La course à l’IA entre les États-Unis et la Chine s’intensifie sur deux fronts : la puissance de calcul brute et les applications grand public axées sur l’expérience.
Côté infrastructures, les États-Unis restent en tête pour l’architecture des puces de pointe (clusters NVIDIA H100/H200, TPU personnalisés). La Chine a été contrainte d’innover pour contourner les restrictions à l’exportation : elle mise sur l’efficacité algorithmique et sur des modèles plus petits et optimisés, capables de fonctionner sur des machines plus anciennes. Pensez à l’approche de DeepSeek : atteindre des performances de niveau GPT-4 avec beaucoup moins de puissance de calcul.
Mais le véritable changement se joue dans l’innovation au niveau des applications. La Chine déploie déjà à grande échelle des applications créées par vibe coding : compagnons IA, fils de contenu hyperpersonnalisés, clones vocaux qui sonnent vraiment comme des humains. Ce ne sont pas de simples chatbots ; ce sont des produits conçus pour susciter des émotions, qui ressemblent moins à des outils qu’à des entités numériques avec lesquelles on a vraiment envie d’interagir.
Les États-Unis rattrapent leur retard dans ce domaine, mais restent trop centrés sur les logiciels SaaS d’entreprise et les outils de productivité. Le marché de l’IA grand public est encore largement ouvert, et celui qui maîtrisera en premier cette dimension expérientielle (langage naturel + intelligence émotionnelle + expérience utilisateur sans friction) dominera le prochain changement de plateforme.
Question technique clé : peut-on créer des expériences d’IA véritablement captivantes à partir de modèles à poids ouverts, ou faut-il pour cela des entraînements propriétaires massifs ? La Chine mise sur la première option, les États-Unis sur la seconde. Nous verrons qui a raison dans 12 à 18 mois.
Côté infrastructures, les États-Unis restent en tête pour l’architecture des puces de pointe (clusters NVIDIA H100/H200, TPU personnalisés). La Chine a été contrainte d’innover pour contourner les restrictions à l’exportation : elle mise sur l’efficacité algorithmique et sur des modèles plus petits et optimisés, capables de fonctionner sur des machines plus anciennes. Pensez à l’approche de DeepSeek : atteindre des performances de niveau GPT-4 avec beaucoup moins de puissance de calcul.
Mais le véritable changement se joue dans l’innovation au niveau des applications. La Chine déploie déjà à grande échelle des applications créées par vibe coding : compagnons IA, fils de contenu hyperpersonnalisés, clones vocaux qui sonnent vraiment comme des humains. Ce ne sont pas de simples chatbots ; ce sont des produits conçus pour susciter des émotions, qui ressemblent moins à des outils qu’à des entités numériques avec lesquelles on a vraiment envie d’interagir.
Les États-Unis rattrapent leur retard dans ce domaine, mais restent trop centrés sur les logiciels SaaS d’entreprise et les outils de productivité. Le marché de l’IA grand public est encore largement ouvert, et celui qui maîtrisera en premier cette dimension expérientielle (langage naturel + intelligence émotionnelle + expérience utilisateur sans friction) dominera le prochain changement de plateforme.
Question technique clé : peut-on créer des expériences d’IA véritablement captivantes à partir de modèles à poids ouverts, ou faut-il pour cela des entraînements propriétaires massifs ? La Chine mise sur la première option, les États-Unis sur la seconde. Nous verrons qui a raison dans 12 à 18 mois.