Comprendre la gouvernance mondiale de l’IA à travers un cadre en trois couches
« Si le 20e siècle fonctionnait avec du pétrole et de l’acier, le 21e siècle fonctionne avec des calculs et les minéraux qui l’alimentent. » C’est ainsi que l’initiative Pax Silica de l’administration Trump a été lancée le 11 décembre 2025, marquant un engagement entre les États-Unis et huit pays partenaires pour sécuriser les chaînes d’approvisionnement technologiques mondiales.
Deux jours auparavant, la Fondation Linux a annoncé la formation de la Agentic AI Foundation (AAIF), un groupe d’entreprises d’intelligence artificielle (IA) comprenant Amazon, Google, Microsoft, OpenAI et Cloudflare, s’engageant à établir un écosystème partagé d’outils, de normes et d’innovations communautaires pour l’IA agentique.
Ces initiatives s’ajoutent à un paysage déjà fragmenté de la gouvernance de l’IA, avec l’émergence périodique de nouveaux organismes et groupes de travail, ainsi qu’un nombre croissant de textes normatifs et de documents politiques produits par des organisations internationales.
Les défis de la gouvernance de l’IA
Avec cette croissance exponentielle de la politique mondiale en matière d’IA, se pose le risque de duplication des initiatives, de chevauchements substantiels, de défis d’interopérabilité, et même de contradictions potentielles des politiques et des normes. Le nombre croissant d’organismes et d’initiatives complique également la tâche des acteurs de l’IA qui cherchent à s’engager efficacement dans la gouvernance mondiale de l’IA.
Les Nations Unies ont récemment reconnu ces défis, soulignant la nécessité d’une gouvernance multistakeholder de l’IA, sans toutefois préciser ce que cela signifie concrètement, ce qui entraîne une confusion accrue.
Cadre en trois couches de la gouvernance de l’IA
Pour mieux comprendre le paysage actuel de l’IA, un cadre en trois couches, inspiré du cadre de gouvernance de l’internet, est proposé. Ce modèle s’articule autour des concepts de l’« empilement de l’IA », incluant l’infrastructure, les logiciels, les données et les applications qui forment la chaîne d’approvisionnement de l’IA.
1. Couche d’infrastructure de l’IA
Cette couche comprend l’infrastructure de calcul et de données qui soutient l’informatique de haute performance, comme les semi-conducteurs, les GPU, les TPU, et les centres de données. Des entreprises comme Nvidia et Taiwan Semiconductor Manufacturing Company (TSMC) opèrent à ce niveau.
2. Couche logique
Cette couche englobe les modèles d’IA, les systèmes logiciels, et les services centrés sur les modèles, en se concentrant sur les protocoles d’interopérabilité émergents. Contrairement à la couche logique de l’internet, dominée par des normes ouvertes, cette couche est actuellement dominée par des modèles propriétaires développés par un petit nombre d’entreprises.
3. Couche sociale
La couche sociale fait référence aux interactions humaines et institutionnelles qui utilisent des applications d’IA pour produire divers résultats. Cette couche comprend une multitude d’applications, des outils de recrutement à la prévention du crime, en passant par le marketing et l’automatisation des flux de travail.
Des applications représentatives incluent Gemini, ChatGPT, et Canva, développées et commercialisées par des acteurs variés.
Observations et questions politiques
Le cadre proposé permet de regrouper diverses initiatives politiques en fonction de la couche qu’elles ciblent. Par exemple, la California Transparency in Frontier AI Act se concentre sur la couche logique, tandis que le EU AI Act concerne principalement la couche sociale.
Les tendances actuelles posent des défis significatifs en matière de gouvernance. Alors que les entreprises d’IA cherchent à acquérir les moyens de production, comme les infrastructures énergétiques et de calcul, aucune organisation domestique ou internationale ne peut capturer l’ensemble de leurs activités. Des collaborations stratégiques entre couches, comme celles entre Nvidia et Google, illustrent cette dynamique.
Avec cette vue d’ensemble, il est essentiel d’explorer des moyens d’améliorer la gouvernance mondiale de l’IA, en gardant à l’esprit que les politiques d’une couche peuvent influencer d’autres couches.