Les États-Unis considèrent les données d’IA comme du pétrole, une ressource à s’approprier et à monétiser ; la Chine les perçoit davantage comme de l’eau, dont la valeur réside dans le flux. La question du socialisme se pose à partir du développement des forces productives, la monnaie joue un rôle mais elle n’en est que l’aspect phénoménologique du rapport social capitaliste, la marchandise, son fétichisme. L’importance des flux se retrouve non seulement dans les routes et les frontières mais dans la gestion comme ici des villes, la préservation des ressources de la planète. Les valeurs, celles qui aboutissent à la tolérance au crime dans nos sociétés dites démocratiques sont aussi liées à ce développement des forces productives (note et traduction de Danielle Bleitrach)
Les États-Unis et la Chine tracent des voies divergentes en matière d’intelligence artificielle, des voies qui façonneront les économies, les sociétés et la nature même du pouvoir pour les générations à venir. L’une est guidée par les forces du marché, l’autre par une logique de coordination.
Dans la Silicon Valley et à Washington, l’IA est perçue comme une force de rupture qui transforme les industries, redéfinit le travail et accroît les capacités humaines. À Pékin, elle est envisagée différemment : comme un outil d’organisation sociale, de renforcement de la gouvernance et de maintien de la stabilité systémique.
Il ne s’agit pas simplement de différentes stratégies pour concevoir de meilleurs algorithmes. Elles reflètent des visions concurrentes de la manière dont l’intelligence devrait être utilisée et de l’endroit où elle devrait se situer.
Compréhensions divergentes
Au cœur de ce clivage se trouvent deux conceptions distinctes de l’intelligence.
Dans le modèle américain, l’intelligence est considérée comme une capacité autonome. L’objectif est de concevoir des systèmes capables de raisonner, de générer et d’agir de manière indépendante. La question centrale est technologique : jusqu’où peut aller l’intelligence artificielle ?
En Chine, l’intelligence est considérée comme une fonction. L’accent n’est pas mis sur l’autonomie, mais sur l’application : comment l’intelligence peut améliorer la coordination des systèmes complexes. La question n’est pas de savoir comment les machines peuvent devenir intelligentes, mais comment l’intelligence peut être utilisée.
La différence est subtile mais importante. Un modèle conçoit des systèmes aux capacités croissantes. L’autre conçoit des systèmes coordonnés.
L’approche américaine reflète sa logique économique plus large : décentralisée, compétitive et dynamique. L’IA y est développée principalement par des entreprises privées, soutenues par du capital-risque et guidées par les incitations du marché.
L’État joue un rôle limité. Il finance la recherche, veille à l’application des règles et fixe des garde-fous, mais ne dirige pas le développement de manière centralisée. Les systèmes prédictifs sont largement répandus – des recommandations de commerce électronique aux opérations financières – mais ils restent fragmentés d’une entreprise à l’autre.
Depuis la percée de l’IA générative en 2023, ce modèle s’est intensifié. Les systèmes de pointe ont attiré des investissements massifs, accélérant les progrès en matière de capacités et d’échelle des modèles. Pourtant, la fragmentation persiste, les données restent cloisonnées, l’interopérabilité est limitée et la coordination repose en grande partie sur le volontariat.
Il en résulte un système caractérisé par la rapidité et l’innovation, mais pas par l’intégration.
Architecture plus vaste
La Chine s’oriente dans une direction différente. Ici, l’IA n’est pas considérée principalement comme un produit, mais comme une composante d’un système plus vaste.
Alors que la vague générative en Occident s’est concentrée sur les modèles fondamentaux et les applications destinées aux consommateurs, la réponse de la Chine s’est canalisée à travers un cadre différent : l’initiative « IA+ », formalisée dans les avis du Conseil d’État de 2025, qui impose une intégration dans les secteurs de la production, de la finance, de la santé et de la gouvernance urbaine.
La politique gouvernementale définit l’IA comme un outil de transformation économique, d’amélioration de l’efficacité de la gouvernance et de coordination sociale. L’objectif n’est pas simplement d’innover, mais d’intégrer.
Cette logique se vérifie dans la pratique. À Hangzhou, la plateforme City Brain d’Alibaba utilise des données en temps réel pour optimiser la circulation, réduire les embouteillages et améliorer la réactivité en cas d’urgence. Dans le secteur financier, les systèmes de paiement numérique et le yuan numérique offrent une visibilité sur les transactions, permettant ainsi une détection plus précoce des risques.
Ce ne sont pas des applications isolées. Ce sont des composants d’une architecture plus vaste.
L’avantage de la Chine réside dans l’intégration. Les données issues des transports, de la finance, de la santé et de l’administration sont de plus en plus interconnectées, ce qui rend la société plus « informatisée ». L’État peut ainsi observer les tendances, anticiper les perturbations et intervenir plus tôt. Dans ce modèle, le renseignement devient une infrastructure.
L’IA en tant que données
Pour comprendre cette évolution, il est utile de repenser la nature même de l’IA. Dans le discours occidental, les données sont souvent décrites comme le nouvel or noir : une ressource à extraire, à s’approprier et à monétiser. Cette métaphore sous-entend rareté et concurrence.
En Chine, les données sont perçues moins comme du pétrole que comme de l’eau. Leur valeur réside non pas dans leur accumulation, mais dans leur circulation. Lorsque les données circulent entre les systèmes, des tendances se dégagent. Les réseaux de paiement, les systèmes logistiques et les infrastructures publiques s’interconnectent. L’objectif n’est pas la transparence en soi, mais la réduction de la fragmentation. Les données deviennent utiles lorsqu’elles circulent.
Cette approche est de plus en plus intégrée aux systèmes du quotidien. Dans les usines, les données des capteurs permettent de prédire les pannes d’équipement avant l’arrêt de la production. Dans les hôpitaux, les systèmes de diagnostic exploitent des données régionales pour détecter plus tôt les anomalies.
Dans le secteur financier, les banques évaluent les demandes de prêt non pas comme des dossiers isolés, mais comme des éléments d’un réseau de transactions et de comportements. La Banque populaire de Chine a enregistré une baisse de 19 % des créances douteuses dans les portefeuilles des PME grâce à la modélisation intégrée du crédit.
En agriculture, les agriculteurs bénéficient de conseils basés sur l’imagerie satellitaire et les capteurs de sol. Un livre blanc provincial de 2025 a noté une réduction de 12 % de la consommation d’eau et une augmentation de 9 % des rendements des cultures de haute qualité.
Dans chaque cas, l’intelligence n’est pas appliquée de l’extérieur. Elle est intégrée au système.
Ce qui distingue ces systèmes, ce n’est pas seulement leur sophistication technique, mais la manière dont ils redéfinissent la relation entre les individus et l’État. Cette intégration engendre un contrat social d’un genre nouveau.
Aux États-Unis, les systèmes de données centralisés suscitent souvent des inquiétudes quant au respect de la vie privée et à la surveillance. En Chine, la participation est davantage liée à la commodité et à l’accessibilité. Les paiements numériques fluidifient les échanges. Les systèmes intégrés simplifient les transactions. Le crédit basé sur les données élargit les perspectives.
L’échange est clair : une meilleure lisibilité contre une plus grande efficacité. Le système est asymétrique. L’État a une vision plus large que l’individu. Mais sa persistance ne repose pas uniquement sur la coercition. Elle est renforcée par l’utilité. Il est possible de s’en retirer, mais cela a un coût.
Diffusion globale
Cette divergence en matière d’IA commence à s’étendre au-delà des frontières nationales.
Les plateformes de villes intelligentes, les infrastructures numériques et les systèmes axés sur les données de la Chine sont déployés dans certaines régions d’Asie, d’Afrique et d’Amérique latine. Ces systèmes sont souvent proposés sous forme de solutions intégrées, combinant matériel, logiciels et cadres de gouvernance.
Au Pakistan, les réseaux de surveillance urbaine construits par la Chine ont été intégrés aux plateformes de services municipaux ; au Cambodge, le système centralisé d’identité numérique s’appuie sur une infrastructure développée par le géant technologique chinois Huawei.
Ils offrent ce que de nombreux gouvernements recherchent : non pas tant des modèles de pointe que des systèmes opérationnels. Mais ces exportations ne se limitent pas au traitement des données. Elles influencent la prise de décision, favorisant des formes de gouvernance plus intégrées et anticipatives.
Peu de pays adopteront intégralement le modèle chinois, et des configurations hybrides ont déjà vu le jour. Le Vietnam, par exemple, utilise des capteurs urbains de fabrication chinoise associés à de vastes modèles linguistiques américains pour les services publics.
De ce fait, la Chine redéfinit le débat sur l’avenir de l’IA. Le fossé en matière d’IA ne se résume pas à une simple question de modèles ou de marchés. Il s’agit d’une divergence émergente dans la manière dont les sociétés choisissent d’organiser l’intelligence – et dans quel but.
Views: 42
Xuan
Socialisme ou barbarie : L’IA aussi se divise en deux.