Qu’est-ce que l’IA ?
Selon le Parlement européen, l’IA renvoie à « la possibilité pour une machine de reproduire des comportements propres aux humains, tels que le raisonnement, la planification et la créativité. » À l’aide d’importantes quantités de données qu’elle accumule en continu, l’IA vise à résoudre des problèmes nécessitant l’intelligence et la réflexion humaine en s’adaptant à l’environnement donné.
Si l’IA n’a pas de classification claire, on retrouve tout de même des catégories qui reviennent régulièrement. Sur le plan technique, on distingue tout d’abord les modèles de machine learning et leur sous-catégorie, le deep learning. Le machine learning est une approche qui permet aux machines d’améliorer leurs performances en identifiant des motifs dans les données, plutôt que par programmation explicite. Englobé par le machine learning, le deep learning imite le cerveau humain pour traiter des données complexes (texte, images, sons) et générer des prédictions. Sur le plan fonctionnel, on identifie les modèles génératifs (texte, image, musique, traduction, etc.), les modèles décisionnels (calcul d’itinéraire, etc.), les modèles prédictifs (météo, tendances de marché, etc.) et les modèles perceptifs (reconnaissance faciale, transcription de la parole, etc.).
Historique
Quand on pense aux débuts de l’IA, on pense souvent à Chat GPT. Or, l’histoire de l’IA remonte au XXe siècle. Dans son ouvrage « Computing Machinery and Intelligence » paru en 1950, Alan Turing jette les bases de l’IA en émettant l’hypothèse d’une machine qui réfléchit et raisonne comme un humain. Les promesses exagérées des années 1950-1960 cèdent la place à des « hivers de l’IA » où les financements s’effondrent.
En 1997, le modèle d’IA Deep Blue est parvenu à battre le champion du monde d’échecs Garry Kasparov, prouvant au monde le potentiel énorme de cette nouvelle technologie1. Les véritables avancées arrivent cependant plus tard. Entre 2012 et 2016, la puissance de calcul des GPU (accélérant le traitement de grandes quantités de données), l’explosion des volumes de données et les avancées algorithmiques font exploser la filière de l’IA. Par exemple, AlexNet révolutionne la reconnaissance d’images en 2012 et AlphaGo bat le joueur professionnel Lee Sedol au Go en 2016, un exploit bien plus spectaculaire que Deep Blue car le Go compte infiniment plus de combinaisons possibles2.
À partir de 2020, l’IA prend place dans toute la société avec GPT-3. Elle peut désormais non seulement classifier et reconnaître, mais générer un texte humain, des images et des vidéos. Au fil des années, différents modèles vont apparaître. OpenAI lance ChatGPT en novembre 2022. Parallèlement, DALL-E crée des images à partir de texte, puis Sora génère des vidéos. Google riposte avec Gemini (2024) puis Anthropic propose Claude, optimisé pour la précision et le raisonnement. Pendant ce temps, l’IA chinoise DeepSeek émerge.
Les usages
Dans la vie de tous les jours
En 2026, l’IA générative est majoritairement utilisée pour des fonctions de soutien émotionnel, de dépannage pratique, de divertissement et création narrative, et d’assistance technique en codage3. Au-delà de l’IA générative, cette technologie façonne notre quotidien sans que l’on s’en rende compte. Sur les réseaux sociaux comme Tik Tok ou plus globalement sur les sites internet, l’IA suit notre comportement pour nous recommander diverses choses qui pourraient nous intéresser. Cela peut prendre la forme de pubs personnalisées, de suggestions de contenu, de produits ou de services.
Finalement, l’IA analyse chaque interaction (clics, temps d’arrêt, partages, j’aime, etc.) pour construire un profil détaillé de l’utilisateur et anticiper ses préférences. Les cartes interactives comme Waze ou les applications de voiturage comme Uber utilisent également l’IA pour déterminer notre position et optimiser les trajets en temps réel, prédire la demande de transport et ajuster les prix. Toujours sur le smartphone, l’IA limite les fautes d’orthographe avec le clavier tactile, permet la reconnaissance faciale pour le déverrouillage de l’appareil, s’adapte à nos goûts musicaux sur les applications de musique, catégorise une partie des mails, etc4. En somme, cette technologie est omniprésente dans la vie de tous les jours et son implication ne cesse de croître.
Dans les entreprises
En entreprise, l’usage de l’IA est en pleine expansion. En 2024, 10 % des entreprises françaises de 10 salariés ou plus utilisaient l’IA contre 6 % en 2023. Les domaines où elle est majoritairement utilisée sont le marketing/ventes à 28 %, l’administration à 24 %5, la sécurité informatique et la Recherche et développement (R&D). L’IA fait gagner du temps en automatisant les tâches répétitives, permettant aux employés de se concentrer sur des activités plus importantes. Elle améliore également la prise de décision en analysant en profondeur les données et en révélant ce qui est inaccessible à l’analyse humaine. Sur le plan commercial, elle offre une personnalisation accrue de la relation avec le client, rendant notamment les interactions plus pertinentes et augmentant la satisfaction6.
En somme, l’IA apporte quatre avantages non négligeables aux entreprises : une compétitivité accrue, un accompagnement vers le numérique, une amélioration de l’expérience client et une augmentation de la productivité. Cependant, comme dans la vie quotidienne, l’IA ne se cantonne pas à ses domaines spécifiques. Elle s’implante progressivement dans toutes les filières.
Dans la santé et la science
Dans le domaine de la santé, L’IA améliore l’allocation des ressources en prévoyant à l’avance ce qui sera le plus intelligent quant à la gestion du personnel, l’admission des patients, l’optimisation des lits, etc. Elle automatise également les tâches administratives telles que les rendez-vous, la facturation, les dossiers médicaux électroniques, etc. De fait, elle libère les professionnels pour le soin aux patients. Cette technologie améliore aussi la précision des diagnostics et permet une détection précoce des maladies.
La chercheuse April Khademi a par exemple déclaré que « Les êtres humains peuvent commettre des erreurs, dit-elle. Mais les outils d’IA peuvent nous aider à être plus précis et plus constants. »7 Dans le secteur pharmaceutique, L’IA améliore l’approche des médicaments en fonction des patients et détermine le dosage optimal. Enfin, elle peut analyser un amas de données pour identifier des schémas et produire de potentielles épidémies. Dans ce domaine aussi, l’IA est en pleine expansion et ne cesse de se développer.
Militaire et défense
L’IA joue aujourd’hui un rôle majeur dans le domaine de la défense. Tous les États du monde s’empressent d’utiliser l’IA pour prendre l’ascendant sur leur rival ou leur ennemi et mieux assurer leur propre défense. Selon l’amiral Vandier : « L’IA va servir à deux choses dans les armées : faire des choses que l’homme fait déjà, aussi bien ou mieux que lui. Et puis, faire des choses qui sont impossibles pour l’homme compte tenu de l’urgence lorsqu’il n’y a pas assez de temps pour réfléchir face à la multitude de données. »8
Dans le conflit ukrainien
C’est sur le terrain de guerre en Ukraine que l’IA sort vraiment du lot. Depuis le début du conflit en 2022, la guerre a pris une tournure hybride et cette technologie est devenue omniprésente. Les drones ont ainsi pris une place inédite sur le champ de bataille car ils présentent de nombreux avantages alliés à l’IA. S’il suffisait auparavant de les brouiller afin de couper le contact entre l’homme et la machine, l’usage de l’IA permet au drone de poursuivre sa mission de manière autonome en détectant la cible, en la suivant puis enfin en la neutralisant. Les drones permettent également à l’armée ukrainienne comme à l’armée russe de traiter un maximum de données en très peu de temps. En comparaison, la CIA elle-même reconnaissait qu’il lui aurait fallu près de vingt-quatre ans pour examiner l’intégralité des images enregistrées par les drones en Afghanistan en 2009.
Au-delà des drones, l’armée ukrainienne intègre l’IA dans dix domaines clés. Sur le plan opérationnel, elle intervient dans l’autonomie des systèmes d’armes, l’observation et la reconnaissance du terrain, ainsi que dans l’identification et la classification des cibles. Elle soutient aussi l’analyse et la prédiction des menaces, facilitant ainsi l’aide à la décision stratégique. De plus, cette technologie gère les applications logistiques concernant le ravitaillement et la gestion des ressources et les défenses numériques qui reposent sur la cybersécurité et la guerre électronique. Enfin, l’IA contribue à la préparation militaire via la simulation et la formation, ainsi qu’à la gestion sanitaire et au bien-être des troupes9.
Dans le camp russe
Côté russe, l’IA est très utilisée pour mener une propagande de désinformation notamment via les deepfakes et les vidéos générées artificiellement. Ces campagnes de désinformation touchent l’Ukraine mais aussi ses alliés occidentaux, avec pour objectif de semer la confusion, d’affaiblir la cohésion de la coalition et de délégitimer le soutien militaire à Kiev. En clair, l’IA est partout dans la guerre. Elle a redéfini les tactiques des deux belligérants et prouvé que la guerre contemporaine s’inscrit dans une toute nouvelle approche. L’ex-Ministre de la Transformation numérique ukrainien Mykhailo Fedorov affirmait d’ailleurs : « C’est la guerre la plus avancée sur le plan technologique de toute l’histoire humaine »10.
Si l’Ukraine parvient aujourd’hui à rivaliser avec la Russie et même à toucher Saint-Pétersbourg avec ses drones11, c’est en partie grâce au soutien du secteur privé. Starlink permet par exemple à l’Ukraine de disposer d’une connexion internet à haut débit, essentielle pour les drones et pour l’échange de données entre les soldats. L’entreprise disposant de satellites dans l’espace pour la connexion, il est très difficile pour la Russie de brouiller le réseau. Cela crée un désavantage certain pour la Russie, qui ne peut plus seulement viser les installations électriques pour brouiller internet et qui peine à concurrencer la connexion ukrainienne sur le terrain.
Amazon et le cloud de Google permettent également de stocker et traiter les énormes quantités de données que collectent les drones et les systèmes de surveillance12. Des entreprises spécialisées dans l’IA et l’analyse prédictive comme Palantir ou Recorded Future assistent notamment le renseignement ukrainien dans l’exploitation de ces données.
En Iran et à Gaza
Cette technologie tend à remplir la mission qu’une centaine d’individus sont censés remplir, et ce beaucoup plus rapidement. L’armée américaine a par exemple utilisé le « Maven Smart System » en Iran le 28 février 2026. L’IA a choisi les cibles les plus stratégiques en fusionnant « jusqu’à 150 sources de données différentes : vidéosurveillance, images aériennes et satellites, détection radar, écoutes téléphoniques, réseaux sociaux, ou renseignement humain. 13» Utilisée stratégiquement, l’IA fait un meilleur travail que l’humain en limitant les erreurs.
Dans la bande de Gaza, Israël recourt systématiquement à l’IA pour traquer les supposés terroristes du Hamas. Par exemple, le logiciel IA « Lavender » accumule des tonnes de données provenant de multiples sources (caméras embarquées, géolocalisation, connexions téléphoniques, réseaux sociaux, informations visuelles, etc.) pour marquer automatiquement les supposés terroristes. En avril 2024, ce système avait déjà désigné jusqu’à 37 000 personnes comme cibles potentielles14. Cette innovation représente, selon Tsahal, un progrès majeur dans sa doctrine de défense et lui procure une supériorité technologique certaine.
Les rivalités et enjeux de souveraineté
L’IA est devenue un espace de rivalité majeure entre puissances. Les enjeux commerciaux, le contrôle des centres de données (stockage et localisation), des puces et de la capacité de calcul incarnent désormais une bataille pour l’hégémonie technologique. Contrôler où résident les données signifie contrôler qui y accède, qui les exploite et selon quelles règles. Pour les États, il s’agit de reprendre la main sur des sociétés privées qui dominaient auparavant le secteur. Ce changement de paradigme est essentiel car l’IA capte des données sensibles de citoyens, des secrets militaires, de la propriété intellectuelle, etc.
L’hégémonie américaine
Les États-Unis dominent encore largement le secteur. En 2025, les géants américains contrôlent 60 % de la capitalisation boursière des cinquante premières firmes technologiques mondiales avec Amazon Web Services (30 %), Microsoft Azure (20 %) et Google Cloud (13 %)15. Les investissements massifs dans l’IA répondent à une stratégie simple : maintenir le monopole des firmes américaines sur l’IA. Pourtant, cette hégémonie n’est plus incontestable. Aujourd’hui, trois principaux défis menacent sa pérennité : les goulets d’étranglement énergétiques et en matériels, la concurrence qui s’accroît et les frictions croissantes avec la Chine autour de l’accès aux technologies.
La stratégie chinoise
La Chine n’a jamais accepté la dépendance. Depuis 2000, elle a déployé une stratégie sur le long terme pour être indépendante : investissements publics massifs, protection d’un marché intérieur numérisé, diversification des sources d’approvisionnement en énergie (32 réacteurs nucléaires en construction), et développement d’une filière IA locale.
Aujourd’hui, la Chine dispose du deuxième parc mondial de centres de données, avec 380 installations opérées par 60 fournisseurs. Son IA DeepSeek a démontré en 2025 que des modèles d’IA innovants pouvaient être mis au point avec des ressources bien inférieures aux prévisions. Huawei, Alibaba et Baidu accélèrent ainsi leur sortie de modèles économes. La Chine a également développé son infrastructure via des câbles vers l’Asie du Sud-Est, la Sibérie et l’Asie centrale, se positionnant comme partenaire indispensable régional.
Les faiblesses structurelles de l’Europe
L’Union européenne demeure fragmentée, sans champions technologiques majeurs ni vision stratégique sur l’IA partagée. Pendant que l’Europe se dispute sur quelle approche adopter, les États-Unis et la Chine construisent. La France est par exemple profondément dépendante de ses concurrents avec 70 % de ses données numériques hébergées outre-Atlantique. Du côté européen, 80 % de ses dépenses informatiques partent aux États-Unis16.
L’extraterritorialité du droit américain autorise d’ailleurs Washington à contrôler tout ce qui transite par ses firmes. L’exemple des sanctions contre les magistrats de la Cour pénale internationale (CPI) en août 2025 illustre le pouvoir détenu par les États-Unis. Étant en désaccord, l’administration Trump et les géants américains de la tech ont décidé de fermer tous les comptes des individus de la CPI concernés. L’organisation a ainsi été forcée à rompre son contrat avec Microsoft.
L’intervention croissante des États
Les gouvernements ne laissent plus le marché décider seul. Les États-Unis ont par exemple lancé le CHIPS and Science Act (52 milliards USD) pour relocaliser la fabrication de semi-conducteurs. L’Union européenne mobilise 200 milliards d’euros via InvestAI17. La Corée du Sud, le Japon, la France investissent également massivement. Parallèlement, les contrôles à l’exportation se multiplient, notamment avec des restrictions sur les puces Nvidia vers la Chine et le bannissement des produits Nvidia en Chine continentale pour favoriser les champions locaux.
Ces interventions étatiques consolident certains acteurs au détriment d’autres et risquent de fragmenter les chaînes d’approvisionnement en fragilisant l’innovation. Enfin, ces ingérences révèlent que la souveraineté technologique est désormais indispensable pour rester en concurrence dans tous les domaines : militaire, santé, économique, etc.
Les limites
Bien que l’intelligence artificielle ait connu des avancées considérables ces dernières années, elle présente des limites fondamentales qui en contraignent l’usage.
L’absence de compréhension réelle
L’une des limites structurelles les plus importantes de l’IA réside dans sa nature même : elle ne perçoit pas le monde au sens humain du terme. L’IA manipule des probabilités, des corrélations et des modèles statistiques, sans saisir l’intention, la nuance ou le sens profond des données qu’elle traite. L’IA peut produire une réponse cohérente et confiante, mais inexacte ou entièrement inventée. Cela ne relève pas d’une malveillance, mais de sa construction même.
La dépendance aux données
Les systèmes d’IA apprennent par l’analyse de quantités massives de données. Si les données sont biaisées, incomplètes, datées ou fausses, les résultats le seront aussi. L’IA ne peut pas inventer une réalité qu’elle n’a jamais vue dans ses données. Finalement, elle reproduit mécaniquement ce qu’on lui donne. Cette dépendance signifie que la qualité des données conditionne directement la pertinence des résultats produits.
Créativité et raisonnement limités
La créativité humaine s’appuie en partie sur l’expérience, l’intuition et l’émotion. L’IA, elle, opère seulement face à des modèles existants. En clair, elle peut générer une œuvre dite nouvelle, mais toujours en assemblant des éléments qu’elle a déjà rencontrés. Elle n’innove pas à partir du vide.
Concernant le raisonnement, l’IA n’anticipe que ce qui devrait venir selon les probabilités statistiques. Elle n’a pas la possibilité de raisonner au sens strict. Cette limite explique pourquoi elle peut résoudre un problème mathématique complexe tout en se trompant sur une question la plus simple qui soit pour un humain. L’IA échoue régulièrement lorsque le contexte change légèrement ou que la demande nécessite du raisonnement ou de la création.
Biais et opacité des décisions
L’IA hérite involontairement des biais présents dans ses données d’entraînement. Même sans intention, elle peut produire des décisions injustes ou inéquitables. Elle va également constamment dans le sens de son interlocuteur, renforçant ses biais déjà ancrés. S’ajoute à cela un problème d’opacité. En effet, certains modèles sont si complexes que même leurs concepteurs ne peuvent pas expliquer précisément pourquoi une décision spécifique a été prise. Cette absence de transparence rend difficile la confiance et la responsabilisation, particulièrement dans les domaines sensibles.
- https://aws.amazon.com/fr/what-is/artificial-intelligence/ ↩︎
- https://www.ibm.com/fr-fr/think/topics/history-of-artificial-intelligence ↩︎
- https://hbr.org/2026/06/how-people-are-really-using-ai-in-2026 ↩︎
- https://www.ironhack.com/fr/blog/exemples-d-utilisation-de-l-intelligence-artificielle-dans-la-vie-de-tous-les-jou ↩︎
- file:///C:/Users/berry/Downloads/NUM25.pdf
↩︎ - https://www.lyon-metropole.cci.fr/actualite/ia-en-entreprise-les-pme-et-tpe-temoignent ↩︎
- https://cancer.ca/fr/about-us/stories/2024/advancing-cancer-diagnosis-with-ai-powered-medical-imaging-tool ↩︎
- https://www.defense.gouv.fr/actualites/pensez-strategique-lintelligence-artificielle-investit-champ-bataille ↩︎
- https://shs.cairn.info/revue-politique-etrangere-2024-3-page-39#s1n3 ↩︎
- https://korii.slate.fr/tech/ukraine-comment-amazon-aws-litteralement-sauvegarde-donnees-gouvernement-economie-cloud-snowball-edge ↩︎
- https://artemis-prepa.fr/saint-petersbourg-touche-par-des-drones-ukrainiens/ ↩︎
- https://www.optimnow.io/post/ukrainian-cloud-services-market-during-the-war-1 ↩︎
- https://www.franceinfo.fr/enquetes-franceinfo/l-ia-militaire-une-arme-redoutable-qui-gagne-du-terrain_7999712.html ↩︎
- https://www.ifri.org/fr/presse-contenus-repris-sur-le-site/guerre-gaza-lia-au-service-des-frappes-israeliennes ↩︎
- https://www.vie-publique.fr/parole-dexpert/303440-geopolitique-des-centres-de-donnees-et-de-lia-par-laurent-carroue ↩︎
- ibid. ↩︎
- https://www.oecd.org/content/dam/oecd/fr/publications/reports/2025/11/competition-in-artificial-intelligence-infrastructure_69319aee/680ead55-fr.pdf ↩︎