Publié le 26 février 2026 à 07h00. Alors que la course à l’intelligence artificielle est souvent présentée comme un duel entre les États-Unis et la Chine, les pays d’Amérique latine, d’Afrique et d’Asie doivent naviguer entre dépendances technologiques, économiques et sécuritaires, afin d’éviter de devenir de simples fournisseurs de données ou des terrains d’expérimentation.
La compétition dans le domaine de l’intelligence artificielle (IA) ne se limite pas à une course pour développer le modèle le plus performant. Pour des pays comme le Brésil, l’Afrique du Sud ou l’Indonésie, l’enjeu principal est d’éviter de se retrouver dans une position de dépendance technologique, économique et sécuritaire vis-à-vis des grandes puissances. Le risque est une érosion progressive de leur autonomie politique, à mesure que des fonctions essentielles de l’État sont restructurées autour d’infrastructures et de plateformes contrôlées par des intérêts étrangers.
Pékin considère l’IA comme un pilier de sa puissance nationale, l’intégrant à sa politique industrielle, à la modernisation militaire et à l’exportation de technologies de sécurité, allant de la reconnaissance faciale aux plateformes de villes intelligentes, en passant par des outils de gestion de données vendus en Afrique, en Asie et en Amérique latine. Washington, de son côté, a fusionné stratégie industrielle et sécurité nationale, en renforçant les contrôles à l’exportation sur les puces et les équipements de fabrication avancés, en subventionnant les infrastructures nationales de semi-conducteurs et de cloud computing, et en incitant ses alliés à s’aligner sur ses normes. Cette situation conduit à une forme de mercantilisme numérique, où les algorithmes, les centres de données et les chaînes d’approvisionnement en semi-conducteurs sont traités comme des actifs stratégiques, dont l’accès devient un levier de pression diplomatique.
Cependant, cette rivalité entre les États-Unis et la Chine occulte le fait que la course à l’IA est également une histoire de souveraineté numérique et de construction étatique différenciée pour les puissances moyennes. Des pays comme le Brésil, le Mexique, l’Inde et l’Afrique du Sud expérimentent leurs propres stratégies d’IA, non pas pour rivaliser en termes de capacités de modèles, mais pour éviter une vassalité technologique. Ils investissent dans des infrastructures de données nationales, des modèles linguistiques adaptés aux langues et systèmes juridiques locaux, ainsi que des réglementations intégrant des normes locales en matière de confidentialité, de travail et de contenu.
Cette concurrence a déjà des implications en matière de sécurité. Les systèmes basés sur l’IA modifient la conduite des conflits et la sécurité intérieure, de l’analyse automatisée d’images à la cyberdéfense, en passant par les drones semi-autonomes et la police prédictive. Les militaires expérimentent des systèmes d’essaimage, de reconnaissance de cibles et d’analyse du renseignement assistée par l’IA, qui promettent rapidité et efficacité, mais augmentent également l’opacité et réduisent le temps de décision en cas de crise, ce qui peut accroître le risque d’erreur d’appréciation. Contrairement aux systèmes nucléaires, de nombreuses capacités d’IA sont à double usage et basées sur des logiciels, ce qui les rend faciles à diffuser et difficiles à surveiller. Dans les régions fragiles, notamment en Amérique latine, où les forces de sécurité ont déjà du mal à rendre des comptes, la délégation discrète du jugement à des systèmes opaques pourrait consolider les abus sous couvert d’objectivité algorithmique.
Sur le plan économique, l’IA catalyse une réaffectation massive du capital et de l’attention, qui la lie à la géopolitique de l’énergie et des infrastructures. La course aux puces hautes performances, aux centres de données hyperscale et à l’électricité pour les alimenter lie l’IA aux questions de capacité du réseau, de consommation d’eau et de politique climatique. Les pays capables de combiner une énergie fiable, une fabrication de pointe et un environnement réglementaire favorable deviendront des plaques tournantes pour les industries à forte intensité d’IA.
Pour de nombreux États à revenu intermédiaire, le danger est de se retrouver enfermés dans des rôles de moindre valeur : héberger des centres de données sans contrôler la gouvernance, fournir des données étiquetées grâce à une main-d’œuvre numérique faiblement rémunérée, ou adopter des applications d’IA importées qui supplantent les entreprises locales sans renforcer les capacités nationales. Cette tendance risque de renforcer la dynamique centre-périphérie de l’économie numérique.
L’exportation d’outils de surveillance et de gouvernance basés sur l’IA illustre particulièrement cette asymétrie. Des entreprises chinoises, souvent soutenues par des financements publics, commercialisent des offres pour des villes sûres, des systèmes de reconnaissance faciale et des centres de commandement intégrés auprès des gouvernements d’Amérique latine qui cherchent à lutter contre la criminalité et les troubles sociaux. Les entreprises occidentales proposent des offres alternatives via des services basés sur le cloud, des plateformes de contenu et des outils d’analyse liés à leurs propres normes en matière de confidentialité et de modération du contenu.
Ces systèmes sont porteurs d’hypothèses intégrées sur les relations État-société et des niveaux d’opacité acceptables. Une municipalité latino-américaine qui adopte une plateforme de surveillance clé en main depuis l’étranger peut constater que ses priorités en matière de police, ses catégories de « risque » et même ses pratiques de conservation des données sont effectivement préconfigurées par des ingénieurs et des fournisseurs étrangers.
Un scénario concret en Amérique latine pourrait voir un gouvernement, sous la pression de l’insécurité publique, signer un accord de crédit avantageux avec un consortium chinois ou occidental pour déployer des caméras basées sur l’IA, la reconnaissance faciale et un logiciel de police prédictive dans les grandes villes. À court terme, les autorités présenteront cela comme un succès de modernisation. Cependant, à long terme, la stratégie policière et l’allocation des ressources pourraient être liées à des algorithmes propriétaires contrôlés par un fournisseur étranger. Toute remise en question du système pourrait mettre en péril le financement, le soutien technique et l’accès aux futures mises à jour, limitant ainsi le contrôle démocratique.
Un autre exemple concerne la gestion des infrastructures critiques telles que l’énergie, la logistique et l’agriculture. Un pays d’Amérique latine pourrait adopter des plateformes d’IA de grands fournisseurs de cloud étrangers pour optimiser son réseau électrique, ses ports ou sa chaîne d’approvisionnement en soja. Ces systèmes peuvent générer des gains d’efficacité, mais ils centralisent également les données et l’aide à la décision dans des infrastructures régies par des juridictions et des politiques d’entreprise étrangères. En période de tensions diplomatiques, de sanctions ou de conflits d’entreprises, l’accès aux mises à jour ou aux services pourrait être restreint, affectant tout, de la logistique portuaire aux exportations alimentaires.
Il existe également une dimension culturelle plus subtile : les modèles d’IA générative formés principalement sur du contenu en langue anglaise, des cadres juridiques occidentaux et des récits politiques particuliers risquent de reproduire des biais lorsqu’ils sont appliqués aux contextes latino-américains. Si les médias locaux, les systèmes éducatifs ou la communication publique s’appuient de plus en plus sur de tels modèles, des changements subtils dans le langage, le cadrage et l’interprétation historique pourraient se produire.
Les puissances moyennes ne sont pas passives. Un pays comme le Brésil pourrait poursuivre une stratégie visant à devenir un pôle régional pour l’IA responsable, en investissant dans des modèles ouverts formés sur des données portugaises et régionales, alignés sur les normes juridiques locales et déployés via des infrastructures de cloud public avec une forte surveillance. Il pourrait également tirer parti de son poids diplomatique pour réunir des coalitions autour de l’IA dans des domaines tels que l’agriculture, l’adaptation au climat ou la santé.
La métaphore d’une course est à la fois descriptive et dangereuse. Elle capture l’intensité des investissements et le sentiment d’urgence, mais implique une ligne d’arrivée et un vainqueur unique, alors que l’IA est une technologie à usage général dont les impacts se répartiront de manière inégale au fil des décennies et des domaines. Un récit géopolitique plus réaliste considérerait l’IA comme une infrastructure partagée et contestée plutôt que comme un trophée.
Pour l’Amérique latine et d’autres régions prises en sandwich dans ce concours, la principale question stratégique n’est pas de savoir si elles « gagneront » ou « perdront » la course à l’IA, mais s’elles peuvent utiliser l’IA pour élargir leurs horizons de développement et de démocratie sans s’enfermer dans des relations de dépendance.