Sovereign AI

L’IA souveraine désigne la capacité d’une nation ou d’une organisation à créer, déployer et gouverner l’intelligence artificielle à partir de ressources de calcul, de données et de modèles qu’elle contrôle et qui sont soumis à ses propres lois. NVIDIA, qui a popularisé le terme en 2024, la définit comme la capacité d’une nation à produire de l’IA en s’appuyant sur ses propres infrastructures, données, main-d’œuvre et réseaux d’entreprises. Cette démarche est motivée par la dépendance à quelques fournisseurs étrangers de modèles de pointe et de GPU, l’exposition juridique lorsque les données sont détenues par une entreprise soumise aux lois d’un autre pays, des modèles qui répondent mal aux besoins des langues et institutions locales, ainsi que la valeur économique de la capacité en IA elle-même.

La pile d’IA souveraine#

La souveraineté se décide couche par couche, et une lacune à un niveau limite les autres. Le calcul et l’énergie sont les premiers éléments : les centres de données et les accélérateurs comme les GPU qu’un gouvernement ou une entreprise possède ou peut acquérir sous sa propre juridiction. L’initiative InvestAI de l’Union européenne, lancée en février 2025, vise à mobiliser 200 milliards d’euros pour l’IA, dont un fonds de 20 milliards d’euros destiné à quatre gigafabriques d’IA, de grandes usines d’IA comptant chacune environ 100 000 puces d’IA avancées.

Les données constituent la deuxième couche : dossiers publics, textes en langues locales et données sectorielles conservés dans la juridiction et organisés en données d’entraînement reflétant les langues, les lois et les institutions locales. Les modèles forment la troisième couche ; ils sont soit entraînés dans le pays, soit adaptés à partir de modèles de fondation à poids ouverts par ajustement fin. L’Apertus suisse, publié en 2025 par l’EPFL, l’ETH Zurich et le Centre national suisse de calcul scientifique, est un grand modèle de langage décliné en versions de 8B et 70B paramètres. Il a été entraîné sur 15 000 milliards de tokens couvrant plus de 1 000 langues, et ses poids, ses données d’entraînement et ses recettes ont été publiés. Les petits modèles de langage et les modèles compacts de vision par ordinateur rendent l’hébergement autonome pratique sans superordinateur national. La dernière couche concerne les personnes et les règles : des ingénieurs capables d’exploiter la pile et des réglementations comme la loi européenne sur l’IA, qui définit les conditions d’utilisation de l’IA au sein d’une juridiction.

Souveraineté, résidence et confidentialité#

La résidence des données indique où elles sont physiquement stockées. La souveraineté des données indique les lois de quel pays les régissent ; les deux peuvent diverger : en vertu du CLOUD Act américain de 2018, les autorités américaines peuvent contraindre les fournisseurs basés aux États-Unis à leur communiquer les données qu’ils contrôlent, même si elles sont stockées à l’étranger. L’IA souveraine étend la question au-delà du stockage, à l’ensemble du pipeline : qui exploite le matériel, qui peut mettre à jour ou retirer le modèle, et où le modèle s’exécute. La confidentialité des données et la sécurité des données protègent les informations personnelles et les systèmes dans tous ces cas, tandis que l’IA confidentielle ajoute une protection matérielle des données en cours d’utilisation.

Les organisations décident généralement du degré de souveraineté nécessaire pour chaque charge de travail :

La résidence des données est la première étape de ce parcours. Ultralytics Platform demande à chaque compte de choisir une région de données lors de l’intégration — États-Unis, UE ou Asie-Pacifique — et conserve les jeux de données, les modèles entraînés et les données d’entraînement gérées dans cette région. La leçon Ultralytics Academy Confidentialité, régions et conformité présente le sujet plus en détail.

Applications#

• Analyse d’images satellite pour la défense : Les gouvernements exécutent le traitement des images et des documents sur des systèmes isolés d’Internet ou exploités par l’État, car les données classifiées ne peuvent pas sortir du contrôle national.
• Santé : Les hôpitaux et les systèmes de santé nationaux conservent les images des patients dans la juridiction et exécutent les modèles de diagnostic sur des infrastructures exploitées par eux-mêmes ou par des fournisseurs nationaux agréés.
• Langue et culture : Les modèles de langue nationaux prennent en charge des langues et des systèmes juridiques mal couverts par les modèles mondiaux, par exemple dans l’administration publique et l’éducation.
• IA en périphérie dans l’industrie : Les fabricants exécutent des modèles d’inspection visuelle sur le matériel de l’usine, ce qui garde les images de production sur place et élimine la dépendance à un service externe.

La souveraineté a un coût. Le calcul national coûte cher à construire et à exploiter, les modèles à poids ouverts sont généralement en retrait par rapport aux plus grands modèles propriétaires, et l’indépendance totale vis-à-vis du matériel étranger est rare, car presque tous les accélérateurs d’IA avancés sont conçus par une poignée d’entreprises et fabriqués par TSMC à Taïwan.