Les modèles d’IA chinois réduisent l’écart de performances avec leurs concurrents américains, souvent apparemment pour une fraction du coût. Cela soulève des questions sur les retours sur investissements américains dans les infrastructures d’IA et sur les valorisations de nombreuses grandes entreprises technologiques américaines.
À première vue, certains modèles chinois semblent offrir des capacités de pointe en utilisant moins de ressources et à moindre coût pour les utilisateurs finaux. Certains sont également ouverts, ce qui signifie que leurs paramètres sous-jacents peuvent être téléchargés et exécutés sur des réseaux locaux, réduisant ainsi les problèmes de confidentialité des données. Alors pourquoi les utilisateurs professionnels devraient-ils continuer à payer un supplément pour les modèles américains frontaliers ? Ces inquiétudes se sont intensifiées à mesure que les entreprises technologiques américaines continuent d'investir des capitaux importants dans les infrastructures d'IA et que les investisseurs remettent en question la capacité du secteur à générer des rendements correspondant à leurs dépenses.
Cependant, cette interprétation passe à côté d’une vision d’ensemble. Même si les modèles chinois à pondération ouverte sont susceptibles d’exercer une pression sur le pouvoir de fixation des prix et les marges bénéficiaires des fournisseurs de modèles américains, nous pensons qu’ils ne constituent pas une menace fondamentale pour l’écosystème plus large de l’IA dirigé par les États-Unis. Les modèles d’IA moins chers et plus performants devraient accélérer l’adoption de la technologie, élargissant la demande dans les segments de l’infrastructure, des semi-conducteurs, du cloud et des applications de la chaîne de valeur, où une grande partie de la création de valeur à long terme est susceptible de se concentrer.
Les avantages de la Chine en matière de coûts sont moins prononcés qu’il n’y paraît
Premièrement, la perception croissante selon laquelle la Chine développe une IA équivalente ou meilleure à une fraction du prix est trompeuse. De nombreuses affirmations concernant les avantages en termes de coûts des modèles chinois en termes de dépenses d’investissement (capex) sous-estiment l’impact de la distillation ou forment un modèle en partie sur les résultats produits par un système américain plus avancé. Plus important encore, un faible prix par jeton pour un modèle chinois n’implique pas nécessairement un coût par résultat tout aussi faible une fois le modèle réellement utilisé. Un modèle moins performant peut nécessiter plus de jetons, plus de puissance de calcul, plus d'énergie et plus de temps pour accomplir le même travail. Le coût par tâche terminée et le temps par tâche sont donc des références plus utiles. Sur la base de ces paramètres, de nombreux modèles américains sont compétitifs par rapport à leurs concurrents chinois (voir graphique 1).
De plus, même les développeurs américains ne restent pas les bras croisés. Ils ont réduit les prix et certains d’entre eux – notamment Meta, Nvidia et OpenAI – proposent eux-mêmes des modèles ouverts, et d’autres sont en cours.
Diffusion de la technologie vs modèles frontières
Si des modèles bon marché ou déployés localement devenaient la norme pour de nombreuses applications d’IA, cela compromettrait-il considérablement les évaluations de l’ensemble de l’écosystème américain de l’IA ? Nous ne le pensons pas, pour trois raisons.
Premièrement, la baisse des prix de l’IA devrait accroître la demande d’IA. Il s’agit d’une version du « paradoxe de Jevons » : lorsqu’une technologie devient moins chère, les gens l’utilisent souvent davantage. Dans le cas de l’IA, un coût par tâche inférieur devrait encourager davantage de tâches, des processus de raisonnement plus longs et des agents plus autonomes. L’écosystème dirigé par les États-Unis pourrait donc continuer à prospérer grâce à sa position forte dans les infrastructures cloud, les réseaux mondiaux et les données propriétaires, dont aucun ne dépend de manière significative du modèle d’IA particulier utilisé.
Deuxièmement, les modèles frontières peuvent continuer à justifier une prime. Les modèles américains les plus avancés conservent toujours un avantage global en termes de capacité. Les modèles chinois leur correspondent dans certains benchmarks, mais des différences subsistent dans les tests les plus exigeants dans les domaines cybernétique et scientifique et dans les scénarios agents à long terme : des activités complexes et multiphases que les systèmes d'IA doivent réaliser de manière autonome au fil du temps. Pour certaines applications, comme la recherche scientifique, disposer de la meilleure intelligence disponible continuera de générer un avantage et, par conséquent, un certain pouvoir de tarification pour les fournisseurs des modèles les plus avancés. Les capacités de ce type, si elles sont disponibles à grande échelle, peuvent éventuellement être monétisées, même de manière significative, justifiant des notes positives pour certains développeurs américains de modèles pionniers, tels qu'Anthropic et OpenAI, même si les marges des applications moins avancées devraient être mises sous pression.
Troisièmement, les préoccupations en matière de sécurité et de souveraineté laissent présager l’émergence d’un marché hybride, dans lequel les modèles américain et chinois joueront un rôle. Les brèves restrictions imposées par les États-Unis à l'accès des étrangers aux modèles Fable 5 et Mythos 5 d'Anthropic ont mis en évidence les risques liés à une dépendance aux technologies d'un seul pays. Cependant, les initiatives d’« IA souveraine » en dehors des États-Unis progressent lentement, car la construction d’un écosystème d’IA compétitif à partir de zéro reste extrêmement coûteuse. Dans le même temps, en l’absence d’alternatives, les grands utilisateurs étrangers d’IA et de services cloud pourraient continuer à préférer les modèles américains aux modèles chinois pour des raisons liées à la gouvernance et à la sécurité.
En d’autres termes, il est plausible que la demande en IA évolue vers une utilisation généralisée de modèles moins chers, notamment des systèmes ouverts déployés localement pour de nombreuses applications. Cela rendrait plus difficile pour les fournisseurs de modèles pionniers, tels qu’OpenAI ou Anthropic, de maintenir des prix, des marges et des valorisations premium. Cela ne signifie toutefois pas que les utilisateurs abandonneront l’écosystème américain de l’IA et se tourneront exclusivement vers des alternatives chinoises. Nous nous attendons à ce que les deux systèmes coexistent, les entreprises utilisant des modèles sur site ou ouverts, provenant de Chine ou des États-Unis, pour les charges de travail sensibles ou à volume élevé, s'appuyant plutôt sur
sur les modèles frontières hébergés lorsqu'une capacité plus élevée ou une gestion plus simple l'emporteront sur les risques liés au recours à un fournisseur tiers.
La prochaine phase de la compétition entre les États-Unis et la Chine
L’écosystème de l’IA dirigé par les États-Unis possède un avantage significatif en termes d’accélérateurs avancés – les puces spécialisées utilisées pour l’IA – ainsi que d’une mémoire à large bande passante, qui alimente rapidement ces puces en données, et de liaisons à haut débit qui permettent à de nombreuses puces de fonctionner comme un système unique. Les contrôles américains à l’exportation des puces de pointe et des équipements nécessaires à leur fabrication devraient contribuer à préserver ces avantages à court terme. Les restrictions pourraient encore se durcir si de nouvelles innovations chinoises suscitaient des inquiétudes à Washington.
La manière dont la Chine contournera ces restrictions sera l’une des questions les plus importantes pour l’IA dans les années à venir. À court terme, le pays pourrait rester limité par une pénurie de capacités informatiques avancées. Elle continuera à développer ses capacités nationales de fabrication de puces, notamment les technologies de lithographie, tout en encourageant une plus grande coopération entre ses entreprises technologiques et en explorant des architectures de puces alternatives.
Cependant, la Chine dispose d’un avantage majeur en matière de production d’électricité. Le pays a généré environ 10,6 pétawattheures (PWh) en 2025, soit plus du double de celui des États-Unis, et augmente à un rythme plus rapide sa capacité de production et de transport longue distance. Dans ce contexte, la question la plus importante est celle du « speed-to-power », c'est-à-dire la rapidité avec laquelle un nouveau site de centre de données peut obtenir une connexion réseau fiable et de grande capacité. La construction et l'alimentation en énergie d'un centre de données chinois peuvent prendre de un à trois ans, contre cinq à dix ans aux États-Unis pour une connexion majeure au réseau et une mise à niveau majeure du transport. De tels retards pourraient donc ralentir la mise en œuvre de l’IA aux États-Unis et forcer le recours à des formes coûteuses de production d’électricité sur site.
Mais pour l’instant, les États-Unis conservent une large avance en termes de capacité de calcul installée pour l’IA, grâce à leur avantage en matière de matériel. Cet avantage fait actuellement plus que compenser la plus grande disponibilité d'électricité de la Chine, même si certains projets américains sont confrontés à des goulets d'étranglement en matière de connexion au réseau. L'avantage énergétique de la Chine reste donc une source d'opportunités stratégiques, qui pourraient devenir décisives si le pays parvient à combler le déficit de puces et de talents.
Le cycle de l'IA se poursuivra dans les deux superpuissances
Le principe « frontière contre adoption » (frontière contre adoption) reste valable. Les États-Unis conservent leur avance en matière de capacités d'IA de pointe, tandis que la Chine est bien placée pour accélérer l'adoption grâce à des modèles moins coûteux et à un déploiement à grande échelle.
Aucun des deux pays n’acceptera le leadership de l’autre en matière de modèles pionniers ou d’adoption de l’IA. Plutôt que de converger vers un seul gagnant, nous nous attendons à ce que les deux écosystèmes évoluent en parallèle, alimentant l’innovation et les investissements continus dans le paysage mondial de l’IA, avec une certaine volatilité lorsque l’un obtient temporairement un avantage aux dépens de l’autre. Cette concurrence continuera à générer une dynamique économique, avec des effets positifs sur la croissance dans les deux pays.
Pour les investisseurs, la création de valeur se concentrera probablement sur les propriétaires d’infrastructures, de puces, de données et de réseaux de distribution d’IA, plutôt que exclusivement sur les développeurs de modèles pionniers. C’est pourquoi nous maintenons une vision positive des hyperscalers et des entreprises de semi-conducteurs par rapport aux fournisseurs spécialisés exclusivement dans les modèles.
Voir l’article original en italien
