Intelligence artificielle et souveraineté — ce que l’Europe contrôle réellement

I. Le problème posé

Trois faits, survenus en quelques semaines, obligent à reprendre à sa base la question de la souveraineté numérique française.

Le 8 septembre 2026, Mistral AI a annoncé une levée de 3 milliards d’euros, à une valorisation supérieure à 21 milliards, menée par Samsung Electronics. C’est la plus importante levée en fonds propres jamais réalisée par une entreprise technologique européenne, et le premier actionnaire individuel de l’entreprise reste le néerlandais ASML, entré à hauteur d’environ 11 % un an plus tôt.

À l’été 2026, les plateformes de distribution de modèles ont établi que les laboratoires chinois dominaient désormais l’écosystème des modèles à poids ouverts : la famille Qwen d’Alibaba a franchi les 3 milliards de téléchargements sur six mois, contre 418 millions pour Google et 227 millions pour Meta.

Le 3 septembre 2026, Nvidia a annoncé le rachat de Hugging Face, la plateforme où l’Europe s’approvisionne en modèles ouverts, pour 12,93 milliards de dollars.

Ces trois faits décrivent une même reconfiguration. La souveraineté technologique n’est plus une question de propriété nationale d’un actif : c’est une question de position dans une chaîne de dépendances multiples, dont chaque maillon peut être actionné par un acteur différent. Ce hors-série pose une question unique : **de quoi la France et l’Europe disposent-elles réellement, et que perdraient-elles si une dépendance était interrompue ?**

II. Ce que le mot « souveraineté » recouvre

Le mot est employé dans au moins quatre acceptions incompatibles : juridictionnelle (les données ne sont pas accessibles à une autorité étrangère), contractuelle (l’utilisateur garde la maîtrise de sa configuration), capacitaire (la nation peut concevoir et faire fonctionner le système sans autorisation d’un tiers) et commerciale — Nvidia a déclaré 30 milliards de dollars de chiffre d’affaires sur le segment « IA souveraine » pour son exercice 2026.

Nexus propose de ramener ces quatre acceptions à deux objets.

La **souveraineté de conformité** est la garantie, par le droit et le contrat, que les données ne sortent pas et que l’utilisateur contrôle sa configuration. Elle se mesure en clauses, en certifications, en localisations. Elle est atteignable vite et à coût modéré.

La **souveraineté de capacité** est la possibilité de concevoir, d’entraîner et de faire fonctionner un système sans autorisation d’un tiers. Elle se mesure en accélérateurs, en gigawatts, en équipes. Elle exige des décennies et des dizaines de milliards d’euros.

La première protège contre l’accès non autorisé. Seule la seconde protège contre l’interruption. L’Europe progresse vite sur l’une et lentement sur l’autre : c’est le fait central de ce hors-série.

La proposition de règlement européen sur le cloud et l’IA, présentée le 3 juin 2026, formalise involontairement ce constat. Elle institue quatre niveaux d’assurance de souveraineté ; selon les estimations disponibles, environ 70 % des marchés relèveraient du niveau le plus bas — accessible aux filiales européennes des fournisseurs américains — et moins de 10 % du niveau exigeant un fournisseur non contrôlé par un pays tiers.

III. Le capital : ce que dit la levée de Mistral

Le tour de septembre 2026 consolide un acteur industriel réel : plus de 7,5 milliards d’euros levés au total, plus de 125 clients grands comptes dans vingt pays, un revenu récurrent annualisé multiplié par vingt en un an pour dépasser 400 millions de dollars en février 2026.

Il ne change rien à la dépendance matérielle. Le centre de données de Bruyères-le-Châtel, en Essonne, développe 44 mégawatts et repose sur environ 13 800 accélérateurs Nvidia GB300. Le campus de 1,4 gigawatt de Fouju, en Seine-et-Marne, associe Bpifrance, Mistral AI, Nvidia et le fonds émirati MGX, avec une extension annoncée vers un réseau de 3 gigawatts.

L’architecture de ce projet résume la position française : capital franco-émirati, technologie américaine, électricité française, exploitant d’ancrage français. Chacun apporte ce dont il dispose. La France apporte le facteur le moins rare.

Trois investisseurs stratégiques figurent au capital de Mistral AI et sont, ou peuvent devenir, ses fournisseurs : ASML pour la lithographie, Nvidia pour les accélérateurs, Samsung pour la mémoire. Face à cette situation, la commission d’enquête de l’Assemblée nationale sur les dépendances numériques a recommandé, le 15 juillet 2026, l’institution d’une action spécifique de l’État de 5 %, permettant de bloquer l’entrée d’actionnaires étrangers sans faire obstacle aux levées de fonds. Cette recommandation n’a pas été mise en œuvre, ni publiquement instruite.

IV. Les modèles ouverts sont devenus chinois

Le rapport « State of Open Models » publié par Hugging Face le 14 août 2026 documente un basculement complet. Le plafond mensuel de taille des modèles ouverts publiés par des laboratoires chinois s’est situé entre 754 et 2 780 milliards de paramètres ; celui des laboratoires américains est resté sous 130 milliards cinq mois sur sept. Sur la plateforme OpenRouter, les modèles chinois ont dépassé les modèles américains en jetons consommés pendant quinze semaines consécutives jusqu’en août 2026.

DeepSeek V4, publié le 24 avril 2026 sous licence MIT, atteint 1 600 milliards de paramètres et coûte 1,74 dollar par million de jetons en entrée, contre 5 dollars pour son concurrent américain le plus proche. Kimi K3, publié par Moonshot AI le 16 juillet 2026, atteint 2 800 milliards de paramètres.

Cette domination n’est pas un accident. Elle combine une logique de normes (diffuser une architecture, c’est imposer des conventions techniques), une logique commerciale (le modèle est gratuit, l’inférence hébergée est payante), une politique publique d’encouragement et une contrainte : privés d’accès aux accélérateurs de dernière génération, les laboratoires chinois ont un intérêt objectif à maximiser la diffusion.

Une précaution s’impose : les téléchargements ne sont pas des déploiements. Le même rapport établit que 85,6 % des dépôts de modèles comptent moins de 200 téléchargements et que les modèles de moins d’un milliard de paramètres représentent 83 % des téléchargements cumulés. La part réelle des modèles chinois dans les systèmes de production des entreprises européennes n’est mesurée par personne.

V. Le repli de l’ouverture, des deux côtés

Meta a publié en avril 2026 Muse Spark, modèle propriétaire sans poids téléchargeables, mettant fin à l’investissement de frontière sur Llama. OpenAI a publié gpt-oss le 5 août 2025 sous licence Apache 2.0, sans successeur à la mi-2026. Ce repli contredit la politique publique américaine : le plan de juillet 2025 comporte une section explicitement intitulée « Encourage Open Source and Open Weight AI ».

Le mouvement n’est plus unilatéral. Le 18 août 2026, le laboratoire chinois Z.ai a reporté de deux semaines la publication des poids de son modèle GLM-5.3, invoquant ses capacités en cybersécurité — le modèle avait identifié 2 436 vulnérabilités sur 269 projets. Les poids ont finalement été publiés le 25 août 2026, mais sous licence propriétaire et non plus sous MIT, avec revue de sécurité obligatoire au-delà d’un seuil de chiffre d’affaires. Moonshot et MiniMax ont introduit des seuils commerciaux dans leurs licences ; le modèle haut de gamme d’Alibaba, Qwen 3.8-Max, n’a aucun dépôt public.

L’ouverture n’est donc pas un attribut binaire mais un continuum, et ce continuum se déplace — dans les deux camps — vers la fermeture.

Cela a une conséquence juridique peu commentée. L’exemption dont bénéficient les modèles ouverts dans le règlement européen suppose une licence libre et ouverte, des poids publics et une architecture documentée. Une licence assortie de seuils commerciaux ou d’une autorisation préalable ne satisfait pas ces conditions. À mesure que les licences se durcissent, l’exemption européenne couvre une part décroissante du marché réel.

VI. Les neuf thèses

THÈSE-HS-2026-010 — La souveraineté en IA se décompose en six couches, et l’Europe n’en maîtrise réellement qu’une

Énoncé.

La souveraineté en intelligence artificielle n’est pas un état binaire mais une position sur six couches : accélérateurs de calcul, centres de données et énergie, cloud, modèles et licences, données, normes et talents. L’Union européenne occupe une position dominante sur la seule couche des normes, une position de force sur un maillon amont (la lithographie avec ASML), et une position marginale sur le calcul : les États-Unis concentraient en mai 2025 environ 75 % de la performance mondiale des grappes GPU, la Chine environ 15 %, le reste du monde environ 10 %.

Appuis empiriques.

Données Epoch AI sur la répartition de la performance des grappes (mai 2025) ; AI Index 2026 de Stanford HAI (17,1 millions d’équivalents H100 mondiaux, 29,6 GW de capacité électrique dédiée) ; absence d’accélérateur d’entraînement européen en production, le processeur SiPearl Rhea1 étant un processeur généraliste ; part de plus de 70 % des trois hyperscalers américains sur le marché cloud européen.

Robustesse empirique.

Élevée sur le calcul et le cloud (sources convergentes, ordres de grandeur stables) ; moyenne sur les talents (indicateurs contradictoires).

Conditions de réfutation.

Réfutée si des mesures indépendantes (Epoch AI, Stanford HAI, Commission européenne) établissent une part européenne supérieure à 20 % de la performance mondiale des grappes de calcul, ou si un accélérateur d’entraînement conçu en Europe atteint 10 % du parc installé européen d’ici 2030. Fragilisée si la décomposition en six couches s’avère non pertinente, par exemple si une couche devient substituable aux autres.

THÈSE-HS-2026-011 — La levée de septembre 2026 consolide un champion industriel sans réduire la dépendance matérielle

Énoncé.

La série D de 3 milliards d’euros annoncée par Mistral AI le 8 septembre 2026, à une valorisation post-monétaire supérieure à 21 milliards d’euros, consolide un acteur industriel de niveau mondial mais ne modifie pas la dépendance de la France et de l’Europe aux accélérateurs américains. Les capacités financées reposent sur du matériel Nvidia.

Appuis empiriques.

Annonce du 8 septembre 2026 ; plus de 7,5 milliards d’euros levés au total ; plus de 125 clients grands comptes dans vingt pays ; revenu récurrent annualisé supérieur à 400 millions de dollars (Davos, 12 février 2026), multiplié par vingt en un an ; centre de données de Bruyères-le-Châtel de 44 MW équipé d’environ 13 800 accélérateurs Nvidia GB300 ; campus de Fouju de 1,4 GW développé avec Nvidia et MGX ; objectif de 1 GW de calcul en Europe d’ici 2030 ; accord pluriannuel d’infrastructure GPU avec Microsoft.

Robustesse empirique.

Élevée. Les montants et les configurations matérielles sont documentés par les communiqués des parties.

Conditions de réfutation.

Réfutée si Mistral AI entraîne un modèle de frontière sur des accélérateurs non américains, ou si la part des accélérateurs américains dans les capacités qu’elle exploite en Europe descend sous 50 % d’ici 2030. Fragilisée si un fournisseur européen ou non américain devient une alternative technique crédible pour l’entraînement.

THÈSE-HS-2026-012 — Le capital du champion européen est devenu majoritairement extra-français, sans instrument de contrôle correspondant

Énoncé.

Le contrôle capitalistique de Mistral AI est fragmenté entre des investisseurs dont aucun n’est français, avec trois fournisseurs stratégiques au capital (ASML pour la lithographie, Nvidia pour les accélérateurs, Samsung pour la mémoire). L’État français ne dispose d’aucun instrument juridique spécifique permettant de s’opposer à une évolution de l’actionnariat ou à une cession d’actifs stratégiques, et la recommandation parlementaire d’instituer une action spécifique n’a pas été suivie d’effet.

Appuis empiriques.

ASML détient environ 11 % du capital depuis septembre 2025 et dispose d’un siège au comité stratégique ; Samsung mène le tour de septembre 2026 pour un montant estimé par la presse à environ 1 milliard d’euros ; les cofondateurs détiendraient ensemble environ 35,5 % du capital et les investisseurs européens « un peu plus de 62 % » avant le dernier tour (estimations journalistiques) ; recommandation d’une action spécifique de 5 % par la commission d’enquête de l’Assemblée nationale (rapport adopté le 8 juillet 2026, publié le 15 juillet 2026), fondée sur l’article 31-1 de l’ordonnance du 20 août 2014, non mise en œuvre.

Robustesse empirique.

Moyenne. Les participations individuelles ne sont pas publiques ; les pourcentages reposent sur des enquêtes de presse non confirmées par l’entreprise.

Conditions de réfutation.

Réfutée si l’État institue une action spécifique ou un dispositif équivalent, ou si l’entreprise publie une répartition de son capital et de ses droits de vote démontrant un contrôle français ou européen consolidé. Fragilisée si les mécanismes de contrôle des investissements étrangers en France s’avèrent suffisants en pratique, ou si les statuts comportent des protections non publiques.

THÈSE-HS-2026-013 — L’écosystème des modèles à poids ouverts a basculé vers la Chine

Énoncé.

Depuis 2025, les laboratoires chinois dominent la publication et la diffusion des modèles à poids ouverts, tant en volume de téléchargements qu’en taille des modèles publiés et en usage mesuré sur les plateformes d’agrégation.

Appuis empiriques.

Rapport « State of Open Models: Summer 2026 » de Hugging Face (14 août 2026) : Qwen au-delà de 3 milliards de téléchargements sur six mois, contre 418 millions pour Google et 227 millions pour Meta ; plafond mensuel de taille des modèles chinois entre 754 et 2 780 milliards de paramètres contre moins de 130 milliards pour les modèles américains cinq mois sur sept ; OpenRouter, 34 250 milliards de jetons consommés par des modèles chinois sur la semaine du 3 au 9 août 2026, quinzième semaine consécutive de dépassement ; Kimi K3 (2 800 milliards de paramètres, 16 juillet 2026) ; DeepSeek V4 sous licence MIT (24 avril 2026) ; dérivés de Qwen représentant plus de 40 % des nouvelles variantes publiées.

Robustesse empirique.

Élevée sur la direction du basculement (sources indépendantes convergentes) ; faible sur les niveaux précis (les parts d’usage varient de 30 % à plus de 60 % selon les périmètres et les périodes).

Conditions de réfutation.

Réfutée si un laboratoire non chinois reprend et conserve, pendant deux trimestres consécutifs, la première place en téléchargements et en jetons consommés sur les principales plateformes. Fragilisée si les mesures de téléchargement s’avèrent non représentatives des déploiements en production, ce que des données d’entreprise viendraient établir.

THÈSE-HS-2026-014 — Le repli américain de l’ouverture est un choix économique, non une contrainte technique ou sécuritaire établie

Énoncé.

Le retrait de Meta et le caractère ponctuel de l’ouverture d’OpenAI s’expliquent d’abord par la nécessité de monétiser des investissements massifs, et non par une impossibilité technique ni par une démonstration que l’ouverture des poids créerait un risque net supérieur à ses bénéfices.

Appuis empiriques.

Publication par Meta de Muse Spark en avril 2026, modèle propriétaire sans poids téléchargeables, alors que la politique publique américaine (« America’s AI Action Plan », 23 juillet 2025) encourage explicitement les modèles ouverts ; licences Llama 4 non approuvées par l’Open Source Initiative, avec seuil de 700 millions d’utilisateurs actifs mensuels ; absence de successeur de base à gpt-oss (publié le 5 août 2025) à la mi-2026 ; refus de Meta de signer le code de bonnes pratiques européen (18 juillet 2025), signé par OpenAI et Anthropic.

Robustesse empirique.

Moyenne. Les motivations internes ne sont pas directement documentées ; l’argument repose sur la chronologie et sur la contradiction entre politique publique et comportement d’entreprise.

Conditions de réfutation.

Réfutée si Meta ou OpenAI publient d’ici 2028 un modèle de frontière sous licence approuvée par l’Open Source Initiative, ce qui invaliderait l’hypothèse d’une fermeture structurelle. Réfutée également si des évaluations indépendantes établissent que l’ouverture des poids de modèles de frontière crée un risque net supérieur à ses bénéfices, ce qui validerait la justification sécuritaire plutôt qu’économique.

THÈSE-HS-2026-015 — L’ouverture chinoise se referme elle aussi, par le haut de gamme et par les licences

Énoncé.

Le modèle chinois d’ouverture n’est ni absolu ni stable : les laboratoires chinois réservent leur haut de gamme, introduisent des seuils commerciaux dans leurs licences et commencent à retenir des poids pour motif de sécurité. L’open weights chinois est un continuum en mouvement vers la fermeture, non un acquis.

Appuis empiriques.

Report de deux semaines de la publication des poids de GLM-5.3 annoncé le 18 août 2026 pour renforcement des contrôles de sécurité, le modèle atteignant 84,5 % sur CyberGym et ayant identifié 2 436 vulnérabilités sur 269 projets ; publication le 25 août 2026 sous licence propriétaire « glm-5.3 » avec revue de sécurité obligatoire au-delà de 10 milliards de dollars de chiffre d’affaires ; licences « modified-MIT » de Kimi K2.5 et K3 avec seuils de 100 millions d’utilisateurs actifs mensuels et 20 millions de dollars ; licence MiniMax M3 avec autorisation écrite au-delà de 20 millions de dollars et dix-neuf catégories d’usages prohibés ; absence de dépôt public pour Qwen 3.8-Max.

Robustesse empirique.

Moyenne. Les signaux sont récents (été 2026) et peu nombreux ; ils peuvent relever d’ajustements ponctuels plutôt que d’une tendance.

Conditions de réfutation.

Réfutée si, sur les exercices 2027 et 2028, la part des modèles chinois de plus de 20 milliards de paramètres publiés sous licence Apache 2.0 ou MIT se maintient au-dessus de 80 % et qu’aucun modèle phare n’est retenu ou soumis à autorisation. Fragilisée si les seuils commerciaux observés s’avèrent sans effet pratique sur les utilisateurs européens.

THÈSE-HS-2026-016 — L’open weights est le seul levier de rattrapage européen à court terme, mais il déplace la dépendance au lieu de la supprimer

Énoncé.

Pour l’Europe, l’adoption de modèles à poids ouverts permet de relocaliser l’inférence, d’auditer partiellement les systèmes et d’éviter l’enfermement propriétaire, à un coût très inférieur à celui d’un entraînement de frontière. Mais elle substitue une dépendance à une autre : les poids les plus performants sont produits ailleurs, les données d’entraînement restent inconnues et la feuille de route du modèle échappe à l’utilisateur.

Appuis empiriques.

Hébergement du modèle chinois GLM-5.2 sur l’infrastructure de Mistral AI annoncé les 11 et 14 août 2026, justifié par le fait qu’il est à poids ouverts ; points d’accès régionaux avec majoration de 10 % ; analyse de l’Institut Montaigne du 7 septembre 2026 identifiant des risques de vulnérabilités intentionnelles et d’opacité des données d’entraînement ; obligation de résumé public des données d’entraînement maintenue par le règlement européen même pour les modèles ouverts ; classement de la commission américaine US-China Economic and Security Review (mars 2026) qualifiant la position chinoise d’avantage auto-renforçant.

Robustesse empirique.

Moyenne. La partie « levier de rattrapage » est bien documentée ; la partie « déplacement de la dépendance » repose sur une analyse de risque et non sur des incidents avérés.

Conditions de réfutation.

Réfutée si des audits indépendants établissent qu’un modèle à poids ouverts peut être pleinement caractérisé sans accès aux données d’entraînement, ce qui supprimerait l’asymétrie informationnelle. Réfutée également si l’Union finance et livre un modèle de frontière ouvert au niveau des meilleurs modèles mondiaux, ce qui rendrait la dépendance réversible. Fragilisée si des incidents de sécurité imputables à des modèles ouverts chinois sont documentés à grande échelle, ce qui déplacerait le débat de la dépendance vers le risque.

THÈSE-HS-2026-017 — La souveraineté européenne a été redéfinie en conformité juridique et en localisation des données

Énoncé.

Les dispositifs européens et français adoptés ou proposés en 2026 organisent une souveraineté de conformité — résidence des données, clauses contractuelles, certification — et non une souveraineté de capacité. Cette redéfinition est explicite dans l’architecture du règlement cloud et IA comme dans les offres commerciales.

Appuis empiriques.

Proposition de règlement cloud et IA du 3 juin 2026 avec quatre niveaux d’assurance, dont environ 70 % des marchés relèveraient du niveau 1 accessible aux filiales européennes de fournisseurs américains et moins de 10 % du niveau 3 ; points d’accès régionaux de Mistral AI facturés avec une majoration de 10 % ; qualification SecNumCloud représentant un surcoût de 20 à 40 % selon la mission IGF-IGA-IGAS ; commande publique cloud française de 84 millions d’euros en 2025 dont 69 % vers des opérateurs européens, face à des dépenses cloud européennes estimées à 264 milliards d’euros par an ; sortie du Health Data Hub de Microsoft annoncée le 10 février 2026 ; report des obligations haut risque du règlement sur l’IA à décembre 2027 et août 2028.

Robustesse empirique.

Élevée sur les dispositifs (textes officiels) ; moyenne sur les parts de marché par niveau d’assurance (estimations d’analystes).

Conditions de réfutation.

Réfutée si les niveaux 3 et 4 deviennent majoritaires dans les marchés publics européens portant sur des données sensibles, ou si la part des fournisseurs européens dépasse 30 % du marché cloud de l’Union. Fragilisée si la souveraineté de conformité démontre, lors d’un incident réel d’interruption ou d’accès, une efficacité équivalente à celle d’une souveraineté de capacité.

THÈSE-HS-2026-018 — Le maillon faible français n’est pas le modèle mais la diffusion dans les territoires

Énoncé.

La France dispose d’un champion des modèles, d’un atout énergétique et d’une offre publique souveraine, mais l’adoption reste concentrée sur les grandes organisations et les grandes villes. L’écart d’usage entre grandes et petites structures, et entre métropoles et communes rurales, constitue le principal risque de souveraineté à dix ans, car une capacité inemployée n’est pas une capacité.

Appuis empiriques.

Insee (21 juillet 2026) : 18 % des entreprises implantées en France utilisent l’IA en 2025 contre 10 % en 2024, avec 15 % pour les entreprises de 10 à 49 salariés et 58 % au-delà de 250 salariés, pour une moyenne de l’Union à 20 % ; Bpifrance (mars 2026) : 47 % des PME ont lancé au moins un projet contre 95 % des entreprises de plus de 200 salariés, principal frein le recrutement (60 %) ; mission IGF-IGA-IGAS (avril 2026) : 90 % des métropoles engagées contre 73 % des communes de moins de 3 500 habitants sans aucun projet, environ 40 % d’agents en usage informel, 141 produits d’IA dans 80 entités ; Observatoire Data Publica (14 novembre 2025) : 84 % des collectivités de plus de 3 500 habitants utilisent l’IA générative contre 52 % en 2024, 82 % placent la localisation des données parmi leurs critères, freins principaux le temps et les compétences (62 %) ; Éducation nationale : outil souverain pour les enseignants financé à hauteur de 20 millions d’euros et attendu pour 2026-2027, adoption enseignante alors inférieure à 20 %.

Robustesse empirique.

Élevée sur les écarts d’adoption (sources officielles convergentes) ; moyenne sur le lien causal entre écart d’adoption et perte de souveraineté.

Conditions de réfutation.

Réfutée si l’écart d’adoption entre communes de moins de 3 500 habitants et métropoles, et entre entreprises de moins de 50 salariés et entreprises de plus de 250 salariés, se réduit de moitié d’ici 2030 sans politique dédiée — ce qui établirait une diffusion spontanée. Réfutée également si l’adoption massive d’outils non souverains s’avère sans conséquence documentée sur la capacité de décision publique. Fragilisée si les gains de productivité mesurés dans les petites structures s’avèrent négligeables.

VII. Le maillon faible est la diffusion

La France dispose d’un champion des modèles, d’un atout électrique et d’une offre publique souveraine — le plan « Notre IA » de la DINUM, présenté le 16 juin 2026, déploie quatre outils hébergés sur une infrastructure qualifiée SecNumCloud. Mais l’usage reste concentré.

18 % des entreprises implantées en France utilisaient l’IA en 2025 selon l’Insee, contre 20 % en moyenne dans l’Union : 15 % pour les entreprises de 10 à 49 salariés, 58 % au-delà de 250 salariés. Dans l’administration, la mission conjointe des inspections générales relève, en avril 2026, que 90 % des métropoles sont engagées contre 73 % des communes de moins de 3 500 habitants sans aucun projet, et qu’environ 40 % des agents publics utilisent l’IA de manière informelle, hors de tout cadre.

La demande de souveraineté existe pourtant à cette échelle : 82 % des collectivités placent la localisation des données en France ou en Europe parmi leurs critères. C’est l’offre accessible à une commune de 3 000 habitants qui manque, avec les compétences pour l’évaluer.

Une capacité inemployée n’est pas une capacité. Une souveraineté qui ne se traduit pas en usage n’en est pas une.

VIII. Ce qui nous ferait changer d’avis

Sur la position européenne dans le calcul : si des mesures indépendantes établissaient une part européenne supérieure à 20 % de la performance mondiale des grappes de calcul, ou si un accélérateur d’entraînement conçu en Europe atteignait 10 % du parc installé européen d’ici 2030.

Sur la dépendance matérielle de Mistral AI : si l’entreprise entraînait un modèle de frontière sur des accélérateurs non américains, ou si la part de matériel américain dans ses capacités européennes descendait sous 50 % d’ici 2030.

Sur le contrôle du capital : si l’État instituait une action spécifique ou un dispositif équivalent, ou si l’entreprise publiait une répartition de son capital et de ses droits de vote démontrant un contrôle européen consolidé.

Sur le basculement de l’open weights : si un laboratoire non chinois reprenait et conservait, pendant deux trimestres consécutifs, la première place en téléchargements et en jetons consommés.

Sur le repli américain : si Meta ou OpenAI publiaient d’ici 2028 un modèle de frontière sous licence approuvée par l’Open Source Initiative ; ou si des évaluations indépendantes établissaient que l’ouverture des poids de modèles de frontière crée un risque net supérieur à ses bénéfices.

Sur la fermeture chinoise : si, sur 2027 et 2028, la part des modèles chinois de plus de 20 milliards de paramètres publiés sous licence Apache 2.0 ou MIT se maintenait au-dessus de 80 % sans qu’aucun modèle phare ne soit retenu.

Sur l’open weights comme levier : si des audits indépendants établissaient qu’un modèle à poids ouverts peut être pleinement caractérisé sans accès à ses données d’entraînement ; ou si l’Union finançait et livrait un modèle de frontière ouvert au niveau des meilleurs.

Sur la redéfinition de la souveraineté : si les niveaux d’assurance les plus exigeants devenaient majoritaires dans les marchés publics portant sur des données sensibles, ou si la part des fournisseurs européens dépassait 30 % du marché cloud de l’Union.

Sur la diffusion territoriale : si l’écart d’adoption entre communes de moins de 3 500 habitants et métropoles, et entre entreprises de moins de 50 salariés et entreprises de plus de 250 salariés, se réduisait de moitié d’ici 2030 sans politique dédiée.

IX. Pour aller plus loin

Le Rapport v2-0 développe l’analyse en dix-sept sections : cadrage de la notion de souveraineté, géographie du calcul, capital et infrastructure, basculement de l’open weights, repli de l’ouverture, cartographie des acteurs et du débat, distinction entre conformité et capacité, cadre européen, positions institutionnelles françaises, autres puissances, les neuf thèses détaillées, implications pour les politiques publiques et pour les territoires, angles morts, trois scénarios à 2032, bibliographie hiérarchisée et glossaire.

La Synthèse v1-0 expose la méthode, la cartographie du débat, les cinq controverses ouvertes et le cahier des sources, en distinguant explicitement les faits établis, les estimations et les annonces non exécutées.

Le document de Recherche v0-1 rassemble la base empirique : chronologies datées, tableaux comparatifs par couche de dépendance et par modèle, historique des tours de financement, calendrier des contrôles américains à l’exportation et du règlement européen.

Neuf articles de blog reprennent chacun une thèse pour un public non spécialiste.

Ce hors-série sera révisé selon le protocole de la charte Nexus dès lors qu’un des faits énumérés à la section VIII sera établi.

Les neuf thèses de cette analyse sont développées dans le rapport complet « IA et souveraineté », publié en accès libre et gratuit.