Veille IA semaine 36 : la bataille se confirme dans l’infrastructure

Veille IA semaine 36 : les modèles comptent toujours, mais l’avantage se joue désormais dans les puces, le cloud, les plateformes de distribution, les agents et les règles d’adoption. De la Chine aux États-Unis, puis de la souveraineté française à l’école, voici les signaux que je retiens de cette semaine du 1er au 6 septembre, et pourquoi ils concernent directement les décideurs.

La veille IA de cette semaine 36 raconte moins une nouvelle course au « meilleur modèle » qu’une bataille pour rendre ces modèles disponibles, abordables et gouvernables. Puces, centres de données, clouds, plateformes de développement, agents et règles d’usage deviennent le vrai terrain concurrentiel. Mon filtre est donc simple cette semaine : je retiens moins les scores annoncés que les conditions de leur transformation en usages réels. Un modèle ne change rien tant qu’une organisation ne peut ni l’exécuter, ni le payer, ni le gouverner, ni former celles et ceux qui vont s’en servir.

La semaine en une phrase

Le modèle ne suffit plus : l’avantage se déplace vers celles et ceux qui contrôlent le calcul, la distribution et les conditions d’adoption.

Nvidia a avancé simultanément sur le matériel et sur la couche logicielle. La Chine a répondu par une accélération coordonnée de ses modèles ouverts, de ses puces nationales, de son cloud et de ses agents. La France, elle, a commencé à formuler une souveraineté moins naïve : Mistral AI compte, mais Mistral AI ne peut pas constituer à lui seul une politique industrielle. Ce déplacement oblige à cesser de lire l’IA comme une succession de démonstrations techniques. Il faut regarder qui peut déployer, à quel coût, sur quelle infrastructure, avec quelle dépendance et pour quel usage réel ?

En Chine, une pile complète se met en place

Le signal le plus dense vient de Chine sur cette semaine. Ce n’est pas une annonce isolée qui frappe, mais la cohérence de l’ensemble (ce que je peux enfin constater grâce à ma veille désormais systématisée et automatisée via OpenClaw).

La monétisation ne repose plus seulement sur une promesse de laboratoire. Zhipu AI a publié le 31 août un chiffre d’affaires semestriel de 954 millions de yuans, soit environ 142 millions de dollars, en hausse de 399,7 % sur un an (source : Caixin Global, Reuters). Le point le plus instructif n’est pas la croissance brute, mais sa composition : le cloud, tiré par les API et les abonnements, représente désormais 86,5 % du chiffre d’affaires, contre 15,2 % un an plus tôt.

L’entreprise a par ailleurs évoqué un revenu récurrent annualisé de l’ordre de 1,6 milliard de dollars à fin août. Sa concurrente MiniMax a de son côté annoncé un chiffre d’affaires semestriel de 116,6 millions de dollars, en hausse de 283 %. Ces chiffres ne prouvent pas encore une création de valeur durable, ni une rentabilité : les pertes restent lourdes. Ils montrent en revanche qu’un marché commence à se former, entre API, cloud, déploiements sur site et applications quotidiennes.

La compétition technique suit la même logique économique, qui est une logique de coût. Zhipu a lancé GLM-5.3-Flash, un modèle multimodal à architecture « mixture of experts » de 320 milliards de paramètres, dont 18 milliards actifs, publié sous licence MIT. Son intérêt n’est pas un score, mais un rapport : Zhipu annonce un coût d’inférence divisé par dix par rapport à la génération précédente, et un modèle servi entièrement sur des puces fabriquées en Chine.

Détail révélateur de la période : l’entreprise l’a d’abord diffusé de façon anonyme, sous le nom de code « Ox-Alpha », pour valider son trafic réel avant de lever le voile. Le modèle est arrivé en tête des appels sur OpenRouter dès son lancement, avec plus de 62 000 milliards de tokens cumulés en six jours, de quoi faire progresser d’environ 20 % le volume total de la plateforme.

Ce point mérite une lecture prudente et une mise en perspective. Sur OpenRouter, place de marché qui route les requêtes des développeurs entre modèles, la part des modèles américains est tombée d’environ 70 % à près de 30 % en un an, et Claude d’Anthropic est passé sous la barre des 15 %, désormais derrière plusieurs modèles chinois. Attention toutefois : cette mesure porte sur une seule plateforme, orientée développeurs, et ne dit rien du chiffre d’affaires ni de l’adoption en entreprise, qu’aucune source ne mesure proprement. Ce n’est donc pas une part de marché. C’est un signal d’usage, et c’est déjà bien plus intéressant qu’un benchmark isolé.

La limite chinoise, elle, reste matérielle. DeepSeek prévoit un cluster d’inférence d’un gigawatt à Ulanqab, en Mongolie-Intérieure, équipé d’au moins 160 000 puces Huawei Ascend 950DT (source : Bloomberg, 4 septembre). Deux réserves comptent. D’abord, ce cluster est dédié à l’inférence : l’entraînement resterait dépendant des GPU Nvidia, l’Ascend 950DT se situant à peu près au niveau de la génération Hopper.

Ensuite, la capacité de production de Huawei, estimée autour de 1,6 million de puces pour 2026 et rationnée par l’État, pourrait retarder une montée en charge complète attendue plutôt vers fin 2027. Autrement dit, la souveraineté ne se décrète pas parce qu’un modèle est national. Elle se mesure à la capacité de choisir, produire, exécuter et remplacer chaque composant critique. La Chine progresse vite sur cette chaîne, sans l’avoir encore fermée.

Deux mouvements complètent le tableau, côté distribution. Alibaba a poussé une plateforme agentique pour le bureau et le web, et ByteDance a réintégré son assistant Doubao dans un smartphone présenté comme un « téléphone-agent ». La bataille descend jusqu’à l’interface quotidienne. C’est là que l’adoption se gagne : non dans le nombre de paramètres, mais dans la répétition d’un usage assez simple et utile pour devenir une habitude.

Enfin, le régulateur chinois a annoncé, dans une nouvelle phase de sa campagne Qinglang, le retrait de 5,6 millions de contenus générés par IA et la sanction de 49 000 comptes. Cette régulation reste propre au contexte chinois, mais elle rappelle une vérité générale : industrialiser la génération oblige aussi à industrialiser la traçabilité et le contrôle.

Aux États-Unis, contrôler toute la chaîne devient la stratégie

Le mouvement américain diffère par la méthode, mais la destination se ressemble : occuper les points de passage.

L’annonce de la semaine est l’acquisition de Hugging Face par Nvidia, pour 12,93 milliards de dollars (source : blog de Nvidia signé par Jensen Huang, et dépôt 8-K auprès de la SEC). L’accord définitif a été signé le 2 septembre, dont environ 11,9 milliards versés aux actionnaires et près d’un milliard de rétention pour les équipes rejoignant Nvidia ; la clôture est attendue au premier semestre 2027, sous réserve des autorisations réglementaires. C’est un changement d’échelle.

Posséder une technologie supérieure donne un avantage. Posséder le passage presque obligé entre cette technologie et ses utilisateurs, là où des millions de développeurs découvrent, téléchargent, évaluent et diffusent les modèles ouverts, en donne un autre, souvent plus durable. Nvidia promet de maintenir la plateforme ouverte aux puces et aux clouds concurrents. C’est précisément ce qu’il faudra vérifier dans les faits : accès, visibilité des modèles, intégrations, tarification et support des accélérateurs rivaux. Une promesse d’ouverture se juge dans l’architecture des produits, pas dans un communiqué.

En parallèle, les contrats de capacité deviennent vertigineux. Anthropic a signé un accord cloud de 35 milliards de dollars avec Lambda, cloud adossé à Nvidia, pour un centre de données texan développé par Hut 8, d’une capacité d’environ 350 mégawatts, dont Nvidia détient le bail (source : Wall Street Journal, Reuters, Bloomberg, 1er septembre). Cet accord s’ajoute à d’autres : selon ces mêmes sources, Anthropic aurait engagé de l’ordre de 175 milliards de dollars en réservations de calcul ces derniers mois, notamment avec Fluidstack, Nscale et SpaceX.

Ces montants doivent être lus avec prudence, car un engagement pluriannuel, une capacité effectivement consommée et un chiffre d’affaires reconnu ne sont pas la même chose. Mais le mécanisme est clair : la rareté anticipée du calcul pousse les laboratoires à réserver très tôt. Le goulot d’étranglement se déplace. Il n’est plus seulement dans la conception du modèle, mais dans l’électricité, les puces, les centres de données et la capacité à les exploiter. Nvidia, au passage, y occupe une position remarquable : fournisseur de puces, investisseur, et parfois bailleur du foncier.

La cadence des modèles, elle, ne faiblit pas. Google DeepMind a lancé le 2 septembre Gemini 3.8 Flash, son troisième modèle Flash en six semaines, accompagné d’une déclinaison spécialisée en cybersécurité, Gemini 3.8 Flash Cyber, réservée à des défenseurs accrédités via un programme d’accès restreint baptisé Fairwind. Je retiens moins la surenchère fonctionnelle que le changement de contrat proposé aux organisations.

Pour être adopté dans une grande entreprise, un modèle doit désormais répondre à quatre questions très concrètes : où vont les données, qui peut les voir, comment un usage dangereux est détecté, et qui reste responsable de la décision ? Les offres « entreprise » qui se multiplient, autour de la non-rétention des données et de la détection des usages malveillants, répondent à cette exigence. La performance technique ouvre la porte. La confiance et la gouvernance permettent de la franchir. Ce déplacement, de la performance vers l’adoption, est exactement celui que je défends depuis des années.

En France, la souveraineté commence à sortir du slogan

L’État a renforcé son partenariat avec Mistral AI, pour un montant de 6 millions d’euros sur 2026 et 2027, confirmé par le cabinet de David Amiel, ministre chargé des Comptes publics, et révélé par Les Échos le 2 septembre. Le contexte n’est pas anodin : l’accord intervient après une série de cyberattaques estivales, dont le vol de données fiscales concernant près de 700 000 contribuables à la Direction générale des finances publiques.

Les priorités affichées sont donc la cybersécurité, la lutte contre la fraude et le traitement de certains contentieux. Concrètement, Mistral doit détacher ses propres ingénieurs, en immersion dans les administrations, et l’hébergement pourra s’appuyer selon la sensibilité des données sur les infrastructures de Mistral, sur le cloud souverain d’Outscale ou sur les centres de données de l’État. Le point le plus important est ailleurs : l’accord, passé par marché public, n’est pas exclusif. La souveraineté consiste aussi à conserver une capacité d’arbitrage.

La phrase la plus utile de la semaine vient pourtant de Roland Lescure, ministre de l’Économie et des Finances, en déplacement à San Francisco : « Si l’IA européenne se résume à Mistral, alors nous sommes fichus. » La formulation est rude. Le diagnostic est juste. Un champion national est nécessaire pour entraîner le marché, attirer les talents et rendre crédible une alternative. Il ne remplace ni les infrastructures, ni la recherche, ni les fournisseurs spécialisés, ni les données sectorielles, ni les compétences de déploiement. Une souveraineté concentrée sur une seule entreprise reproduirait précisément la dépendance qu’elle prétend corriger. On peut être fier d’un champion et lucide sur ses limites : les deux ne s’opposent pas.

Un autre signal élargit la focale : le partenariat annoncé entre Mistral AI et la Côte d’Ivoire, qui porterait sur l’audit de l’écosystème numérique et des déploiements sectoriels. Je n’en tire aucune conclusion sur les résultats avant qu’ils soient documentés. Mais j’y vois un test intéressant : une IA francophone peut-elle se déployer dans des contextes administratifs, linguistiques et infrastructurels différents sans simplement recopier les recettes américaines ? Du côté européen hors France, les signaux majeurs ont manqué cette semaine. Cette absence n’est pas une preuve d’inaction, mais elle contraste avec la densité chinoise et américaine. En matière industrielle, les semaines sans signal comptent aussi.

Dans l’enseignement, la règle seule ne transforme pas les pratiques

Le rapport final du comité du MIT (lecture et commentaires à venir) sur l’IA dans l’enseignement, publié à la mi-août, pose un constat désormais difficile à contourner : l’IA générative peut produire une réponse crédible à la plupart des devoirs écrits de premier cycle, y compris des dissertations, des jeux d’exercices, du code et des démonstrations.

Le comité, mandaté en janvier 2026, ne recommande ni interdiction réflexe ni adoption imposée. Il appelle à refondre l’évaluation vers l’oral, les travaux en classe et les formats qui résistent à l’automatisation, en préservant ce qu’il nomme la « lutte productive » de l’apprentissage. Sa ligne directrice tient en une formule : viser l’augmentation, pas l’automatisation de la pensée humaine (c’est ce qu’on met en place à NEOMA d’ailleurs, ça tombe bien !).

En effet, ce résultat rejoint une position que je défends depuis 2023 : si ChatGPT réussit un examen, il faut probablement changer l’examen. Interdire l’outil ne restaure pas la valeur pédagogique d’une tâche devenue automatisable. Il faut déplacer l’évaluation vers la justification, la confrontation des sources, l’oral, la progression et la métacognition. En France, l’École nationale supérieure maritime a adopté une charte IA, désigné un référent et lancé des actions de sensibilisation sans interdire les outils. C’est un bon sens de circulation, mais une charte n’est qu’un début. Le test réel viendra quand il faudra modifier des consignes, former les enseignants, traiter les écarts entre disciplines et décider ce que l’étudiant doit encore savoir faire sans assistance.

La même leçon apparaît dans le dossier des téléphones et des écrans. L’interdiction du téléphone au lycée est entrée en vigueur à la rentrée, portée par la loi du 24 août 2026 qui étend aux lycées une règle déjà appliquée à l’école et au collège depuis 2018. Sur le terrain, chaque établissement en fixe les modalités dans son règlement intérieur, avec des dérogations possibles, et les difficultés pratiques sont réelles : rangement, casiers, usages numériques de la vie scolaire.

Aux États-Unis, une étude nationale du National Bureau of Economic Research, portant sur les dispositifs de pochettes verrouillables, indique que ces interdictions réduisent bien l’usage du téléphone, sans amélioration nette et démontrée des résultats scolaires. Cela ne rend pas la règle inutile. Cela interdit seulement de lui attribuer des effets qu’elle ne produit pas à elle seule. Et pour aider sur cela, j’ai sorti le livre Téléphones Maison, le temps est la monnaie de la vie (éd. Librinova), pour aider les parents et les ados à reprendre le contrôle sur le smartphone.

Une étude longitudinale finlandaise, menée sur 260 enfants et relayée fin août, ajoute une nuance. Elle observe une association entre davantage de temps d’écran au fil de l’enfance et de meilleures performances cognitives à l’adolescence. Prudence : le temps d’écran y est déclaratif, et l’étude n’établit aucune causalité. Son intérêt est ailleurs. Elle fragilise l’idée qu’une durée brute suffirait à qualifier un usage. Pour l’éducation comme pour l’IA en entreprise, la disponibilité, l’interdiction et l’adoption sont trois choses différentes. Ce qui compte est la pratique construite autour de l’outil : le contenu, le contexte, la règle collective, l’apprentissage et la possibilité de reprendre le contrôle.

La semaine qui vient : surveiller les points de passage

Je surveillerai d’abord l’intégration de Hugging Face dans Nvidia. Le sujet n’est pas seulement financier. Il faut regarder si l’ouverture promise survit dans l’architecture des produits, dans les classements, dans les conditions d’accès et dans le support des puces concurrentes.

Je suivrai ensuite la capacité chinoise à convertir ses modèles peu coûteux en usages internationaux, au-delà d’OpenRouter et des smartphones agentiques : là, tout se jouera sur la confiance, la conformité locale et la qualité des intégrations. Enfin, la rentrée offre un premier test grandeur nature aux règles françaises sur les téléphones et aux chartes IA de l’enseignement supérieur. Leur succès ne se lira pas dans le texte adopté. Il se lira dans la manière dont enseignants, étudiants, personnels et familles peuvent réellement agir.

Voilà le fil rouge de cette semaine 36. La valeur de l’IA ne vient plus seulement de ce que le modèle sait faire. Elle vient de la capacité à l’inscrire dans une infrastructure, une organisation et une culture d’usage que l’on peut encore comprendre et gouverner. Pour un dirigeant, la conséquence est directe : avant d’acheter un modèle, il faut décider où vivront les données, sur quel calcul il tournera, comment on le remplacera le jour venu, et qui, dans l’organisation, sera formé à le piloter.