J'ai remarqué quelque chose de vraiment intéressant ces dernières semaines. En suivant l'évolution de l'industrie de l'intelligence artificielle, on réalise que la véritable guerre n'a jamais été uniquement contre les puces, mais contre quelque chose de beaucoup plus profond.

Il y a huit ans, l'Amérique a bloqué la société ZTE avec une simple interdiction. Pas de composants américains, pas de logiciels, pas de technologies. L'entreprise a failli s'effondrer en quelques semaines. Mais cette fois, l'histoire est complètement différente.

La véritable contrainte n'était pas sur le matériel, mais sur CUDA. Cette plateforme de Nvidia contrôle tout dans le monde de l'IA. Chaque algorithme, chaque modèle, presque chaque développeur mondial y est lié. Construire un système alternatif signifie réécrire des décennies d'expertise accumulée. Qui en paie le prix ?

Mais les entreprises chinoises ont choisi une voie différente. Au lieu d'affronter directement, elles ont décidé de percer par les algorithmes. DeepSeek V3 en est un exemple clair. Un modèle de 671 milliards de paramètres, mais qui n'active que 37 milliards lors de l'exécution. Le coût ? seulement 5,576 millions de dollars. Comparez cela à 78 millions de dollars pour GPT-4. La différence est énorme.

Le résultat s'est immédiatement reflété sur les prix. L'interface de programmation de DeepSeek est 25 à 75 fois moins chère que celle de Claude. Cet écart de prix a tout changé. En février 2026, l'utilisation des modèles chinois sur OpenRouter a augmenté de 127 % en seulement trois semaines.

Mais réduire le coût d'exploitation ne résout pas le problème de la formation. C'est ici que les puces locales entrent en jeu. Loongson et les cartes Taichu Yuanqi ont commencé à prendre en charge de véritables tâches d'entraînement. En janvier 2026, Zhipu AI a entraîné un modèle complet de génération d'images uniquement sur des puces chinoises locales. C'est une transformation qualitative, passant de l'inférence à la formation.

Huawei Ascend attire désormais des millions de développeurs. Un environnement logiciel complet est en train de se construire sous nos yeux. Les grandes entreprises doublent leurs importations de serveurs de calcul locaux cette année.

Mais il y a un facteur que beaucoup ignorent encore : l'électricité industrielle. C'est ici que réside le vrai avantage.

Les États-Unis font face à une crise électrique aiguë. Les centres de données consomment 4 % de l'électricité totale des États-Unis, et cette part devrait doubler d'ici 2030. Des États comme la Virginie et la Géorgie ont suspendu l'approbation de nouveaux centres de données. Le coût de l'électricité en gros dans ces régions a augmenté de 267 % en cinq ans.

La situation en Chine est complètement inverse. Elle produit 2,5 fois plus d'électricité que les États-Unis chaque année. La consommation locale ne représente que 15 % de cette production, contre 36 % aux États-Unis. Cela laisse une énorme capacité énergétique disponible pour le calcul. Le prix de l'électricité industrielle dans l'ouest de la Chine est d'environ 0,03 dollar par kilowattheure, soit un quart ou un cinquième du prix américain.

Cette différence en électricité industrielle entraîne une différence économique énorme. Lorsqu'on construit d'immenses centres de calcul, ce sont les coûts fixes qui dominent. La Chine possède ici un avantage structurel.

Ce qui sort de Chine n'est pas seulement des produits ou des usines, mais des tokens eux-mêmes. De petites unités de données traitées par des modèles d'IA. Produites dans des usines de calcul locales, puis transmises à travers des câbles sous-marins dans le monde entier.

DeepSeek sert actuellement 30,7 % du marché intérieur chinois, mais aussi 13,6 % de l'Inde, 6,9 % de l'Indonésie et 4,3 % des États-Unis. 58 % des nouvelles startups en IA l'intègrent dans leur infrastructure technologique. Dans les pays sous sanctions, la part de marché oscille entre 40 % et 60 %.

Cela me rappelle une autre guerre pour l'indépendance industrielle. En 1986, le Japon a signé un accord sur les semi-conducteurs avec les États-Unis. À l'époque, le Japon contrôlait 51 % du marché mondial. Mais après cet accord, les États-Unis ont exercé une pression massive, soutenant Samsung et SK Hynix en Corée. La part du Japon dans le marché des DRAM est tombée de 80 % à 10 %. En 2017, il ne restait plus que 7 % du marché des circuits intégrés.

La différence est que le Japon s'est contenté d'être le meilleur producteur dans un système de division mondiale, sans construire un écosystème indépendant. Quand la vague s'est retirée, il ne lui est resté rien.

Cette fois, la Chine emprunte une voie différente. Des améliorations algorithmiques, un saut dans la fabrication locale de puces, passant de l'inférence à la formation, 4 millions de développeurs dans le système Ascend, et enfin la diffusion mondiale des tokens. Chaque étape construit un système industriel autonome.

Le 27 février 2026, trois sociétés chinoises de puces ont publié leurs résultats le même jour. Kimo a vu ses revenus augmenter de 453 % et a réalisé ses premiers bénéfices annuels. Moi Tun a crû de 243 %, mais a perdu un milliard. Moxi a augmenté de 121 %, mais a perdu 800 millions.

Un feu, une eau. La flamme est la soif du marché pour une alternative. Le vide de 95 % laissé par Nvidia se remplit progressivement. Peu importe la performance actuelle, le marché a besoin d'une option alternative. Une opportunité structurelle très rare, due aux tensions géopolitiques.

L'eau de mer est le coût de la construction de l'écosystème. Chaque perte financière réelle dans la quête d'une alternative à CUDA. Investissements en R&D, soutien logiciel, ingénieurs envoyés pour résoudre les problèmes de traduction, un par un. Ces pertes ne sont pas une mauvaise gestion, mais une taxe de guerre pour construire une véritable indépendance.

La guerre a changé de forme. Il y a huit ans, notre question était : devons-nous rester ? Aujourd'hui, la question est : combien payons-nous pour rester ? Le même prix est le progrès.