L'Amérique latine compte 11 initiatives souveraines en matière d'intelligence artificielle réparties dans huit pays, selon la version 2.0 du Sovereign AI Index du Center for a New American Security (CNAS), une carte mondiale qui suit 184 projets soutenus par les gouvernements pour réduire leur dépendance technologique et accroître leur capacité de prise de décision sur le développement et l'utilisation de l'intelligence artificielle (IA).
Le Brésil, le Chili, la Colombie, le Mexique, l'Argentine, l'Uruguay, le Paraguay et la République dominicaine ont déjà des initiatives spécifiques liées à l'infrastructure informatique, aux modèles linguistiques ou aux programmes nationaux d'accès aux ressources d'IA. La région est encore loin derrière l’Europe, avec 79 projets, et l’Asie-Pacifique, avec 54, mais dépasse l’Eurasie, avec huit ; l'Afrique, avec sept ; et le Canada, avec trois.
Le rapport, dont les données sont mises à jour jusqu’en juin 2026, offre un aperçu révélateur de la manière dont les gouvernements, y compris ceux d’Amérique latine, tentent de gagner une marge de manœuvre face aux États-Unis et à la Chine, qui concentrent 90 % de la capacité de calcul nécessaire au développement et au déploiement de modèles d’IA d’avant-garde.
La situation est paradoxale, puisque les pays souhaitent construire une IA plus souveraine, mais qu’une bonne partie des technologies nécessaires pour y parvenir continuent de dépendre d’entreprises et de fournisseurs étrangers. Selon le CNAS, plus des trois cinquièmes des projets suivis dans le monde déclarent au moins un partenaire étranger, et quatre de ces partenaires sur cinq sont des entreprises américaines. NVIDIA, par exemple, fournit les GPU utilisés dans 45 % de tous les projets d'infrastructure enregistrés dans le monde.
Qu’est-ce que l’IA souveraine ?
Bien qu’il n’existe pas de définition unique et convenue, l’indice CNAS comprend un projet d’IA souverain comme toute initiative soutenue par un gouvernement, explicitement liée aux intérêts stratégiques nationaux et soutenue par des investissements publics importants dans les infrastructures informatiques, les modèles ou les écosystèmes de données.
Le Mexique et le Brésil détiennent 95 % des brevets sur l’IA en Amérique latine
Les raisons qui motivent ces projets varient entre la sécurité nationale, le développement économique, la préservation culturelle et linguistique et le désir d’atteindre une plus grande autonomie face à la dépendance technologique étrangère. Souvent, plusieurs de ces objectifs apparaissent combinés au sein d’une même stratégie.
Le rapport classe les projets en trois catégories qui reflètent les couches fondamentales de la chaîne de valeur de l'intelligence artificielle. Le premier concerne l’infrastructure, qui comprend les centres de données, les superordinateurs, les clusters GPU et les programmes d’accès à la puissance de calcul. Cette catégorie représente 59 pour cent du total des initiatives identifiées.
Le second correspond aux modèles, c'est-à-dire aux efforts gouvernementaux visant à développer ou adapter des modèles fondateurs, qui représentent 32 pour cent. Enfin, apparaissent les données, une catégorie qui englobe les initiatives visant à constituer des ensembles de données nationales et qui représente à peine 9 % des projets.
Amérique latine : 11 initiatives dans huit pays
Dans ce panorama mondial, l’Amérique latine apparaît comme une région où l’activité est encore naissante, bien qu’en croissance. L'indice compte 11 initiatives souveraines d'IA réparties dans huit pays d'Amérique latine, bien en dessous de l'Europe, avec 79 projets, et de l'Asie-Pacifique, avec 54, mais devant l'Eurasie, avec huit ; l'Afrique, avec sept ; et le Canada, avec trois.
Cette comparaison confirme que les investissements mondiaux dans l’IA souveraine continuent d’être concentrés, notamment au Moyen-Orient et en Asie de l’Est, qui représentent ensemble plus de 80 % des investissements déclarés. Des régions comme l’Amérique latine, quant à elles, avancent avec des ressources et des ambitions bien plus modestes.
Parmi les projets latino-américains identifiés par le CNAS figurent :
- Mexique-Coatlicue. Projet de calcul intensif pour la science et le gouvernement, actuellement en phase d'annonce.
- République Dominicaine-CEIA-RD. Centre national d'intelligence artificielle destiné à l'informatique et à la formation, actuellement en cours de développement.
- Colombie-AI Made Country. Initiative visant à développer des modèles pour la biodiversité, le climat et la santé. Il dispose d’un modèle en phase pilote.
- Brésil-SoberanIA. Projet d'intelligence artificielle en portugais soutenu par la capacité informatique nationale, le modèle étant déjà opérationnel.
- Mise à jour Brésil-Santos Dumont. Expansion de la capacité de calcul pour l’intelligence artificielle et la recherche scientifique. Il est opérationnel.
- Brésil-Jairu. Cluster de recherche en intelligence artificielle de l'Université de São Paulo, actuellement opérationnel.
- Chili-Latam-GPT. Modèle régional dirigé par le Chili avec des collaborateurs de plusieurs pays. Sa première version est déjà sortie.
- Paraguay-Yguazú Numérique. Centre de calcul pour l'intelligence artificielle développé avec Taïwan, actuellement annoncé.
- Uruguay-Expansion d’Antel Pando. Projet visant à fournir une capacité de calcul d'IA aux gouvernements et aux entreprises, actuellement en cours d'acquisition.
- Argentine-Clementina XXI + IPAC. Supercalculateur et programme d'accès pour la recherche. Le système est opérationnel et le CNAS le considère comme deux initiatives partageant la même infrastructure.
Latam-GPT
Le cas de Latam-GPT est particulièrement illustratif des défis auxquels est confrontée l’Amérique latine. Il s'agit d'un modèle dirigé par le Chili, mais conçu comme un effort régional, avec des collaborateurs de différents pays. Son approche montre comment l’ampleur nécessaire au développement de certaines capacités d’intelligence artificielle peut conduire les pays d’Amérique latine à rechercher des associations régionales au lieu de parier exclusivement sur les développements nationaux. La coopération permet le partage de ressources, de connaissances, de données et de capacités technologiques dans un secteur où l'infrastructure nécessaire à la formation et au déploiement de modèles avancés nécessite des investissements de plus en plus importants.
L’un des principaux apports de l’indice est de montrer que la rhétorique de l’indépendance technologique ne se traduit pas toujours par une réelle autonomie. Selon le CNAS, plus des trois cinquièmes des projets suivis dans le monde déclarent au moins un partenaire étranger, et quatre de ces partenaires sur cinq sont des entreprises américaines.
La dépendance est particulièrement visible dans les infrastructures. NVIDIA, par exemple, fournit les GPU utilisés dans 45 % de tous les projets d'infrastructure enregistrés dans le monde.
Dépendance
La dépendance apparaît également dans la couche des modèles. Parmi les projets qui s'appuient sur des modèles à poids ouverts, la famille Llama de Meta est de loin la plus utilisée, suivie par Mistral, de France ; Google, des États-Unis ; et Alibaba, de Chine.
Le rapport lui-même conclut que, même au niveau de la modélisation, la construction d’une IA souveraine repose souvent sur des fondements technologiques américains. Ainsi, un pays peut développer un modèle national, l’entraîner avec ses propres données, l’adapter à sa langue et le déployer à l’intérieur de ses frontières, mais continuer à dépendre de puces, d’architectures, de logiciels ou de modèles développés par des entreprises étrangères.
Aucun pays ne peut atteindre une souveraineté complète
Pour les auteurs du rapport, aucun pays, pas même les États-Unis, ne peut contrôler totalement tous les intrants complexes nécessaires pour rendre possible l’intelligence artificielle de pointe. Même les économies les plus avancées technologiquement dépendent de puces et d’équipements de fabrication produits à l’étranger.
Le CNAS suggère donc que, pour la plupart des économies, la véritable question n’est pas de savoir si elles peuvent atteindre une pleine souveraineté en matière d’intelligence artificielle, ce que les auteurs considèrent comme irréalisable, mais plutôt de décider comment gérer leurs dépendances technologiques.
Cela implique de choisir quels maillons de la chaîne technologique sont stratégiques pour chaque pays et d'accepter, en même temps, un certain degré de dépendance à l'égard de fournisseurs externes dans les domaines où le développement de ses propres capacités est trop coûteux ou complexe.
La souveraineté en intelligence artificielle apparaît ainsi moins comme une situation d’indépendance absolue que comme une stratégie visant à accroître la capacité de décision des États au sein d’une chaîne technologique profondément internationalisée.
Ce que cela signifie pour l'Amérique latine
Pour l’Amérique latine, l’indice propose deux lectures complémentaires. D’une part, cela confirme que la région a commencé à bouger. Les gouvernements du Brésil, du Chili, de la Colombie, du Mexique, de l'Argentine, de l'Uruguay, du Paraguay et de la République dominicaine ont déjà lancé des initiatives spécifiques liées à la capacité de calcul, aux modèles linguistiques ou aux deux. Beaucoup d'entre eux sont également orientés vers des besoins spécifiques des pays et de la région, tels que la préservation des langues, la santé publique, la recherche scientifique, la biodiversité ou la gestion de l'environnement.
D’un autre côté, le volume et l’ampleur de ces projets restent modestes par rapport à ceux développés au Moyen-Orient ou en Asie de l’Est, reflétant les limites existantes en termes de financement, d’infrastructures énergétiques et de capacité informatique installée.
La carte du CNAS montre ainsi une Amérique latine qui commence à construire ses propres capacités d’intelligence artificielle, mais cela au sein d’une infrastructure technologique mondiale très concentrée. Le rapport indique clairement que, plutôt que de viser une autosuffisance complète, le défi pour les pays d’Amérique latine, comme pour le reste du monde, sera de concevoir des partenariats, de déployer des technologies et de construire des cadres de gouvernance qui leur permettent d’exercer une capacité décisionnelle significative sur la manière dont l’intelligence artificielle est utilisée à l’intérieur de leurs frontières, même si une grande partie de l’infrastructure technologique sous-jacente continue de provenir de l’étranger.
Voir l’article original en espagnol
