27 mars 2026 S. ALEX YANG et ANGELA HUYUE ZHANG
publié dans Project Syndicate
L’Occident a longtemps considéré le système d’innovation chinois comme purement descendant, mais la réalité est plus complexe. Le gouvernement agit moins comme un planificateur central et davantage comme une entreprise de plateforme, structurant les marchés de manière à ce que les entreprises se livrent à une concurrence intense et renforcent les capacités nationales.
LONDRES/LOS ANGELES – Les « Deux Sessions » qui viennent de s’achever en Chine – les réunions annuelles de l’Assemblée populaire nationale et de la Conférence consultative politique du peuple chinois – ont délivré un message clair : la technologie sera le principal moteur de l’avenir économique du pays.
Dans son 15e plan quinquennal, le gouvernement a de nouveau mis l’accent sur le développement de « forces productives de nouvelle qualité », se fixant l’objectif ambitieux de positionner la Chine comme un leader mondial dans des domaines tels que l’IA, la technologie quantique, les biotechnologies, les énergies propres, les drones et la 6G.
Pour bien comprendre les ambitions technologiques de la Chine, il faut toutefois dépasser la perception courante selon laquelle son système d’innovation serait entièrement guidé par une planification étatique descendante. Dans bon nombre de ses secteurs les plus dynamiques – des véhicules électriques (VE) et des batteries à l’énergie solaire et à l’IA –, les entreprises de premier plan sont privées, avec une implication étatique limitée. La concurrence sur le marché est souvent si intense, et les marges si faibles, que le gouvernement est parfois intervenu pour freiner ce qu’il qualifie de « concurrence excessive ».
Une manière plus précise de décrire le système d’innovation chinois est de le considérer comme une plateforme orchestrée par l’État. Plutôt que de se substituer au marché, le gouvernement le structure : il définit l’orientation stratégique, crée des zones d’expérimentation, facilite les marchés publics, coordonne les normes et apporte un soutien réglementaire. Les entreprises pénètrent ensuite ces marchés et s’y livrent à une concurrence intense, ce qui favorise une amélioration rapide et un déploiement à grande échelle.
L’approche de la Chine ressemble à celle d’une entreprise de plateforme comme Nvidia ou Apple : l’État construit l’architecture au sein de laquelle les entreprises se font concurrence tout en régissant les interactions au sein de l’écosystème au sens large. Dans ce modèle, la rentabilité au niveau de l’entreprise n’est pas la principale mesure du succès. Au contraire, la valeur s’accumule au niveau du système grâce à des coûts réduits, des chaînes d’approvisionnement intégrées, des cycles d’apprentissage plus rapides et l’adoption de nouvelles technologies, autant d’éléments qui renforcent les capacités nationales.
Cette dynamique est déjà évidente dans les secteurs où la Chine est devenue dominante à l’échelle mondiale. Dans le domaine des panneaux solaires et des véhicules électriques, une concurrence féroce a souvent érodé les marges bénéficiaires tout en renforçant la compétitivité internationale de la Chine. BYD illustre bien ce schéma, ayant récemment dépassé Tesla pour devenir le plus grand constructeur mondial de véhicules électriques malgré une guerre des prix sur le marché intérieur qui a pesé sur sa rentabilité.
L’industrie solaire offre un autre exemple. De nombreuses entreprises connaissent des difficultés financières, mais la Chine contrôle désormais plus de 80 % de la chaîne d’approvisionnement en panneaux solaires, une concurrence nationale intense contribuant à consolider la production et à renforcer l’avantage mondial du pays.
L’IA semble désormais suivre une trajectoire similaire. Les entreprises chinoises spécialisées dans l’IA, dont beaucoup ont adopté des modèles open source, subissent une pression financière importante. Mais l’open source sert également un objectif stratégique en accélérant la diffusion des capacités d’IA et en réduisant l’écart avec les principaux laboratoires américains.
Dans le même temps, le gouvernement chinois renforce l’écosystème au sens large. Le Bureau national des données a publié des lignes directrices visant à promouvoir des ensembles de données d’entraînement de haute qualité, tandis que le ministère de l’Industrie et des Technologies de l’information développe un réseau informatique national pour connecter et normaliser les architectures, atténuant ainsi les contraintes de capacité et l’impact des pénuries de puces.
Alors que l’IA physique – notamment les véhicules autonomes, les robots et les drones – passe du stade du développement à celui du déploiement, la prochaine phase pourrait s’avérer encore plus déterminante. Comme ces systèmes nécessitent une interaction intensive avec le monde réel, les données sont apparues comme le principal goulot d’étranglement. Comme l’un d’entre nous (Zhang) le fait valoir dans un article récent, l’avantage de la Chine réside dans sa capacité à construire un « volant d’inertie de données », grâce auquel le déploiement génère des flux de données continus qui, à leur tour, améliorent les performances et la fiabilité.
Les programmes pilotes soutenus par le gouvernement jouent un rôle clé dans cet effort, en accélérant l’adoption tout en facilitant la collecte de données. En 2022, Baidu a obtenu les premières autorisations chinoises pour des services commerciaux de robotaxis entièrement sans conducteur. En l’espace de trois ans, les entreprises chinoises de robotaxis se sont étendues à plus de 20 villes à travers le pays, ainsi qu’aux marchés du Moyen-Orient et d’Europe.
La normalisation est également devenue un outil important pour réduire les coûts et permettre l’interopérabilité des données. Afin de coordonner les chaînes d’approvisionnement complexes requises pour les robots humanoïdes, les autorités chinoises ont réuni plus de 120 entreprises, institutions universitaires et groupes industriels pour élaborer des normes communes.
Tout comme des entreprises telles que Meta et Alphabet s’appuient sur des données propriétaires pour se forger un avantage concurrentiel, la Chine considère de plus en plus les données générées par l’IA physique comme un atout national stratégique. Les nouvelles réglementations sur les transferts transfrontaliers de données automobiles, finalisées plus tôt cette année, imposent des contrôles plus stricts, rendant plus difficile pour les entreprises étrangères d’utiliser les données chinoises pour l’entraînement de modèles. Ces règles ont déjà des effets tangibles, puisque le déploiement par Tesla de ses systèmes avancés d’aide à la conduite a été retardé malgré sa forte présence sur le marché chinois.
Rien de tout cela ne suggère que le modèle d’innovation chinois soit intrinsèquement supérieur. Les États-Unis restent plus ouverts, plus pluralistes et souvent plus efficaces pour produire des percées technologiques. L’approche chinoise comporte également des risques sérieux, notamment des investissements malavisés, une surcapacité chronique et des inefficacités généralisées.
Mais il ne faut pas sous-estimer le pouvoir de la plateforme de l’État chinois. Si l’enjeu ultime est l’intelligence artificielle générale – susceptible d’offrir des récompenses colossales à celui qui la développera en premier –, les États-Unis pourraient bien conserver leur avance. Si la valeur est au contraire distribuée par le biais d’un déploiement à faible coût, d’une intégration industrielle et d’un apprentissage à l’échelle de l’écosystème, les États-Unis pourraient finir par construire les modèles les plus avancés et pourtant perdre la course pour façonner la révolution industrielle que l’IA est sur le point de déclencher.
S. ALEX YANG
Écrit pour PS depuis 2022
S. Alex Yang est professeur de sciences de gestion et d’opérations à la London Business School.
ANGELA HUYUE ZHANG
Écrit pour PS depuis 2021
Angela Huyue Zhang, professeure de droit à l’Université de Californie du Sud, est l’auteure de High Wire: How China Regulates Big Tech and Governs Its Economy (Oxford University Press, 2024) et de Chinese Antitrust Exceptionalism: How the Rise of China Challenges Global Regulation (Oxford University Press, 2021).
Traduction ML
