Alors qu'en Occident le débat sur l'intelligence artificielle reste largement concentré sur la construction de modèles toujours plus grands, un rapport chinois suggère que le secteur est sur le point d'entrer dans une phase radicalement différente. Selon l'institut de recherche lié au principal opérateur de télécommunications public chinois, l'industrie de l'IA en Chine se déplacerait de la compétition autour des modèles et de l'entraînement vers le déploiement à grande échelle d'«agents» IA, des systèmes capables d'exécuter des tâches en autonomie. Ce changement touche l'ensemble de la structure du compute pour l'inférence en Chine, et ses implications dépassent largement les frontières nationales.
La donnée la plus frappante du rapport mérite d'être lue avec attention et prudence: il s'agit d'une projection, non d'un fait établi, mais il vaut la peine de comprendre pourquoi elle est aussi significative. Voyons ce que prédit exactement cette étude et pourquoi elle s'articule directement avec d'autres développements récents dans la course mondiale aux infrastructures IA.
Ce que prévoit le rapport
Selon l'institut de recherche de China Telecom, repris par la chaîne de télévision publique chinoise puis par Bloomberg, la demande de puissance de calcul générée par les agents IA pourrait multiplier par près de dix les besoins computationnels globaux du pays en deux ou trois ans. Le chiffre le plus significatif concerne la composition de cette demande: selon cette projection, d'ici 2029 l'inférence, c'est-à-dire l'utilisation pratique d'un modèle déjà entraîné pour accomplir des tâches réelles, pourrait représenter environ quatre-vingts pour cent de l'ensemble du marché chinois de capacité de calcul, dépassant pour la première fois la demande liée à l'entraînement des modèles.
Une précision s'impose: il s'agit d'une projection élaborée par un institut de recherche, certes reconnu et lié à un acteur étatique de premier plan, mais qui ne constitue pas une donnée déjà consolidée. Les prévisions de ce type, surtout sur un horizon de plusieurs années dans un secteur qui évolue rapidement, doivent toujours être considérées avec prudence. Cela dit, la direction indiquée par le rapport est cohérente avec ce qu'observent d'autres analystes du secteur à l'échelle mondiale.
赵斌宇
Pourquoi le goulot d'étranglement change de nature
Pour saisir l'importance de ce basculement, il faut comprendre la différence entre entraîner un modèle et le faire fonctionner au quotidien. L'entraînement d'un grand modèle d'intelligence artificielle exige certes une quantité colossale de puissance de calcul, mais concentrée sur des périodes relativement délimitées, où d'immenses clusters de machines travaillent ensemble pendant des semaines, voire des mois. C'est un problème coûteux, mais borné dans le temps.
Des millions d'agents IA opérationnels simultanément exigent, en revanche, un type d'infrastructure radicalement différent: un calcul continu, distribué sur l'ensemble du territoire, avec des temps de réponse très bas, car un agent devant répondre en temps réel ne peut se permettre aucun délai. Cela implique davantage de centres de données, des réseaux de connexion plus capillaires, des systèmes de stockage de données et, bien sûr, une alimentation électrique suffisante pour maintenir tout cela en fonctionnement ininterrompu, jour et nuit. Ce n'est pas un hasard si les autorités chinoises travaillent déjà à un plan d'infrastructure spécifique, visant à déployer une couverture réseau à très faible latence dans la grande majorité des zones métropolitaines du pays d'ici quelques années, afin de rapprocher physiquement les nœuds de calcul des utilisateurs finaux.
La deuxième phase de la course IA
Ce que prévoit le rapport chinois. Source: China Telecom Research Institute, 2026
- La projection: l'inférence à 80% du marché compute chinois d'ici 2029, dépassant l'entraînement.
- Le moteur: les agents IA pourraient multiplier par près de 10 la demande en 2 à 3 ans, selon China Telecom Research Institute.
- Déjà en cours: China Telecom vend déjà des forfaits de tokens IA à ses clients, à l'image des abonnements data mobiles.
Pas seulement de la théorie: cela commence déjà
Un élément rend cette projection moins abstraite qu'il n'y paraît. L'opérateur de télécommunications à l'origine de l'institut qui a publié le rapport a déjà commencé à vendre à ses clients des forfaits d'utilisation de l'IA structurés exactement comme les offres de données mobiles traditionnelles: quelques yuans par mois pour un certain nombre de «tokens», l'unité de mesure de l'utilisation des modèles de langage, avec des plans qui montent en gamme pour un usage plus intensif. La plateforme sur laquelle repose ce service héberge déjà plus de cent modèles de langage différents et des centaines d'applications spécifiques à divers secteurs. Selon les données publiées par China Telecom, les revenus liés à ce type de «calcul intelligent» ont presque doublé au cours du premier semestre de cette année.
C'est un signal concret que le passage de la phase expérimentale au marché de masse pour l'inférence IA n'est pas une hypothèse lointaine, mais un processus déjà engagé. Les opérateurs de télécommunications chinois ne sont pas seuls dans cette course: leurs principaux concurrents nationaux ciblent la même source de revenus, dans ce qui devient rapidement une nouvelle ligne de business incontournable pour le secteur des télécoms du pays.
Alina Maria Stan
La pièce manquante dans le puzzle mondial de l’IA
Cette actualité prend tout son sens si on la rapproche de deux autres dossiers traités récemment sur SpazioCrypto. D'un côté, nous avions rapporté comment Google sécurise des décennies d’énergie nucléaire en Finlande pour alimenter ses centres de données, et comment un ancien opérateur de minage Bitcoin comme IREN se reconvertit pour capter la même demande d'infrastructure physique. De l'autre, nous avions vu comment la société chinoise Z.AI lève des milliards de dollars sur les marchés financiers précisément pour acquérir de la capacité de calcul.
Ces récits décrivaient le côté de l'offre: d'où viennent l'énergie et le capital nécessaires à la construction de l'infrastructure IA. Le rapport chinois sur l'inférence éclaire quelque chose d'aussi important: d'où pourrait venir la demande appelée à remplir cette infrastructure une fois construite. Si des millions d'agents IA devenaient réellement opérationnels à grande échelle, le besoin de calcul continu et distribué accroîtrait la pression sur l'énergie, le capital et les infrastructures physiques, rendant encore plus décisifs les mouvements que l'on observe sur ces deux fronts. À noter également, pour compléter le tableau, que le monde des cryptomonnaies s'intéresse de plus en plus au concept d'agents autonomes, comme nous l'avions vu avec la vision de Tether sur une économie de machines et de paiements automatisés.
La lecture d’ensemble
Si la prévision chinoise se confirme, même partiellement, nous assisterions à une transformation profonde de la nature même de la demande d'intelligence artificielle. La première phase de la course mondiale à l'IA a été dominée par la compétition entre quelques laboratoires cherchant à construire le modèle le plus puissant possible. Une deuxième phase, portée par le déploiement massif d'agents autonomes fonctionnant en continu, pourrait s'avérer encore plus exigeante sur le plan infrastructurel: il ne s'agirait plus de quelques semaines d'entraînement intensif, mais d'un fonctionnement permanent à l'échelle de millions de systèmes simultanés.
Pour l'observateur, la leçon est double. D'un côté, cette affaire rappelle que le débat sur l'intelligence artificielle ne peut se limiter à la seule qualité des modèles: il doit intégrer la question de comment et où ces modèles seront réellement utilisés à grande échelle, avec toutes les implications infrastructurelles que cela suppose. De l'autre, la comparaison entre l'approche chinoise, pilotée de façon coordonnée par l'État et ses grands opérateurs télécoms, et l'approche plus fragmentée et privée des marchés occidentaux, invite à réfléchir aux modèles qui se révéleront les plus efficaces pour bâtir l'infrastructure nécessaire à cette prochaine phase. Pour mieux comprendre les bases de ces technologies, la ressource sur ce que sont les cryptomonnaies et l’intelligence artificielle reste un point de départ utile.
