J'ai remarqué quelque chose de très important qui se passe en coulisses dans l'industrie de l'intelligence artificielle en ce moment, et je pense que la plupart des gens manquent la vue d'ensemble.

Il y a huit ans, l'histoire de ZTE était une leçon dure sur la dépendance technologique. Une interdiction américaine, et une entreprise de 80 000 employés s'est complètement arrêtée. Mais ce qui se passe maintenant dans le domaine de l'intelligence artificielle est complètement différent, et l'image est beaucoup plus complexe.

Le vrai problème n'a pas toujours été les puces. Lorsque les restrictions sur NVIDIA A100 et H100 ont commencé, tout le monde pensait que c'était une strangulation. Mais la véritable strangulation était quelque chose appelé CUDA. Cette plateforme logicielle de NVIDIA est devenue la base de tout dans l'intelligence artificielle mondiale. Plus de 90 % des développeurs en IA dans le monde travaillent dans cet écosystème. C'est une roue durable - plus il y a d'utilisateurs, plus sa valeur augmente.

Mais voici la partie la plus intéressante. Au lieu d'essayer de concurrencer directement NVIDIA, les entreprises chinoises ont choisi une voie complètement différente.

Premièrement, les algorithmes. Les entreprises chinoises ont adopté des modèles d'experts hybrides - au lieu de tout faire, elles ne font que les parties pertinentes. DeepSeek V3 en est un exemple parfait : 671 milliards de paramètres, mais n'utilise que 37 milliards lors de l'inférence. Le résultat ? des coûts d'entraînement 14 fois moins chers que GPT-4, et des prix d'API 25 à 75 fois moins chers que leurs concurrents.

Deuxièmement, les puces locales. Ce qui est vraiment remarquable, c'est que les puces chinoises locales ont maintenant dépassé la simple inférence. En janvier 2026, le premier modèle d'image avancé a été entièrement entraîné sur des puces chinoises locales. En février, un modèle massif a été entraîné sur un supercalculateur chinois complet. C'est une transformation qualitative - passer de la capacité à faire fonctionner des modèles à la capacité réelle de créer de nouveaux modèles.

Quant aux prix des nouvelles puces et à l'infrastructure, la situation est très préoccupante pour les États-Unis. L'électricité est la limite fondamentale de la puissance de calcul. La Chine produit 2,5 fois plus d'électricité que les États-Unis, et ses coûts industriels sont 4 à 5 fois moins élevés. En même temps, les États-Unis font face à une crise électrique réelle - la Virginie et la Géorgie ont suspendu l'approbation de nouveaux centres de données.

Résultat ? L'IA chinoise se déploie discrètement dans le monde. Pas comme un produit traditionnel, mais comme des jetons (tokens) - les unités fondamentales de traitement. Ils sont produits dans des usines de calcul chinoises et transférés en ligne partout. DeepSeek dessert maintenant 30 % de la Chine, 13,6 % de l'Inde, 6,9 % de l'Indonésie. Dans les pays soumis à des sanctions, leur part de marché se situe entre 40 et 60 %.

Il y a une ressemblance étrange avec l'histoire de l'industrie des semi-conducteurs japonaises dans les années 1980. Le Japon était le meilleur dans un système mondial dominé par d'autres, mais il n'a pas construit un écosystème indépendant. Lorsqu'il a été évincé, il ne lui restait rien. Cette fois, la Chine choisit une voie différente - construire un écosystème vraiment autonome de A à Z.

Les rapports de bénéfices récents des entreprises locales racontent la vraie histoire. La moitié est du feu, l'autre de l'eau - des revenus énormes mais de lourdes pertes. Mais ce n'est pas un échec de gestion. C'est une taxe de guerre pour construire une véritable autonomie.

La question n'est plus "Pouvons-nous survivre ?" mais "Combien devons-nous payer pour rester autonomes ?" Et la réponse elle-même est le progrès.