En Chine, la course à l’IA se déplace des grands modèles vers les agents

La prochaine bataille de l’IA en Chine ne se jouera pas uniquement sur la taille des modèles de fondation. Elle porte de plus en plus sur leur mise en production : transformer ces modèles en agents capables d’enchaîner des actions utiles dans les logiciels, les télécommunications, l’industrie ou les services grand public.

Autrement dit, la question devient : qui saura faire tourner ces systèmes en continu, à un coût acceptable, avec suffisamment de rapidité, de fiabilité et de garde-fous ?

L’inférence appelée à devenir le principal usage du calcul

Selon une projection de l’institut de recherche de China Telecom, l’inférence — le calcul réalisé lorsqu’un modèle répond à une requête ou exécute une étape — représenterait 80 % du marché chinois de la puissance de calcul en 2029. Les agents pourraient, eux, entraîner une hausse annuelle presque décuplée de la demande de calcul au cours des deux à trois prochaines années. Il s’agit de prévisions, pas de résultats déjà observés. 59

Le même courant d’analyse anticipe une consommation annuelle de 100 000 milliards de milliards de jetons en Chine en 2026, puis de plus de 35 milliards de milliards de jetons en 2030. Ces ordres de grandeur illustrent surtout l’intensité potentielle de la demande lorsque les modèles sont sollicités en permanence. 6

Un agent ne se limite pas à fournir une réponse dans une conversation. Il peut rechercher des informations, consulter une base de données, utiliser des outils logiciels, accomplir une suite d’étapes, vérifier un résultat et recommencer si nécessaire. À grande échelle, chacune de ces opérations accroît la consommation de calcul et la complexité d’exploitation.

D’un investissement ponctuel à une facture d’exploitation récurrente

Entraîner un modèle de pointe est généralement une dépense d’infrastructure concentrée dans le temps. Faire fonctionner un agent est une activité de service continue : l’entreprise paie à répétition l’inférence, l’accès aux données, le réseau, le stockage, la surveillance et, dans certains cas, l’intervention humaine.

Le test commercial change donc de nature. Un agent très performant sur le papier ne constitue pas forcément un produit viable s’il est trop lent, trop coûteux ou insuffisamment fiable pour être relié à des systèmes métiers. La mesure décisive devient le coût et la qualité d’une tâche effectivement menée à son terme, et non un simple score à un benchmark.

Cela favorise notamment :

• le choix du plus petit modèle adapté à une tâche donnée ;
• l’orientation de chaque requête vers le bon modèle ou le bon outil ;
• la réduction des calculs répétés grâce au cache et à des infrastructures d’inférence optimisées ;
• la connexion des agents à des données fiables et spécialisées ;
• les tests de bout en bout sur l’usage des outils et les flux de travail ;
• le suivi des erreurs, des droits d’accès et des journaux d’audit ;
• la possibilité pour un humain de reprendre la main lors d’une décision ou d’une action sensible.

Cela ne rend pas l’entraînement des modèles avancés secondaire : il demeure stratégique pour les capacités technologiques et l’autonomie. Mais, à mesure que des modèles compétents deviennent disponibles, l’avantage durable peut se déplacer vers l’inférence bon marché et robuste, connectée à de vrais processus de travail.

Pékin pousse la diffusion des applications

Les orientations chinoises mettent l’accent sur des usages réplicables plutôt que sur des modèles isolés. Le plan « IA + logiciel » du ministère de l’Industrie et des Technologies de l’information prévoit que les outils de programmation assistée par IA atteignent plus de 20 000 grandes entreprises du logiciel d’ici 2028. Il prévoit aussi 100 applications de référence fondées sur des agents dans des secteurs clés, ainsi qu’au moins cinq projets open source de qualité. 3

À l’horizon 2030, l’objectif affiché est un écosystème logiciel plus intelligent et plus sûr, avec des mises à niveau intelligentes des systèmes logiciels critiques. 37 Un autre plan du ministère, consacré à l’IA et aux communications, vise plus de 30 scénarios à forte valeur d’ici 2028, ainsi que des applications représentatives et des agents spécialisés, soutenus par des réseaux et des capacités de calcul renforcés. 17

Une initiative menée avec l’Administration nationale des données appelle aussi à créer, pour chaque secteur, des scénarios d’IA à forte valeur, des jeux de données spécialisés et, lorsque la planification et l’exécution autonomes sont nécessaires, des modèles ou agents dédiés. Elle prévoit également des jeux de données et méthodes d’évaluation adaptés aux usages sectoriels. 18

Cette logique vise la diffusion : scénarios réutilisables, données de domaine, outils logiciels et déploiements de référence. Son principal risque est que la réussite soit comptée en nombre de pilotes lancés plutôt qu’en résultats durables, sûrs et économiquement viables.

Des montants qui donnent l’échelle de l’ambition

D’après des informations s’appuyant sur l’analyse de l’institut de recherche de China Telecom, les entreprises technologiques chinoises devraient consacrer près de 600 milliards de yuans à l’IA cette année. Cette somme reste une estimation, les définitions publiques de la « dépense IA » n’étant pas nécessairement homogènes. 9

Au niveau national, la Chine prévoit que les secteurs liés à l’IA dépassent 10 000 milliards de yuans à la fin du 15e plan quinquennal, couvrant la période 2026-2030. 45 Les agents sont ainsi présentés non comme un simple produit de cloud, mais comme une couche technologique destinée à moderniser l’industrie, les logiciels, les communications et les services.

L’Europe construit aussi sa capacité de calcul

L’Union européenne a, de son côté, lancé un appel visant jusqu’à sept « gigafactories » d’IA. Le dispositif est soutenu par jusqu’à 10 milliards d’euros de financements européens et nationaux et doit attirer au moins 20 milliards d’euros d’investissements privés. 50

Cette initiative compte pour la capacité de calcul et la souveraineté technologique européennes. Mais construire des infrastructures ne résout pas, à lui seul, le problème du déploiement. Leur valeur concurrentielle dépendra aussi de la disponibilité d’une inférence accessible et abordable, de données sectorielles utiles, de l’intégration aux logiciels existants et d’applications dignes de confiance.

Le vrai critère : produire un travail utile, traçable et soutenable

Le virage chinois vers les agents reflète une évolution plus large de la compétition mondiale. L’avantage en IA dépendra de plus en plus de la capacité à convertir du calcul en travail utile et vérifiable, à grande échelle.

Les puces et l’électricité resteront déterminantes. Mais l’efficacité de l’inférence, l’accès aux données, l’intégration aux flux de travail, la sécurité, l’évaluation des systèmes et la responsabilité humaine compteront tout autant. La projection de 80 % doit être lue comme un indicateur de direction, non comme une certitude. Son message est néanmoins clair : à mesure que l’IA quitte les démonstrations pour devenir une infrastructure opérationnelle, les gagnants pourraient être ceux qui font tourner les agents avec assez de fiabilité — et à un coût assez bas — pour les installer dans le travail quotidien. 56