L’IA pourrait peser 4 800 milliards de dollars en 2033. Pourtant, 118 pays sont absents des grandes initiatives qui façonnent sa gouvernance

L’intelligence artificielle pourrait passer de 189 milliards de dollars en 2023 à 4 800 milliards en 2033.

Un marché multiplié par environ 25 en dix ans.

Mais pendant que sa valeur explose, une autre carte du monde apparaît.

Dans son rapport sur la gouvernance de l’IA, l’ONU a étudié sept grandes initiatives internationales non onusiennes. 118 pays ne participaient à aucune d’entre elles. À l’autre extrême, seulement sept pays étaient présents dans les sept : Allemagne, Canada, États-Unis, France, Italie, Japon et Royaume-Uni.

L’IA devient mondiale par ses usages. Beaucoup moins par ceux qui disposent des infrastructures, du capital et d’une place dans sa gouvernance.

118 pays absents ne signifie pas 118 pays sans IA

La nuance est essentielle. Ces 118 États peuvent utiliser des modèles étrangers, intégrer des outils d’IA dans leurs entreprises ou leurs administrations et former des ingénieurs.

Le chiffre mesure uniquement leur absence des sept initiatives internationales étudiées.

Sur les 193 États membres de l’ONU, 118 étaient présents dans 0 initiative sur 7, 21 dans 1, 23 dans 2, 10 dans 3, 7 dans 4, 5 dans 5, 2 dans 6 et 7 dans les 7.

Autrement dit, seulement 75 pays étaient représentés dans au moins une des sept initiatives étudiées.

Les stratégies nationales racontent la même fracture

En 2023, environ deux tiers des économies développées disposaient d’une stratégie nationale d’IA. Pour les pays en développement hors pays les moins avancés, cette proportion tombait à 30 %. Pour les pays les moins avancés, elle n’était que de 12 %.

L’absence de stratégie nationale ne signifie pas absence d’IA. Mais elle peut signifier qu’un pays utilise une technologie dont il n’a pas encore clairement défini les priorités, les infrastructures, les règles ou les investissements.

La fracture commence avant les algorithmes

Pour construire une industrie de l’IA, il faut des modèles. Mais avant les modèles, il faut de l’électricité, des réseaux, des serveurs, des data centers, des données et des compétences.

En juin 2025, les pays à revenu élevé hébergeaient 77 % de la capacité mondiale des data centers de colocation. Les pays à revenu intermédiaire supérieur en représentaient 18 %, ceux à revenu intermédiaire inférieur 5 %, et les pays à faible revenu moins de 0,1 %.

La Banque mondiale résume les bases de l’IA par quatre « C » : Connectivity, Compute, Context, Competency — connectivité, puissance de calcul, données et contexte locaux, compétences.

93 % de la population des économies à revenu élevé utilise Internet, contre 27 % dans les économies à faible revenu. Pour les compétences numériques de base, l’écart est de 66 % contre moins de 5 %.

Avant même de se demander quel modèle entraîner, certains pays doivent donc résoudre une question beaucoup plus concrète : où le faire tourner, avec quelle connectivité et avec quelles compétences ?

Pendant ce temps, 100 entreprises concentrent 40 % de la R&D

En 2022, 100 entreprises seulement représentaient 40 % des dépenses mondiales de R&D des entreprises dans l’IA. Elles étaient principalement situées aux États-Unis et en Chine.

Ces deux pays détenaient également environ 60 % des brevets liés à l’IA.

Cela crée deux manières très différentes d’entrer dans l’économie de l’intelligence artificielle. Certains pays accueillent les modèles, les puces, les data centers, les chercheurs et les entreprises qui captent la valeur. D’autres commencent principalement par utiliser leurs services.

Ils auront eux aussi accès à l’intelligence artificielle. Mais ils risquent surtout d’acheter celle des autres.

Et ce n’est pas forcément une mauvaise stratégie

Chaque pays n’a évidemment pas besoin de construire son propre grand modèle. La puissance de calcul peut être achetée à distance, des modèles existants peuvent être adaptés et des systèmes beaucoup plus petits peuvent résoudre des problèmes importants.

La Banque mondiale souligne ainsi le potentiel de la « small AI » : des solutions plus légères, parfois utilisables sur des appareils courants, et capables de produire rapidement de la valeur dans les économies en développement.

Détecter une maladie agricole, aider un professionnel de santé, traduire un service public dans une langue locale ou prévoir une inondation peut être plus utile que construire un concurrent national à GPT ou Gemini.

La prochaine fracture numérique sera différente

La première fracture numérique était relativement simple : d’un côté, ceux qui avaient Internet ; de l’autre, ceux qui ne l’avaient pas.

La fracture de l’IA sera plus subtile. Presque tous les pays pourront probablement utiliser des outils d’intelligence artificielle, mais tous ne pourront pas les construire, les héberger, les adapter à leurs langues, former leurs spécialistes, financer leurs infrastructures, participer à leurs règles ou capter une part importante de leur valeur économique.

Les 118 pays identifiés par l’ONU ne sont pas 118 pays « sans IA ». Ils révèlent quelque chose de plus profond : une technologie appelée à toucher presque toute la planète reste bâtie et gouvernée avec des ressources extraordinairement concentrées.

Et si le marché atteint réellement 4 800 milliards de dollars en 2033, la question ne sera probablement plus de savoir quels pays utilisent l’IA. La question sera plutôt : qui la construit, qui dispose des infrastructures, qui participe à ses règles — et qui se contente principalement de l’acheter ?