Nvidia pousse l’autorégulation face aux appels à encadrer l’IA

À San Francisco, le débat sur l’intelligence artificielle prend la forme d’un désaccord de méthode, mais engage une question de pouvoir très concrète : qui décidera des limites applicables aux modèles les plus avancés ? Lors de la conférence Dreamforce organisée par Salesforce, Jensen Huang, directeur général de Nvidia, a estimé qu’aucune nouvelle loi ni réglementation n’était nécessaire pour encadrer le secteur.

Sa position repose sur un principe d’autorégulation : une entreprise qui n’est pas certaine de la fiabilité ou de la sécurité d’un produit ne devrait pas le mettre sur le marché. Cette approche transfère l’essentiel de la responsabilité aux concepteurs, alors que les puces de Nvidia constituent une infrastructure centrale pour l’entraînement et le déploiement des grands modèles.

Ce n’est pas un débat abstrait. La concentration des capacités de calcul, la rapidité de diffusion des assistants génératifs et leur intégration dans les services aux entreprises placent quelques acteurs privés au cœur de décisions qui concernent l’emploi, la sécurité des données et les marchés publics. La régulation de l’intelligence artificielle devient ainsi un arbitrage entre vitesse industrielle et contrôle de risques dont les coûts peuvent être supportés par des tiers.

La régulation de l’intelligence artificielle, ligne de partage entre laboratoires

Quelques minutes avant l’intervention de Jensen Huang, Dario Amodei, le dirigeant d’Anthropic, défendait une orientation opposée. Il a appelé les entreprises du secteur à organiser des standards partagés. Son entreprise a, ces derniers mois, plaidé pour un ralentissement relatif de la course aux modèles les plus puissants et pour une ouverture des systèmes à des évaluateurs indépendants.

La divergence est significative. Nvidia vend l’infrastructure de calcul dont dépend l’expansion du secteur ; Anthropic commercialise directement des modèles et se présente comme un acteur attaché aux mécanismes de sûreté. Ces positions ne résument pas à elles seules les intérêts économiques des deux groupes, mais elles éclairent deux conceptions de la régulation de l’intelligence artificielle. La première privilégie la décision interne de l’entreprise et une mise sur le marché rapide. La seconde cherche à instituer des vérifications externes, donc à rendre les pratiques comparables et contestables.

OpenAI a apporté un élément supplémentaire au débat en soutenant, le même jour, un projet bipartisan à la Chambre des représentants visant à promouvoir des évaluations de sécurité par des tiers. L’enjeu d’un tel dispositif est moins de produire une certification symbolique que de fixer qui choisit les tests, qui accède aux modèles et qui peut rendre publiques les défaillances constatées.

Le précédent existe dans d’autres industries à haut risque. Les normes ne remplacent pas les autorités publiques ; elles définissent cependant des méthodes d’essai, des seuils et des obligations de traçabilité. Pour l’IA, ces règles restent fragmentées. Aux États-Unis, le cadre de gestion des risques de l’IA du NIST propose déjà une méthode volontaire pour cartographier, mesurer et traiter les risques. Son caractère non contraignant limite toutefois sa capacité à imposer des audits aux entreprises qui ne souhaitent pas s’y soumettre.

Une convergence politique avec la Maison-Blanche

Jensen Huang a également minimisé les inquiétudes selon lesquelles l’intelligence artificielle détruirait massivement des emplois. Il a tenu cette ligne après un échange public, la veille, avec Donald Trump, qui avait lui aussi écarté les alertes existentielles sur l’IA. Des responsables républicains, dont David Sacks et le président de la Chambre des représentants Mike Johnson, ont défendu l’idée que les entreprises devaient rester les premières responsables des questions de sécurité.

Cette convergence entre une partie de l’exécutif américain et les tenants de l’accélération technologique intervient à un moment où Washington présente la maîtrise de l’IA comme un déterminant de la compétition avec la Chine. Dans cette perspective, toute contrainte supplémentaire peut être décrite comme un handicap pour les entreprises nationales. Mais la distinction entre règle de sécurité et frein industriel n’est pas automatique : des exigences communes peuvent aussi réduire l’incertitude juridique, structurer une filière d’audit et accroître la confiance des acheteurs publics comme privés.

La régulation de l’intelligence artificielle ne se réduit donc pas à l’alternative entre interdiction et laisser-faire. Elle organise l’accès à l’information sur les modèles, la responsabilité en cas de dommage et les conditions dans lesquelles une entreprise peut déployer un outil auprès de millions d’utilisateurs. Laisser ces paramètres à la seule appréciation des fabricants revient à accepter que les règles de mise sur le marché soient définies par ceux qui bénéficient directement de cette mise sur le marché.

Le contrôle des modèles, nouveau marché stratégique

Les propositions d’évaluation indépendante ouvrent aussi un marché de la conformité. Laboratoires spécialisés, experts en cybersécurité, instituts de normalisation et agences publiques pourraient être appelés à tester les capacités de contournement, les biais, la robustesse ou les usages détournés des modèles. La difficulté est d’éviter que cette fonction ne devienne une simple prestation commandée et contrôlée par les groupes qu’elle est censée évaluer.

Elon Musk a, pour sa part, appelé les grands laboratoires, y compris chinois, à examiner réciproquement leurs modèles. L’idée souligne la dimension internationale du problème, mais se heurte à la protection du secret industriel, aux restrictions sur les exportations de technologies et à l’absence d’un mécanisme de confiance entre puissances rivales. Dans un secteur où les performances dépendent notamment des données, des algorithmes et des capacités de calcul, ouvrir un modèle à un concurrent n’est jamais un geste neutre.

Pour les Européens, qui cherchent à imposer leurs propres normes tout en réduisant leur dépendance aux infrastructures américaines et asiatiques, la séquence américaine doit être lue comme un rapport de force industriel. La régulation de l’intelligence artificielle déterminera non seulement les obligations des concepteurs, mais aussi la capacité des États à connaître les systèmes qui orienteront une part croissante des décisions économiques et administratives.