèles. Cette compression peut donner l’impression d’un retard modéré, alors même que les différences restent beaucoup plus nettes sur les tâches les plus difficiles (sur ARC-AGI-2, par exemple, les modèles chinois ont encore environ huit mois de retard). D’autre part, une moyenne agrégée masque la forme réelle de la frontière. Avoir « quatre mois de retard » ne permet pas de savoir quelles capacités restent inaccessibles aujourd’hui, ni quelles classes de tâches ne sont débloquées que par le meilleur modèle disponible. À la frontière, l’avance n’est pas linéaire mais cumulative : le meilleur modèle sert à entraîner, distiller et accélérer le suivant, capte les usages les plus rentables et les meilleurs talents et fixe le standard que les autres rattrapent. Ensuite, nombre de benchmarks ne tiennent pas compte de la consommation de tokens utilisés pour répondre. Or mobiliser davantage de calcul à l’inférence permet souvent d’améliorer significativement les résultats. Les modèles fermés à la frontière font également l’objet de tests avant déploiement poussé de sécurité (red teaming) ou de fiabilité qui peuvent décaler leur mise à disposition grand public bien que la capacité en interne dans le laboratoire soit déjà présente.

Au vu des performances de modèles développés par des pure players chinois, aux ressources en principe plus limitées que les grands laboratoires américains, certains jugent aujourd’hui qu’il serait possible d’entraîner des modèles de frontière avec une puissance de calcul (et donc un coût) beaucoup moins importante que la norme américaine. GLM 5.2, publié le 16 juin 2026 par Zhipu, rivalise avec Claude Opus 4.8 sur certains benchmarks, alors que Zhipu ne disposerait que d’une fraction des capacités de calcul d’Anthropic (qui plus est sous forme d’allocation et non d’un compute à sa main). Mais d’une part, les véritables capacités financières et de calcul des firmes chinoises sont difficiles à évaluer. D’autre part, il est clair qu’une partie des performances de leurs modèles vient de la distillation des modèles commerciaux américains, c’est-à-dire de l’usage de ces modèles pour générer des données et environnements d’entraînement 2. Prendre l’exemple d’un DeepSeek ou d’un Zhipu pour en tirer la conclusion qu’il est possible de développer en Europe un laboratoire de frontière à bas coût serait une erreur. En un sens, la distillation est un accès à de la puissance de calcul par procuration, où le coût de la frontière a d’abord été payé ailleurs. Enfin, un modèle comme GLM 5.2 n’est pas à la hauteur des modèles d’Anthropic et OpenAI sur d’autres séries de benchmarks, et semble globalement moins polyvalent et performant.

Il est vrai aussi qu’une large partie du compute disponible chez OpenAI et Anthropic est destinée à l’inférence, c’est-à-dire à l’usage des modèles par les utilisateurs, et non à l’entraînement de ces modèles. En soi, il pourrait être tentant de penser que l’entraînement est possible avec beaucoup moins de puissance de calcul, mais là encore, le raisonnement serait fallacieux, puisque ce sont notamment les données résultant de l’usage massif de leurs modèles par les utilisateurs qui facilitent l’entraînement des modèles suivants. Il faut donc distinguer training et inférence sur le plan de l’architecture, mais sans les opposer sur le plan stratégique : pour un laboratoire à la frontière, le calcul forme un portefeuille stratégique à arbitrer entre entraînement, R&D, inférence interne (RL, données synthétiques, automatisation de la recherche), inférence client. Les effets d’échelle jouent sur chacun de ces maillons : plus un laboratoire sert d’utilisateurs, plus il apprend à réduire son coût par token, à améliorer ses kernels, son routage, son batching ou le taux d’utilisation des accélérateurs ; plus son inférence devient efficace, plus il peut vendre d’intelligence, générer de revenus, capter de données et de signaux d’usage et réinvestir dans le cycle suivant. Enfin, l’inférence permet aussi le test-time scaling, c’est-à-dire l’amélioration des performances par davantage de calcul au moment de la résolution des tâches (voir le graphique sur les lois d’échelle supra). L’inférence est donc un moteur économique et technique essentiel de la frontière.

Si la France souhaite disposer de son propre laboratoire capable de la fournir en IA de frontière sur le long terme, il lui faut donc une organisation dont l’ampleur et les moyens soient proches de ceux des grands laboratoires américains.

Quel serait le prix d’un tel projet ?{{}}

Par simplicité, faisons abstraction à ce stade des véhicules existants capables d’héberger et de conduire ce projet, et raisonnons à partir des premiers principes : combien de GPU, d’énergie et de chercheurs faudrait-il pour créer ce laboratoire ?

Puissance de calcul{{}}

Fin 2025, OpenAI disposait d’environ 1,9 GW et Anthropic de 1,4 GW ; les deux laboratoires sont attendus autour de 5 à 6 GW chacun dès fin 2026 3. Nous proposons de retenir pour objectif un dimensionnement de l’ordre de 12 GW de charge IT en 2029. Cela équivaut à rejoindre le niveau prévisionnel des acteurs à la frontière, en avançant rapidement : 2 GW en première année, 7 GW en 2028, 12 GW en 2029. À titre de comparaison, rappelons que le programme Stargate 4 prévoit 500 milliards de dollars pour 10 GW et qu’Anthropic a réservé quelque 10 GW auprès d’Amazon 5, de Google et de Broadcom 6.

Le premier coût comprend uniquement le socle de calcul : l’achat et la construction des capacités possédées en propre, la location temporaire de capacité pour combler l’écart au démarrage, puis l’exploitation annuelle des capacités détenues. En reprenant par simplicité les ordres de grandeur d’Epoch AI, nous comptons environ 38 Md$ par GW acheté, 8,5 Md$ par GW loué et par an, et 0,9 Md$ par GW détenu et par an de dépenses d’exploitation (OpEx). Le besoin de financement du compute serait alors d’environ 161 Md$ en 2027, 219 Md$ en 2028, puis 299 Md$ en 2029, soit environ 678 Md$ cumulés sur trois ans. Sur ce total, l’essentiel correspond aux dépenses d’investissement (CapEx) de construction et d’équipement, soit environ 606 Md$, le reste couvrant les locations (60 Md$) et l’OpEx des capacités détenues (13 Md$).

La consommation électrique associée en 2027 est d’environ 20 TWh par an, PUE inclus, pour 2 GW de charge IT disponible. Avec la montée en puissance retenue, la consommation atteindrait environ 71 TWh en 2028, puis 121 TWh en 2029, pour 12 GW disponibles. Cette consommation, massive, pourrait en principe être soutenable entièrement grâce aux surcapacités de production électrique françaises existantes, avant même l’arrivée de nouvelles capacités nucléaires (qui sera cependant évidemment nécessaire à plus long terme) : à l’horizon 2029, le simple relèvement du facteur de charge du parc existant ( 71 % en 2024, contre 90 % chez les meilleurs exploitants mondiaux, en partie du fait de la modulation liée aux renouvelables) libérerait jusqu’à 100 TWh par an, auxquels s’ajoute la marge des 90 TWh aujourd’hui exportés.

Nous modélisons en outre une location de compute transitoire de 1 à 3 GW par an sur la période, au coût de 8,5 Md$ par an et par GW. Cette capacité louée permet de compléter les capacités détenues en propre pendant la montée en charge, et notamment de commencer plus rapidement le travail des chercheurs dès la première année.

En France, cinq sites sont prévus pour accueillir plus de 700 MW chacun d’ici à 2030-2032. Ce délai s’explique notamment par des temps de raccordement de quatre à cinq ans sur les grands sites, y compris ceux qui font l’objet d’un portage public. Sécuriser 1 GW agrégé sur ces sites la première année serait possible en allant au-delà du fast track actuel et en imposant une logique de premières tranches, site par site, sur les projets les plus avancés. Des exemples comme Colossus montrent qu’il est possible sur un unique site d’ajouter 300 MW en environ 7 mois en combinant un site industriel réutilisable, des fournisseurs mobilisés, un raccordement accéléré et une large tolérance réglementaire. L’objectif de 12 GW à l’horizon 2029 est une trajectoire de rattrapage exceptionnelle ; les cinq sites fast track devraient être poussés quasiment à leur régime cible dès 2029. En outre, cette trajectoire suppose d’élargir le portefeuille au-delà des seuls grands sites existants en combinant extensions de sites, reconversions industrielles et éventuellement quelques capacités européennes contrôlées par des acteurs français ou européens. Elle suppose aussi de réduire le time-to-market en accélérant au maximum les travaux de raccordement, ou en nettoyant les files d’attente de PTF (Propositions Techniques et Financières), les engagements de raccordement conclus avec RTE. En réduisant le time-to-market, l’État rendrait ces sites beaucoup plus attractifs pour les investisseurs et les développeurs.

Recrutement{{}}

La puissance de calcul est une base indispensable, mais elle ne suffit pas à atteindre la frontière. L’incapacité de Meta et xAI à rivaliser jusqu’ici avec Anthropic et OpenAI, en dépit de capacités importantes de l’ordre respectivement de 4 et 1,5 GW, montre l’importance de la qualité des chercheurs et de la culture du laboratoire.

Si l’on vante souvent, à raison, les compétences des chercheurs et ingénieurs français, l’Europe manque cependant d’expérience et donc d’expertise dans l’entraînement actuel des modèles de frontière. Si l’on veut y prétendre, il faut payer le prix pour attirer les chercheurs des grands laboratoires américains (ce qui, dans certains cas, consistera d’ailleurs à faire revenir des talents européens).

Il n’y a pas besoin d’une multitude d’employés : nous retenons une équipe resserrée d’environ 1 700 personnes, Anthropic ayant 3 000 employés et OpenAI 5 000 (avec des dimensions de produit et de marketing que nous laissons pour l’instant au second plan). En revanche, les rémunérations sont élevées, surtout au sommet : il est indispensable de mobiliser une soixantaine de chercheurs d’élite, venus des meilleurs concurrents, pour lesquels nous comptons 3 milliards de dollars de rémunération annuelle. C’est le prix de marché : les rémunérations à neuf chiffres sont devenues ordinaires pour les débauchages entre laboratoires. Notons au passage, même si nous nous concentrons ici sur les moyens financiers, que l’argent ne suffit pas : les difficultés rencontrées par xAI montrent qu’au-delà du niveau de rémunération, la capacité à attirer durablement les meilleurs chercheurs dépend aussi de la culture scientifique ou de la gouvernance.

La base de l’organisation rassemble à titre indicatif 300 chercheurs et ingénieurs seniors (autour de 4 millions de dollars chacun), 400 spécialistes de l’entraînement distribué, des systèmes et de l’infrastructure ainsi que 300 personnes dédiées aux données, au post-training et aux évaluations (environ 2 millions de dollars chacun), auxquels s’ajoutent 150 personnes sur le tooling de R&D, 150 sur la sécurité et la cyberdéfense, 250 sur le produit et 150 sur les fonctions juridiques, RP, RH et support.

Au total, la masse salariale s’établit à un peu moins de 7 milliards de dollars en 2027, puis progresse à environ 8 Md$ en 2028 et 9 Md$ en 2029, soit près de 24 Md$ cumulés sur trois ans. Elle reste très inférieure au coût du calcul : environ 3,5 % du compute cumulé. Les talents sont donc beaucoup moins coûteux que les GPU, ce qui justifie d’autant plus de les payer extrêmement bien. La masse salariale progresse plus modérément que le calcul dans la phase de construction, autour de 15 % par an : l’équipe reste resserrée, mais les rémunérations continuent de grimper sous l’effet de la concurrence.

Total{{}}

Sur cette base, le coût annuel total s’établit à environ 170 Md$ en 2027, 229 Md$ en 2028, puis 310 Md$ en 2029, soit un cumul de l’ordre de 710 Md$ sur trois ans. Le calcul en représente l’écrasante majorité : à lui seul, il pèse environ 678 Md$ cumulés, soit 95 % du total, le reste couvrant la masse salariale et divers frais de fonctionnement (respectivement 24 et 7 Md$ cumulés).

L’investissement est donc plus que massif : cet effort représenterait environ 4,5 % du PIB français en 2027, 6 % en 2028, puis 8 % en 2029.

Après trois ans : trajectoire autoporteuse et bénéfices financiers{{}}

S’il est donc massif, l’effort nécessaire pour une telle course vers la frontière serait cependant borné et limité dans le temps, tout particulièrement du point de vue des pouvoirs publics. Si atteindre la frontière est extrêmement difficile pour un laboratoire d’IA au point qu’y parvenir en France exigerait un soutien massif et multiforme de l’État pendant plusieurs années, cette phase d’amorçage serait brève. En cas de succès, une fois la frontière atteinte, la demande privée serait telle pour les services offerts par le laboratoire, et son attrait si grand pour les investisseurs internationaux, qu’il se trouverait naturellement placé sur une trajectoire autoporteuse et soutenable. La massification de la demande privée et l’attractivité du projet pour les investisseurs étrangers seraient d’autant plus importantes qu’il bénéficierait pleinement de l’intérêt des acteurs européens et d’autres pays désireux de se dérisquer de la dépendance au contrôle export américain et chinois. Une fois la phase d’amorçage passée, on peut donc raisonnablement postuler qu’un laboratoire de frontière européen, s’il demeure efficacement géré par ses dirigeants, devrait être capable de se maintenir durablement à la frontière et probablement de creuser l’écart avec les concurrents n’ayant pas atteint celle-ci, sans plus nécessiter pour cela aucun financement public.

Les investissements, tant publics que privés, consentis dans le cadre d’un tel effort auraient en outre vocation à être particulièrement rentables financièrement. Avant même d’évoquer la valeur économique, politique et stratégique d’un tel projet, il faut rappeler qu’un laboratoire de frontière est aussi un actif productif de premier ordre. L’effort consenti n’est pas à perte : il peut engendrer des revenus s’il réussit et conserver une valeur substantielle même s’il échoue.

La majeure partie du compute des grands laboratoires est destinée à l’inférence, qui se monétise par l’accès facturé à l’API (au token), par les abonnements grand public et entreprises, et de plus en plus par des produits agentiques qui automatisent des pans entiers du travail intellectuel. Les revenus des laboratoires de tête croissent à des rythmes de doublement annuel ou davantage, pour atteindre plusieurs dizaines de milliards de dollars par an. Un laboratoire français disposerait en outre d’un avantage structurel, un marché souverain européen en partie captif. À terme, en cas de succès, la majeure partie des coûts annuels pourrait ainsi être autofinancée par les recettes et le reste par des investissements privés.

Par ailleurs, même si le laboratoire échouait à rejoindre la frontière, la France resterait propriétaire de multiples GW de centres de données. Ce sont des actifs durables et précieux. Ce compute pourrait être loué (inférence à la demande, cloud souverain), mis au service de l’écosystème européen de recherche et de startups, ou redéployé vers d’autres charges intensives. Notons toutefois que les GPU eux-mêmes se déprécient brutalement, avec une durée de vie utile de quelques années seulement, ce qui justifie l’amortissement intégré à notre modèle. Le socle patrimonial réside surtout dans l’enveloppe, l’énergie et le foncier. Mais ce n’est pas la part la moins difficile à obtenir ni la moins valorisable.

Comment mener cette opération ?{{}}

Compte tenu de l’énormité des moyens à consacrer au projet, l’architecture retenue pour le mettre en œuvre est décisive. Comment organiser les ressources investies dans cet effort herculéen ? Faudrait-il mettre en concurrence plusieurs entreprises ou concentrer les moyens dans une seule, et si oui, laquelle ? Et quel rôle devrait y jouer l’Etat ?

Quel véhicule autour de l’État ?{{}}

S’il s’agissait de réduire à une équation la performance des modèles sortis d’un laboratoire, on pourrait écrire, à partir des observations faites plus haut :

performance = compute × data × organisation × cerveaux{}

OpenAI, Anthropic, Meta ou xAI sont notablement en avance sur le compute. Le facteur d’organisation est peut-être le réactif limitant pour certaines entreprises, comme la hiérarchie trop pesante chez Meta et dans une moindre mesure chez Google. Au contraire, les entreprises chinoises plus limitées par le compute se défendent sur le facteur des cerveaux, avec des chercheurs brillants et une ingénierie de première classe.

Mais une fois cette équation posée, comment maximiser le produit ? Faut-il investir dans un champion, ou plusieurs ? Il existe naturellement une tension entre la concurrence et la concentration des moyens. Aux États-Unis, la concurrence a laissé émerger des acteurs multiples qui ont tous joué leur part dans le progrès du pays : c’est Google qui a découvert Transformers, OpenAI qui a découvert les scaling laws sur l’inférence avec o1, Anthropic qui a publié les agents de code ouvrant un chemin vers le self-improvement. L’exemple chinois est d’ailleurs singulier : le gouvernement entretient une flotte de centres de données qui monte progressivement en puissance. Les neo-labs comme Zhipu, Moonshot, ou MiniMax sont ensuite en compétition pour obtenir des grants, des autorisations d’utilisation à durée limitée ; l’obtention d’un grant est bien sûr conditionnée à la puissance passée, ce qui permet de laisser jouer la concurrence pour faire émerger de nouvelles idées, mais elle disperse d’autant les efforts.

En revanche, pour un État limité dans ses moyens, les lois d’échelle restreignent les options : toute organisation qui voudrait prétendre à une IA de classe mondiale aura besoin d’environ autant de compute qu’un des leaders américains, ce qui nécessite directement plusieurs gigawatts, donc des centaines de milliards d’euros. Cela exclut d’emblée que la France, seule ou même en coalition, puisse financer d’un coup plusieurs champions. Cet investissement devra donc inévitablement être focalisé sur un seul véhicule. Cette logique de champion national, incontournable, exigerait cependant une gouvernance particulièrement bien conçue pour éviter de stériliser son potentiel d’innovation.

Il s’agira alors de choisir entre deux voies : s’appuyer sur un laboratoire existant, Mistral apparaissant naturellement comme le seul candidat européen crédible, ou créer un véhicule entièrement nouveau. La première option ferait de Mistral le point d’ancrage du projet, en lui faisant absorber tous les moyens mis à disposition de l’opération Prométhée et adopter la feuille de route de course à la frontière. La seconde consisterait à créer une structure dédiée, éventuellement à racheter les chercheurs et actifs de Mistral, si cette forme permettait une exécution plus rapide, une gouvernance plus resserrée ou une meilleure adéquation avec les objectifs du programme. Mistral est aujourd’hui valorisé à environ vingt milliards d’euros, ce qui ne représenterait qu’un huitième du coût annuel du présent projet.

Vient ensuite la question du rôle de l’État. {{}}

Deux conditions se dégagent clairement. La première est que le projet ne réussira jamais sans un engagement massif de la puissance publique, financier d’abord, mais aussi politique, diplomatique et réglementaire. Seul l’État, déployant toute sa puissance et sa capacité à concentrer les moyens, peut en effet faire de l’opération Prométhée un effort national prioritaire de l’ordre de ce que fut la construction de la dissuasion nucléaire française dans les années 1960 et 1970. La seconde est que l’État n’apporte en revanche aucune valeur ajoutée à la conduite du laboratoire lui-même, et qu’il y serait même très certainement nuisible. Or il serait difficile de défendre politiquement un financement de cette ampleur sans aucun droit de regard public.

Le cœur du montage consisterait donc à scinder le projet en deux. D’un côté, le laboratoire proprement dit : les chercheurs avec leur propre culture et libres de leurs choix scientifiques, entièrement consacrés à l’entraînement des modèles et ayant pour seul cadre une feuille de route générale vers la frontière. De l’autre, tout le reste, c’est-à-dire en réalité un immense projet d’infrastructures visant à livrer, dans les quantités, les coûts et les délais souhaités, du compute au laboratoire, ce que l’État saurait mener.

À la tête de la partie publique, une direction de programme étatique assurerait la maîtrise d’ouvrage pour le compte de l’État. Son rôle serait entièrement tourné vers la facilitation du projet : accélération des procédures administratives et mise en place des nombreux régimes dérogatoires indispensables. Une « loi Prométhée » équivalente à la « loi Notre-Dame » devrait être adoptée en matière de foncier, de raccordement électrique, d’environnement et de droit du travail.

La « loi Prométhée » inclurait également un volet de programmation financière fixant un investissement public massif dans le projet durant 3 ans à hauteur de 1,5 % du PIB par an. Les précédents des grands projets techno-industriels nationaux français et américains (dissuasion nucléaire française, projet Manhattan, programme Apollo) tendent à montrer qu’il s’agit de l’ordre de grandeur maximal crédible pour un programme très ambitieux désigné par l’État comme une priorité absolue de sécurité nationale. Essentiels pour crédibiliser le projet et attirer les investissements privés français et étrangers destinés à les relayer, ces fonds publics, loin d’être brûlés sans contrepartie, seraient des investissements susceptibles de générer de considérables rendements en cas de succès. En cas de réussite, la France se trouverait dotée d’un actif stratégique inestimable au sein d’un club ultra-restreint de puissances de la frontière (États-Unis, Chine et France) et d’un moyen lui permettant de jouer un rôle de catalyseur essentiel de l’autonomie stratégique européenne. Investir 1,5 % du PIB d’argent public par an pendant trois ans dans un tel projet apparaît, dans ces conditions, plus que justifié. C’est d’autant plus vrai que dès le pari réussi, le cas échéant, le projet ne nécessiterait plus aucun financement public supplémentaire. En termes de procédure, faire investir de tels montants par l’État dans l’opération Prométhée supposerait en revanche de bien jouer du droit européen des aides d’État : la carte de la sécurité nationale devrait être utilisée sans réserve pour maintenir la Commission à l’écart, quitte à engager avec elle une épreuve de force juridique.

Soulignons que si cet effort est considérable, il est proportionné aux enjeux du projet et doit être mis en perspective avec les choix budgétaires actuels de la France. 1,5 % du PIB correspond en effet à moins d’un tiers du déficit public actuel, qui finance massivement le fonctionnement du système social et non des investissements d’avenir, et à environ 10 % des dépenses de retraites. Dans un pareil contexte, ajouter 4,5 % au stock de dette/PIB français actuel (117,5 % du PIB au premier trimestre 2026) reviendrait à augmenter celle-ci de moins de 4 %, pour accroître en cas de succès de manière décisive les perspectives de prospérité économique et de souveraineté du pays pour les décennies à venir. Il ne nous appartient pas ici de déterminer les choix budgétaires à faire pour financer un tel projet le cas échéant, qui seraient évidemment très difficiles, mais il faut souligner que cela n’aurait rien d’impossible ni de disproportionné.

Le laboratoire prendrait la forme juridique d’une holding dont la mission unique serait de déployer des modèles de frontière, sans aucune interférence dans sa gestion. L’État y détiendrait une part minoritaire significative, de l’ordre de 25 %, l’intéressant à son succès, le reste demeurant majoritairement privé. L’idéal serait de multiplier les participations de fonds et de grands groupes industriels européens : pour ces derniers, non pas tant pour leurs capitaux que pour leur intérêt direct à disposer d’un modèle de frontière souverain et non débranchable. Les fondateurs et dirigeants du laboratoire n’auraient pas vocation à être forcément français ; il suffit qu’ils soient de première classe et qu’ils aient l’expérience de l’entraînement des modèles de frontière. En revanche, l’État serait le garant du contrôle national du projet, avec des instruments classiques du droit des sociétés : action spécifique donnant à l’État un droit de veto ciblé sur les opérations sensibles en s’appuyant sur les impératifs de sécurité nationale, clauses de localisation du siège et de non-délocalisation des actifs critiques, garantie de non-débranchabilité du modèle, etc. Les droits de vote multiples, permis en France depuis la loi Attractivité de juin 2024, permettraient de dissocier l’économique du stratégique au sein du laboratoire, l’État, la BPI et les fondateurs détenant les actions à vote renforcé tandis que le capital étranger entrerait en actions à fort rendement économique mais à vote faible ou nul.

Le calcul, lui, serait logé dans des structures distinctes, filiales ou joint ventures dédiées, qui auraient pour seul objet de livrer au laboratoire la puissance prévue. Elles réuniraient des investisseurs privés de toutes origines et des investisseurs publics des pays volontaires, avec une rémunération calibrée pour être franchement attractive : comme ces véhicules sont gourmands en capital, le rendement offert doit être à la hauteur pour drainer l’argent nécessaire. Les précédents existent. L’américain Poolside a séparé son laboratoire de sa société d’infrastructure, dont la direction réunit des profils ayant dix à vingt ans d’expérience dans la construction et l’exploitation de centres de données chez les grands acteurs du cloud. Mistral structure son accès au calcul par des joint ventures avec la BPI, MGX ou Nvidia.

Une dernière structure publique, distincte, aurait pour mission de mettre le nouveau nucléaire « sous stéroïdes » afin que l’énergie ne devienne pas le goulet d’étranglement de l’après-2030. Ce n’est pas l’objet de cette note que de développer cette dimension, mais elle n’en est pas moins essentielle.

Adossée à l’investissement public qui crédibilise le projet, l’épargne nationale serait massivement mobilisée au service de Prométhée par allocations minimales obligatoires dans les plans épargne retraite et les assurances-vie, mécanisme de type Tibi permettant d’orienter les investissements des assureurs et institutionnels, véhicule coté détenu en PEA pour le grand public. Le tranchage du risque qui verrait l’État prendre la tranche de première perte le cas échéant permettrait, en assumant le risque non assurable lié au pari de souveraineté, d’attirer du capital privé en grande quantité. À l’échelle du plan, la réallocation de 2 % par an du stock d’assurance-vie national en faveur de Prométhée suffirait à égaler un investissement public de 1,5 % du PIB mais nécessiterait un montage financier complet, ambitieux et bien pensé.

Eu égard à la masse de capitaux privés qu’il serait nécessaire d’attirer, le succès du projet dépendrait de façon critique de sa capacité à crédibiliser au plus vite son ambition aux yeux des acteurs privés et internationaux. L’ampleur des moyens, à la fois publics et privés, consentis par la France, mais également son volontarisme dans la mise en place de dérogations juridiques majeures au service du projet et la capacité à recruter des talents internationaux de premier ordre pour le diriger seraient essentiels. L’obtention de premiers résultats rapides sur les modèles serait ensuite impérative pour générer un cercle vertueux.

Quelle coalition autour de la France ?{{}}

Dans ce genre de projets, un réflexe récurrent consiste à partir d’une logique européenne sans toujours en démontrer la nécessité. Cela mène trop souvent à la recherche d’un retour géographique immédiat (comme dans le spatial), donc à la fragmentation de l’effort et, in fine, à un échec à passer à l’échelle. En faire un projet européen multinational, ce serait inévitablement, comme le montre l’expérience, se résoudre à une gouvernance plurielle sans leadership clair, percluse de droits de veto nationaux divers et très probablement incapable de la continuité et de l’esprit de décision indispensables au succès du projet. C’est pourquoi nous partons des capacités françaises, d’autres pays convergents, y compris non européens le cas échéant, pouvant s’y joindre en fonction des besoins et de leurs intérêts.

La France est en effet aujourd’hui structurellement la mieux placée pour tenter de devenir le troisième pays à la frontière de l’IA car, excepté les Etats-Unis et la Chine, elle est la seule puissance combinant les quatre conditions suivantes :

une masse critique économique suffisante (contrairement aux Pays-Bas, à Israël, à la Suisse ou à Singapour) ;
une base de compétences au niveau national dans le domaine (contrairement à l’Allemagne) ;
suffisamment d’autonomie stratégique par rapport aux États-Unis pour ne pas risquer d’être l’objet de pressions impossibles à supporter (contrairement au Royaume-Uni, au Japon et à la Corée) ;
un accès crédible au vivier de talents international en matière d’IA (contrairement à la Russie et à l’Inde).
À ceci vient s’ajouter l’existence en France de capacités de production électrique excédentaires (et décarbonées) significatives ainsi que la tradition française des grands projets technologiques de rattrapage, à travers le nucléaire civil et militaire en particulier, qui fournirait une expérience et une inspiration précieuses à un tel effort.

Son succès nécessiterait une gouvernance claire et assise sur un leadership français clairement assumé, et crédibilisé par l’engagement financier massif et durable de la France, à la fois public (à travers sa loi de programmation dédiée) et privé. Les autres pays participants bénéficieraient du projet par des droits d’accès au compute, des crédits d’usage pour leurs chercheurs et entreprises, des standards partagés et l’intégration progressive de leurs industriels dans la chaîne de valeur. Au-delà, ils bénéficieraient de la part de la France d’une garantie de disposer en cas de succès d’un accès permanent à un modèle de frontière pour leurs besoins et ceux de leurs entreprises, dans des conditions équivalentes à celles des entreprises françaises. À travers un traité multilatéral auquel ils seraient conviés à devenir parties, les partenaires bénéficieraient d’un tel engagement de la part de la France, en échange d’un engagement significatif à financer des capacités de calcul dédiées au projet. Outre la contribution des pays partenaires au financement du projet via un ticket d’entrée (par exemple 0,3 % de leur PIB par an durant 3 ans), ils joueraient probablement un rôle essentiel dans les premières années du projet pour favoriser l’accès du laboratoire à de la puissance de calcul située sur leur territoire, l’ampleur des capacités de calcul pouvant être construites en France étant limitée à court terme par la disponibilité de l’électricité, le temps que l’effort d’accélération du nouveau nucléaire porte ses fruits et permette de prendre le relais.

Ce n’est pas l’objet de cette note que de déterminer précisément les partenaires qui pourraient être intéressés. Ce sujet devrait faire l’objet d’une manœuvre diplomatique méticuleusement conçue. On peut cependant souligner que, pour peu que le projet français apparaisse crédible, un certain nombre de puissances moyennes pourraient avoir un grand intérêt à recourir, en participant à ce projet, à une forme de hedging visant à limiter leur dépendance aux modèles américains et/ou chinois. Le Japon et surtout la Corée du Sud et Taïwan apparaissent comme des cibles prioritaires étant donné leur maîtrise de la filière des semi-conducteurs, mais leur dépendance stratégique aux États-Unis pourrait les faire hésiter. C’est également le cas pour le Royaume-Uni, particulièrement intéressant pour son écosystème IA. Tous les partenaires européens de Paris devraient également se voir proposer de rejoindre le projet. Au-delà du E5 (France, Allemagne, Italie, Pologne et Royaume-Uni), étant donné leur positionnement, les Pays-Bas, les pays scandinaves et la Belgique apparaissent particulièrement susceptibles d’être intéressés. Au-delà de l’Europe et de l’Asie orientale, les Émirats arabes unis ou le Canada pourraient également constituer des candidats sérieux.

Soulignons également que les éventuels partenaires étatiques pourraient être poussés par leurs propres entreprises nationales à soutenir le projet français pour s’assurer en cas de succès un accès garanti à des modèles IA de frontière, surtout en cas de durcissement progressif plausible du contrôle export américain et chinois. Dans un tel contexte, l’opération Prométhée bénéficierait ainsi à plein de la solide réputation de fiabilité diplomatique et stratégique qui est aujourd’hui celle de la France. Confrontés à l’inconfortable situation d’être pris dans une dépendance critique aux Etats-Unis et/ou à la Chine, beaucoup d’acteurs étrangers, tant publics que privés, auraient en effet un intérêt bien compris au succès du pari français, quand bien même celui-ci demeurerait sous contrôle national.

Les trois premières années{{}}

Comment se déroulerait en pratique la conduite du projet ? Nous proposons le calendrier suivant pour ses trois premières années.

Ces prévisions s’appuient sur les durées observées dans les grands laboratoires les plus récents :

Oppositions internationales{{}}

Au-delà de la conduite administrative de ce sprint et de son acceptabilité politique en interne, l’une des grandes difficultés serait de sécuriser l’approvisionnement en GPU. La construction des centres de données eux-mêmes, la structuration juridique du projet, les dérogations réglementaires sont à notre main, mais pas l’accès aux puces. Aucun laboratoire n’entraîne aujourd’hui de modèles sans puces Nvidia, à l’exception de Google, qui repose sur ses propres Tensor Processing Units, construits expressément pour ses besoins internes. Même les modèles chinois récents sont entraînés sur des GPU produits par Nvidia. À court terme, et tant que d’autres acteurs ne concurrencent pas ce quasi-monopole, le projet serait donc dépendant de Nvidia (c’est-à-dire de l’administration américaine). Rien n’empêcherait donc cette dernière d’imposer des contrôles à l’export des produits Nvidia vers la France (certains pays européens en ont déjà subi), et il est possible qu’elle soit tentée de le faire en voyant surgir un effort concurrent de cette taille. L’administration américaine actuelle, arc-boutée sur « l’AI dominance » et peu soucieuse de ménager ses alliés, pourrait recourir à de telles mesures.

Deux solutions s’offrent alors à la France. {{}}

Soit elle tente malgré tout d’acquérir des puces Nvidia en pariant sur le fait qu’un tel marché serait trop juteux pour l’entreprise, qui jouerait de son influence à Washington pour éviter des restrictions d’exportation ; dans le pire des cas, il faudrait aussi convaincre les Pays-Bas de menacer Nvidia et le gouvernement américain de rétorsion par l’arrêt de l’exportation des machines de photolithographie d’ASML, indispensables à la production de GPU, rendant d’autant plus essentielle la participation de La Haye au projet.

Soit nous cherchons à bénéficier de nouveaux producteurs ailleurs dans le monde. Mais il est difficile, à ce jour, d’en trouver qui ne soient pas eux-mêmes dans l’orbite des États-Unis, de manière plus ou moins directe, tout en ayant la surface requise. Même les puces de Huawei (Ascend) ne sont pas suffisantes pour la consommation des laboratoires chinois. Peut-être la situation changera-t-elle bientôt ; la Corée du Sud a par exemple annoncé un plan d’investissements de plus de 1 000 milliards de dollars pour des usines de semi-conducteurs.

En l’état, c’est l’un des risques les plus sérieux auxquels s’expose ce projet. Il n’est cependant pas rédhibitoire car le coût pour les États-Unis de l’usage ouvertement hégémonique de leur contrôle à l’export vis-à-vis d’un allié accélérerait probablement fortement l’émergence d’alternatives à Nvidia, en particulier en Asie. Dans l’intervalle, Washington ne pourrait empêcher Prométhée de louer à des tiers des capacités de calcul pour entraîner ses modèles.

Alternatives stratégiques{{}}

Les autres voies sont aussi risquées{{}}

Un coût aussi massif et un effort aussi dimensionnant pourraient décourager les responsables politiques français et européens, qui se jugeraient incapables de le financer et de le conduire, ou bien susciter des oppositions trop fortes dans la population. Quelles seraient alors les alternatives de la France ?

La première option est un pari sur l’open source : jusqu’ici les modèles ouverts ont suivi de quelques mois les performances des modèles commerciaux, et l’économie européenne peut donc, en dernier ressort, recourir aux premiers pour assurer son alimentation en intelligence artificielle, sans dépendre de quiconque. Le pari est risqué et, au demeurant, implique un coût non négligeable. Pour faire tourner ces modèles, il faut l’énergie et les infrastructures suffisantes, ce qui implique en soi d’énormes investissements. Surtout, rien ne garantit que le flux de modèles ouverts ne se tarira pas. Leurs développeurs, aujourd’hui principalement chinois, peuvent soudainement décider de les rendre commerciaux. Dans ce cas, l’Europe se trouverait tout aussi dépendante de la Chine que des États-Unis. Ces modèles pourraient aussi subir les mêmes restrictions d’accès que les modèles américains, fermés par exemple au-delà d’un seuil de capacité de type « Mythos ». La presse internationale a récemment évoqué des travaux en cours à haut niveau dans l’appareil d’Etat chinois visant à introduire des restrictions à l’usage par des acteurs étrangers des modèles les plus avancés, indiquant qu’une telle dynamique semble déjà engagée 7. Si ces modèles venaient à rattraper la frontière, ils pourraient être qualifiés de risques pour la chaîne d’approvisionnement (supply-chain risk) par l’administration américaine, entraînant des restrictions, voire des interdictions, sur leur achat, leur utilisation ou leur hébergement par les entreprises américaines. Par effet d’extraterritorialité, de conformité ou de pression réglementaire, leur adoption deviendrait également plus difficile pour les entreprises européennes.

La deuxième voie envisageable est celle d’une dépendance négociée envers les Américains. Les États-Unis construisent des modèles et l’Europe les utilise. Pour éviter une soumission totale, certains font valoir que le continent a des leviers dans la chaîne de valeur qu’il peut utiliser à son tour pour faire pression sur les États-Unis ; en d’autres termes, la souveraineté devrait se retrouver dans la dépendance mutuelle plutôt que dans l’indépendance. Il est vrai que les chaînes de production sont dispersées à travers le monde et que personne ne maîtrise unilatéralement l’intégralité des composants nécessaires au développement et à la diffusion de grands modèles de langage. Mais il ne faut pas se faire d’illusions : la principale brique que maîtrisent les Européens — celle de la production des machines de photolithographie pour l’industrie des semi-conducteurs à travers ASML — n’est pas un levier si efficace dans une interdépendance de long terme. C’est un maillon indispensable de la chaîne, mais avec une forte latence : si l’Europe bloquait les exportations d’ASML, les effets de ce blocage ne se feraient sentir qu’après de nombreux mois, puisque les autres acteurs pourraient utiliser leurs stocks existants. À l’inverse, bloquer un modèle de frontière est une option instantanée pour les États-Unis, comme l’exemple de Fable 5 l’a montré. L’arme ASML pourrait éventuellement servir dans un bras de fer focalisé sur l’infrastructure, comme montré plus haut, mais elle est moins efficace s’agissant du produit final et en rythme de croisière. Dans un monde où l’économie européenne repose intégralement sur l’usage de modèles américains, l’Europe pourrait-elle se permettre de passer seulement quelques jours sans eux ? Rien n’est moins sûr.

Au mieux, les États européens peuvent essayer de pallier ce désavantage en subordonnant l’accès des fournisseurs américains au marché européen à la présence physique des modèles sur des centres de données situés en Europe et juridiquement maîtrisés par eux. La Corée du Sud a par exemple formalisé un partenariat entre Shinsegae, conglomérat national prenant en charge l’infrastructure physique, et la startup américaine Reflection AI, apportant les modèles open weights et l’ingénierie, pour bâtir un site de 250 MW présenté comme une grande AI factory souveraine destinée aux entreprises et administrations coréennes. Cela éviterait de donner aux États-Unis un « kill switch » instantané, comme ils l’ont aujourd’hui ; mais cela n’empêcherait pas Washington de décider, à loisir, d’arrêter le déploiement de futurs modèles en Europe. Au surplus, l’Union européenne n’a pas fait la preuve de sa capacité à se coordonner pour répondre unanimement et vigoureusement à des pressions de ce type, puisque sa structure invite aux comportements de passager clandestin.

Peut-on, enfin, espérer jouer de la rivalité entre États-Unis et Chine pour ne dépendre ni de l’un ni de l’autre en les mettant en concurrence ? Ce serait un jeu risqué : les États-Unis seraient bien conscients qu’une Europe les menaçant de passer aux modèles chinois se mettrait immédiatement dans la main de la Chine, et inversement, de sorte que nous aurions peu de marge de négociation, sans compter l’inévitable dépendance au sentier des processus et des technologies des entreprises, rendant très difficile et coûteuse une bascule rapide.

Peut-être ces solutions seront-elles celles que la France et l’Europe adopteront. Dans ce cas, il faudra à tout le moins cesser de se prévaloir du concept de souveraineté et d’indépendance européenne, et admettre qu’il s’agira de gérer au mieux notre dépendance. Beaucoup de pays européens y sont déjà habitués en ce qui concerne leur approvisionnement énergétique, et ce sera donc pour eux la pente naturelle.

L’un des risques d’un plan de montée en puissance du calcul est celui de la surcapacité. Aujourd’hui, Anthropic opère déjà à l’échelle de plusieurs gigawatts et constitue une référence en matière de puissance de calcul déployée. Cependant, si l’objectif est de ne pas dépendre d’autres puissances pour le développement d’une intelligence artificielle capable d’assister efficacement l’ensemble des emplois, ces niveaux restent insuffisants. Un modèle comme Fable 5 ne permettrait aujourd’hui d’automatiser qu’une fraction des tâches, avec de fortes différences selon les métiers. Dans sa récente audition devant la commission d’enquête de l’Assemblée nationale sur les dépendances numériques, Arthur Mensch, président et cofondateur de Mistral, soulignait qu’alors que les coûts d’usage de l’IA pour les besoins de ses propres employés représentaient déjà 10 % de sa masse salariale, si on l’extrapolait à l’horizon de quelques années à l’échelle de la masse salariale européenne, ce seraient alors 1000 Md€ par an de valeur ajoutée qui seraient massivement captés, en l’absence d’offre européenne, par des acteurs américains ou chinois. Les lois de passage à l’échelle suggèrent qu’il reste encore plusieurs ordres de grandeur de calcul à mobiliser pour couvrir une part significative des besoins économiques. Autrement dit, même en supposant des gains d’efficacité très importants, par exemple un facteur 100, une capacité de quelques gigawatts ne suffirait pas à répondre à l’ensemble de la demande.

En fin de compte, il nous semble que le principal pari que constituerait l’opération Prométhée s’impose parce que ses risques sont à la mesure du moment de bascule technologique et stratégique que l’IA est en train de produire sous nos yeux. En regard des coûts et des risques de cet effort, à même de mobiliser les forces vives de la nation comme jamais depuis un demi-siècle, il faut en effet mettre ceux de l’inaction : la trajectoire du moindre effort risque de conduire à l’insignifiance stratégique de la France dans un monde durablement dominé par les maîtres de l’intelligence en silicium.

Pourquoi agir maintenant{{}}

Contrairement à ce qu’on peut lire parfois, la frontière de l’IA n’est pas destinée à se banaliser à horizon de quelques années au sens où l’on pourrait simplement attendre que les capacités les plus avancées deviennent accessibles à tous, à bas coût, sans perte stratégique pour une nation. Pour certains usages courants (résumé, traduction, assistance bureautique par exemple), être en retard d’une génération peut suffire : les modèles ouverts ou semi-ouverts fournissent déjà des capacités abondantes et peu coûteuses. Mais les capacités qui comptent pour la puissance (cyberdéfense, agents autonomes capables d’exécuter des tâches longues, accélération de la R&D, applications biologiques ou militaires) se situent précisément à la frontière. Ce sont aussi celles dont l’accès sera de plus en plus contrôlé 8.

Développer une expertise à la frontière produit en outre des rendements qui dépassent le seul modèle entraîné. Les dirigeants des principaux laboratoires actuels étaient, hier, des chercheurs ou ingénieurs placés au plus près de cette frontière : Dario Amodei, Demis Hassabis, Ilya Sutskever, Arthur Mensch, parmi d’autres. Un laboratoire français à la frontière construirait la base humaine, organisationnelle et industrielle permettant à la France de rester dans la course en 2028, 2030 et bien au-delà.

Sans programme national, un pays devient progressivement dépendant d’évaluations produites par d’autres. Il perd la capacité de mesurer de manière autonome les performances réelles des modèles les plus avancés, d’en identifier les vulnérabilités et d’apprécier les risques systémiques qu’ils pourraient faire peser sur ses infrastructures critiques, sa sécurité nationale ou ses intérêts stratégiques.

Les laboratoires de frontière cherchent désormais explicitement à automatiser une partie de leur propre R&D : l’automatisation rapide de la recherche en IA et de son cycle de développement soutient l’amélioration continue des modèles à la frontière. Les générations précédentes de modèles sont utilisées pour entraîner les modèles suivants. Dans ce scénario, être absent de la frontière ne coûte pas linéairement plus cher : cela fait perdre l’accès au moteur même de l’accélération.

Enfin, l’inaction accroît une dépendance industrielle déjà massive. Les États-Unis concentrent aujourd’hui l’essentiel de la performance des grands clusters de calcul IA, ainsi que l’accès prioritaire aux chaînes d’approvisionnement qui les alimentent. Plus la France attend, plus ces ressources, bases de calcul, talents et infrastructures, se consolident ailleurs.

La fenêtre rendue possible par la position de la France et l’état du domaine existe pour un bref instant. Dans trois ans elle sera refermée pour de bon car les coûts de rattrapage deviendront rédhibitoires : c’est aujourd’hui que l’histoire frappe à la porte.

Conclusion : un nouveau moment nucléaire pour la France{{}}

Le général de Gaulle rapportait ainsi la réaction de Khrouchtchev en 1960 quand, à Rambouillet, il lui apprenait le succès de la bombe atomique française : « Je comprends votre joie. (…) Mais, vous savez, c’est très cher. » Le président français commentait : « Mon récit n’a provoqué aucune réaction de la part de mes interlocuteurs, sauf celle-ci : ‘Ah oui ! C’est très cher !’ ‘C’est très cher’, même pour les Américains, même pour les Russes. (…) Mais pour nous, face à ces visées impériales, c’est le prix de l’indépendance. »

Nous pensons qu’il en va de même de l’accès à l’IA. L’état actuel de nos économies ne reflète que faiblement la place qu’elle prendra partout dans les années à venir. Bien sûr, la plupart des pays du monde ne pourront pas prétendre produire leurs propres modèles ni leur propre inférence, tout comme la plupart des pays du monde ne peuvent produire leur propre énergie. Ils devront se contenter de négocier, bon gré mal gré, avec des puissances étrangères pour alimenter leurs besoins. Mais on voit où mène déjà la dépendance énergétique ; il suffit de penser aux difficultés de beaucoup d’États européens lors de l’invasion de l’Ukraine. La dépendance à l’intelligence mécanique sera au moins aussi profonde.

Depuis 1945, la France a fait le choix de développer sa propre source d’énergie, à travers la filière nucléaire. C’était un investissement massif et risqué mais qui assure aujourd’hui notre autonomie énergétique, fait de nous un exportateur net d’électricité, et contribue à notre place dans le jeu des puissances mondiales. Maintenant que tout se joue dans l’accès à l’IA, un défi du même ordre se représente. Dans la mesure où l’essentiel des coûts d’un laboratoire de frontière réside dans le calcul, et que ce dernier, in fine, demande d’abord de l’énergie, on peut voir la montée en puissance d’une IA française comme la continuation logique de notre effort nucléaire. Même la méthode du programme nucléaire peut servir d’inspiration. L’ordonnance de création du Commissariat à l’énergie atomique indiquait en 1945 : « Il est apparu que cet organisme devait être à la fois très près du Gouvernement, et pour ainsi dire être mêlé à lui, et cependant doté d’une grande liberté d’action. Il doit être très près du Gouvernement parce que le sort ou le rôle du pays peuvent se trouver affectés par les développements de la branche de la science à laquelle il se consacre, et qu’il est par conséquent indispensable que le Gouvernement l’ait sous son autorité. Il doit, d’autre part, être doté d’une grande liberté d’action, parce que c’est la condition sine qua non de son efficacité. » 9 C’est aussi la philosophie que nous privilégions pour construire un laboratoire de frontière.

À l’époque où la France fit le choix, à la fin des années 1950, de se lancer seule dans un immense effort pour acquérir l’arme atomique et plus largement une force de dissuasion nucléaire complète de façon indépendante, beaucoup de Français et nos principaux alliés étaient convaincus qu’elle n’en avait pas les moyens et qu’elle était vouée à échouer. Les « raisonnables » de l’heure appelaient comme ceux d’aujourd’hui la France à « gérer sa dépendance » en s’entendant avec les États-Unis sur le modèle fourni par les accords de Nassau avec la Grande-Bretagne. Si elle avait suivi cette voie, la France aurait probablement eu sa bombe mais le maintien de la dissuasion, jusqu’à ce jour, aurait dépendu de la bonne volonté des États-Unis. Il fallut la volonté du général de Gaulle pour discerner que l’arme nucléaire était devenue si essentielle à la souveraineté nationale que sa maîtrise autonome justifiait des sacrifices considérables. Aujourd’hui, l’IA nous place face à un pareil choix.

Lancer ou non l’opération Prométhée constituera très probablement la décision la plus importante que sera amené à prendre le prochain président de la République élu l’année prochaine. Comme l’arme nucléaire au temps de de Gaulle, cela fera la différence entre le maintien du rôle que la France entend jouer dans le monde et son glissement, à terme, vers l’insignifiance stratégique.

Sources{{}}

Voir la page « Trends in Artificial Intelligence » de l’observatoire de référence Epoch AI.
Victor Storchan, « La note qui annonce une nouvelle phase dans la guerre de l’IA », le Grand Continent, 24 avril 2026.
Josh You, « How Much AI Compute Do Frontier Labs Use ? », Epoch AI, 20 mai 2026.
« OpenAI, Oracle, and SoftBank expand Stargate with five new AI data center sites », communiqué de presse d’OpenAI, 23 septembre 2025.
« Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute », communiqué de presse d’Anthropic, 20 avril 2026.
« Anthropic expands partnership with Google and Broadcom for multiple gigawatts of next-generation compute », communiqué de presse d’Anthropic, 6 avril 2026.
Fanny Potkin, « EXCLUSIVE : Beijing is looking at curbing overseas access to China’s top AI models, sources say », Reuters, 7 juillet 2026.
Anton Leicht, « L’IA ne sera pas l’abondance mais la rareté », le Grand Continent, 22 mai 2026.
Ordonnance n° 45-2563 du 18 octobre 1945 instituant un Commissariat à l’énergie atomique et aux énergies alternatives, Article préambule.
Pour approfondir : Archives et discours

https://legrandcontinent.eu/fr/wp-content/uploads/sites/2/2026/07/karp_CNBC-86x86.jpg

Confronté à des contestations de plus en plus profondes, le géant IA de Karp et Thiel élabore une nouvelle doctrine ésotérique de vassalisation.

Pièces de doctrines

L’âge de la slopagande

https://legrandcontinent.eu/fr/wp-content/uploads/sites/2/2026/07/QOYYYTCb-2-86x86.jpeg

Pour comprendre le nouveau régime informationnel, il faut élaborer une nouvelle théorie de la propagande à l’ère de l’IA.

Entretiens Le populisme IA est en train d’arriver. Nous ne sommes pas prêts

https://legrandcontinent.eu/fr/wp-content/uploads/sites/2/2026/06/SIPA_51057648_000003-2-86x86.png

L’anthropologie sauvage d’une des nouvelles voix les plus influentes de la Silicon Valley.

Entretiens Ce que l’État le plus numérique du continent a compris de l’IA

https://legrandcontinent.eu/fr/wp-content/uploads/sites/2/2026/06/Kristina-Kallas-Summit-2024-86x86.jpeg

Une conversation fleuve avec la ministre de l’Éducation de l’Estonie.

https://legrandcontinent.eu/fr/wp-content/uploads/sites/2/2026/07/SIPA_sipausa30306124_000006-scaled-125x188.jpg

Pièces de doctrinesOpération Prométhée : la France peut gagner la course à l’IA. Quel en serait le prix ?

Le Grand Continent À propos Offre Accueil - Publié par Groupe d’Études Géopolitiques. © 2026 GEG. Tous droits réservés. Nous utilisons des cookies pour vous garantir la meilleure expérience sur notre site web.

Source : https://legrandcontinent.eu/fr/2026/07/08/operation-promethee-la-france-peut-gagner-la-course-a-lia-quel-en-serait-le-prix/

Livre – « Le temps de l’obsolescence humaine » de Bruno Patino - Analyse et synthèse de cet essai, suite à une requête auprès de ‘ChatGPT’ : présentation des idées essentielles mises en perspective. Juillet 2026
L’ouvrage prolonge la réflexion que Bruno Patino mène depuis plusieurs années sur le numérique, l’économie de l’attention et, désormais, l’intelligence artificielle.

Synthèse du livre{{}}

Dans Le temps de l’obsolescence humaine, Bruno Patino défend une thèse forte : nous sommes peut-être entrés dans une période où la technologie ne se contente plus d’être un outil au service de l’homme, mais tend progressivement à remplacer certaines de ses facultés essentielles – attention, mémoire, curiosité, jugement et capacité de décision.

L’auteur s’interroge alors : l’être humain risque-t-il de devenir « obsolète » face aux systèmes numériques et à l’intelligence artificielle ?

Selon lui, la révolution numérique s’est déroulée en trois grandes étapes :

L’ère de l’accès (Internet)
- Le réseau promettait un accès universel au savoir et à la connaissance.
- Cette première révolution portait un idéal humaniste et démocratique.
L’ère de la propagation (le smartphone et les réseaux sociaux)
- L’économie de l’attention est devenue dominante.
- Les plateformes se sont mises à capter notre temps disponible et nos comportements.
- Nous sommes devenus producteurs permanents de données.
L’ère de l’imbrication (l’intelligence artificielle)
- Les outils numériques ne se contentent plus de diffuser l’information.
- Ils commencent à penser, proposer, sélectionner et parfois décider pour nous.
- Les frontières entre le vrai et le faux, l’humain et la machine, deviennent plus floues.
  Les principales idées du livre{{}}

1. La disparition du vide{{}}

Patino estime que notre cerveau n’est plus jamais au repos :

notifications permanentes,
sollicitations numériques incessantes,
surcharge d’informations,
stimulation continue.
Le temps de réflexion, d’ennui ou de contemplation devient rare. Or, c’est précisément dans ces moments que naissent souvent la créativité, l’esprit critique et la pensée personnelle.

2. Une économie qui exploite désormais notre curiosité{{}}

L’auteur explique que nous sommes passés :

de l’économie des biens,
à l’économie de l’attention,
puis à l’économie de la relation.
Les algorithmes cherchent aujourd’hui à anticiper nos besoins avant même que nous les exprimions. Ils nous suggèrent :

ce qu’il faut lire,
ce qu’il faut regarder,
ce qu’il faut acheter,
parfois même ce qu’il faut penser ou ressentir.
La question centrale devient alors : que reste-t-il de notre libre arbitre ?

3. L’obsolescence humaine{{}}

Le mot « obsolescence » est volontairement provocateur.

Bruno Patino ne prédit pas la disparition physique de l’humanité. Il s’interroge plutôt sur l’obsolescence de certaines qualités humaines :

l’attention,
la capacité à se concentrer,
la mémoire,
le jugement,
l’autonomie intellectuelle,
la liberté de choix.
Si les machines accomplissent ces fonctions mieux que nous, serons-nous tentés de leur abandonner progressivement ces compétences ?

4. Une civilisation qui change de nature{{}}

L’auteur va plus loin en suggérant que nous vivons peut-être la fin d’un modèle civilisationnel né avec l’imprimerie et les Lumières :

lecture longue,
raisonnement critique,
débat intellectuel,
autonomie de l’individu.
Il craint l’émergence d’une société plus confortable technologiquement, mais plus dépendante des systèmes numériques.

Analyse critique{{}}

Le livre possède plusieurs qualités :

Ses points forts{{}}

Une réflexion accessible sur l’impact de l’intelligence artificielle.
Une mise en perspective historique très intéressante.
Une approche philosophique plutôt qu’un discours purement technique.
Un appel à défendre l’autonomie humaine.
Ses limites{{}}

Certains critiques lui reprochent :

un ton parfois pessimiste ;
une vision qui insiste davantage sur les risques que sur les bénéfices de l’IA ;
une tendance à présenter l’évolution technologique comme presque inéluctable.
On peut également nuancer son propos en rappelant que :

l’intelligence artificielle peut accroître les capacités humaines au lieu de les remplacer ;
les technologies restent des outils dont les usages dépendent des choix politiques, économiques et individuels ;
l’histoire montre que l’humanité s’est toujours adaptée aux grandes révolutions techniques.
Les questions que pose Bruno Patino{{}}

Le livre nous invite finalement à réfléchir à plusieurs questions :

Sommes-nous encore capables de nous déconnecter ?
Conservons-nous une véritable liberté intellectuelle ?
Quelle place voulons-nous laisser à l’intelligence artificielle dans nos vies ?
Comment préserver notre capacité d’attention et notre esprit critique ?
Quelle civilisation souhaitons-nous transmettre aux générations futures ?
Conclusion personnelle de la synthèse{{}}

Le message essentiel du livre n’est pas que « l’homme va disparaître », mais que nous risquons de devenir moins humains si nous déléguons progressivement aux technologies ce qui constitue notre singularité : penser, choisir, douter, imaginer et créer.

Bruno Patino lance ainsi un avertissement : le véritable enjeu de l’intelligence artificielle n’est pas seulement technologique ou économique, il est profondément humain et politique. La question n’est pas de savoir si les machines deviendront plus intelligentes que nous, mais si nous conserverons la volonté d’exercer pleinement notre intelligence et notre liberté.

En une phrase, ce livre pourrait se résumer ainsi :

« Le danger n’est pas que les machines deviennent humaines, mais que les humains acceptent de devenir les auxiliaires des machines »{{}}

Cette formulation ne constitue pas une citation du livre, mais une synthèse fidèle de l’esprit de l’ouvrage. Contribution ‘ChatGPT’

Retour au début de l’introduction