Sur les ruines du « consensus de la Silicon Valley », l’émergence du techno-militarisme

Jusqu’alors, de nombreuses entreprises de la tech s’opposaient à un usage militaire de l’intelligence artificielle. Cette ère semble révolue : depuis peu, les partenariats avec l’industrie militaire se multiplient. Au-delà des juteux contrats avec le Pentagone, ce tournant découle d’un changement de paradigme : le « consensus de la Silicon Valley », qui reposait sur l’adhésion à la mondialisation néolibérale, a été fragilisé par l’émergence de la Chine et de ses géants technologiques. Une nouvelle hégémonie techno-militariste voir le jour : tandis que le Pentagone convoite les ressources stratégiques de l’IA, les géants de la tech comptent sur la puissance américaine pour protéger leur prédominance mondiale.

Au-delà de la bulle de l’IA

Parmi toutes les inconnues auxquelles le monde fait face en 2026, l’intelligence artificielle figure nécessairement en tête. Les prédictions d’une adoption massive de l’IA, susceptible de déplacer des centaines de millions de travailleurs, sont-elles sur le point de se réaliser ? La bulle de l’IA va-t-elle éclater ? Les États-Unis ou la Chine remporteront-ils la course à « l’intelligence artificielle générale » ?

Le livre de Nick Srnicek, Silicon Empires, ne répond pas directement à ces questions. Il propose en revanche, selon les mots de l’auteur, « une carte du terrain sur lequel nous devons nous battre ». En replaçant soigneusement le développement de l’IA dans son contexte économique et géopolitique, et en couvrant à la fois les États-Unis et la Chine, Srnicek offre un cadre d’analyse permettant d’adopter une perspective de long terme, réaliste, sur la trajectoire probable de cette technologie.

Joe Biden a mis en garde contre les risques liés à l’émergence d’un « complexe techno-industriel », reprenant l’avertissement lancé par Dwight Eisenhower en 1961 à propos du « complexe militaro-industriel »

Dire qu’il existe une bulle de l’IA n’a plus rien de marginal. L’idée est désormais reconnue par des figures centrales de l’industrie comme Jeff Bezos et Bill Gates. Le directeur général d’OpenAI, Sam Altman, semble déjà positionner son entreprise en vue d’un éventuel sauvetage public. Une estimation de l’ampleur de la bulle suggère qu’elle serait dix-sept fois supérieure à celle des dot-coms et quatre fois plus importante que la bulle immobilière des subprimes à l’origine de la crise financière de 2008.

L’analyse de Srnicek invite toutefois à regarder au-delà de la bulle. Le fait que l’IA traverse des phases de développement douloureuses n’a rien d’inédit. L’histoire des grandes ruptures technologiques est jalonnée de conflits et d’échecs avant toute stabilisation. Par ailleurs, il est hautement improbable qu’une crise fasse vaciller les grandes entreprises technologiques, qui dominent aujourd’hui le développement de l’IA, compte tenu de leur position de marché et de leur rôle central dans les infrastructures numériques mondiales.

À lire aussi... Avant les GAFAM : quand IBM mettait la main sur l’Europe

Comme l’écrit Srnicek : « Si un hiver de l’IA devait s’installer, il est peu probable qu’il dure. Le potentiel de cette technologie demeure trop élevé, et l’importance des avantages du premier entrant trop décisive, pour que les grandes entreprises technologiques renoncent volontairement à orienter son développement… Penser l’IA uniquement en termes de bulle rétrécit excessivement le champ de vision de ses effets ».

Des interrogations renouvelées portent néanmoins sur le potentiel réel de l’IA. Les sceptiques pointent le ralentissement des progrès observé dans la dernière version de ChatGPT comme illustration des limites du modèle de « montée en échelle » qui a porté l’IA générative jusqu’ici. Pour Srnicek, se focaliser sur les chatbots constitue une erreur de perspective. Les investisseurs misent plutôt sur des « agents » d’IA spécialisés par secteur, capables non seulement de répondre à des questions, mais aussi d’exécuter des actions en vue d’atteindre un objectif donné, automatisant ainsi des flux de travail dans l’ensemble de l’économie. « Les chatbots sont un mauvais indicateur de la direction que prend l’IA, et critiques comme opposants devraient veiller à viser la bonne cible », affirme-t-il.

Ce qui manque peut-être à l’analyse de Srnicek est une réflexion sur les conditions macroéconomiques permettant une adoption généralisée de ces agents d’IA. L’économiste Michael Roberts soutient de manière convaincante qu’une masse de firmes capitalistes « zombies », maintenues artificiellement en vie par le crédit bon marché depuis 2008, ne sont pas en mesure d’investir massivement dans l’IA. L’économie mondiale devrait traverser un processus de « destruction créatrice » d’ampleur pour libérer l’espace nécessaire à l’émergence de nouveaux acteurs prêts à intégrer pleinement ces technologies. Le développement de l’IA reste, en dernière instance, contraint par la dynamique de l’économie politique capitaliste.

Les stratégies de l’IA chez les géants du numérique

L’ouvrage de 2016 de Srnicek, Platform Capitalism, excellait dans la conceptualisation de la diversité des modèles économiques des plateformes numériques, depuis les plateformes « légères » comme Uber, qui externalisent presque tout sauf le logiciel central, jusqu’aux plateformes « industrielles » comme Siemens, qui conçoivent des infrastructures matérielles et logicielles pour la production. Silicon Empires se distingue de manière comparable par la clarté avec laquelle il expose les différentes stratégies poursuivies par les géants du numérique dans le domaine de l’IA. Ces stratégies divergent profondément et pourraient déterminer les vainqueurs de la course à la domination de l’IA.

L’IA, à l’instar de la machine à vapeur ou de l’électricité, est une technologie à usage général (General Purpose Technology, GPT). De telles technologies se caractérisent par leur applicabilité transversale à l’ensemble de l’économie et par la nécessité d’une large diffusion pour déployer leur potentiel. Historiquement, la valeur des percées technologiques est captée en aval, lorsqu’elles sont intégrées dans des produits spécifiques à chaque secteur.

C’est pourquoi les États ont joué un rôle fondamental dans la recherche et le développement : ils peuvent se permettre d’investir dans des technologies à usage général sans exigence immédiate de rentabilité. Ce fut le cas pour Internet ou les semi-conducteurs. Dans le cas de l’IA, l’innovation est aujourd’hui menée par les grandes entreprises technologiques, mais celles-ci doivent le faire dans le cadre de modèles économiques à but lucratif.

Tenter de concilier ces contraintes a donné lieu à l’émergence de quatre grandes stratégies.

La première est la stratégie d’infrastructure, qui vise à dominer les fondations mêmes de l’économie de l’IA, sur lesquelles d’autres entreprises viendront s’appuyer. Amazon et Microsoft occupent ici une position centrale, consolidant leurs situations oligopolistiques sur les marchés du cloud. Pour ces entreprises, les investissements massifs dans les centres de données constituent un pari sur la croissance future de l’IA, en vue de capter des rentes issues des produits sectoriels qui dépendront de leurs infrastructures.

Pour les acteurs de cette stratégie, plus l’IA est diffusée largement, mieux les choses se portent. Le directeur général de Microsoft, Satya Nadella, a salué le chatbot de l’entreprise chinoise DeepSeek, aux capacités comparables à celles de ChatGPT mais à une fraction du coût, comme une avancée vers une IA « omniprésente ». Microsoft s’est associé à une organisation éducative à but non lucratif aux États-Unis proposant un accès gratuit à des chatbots pour les enseignants, afin de « faire entrer le système éducatif américain sur les serveurs de Microsoft ».

La deuxième stratégie consiste à se positionner à la frontière de l’innovation. OpenAI, Anthropic et DeepSeek développent des modèles d’IA de pointe. Pour ces entreprises, conserver une avance technologique est essentiel, car cet avantage constitue le seul moyen de placer leur propriété intellectuelle au cœur d’un écosystème de développement plus large.

Stratégies d’expansion

Ces entreprises font face à un défi majeur : les coûts de l’innovation sont colossaux, en raison des volumes de calcul nécessaires pour entraîner les modèles d’IA. Dans le même temps, la commercialisation de ces avancées technologiques s’avère complexe, et une focalisation excessive sur le déploiement commercial peut se faire au détriment de la recherche.

À lire aussi... Le système cybernétique de la CIA pour traquer ses ennemis e…

Ces entreprises misent sur l’intelligence artificielle générale (IAG), graal de l’IA, que la journaliste Karen Hao a identifié comme un argument passe-partout permettant au directeur général d’OpenAI, Sam Altman, d’écarter les critiques visant les pratiques commerciales de son entreprise. Pour Srnicek, l’IAG doit être comprise comme un modèle d’IA « applicable à l’ensemble des secteurs ». Une telle percée permettrait de résoudre d’un coup les difficultés liées à la captation de valeur, en éliminant la nécessité d’outils sectoriels spécifiques. Srnicek qualifie le potentiel de l’IAG d’« immense », tout en appelant à un scepticisme prudent quant à sa faisabilité réelle.

La troisième stratégie est celle du conglomérat, qui vise à développer des produits d’IA spécifiques à de nombreux secteurs, en s’appuyant sur la propriété et l’acquisition, à l’image des grands conglomérats industriels du passé. Google est à l’avant-garde de cette approche, ayant développé autant de modèles fondamentaux d’IA que ses trois plus grands concurrents réunis – OpenAI, Microsoft et Meta.

Cette stratégie suppose une maîtrise de l’ensemble de la chaîne de valeur de l’IA : recherche de pointe, infrastructure solide et capacité à produire des applications de haute qualité dans de multiples secteurs. Le lancement par Google de divers outils d’IA dans le domaine de la santé, allant du suivi personnel au développement de médicaments, illustre concrètement cette orientation. En Chine, Huawei mène une stratégie comparable, adoptée par plusieurs grandes entreprises technologiques cherchant à tout intégrer.

La fusion entre État et Big Tech autour d’une vision nationaliste de l’IA est en marche

La quatrième stratégie est dite « ouverte », incarnée par Meta aux États-Unis, ainsi que par Alibaba et DeepSeek en Chine. Elle consiste à rendre les modèles d’IA accessibles à d’autres développeurs. Les modèles « Llama » de Meta ne relèvent pas pleinement de l’open source, en raison d’un manque de transparence sur les données d’entraînement et les algorithmes. Néanmoins, les poids des modèles sont publics, ce qui facilite leur modification et leur réutilisation.

Cette stratégie permet à Meta de bâtir un écosystème large autour de sa propriété intellectuelle. Les chercheurs et développeurs y apportent des améliorations qui peuvent ensuite être intégrées aux systèmes internes de l’entreprise, réduisant potentiellement ses coûts à long terme.

L’essor du « complexe techno-industriel »

Dans son discours d’adieu de janvier 2025, Joe Biden a mis en garde contre les risques liés à l’émergence d’un « complexe techno-industriel » aux États-Unis, reprenant consciemment l’avertissement lancé par Dwight Eisenhower en 1961 à propos du « complexe militaro-industriel ». À l’instar de ce dernier, le complexe techno-industriel associe des intérêts puissants au sein de l’État – en premier lieu le département de la Défense – aux acteurs dominants du marché privé, aujourd’hui les grandes entreprises technologiques. Cette alliance de classe est récente. Comme le souligne Srnicek, Google, Meta, OpenAI et Anthropic s’opposaient encore début 2024 à l’usage militaire de l’IA. En l’espace d’un an, toutes ont changé de position, certaines signant rapidement des partenariats avec des sous-traitants de la défense.

Ce revirement s’explique en partie par des contraintes économiques : le développement de l’IA est coûteux, et l’armée offre des financements massifs et durables. Mais ce tournant est aussi idéologique. Les élites technologiques américaines ont opéré un glissement marqué, quittant ce que Srnicek appelle le « consensus de la Silicon Valley » pour adopter un « techno-nationalisme ».

Ce consensus reposait sur l’adhésion à une mondialisation néolibérale dirigée par les États-Unis, fondée sur la croyance dans la capacité de la technologie à créer un monde de commerce et de données sans frontières. Une régulation légère garantissait aux entreprises une large autonomie, tandis que Washington œuvrait à maintenir les marchés étrangers ouverts aux technologies américaines. Les chaînes de valeur s’étendaient de la Chine aux États-Unis, réduisant les coûts.

L’ascension de la Chine a mis fin à ce consensus. Les entreprises technologiques chinoises sont devenues de véritables concurrentes, modifiant les intérêts de la Silicon Valley. Depuis la première présidence de Trump, l’État américain privilégie la domination technologique nationale sur l’interconnexion mondiale. Cette orientation s’est poursuivie sous Biden, avec un durcissement des sanctions sur les technologies critiques, et s’est renforcée sous la seconde administration Trump, prenant la forme d’une vision techno-nationaliste de la suprématie américaine.

L’intégration entre l’État et les grandes entreprises technologiques est désormais manifeste. Un contrat du Pentagone de 9 milliards de dollars pour un « cloud de combat interarmées » implique Amazon, Google, Microsoft et Oracle. Les liens entre technologie et armée se sont intensifiés, tandis que les entreprises mènent une offensive contre leurs propres travailleurs, souvent opposés à la militarisation.

La montée du techno-nationalisme américain trouve son pendant en Chine. Après une phase de relative permissivité, les élites du Parti communiste chinois ont cherché à orienter les entreprises technologiques vers les priorités industrielles de l’État. Cela a impliqué le rappel à l’ordre des entreprises focalisées sur la massification de la consommation (à l’instar de Meituan et de DiDi), afin de les contraindre à contribuer au développement industriel.

Dans les deux pays, émerge ainsi un nouvel ordre hégémonique potentiel, issu de la recomposition des coalitions entre intérêts économiques, sécuritaires et maîtres de la tech. Srnicek demeure prudent quant à sa consolidation, soulignant les forces contraires et l’autonomie relative des grandes entreprises. Mais l’ère de la mondialisation néolibérale est close, et la fusion entre État et Big Tech autour d’une vision nationaliste de l’IA comporte des dangers considérables.

Et maintenant ?

Dans la compétition entre les États-Unis et la Chine pour la domination de l’IA, Srnicek estime que la Chine pourrait l’emporter, malgré ses faiblesses relatives. Son raisonnement est simple : là où les États-Unis privilégient l’innovation, la Chine mise sur l’adoption. Or, pour une technologie à usage général, la diffusion à l’ensemble de l’économie est déterminante.

Lors des révolutions industrielles précédentes, les transitions de puissance ne résultaient pas de profits monopolistiques, mais de la capacité d’un pays à intégrer une nouvelle technologie dans l’ensemble de son appareil productif. Cette transformation globale permet aux puissances émergentes de dépasser les hégémons en place.

Quel que soit le résultat, il est peu probable que le monde se scinde en deux blocs technologiques hermétiques. On assistera plutôt à une superposition de « piles technologiques » géopolitiques, dans laquelle l’équilibrage entre les pôles américain et chinois constituera une stratégie possible, mais difficile.

Cet article, initialement publié par notre partenaire Jacobin sous le titre « How Big Tech Learned to Stop Worrying and Love the Bombs » , a été traduit par LVSL.