L’adoption industrielle de l’IA devient le nouvel axe de Bruxelles

La Commission européenne cherche à déplacer le débat sur l’intelligence artificielle. L’enjeu n’est plus seulement de savoir si l’Union peut rivaliser avec les États-Unis ou la Chine dans la construction des modèles les plus puissants. Il est de déterminer où, dans quelles conditions et au bénéfice de quels acteurs l’IA sera effectivement employée dans l’économie européenne.

Cette inflexion est portée par Jim Hagemann Snabe, nommé en juillet envoyé spécial pour l’IA industrielle auprès de la présidente de la Commission, Ursula von der Leyen, et de la vice-présidente exécutive Henna Virkkunen. Lors d’un séminaire interne réunissant les commissaires le 4 septembre, il a présenté l’intelligence artificielle comme un levier possible pour des secteurs où l’Union dispose encore de bases productives solides : industrie manufacturière, santé, agriculture, transports et défense.

La distinction est décisive. Développer les grands modèles généralistes exige des masses considérables de capital, de puissance de calcul, de données et de talents concentrés aujourd’hui autour de quelques entreprises américaines et chinoises. L’Europe risque de ne pas imposer ses champions à cette échelle. En revanche, elle conserve un marché industriel diversifié, des systèmes de santé publics, des infrastructures et un tissu d’entreprises spécialisées qui peuvent constituer des terrains d’application à forte valeur.

L’adoption industrielle de l’IA, plutôt que la seule course aux modèles

La priorité affichée est donc celle de l’adoption industrielle de l’IA. Pour la Commission, l’objectif consiste à partir des usages : identifier les opérations trop coûteuses, trop lentes ou impossibles avec les outils actuels, puis lever les obstacles réglementaires, techniques et financiers qui empêchent leur expérimentation à grande échelle.

Les cas évoqués lors des travaux préparatoires donnent une idée de cette méthode : faciliter les essais de véhicules autonomes avant leur commercialisation, sécuriser le partage de données de santé nécessaire à des traitements personnalisés, ou développer des outils d’assistance destinés aux agriculteurs à partir de données de terrain et d’observations à distance. Dans chaque cas, le modèle n’est qu’une composante. L’essentiel réside dans l’accès aux données, l’interopérabilité, les responsabilités juridiques et la capacité des entreprises à intégrer l’outil dans leurs processus.

Cette orientation prolonge les diagnostics du rapport Draghi sur la compétitivité européenne. Remis à la Commission en 2024, ce rapport souligne le ralentissement de la productivité, le vieillissement démographique, la faiblesse relative de l’investissement et le retard accumulé dans certaines technologies numériques. L’IA peut contribuer à réduire certains coûts cognitifs et administratifs ; elle ne remplace toutefois ni l’investissement dans les équipements, ni la formation, ni l’organisation du travail.

La question de la diffusion est particulièrement importante pour l’Union européenne. Une innovation confinée à quelques groupes technologiques ne modifie que marginalement la productivité globale. Pour produire un effet macroéconomique, elle doit atteindre les PME, les services publics et les chaînes de sous-traitance. C’est précisément là que l’adoption industrielle de l’IA se heurte aux contraintes européennes : fragmentation des marchés, hétérogénéité des règles sectorielles, difficultés d’accès au financement de croissance et faible disponibilité de capacités de calcul compétitives.

Le déploiement ne règle pas la dépendance technologique

La Commission ne présente pas le recours à des outils étrangers comme une solution neutre. La dépendance à des fournisseurs extérieurs de puces, de cloud, de puissance de calcul ou de modèles peut déplacer une part substantielle de la valeur créée hors d’Europe. Elle peut aussi placer des données industrielles sensibles sous des juridictions et des infrastructures qui échappent au contrôle des entreprises et des administrations européennes.

C’est pourquoi le mandat confié à Jim Hagemann Snabe couvre l’ensemble de la chaîne technique : centres de données, puissance de calcul, semi-conducteurs, modèles et applications. L’adoption industrielle de l’IA ne pourra constituer un levier de souveraineté que si elle s’accompagne d’une capacité à arbitrer entre les fournisseurs, à protéger les données les plus stratégiques et à maintenir des compétences européennes dans les couches critiques.

Le calendrier annoncé est long au regard de la vitesse du secteur. Jusqu’en décembre, l’équipe de l’envoyé spécial doit mener des analyses par filière, étudier des projets pilotes et cartographier les besoins de la chaîne technologique. Un paquet d’orientations est envisagé à la fin de l’année ; un rapport et une stratégie sont attendus au début de 2027. Une phase distincte doit ensuite examiner les conséquences sociales des mesures envisagées.

Cette temporalité révèle une tension classique de l’action européenne. Les investissements productifs et les adaptations réglementaires demandent du temps, tandis que les fournisseurs de modèles et d’infrastructures évoluent à un rythme beaucoup plus rapide. L’Union doit donc éviter que le diagnostic sectoriel ne devienne un exercice administratif achevé lorsque les standards techniques et les positions de marché auront déjà été fixés ailleurs.

Réguler les risques sans bloquer les usages

La nouvelle priorité ne met pas fin au débat sur les risques. L’AI Act, le règlement européen adopté pour encadrer les usages de l’IA selon leur niveau de risque, demeure le cadre juridique central. Son application fait néanmoins l’objet de critiques. L’eurodéputé allemand Axel Voss a notamment appelé à renforcer l’adaptation du dispositif aux évolutions rapides de la technologie et à clarifier les règles de responsabilité lorsqu’un système cause un dommage.

Le problème est moins l’opposition abstraite entre innovation et régulation que l’articulation entre les deux. Une entreprise qui déploie une IA dans la santé, les transports ou l’industrie de défense doit savoir quelles données elle peut traiter, quel niveau de contrôle humain est requis, qui répond d’une défaillance et sous quelles conditions elle peut tester son produit. Sans réponses opérationnelles, l’incertitude juridique favorise les grands acteurs capables d’absorber les coûts de conformité, au détriment des entreprises intermédiaires.

Dans cette perspective, l’adoption industrielle de l’IA devient un test pour la politique économique européenne. L’Union ne tirera pas un avantage durable de la technologie en se limitant à financer des démonstrateurs ou à importer des services prêts à l’emploi. Elle devra convertir ses capacités industrielles, ses données sectorielles et son marché réglementé en usages déployables, tout en conservant une part suffisante de la maîtrise technique et économique de la chaîne.