IA : les entreprises occidentales gagneraient à mieux comprendre la stratégie chinoise

Il n’a jamais été question de rattraper son retard.

L’idée fausse la plus tenace est que la stratégie chinoise en matière d’IA était de répliquer la Silicon Valley.

En réalité, l’approche chinoise est fondamentalement différente. Les entreprises occidentales ont considéré l’IA comme une catégorie de produits (chatbots, assistants virtuels, etc.). La Chine l’a appréhendée comme une infrastructure ; c’est-à-dire comme une couche à intégrer au commerce, à la logistique, aux services publics ou à la vie quotidienne.

Chez Alibaba, par exemple, j’ai vu l’IA générative se déployer non pas avec de simples démonstrateurs, mais comme un moteur invisible qui alimente tout, des recommandations de produits en temps réel aux communications automatisées avec les commerçants, à une échelle que la plupart des entreprises occidentales n’ont même jamais tentée.

En 2019, les descriptions de produits générées par l’IA étaient déjà la norme sur la plateforme. L’Occident n’a atteint un niveau comparable d’intégration de l’IA dans le commerce qu’avec l’avènement de ChatGPT, environ quatre ans plus tard.

La différence est très importante. Les entreprises chinoises n’ont pas attendu qu’un modèle soit parfait pour se lancer. Elles ont mis en place une culture du déploiement où l’IA est testée dès le départ en conditions réelles et sur des enjeux forts.

Pour de nombreux responsables chinois, l’approche occidentale qui consiste à perfectionner le modèle en laboratoire avant de le déployer prudemment est une méthode d’apprentissage inutilement lente.

Avantage du second joueur

On connaît l’« avantage du premier entrant » : être le premier sur le marché facilite l’établissement d’une relation de confiance avec le client. Mais parfois, c’est le deuxième entrant qui gagne.

La Chine applique cette stratégie de « l’avantage du second entrant ». Elle consiste à s’appuyer sur ce qui a déjà été développé et commercialisé, puis à l’optimiser. La Chine a reproduit cette stratégie dans le domaine de l’IA. L’Occident l’a constaté lorsque DeepSeek a fait sensation sur les marchés boursiers, entraînant une chute vertigineuse du cours de l’action Nvidia.

De la fabrication de biens aux algorithmes, qu’il s’agisse de matériel ou de logiciels, la Chine semble exceller dans l’art de s’approprier des technologies occidentales, de les optimiser et de les rendre plus accessibles au grand public à moindre coût. Est-ce la meilleure solution ? La question reste ouverte.

Un véritable écosystème de l’IA

Par ailleurs, la Chine n’a pas concentré ses ressources sur un ou quelques modèles de pointe. La Chine a investi dans la construction d’un écosystème où les capacités en IA sont réparties entre différents secteurs.

Les plans de développement de l’IA du gouvernement, régulièrement mis à jour depuis 2017, sont clairs à ce sujet. L’objectif n’est pas de créer une entreprise dominante, mais de bâtir un environnement où des milliers d’entreprises peuvent appliquer l’IA à des problèmes spécifiques dans leurs domaines (manufacturing, agriculture, santé, etc.).

Pour les dirigeants informatiques occidentaux, cela a des implications. Lorsqu’ils évaluent des concurrents ou des partenaires chinois, se contenter d’analyser leurs modèles (LLM) serait une erreur. L’avantage concurrentiel réside souvent dans la couche d’intégration : dans la manière dont l’IA est étroitement intégrée aux chaînes d’approvisionnement, aux parcours clients et aux workflows opérationnels.

Une entreprise chinoise dotée d’un modèle apparemment modeste, mais avec une intégration applicative poussée surpassera souvent un concurrent occidental qui possède un modèle plus puissant, mais cantonné.

Les données, ressource nationale

Un autre angle mort concerne la gouvernance des données. Les entreprises occidentales perçoivent souvent la confidentialité des données et les capacités de l’IA comme un dilemme binaire. Soit on protège la vie privée, soit on développe une IA puissante. L’approche chinoise nuance cette vision.

Sur la confidentialité, une loi sur la protection des renseignements personnels (PIPL) est entrée en vigueur en 2021.

Ce qui diffère surtout, c’est la circulation des données entre les secteurs public et privé. En Chine, les données sont considérées comme une ressource nationale qui doit être partagée, pas comme l’actif exclusif d’une entreprise. Cela crée des boucles de rétroaction qui n’existent tout simplement pas sur les marchés occidentaux, où les silos de données entre entreprises, gouvernement et institutions sont souvent renforcés par la réglementation et la concurrence.

Enseignements pour les dirigeants occidentaux

Il ne s’agit pas d’inciter les entreprises occidentales à suivre le modèle chinois. Les contextes – réglementaire, culturel et politique – sont trop différents. Il y a cependant des leçons stratégiques précieuses à tirer.

Premièrement, il faut cesser de considérer le déploiement de l’IA comme une étape qui intervient une fois que le modèle est « prêt ». Il faut au contraire déployer une IA imparfaite dans des environnements contrôlés, mais réels, en apprenant à partir de données en temps réel et en itérant rapidement. Attendre la perfection est un luxe que le rythme de la concurrence ne permet plus.

Deuxièmement, investissez dans l’intégration. La valeur d’un modèle dépend de l’écosystème auquel il se connecte. Les organisations occidentales qui se concentrent exclusivement sur l’achat du meilleur modèle, en négligeant les workflows, les pipelines de données et les changements culturels courent le risque de se voir distancées.

Troisièmement, développez une véritable connaissance de la Chine. Trop d’entreprises occidentales se contentent de rapports superficiels ou d’hypothèses obsolètes sur la technologie chinoise. La course à l’IA n’est pas une course unique avec une seule ligne d’arrivée. C’est une compétition multiforme où différentes stratégies peuvent s’avérer payantes dans différents domaines. Les entreprises occidentales qui persistent à mal interpréter l’approche chinoise ne se contentent pas de sous-estimer un concurrent. Elles comprennent mal les enjeux du marché.

L’auteure

Sharon Gai est spécialiste en stratégie de transformation. Conférencière et ancienne cadre chez Alibaba, elle est l’auteure de l’ouvrage « How to do more with less using AI ». Elle conseille plusieurs entreprises du Fortune 500.

Article initialement publié en anglais sur Computer Weekly.