La Chine entre dans une phase critique de sa course aux modèles d’intelligence artificielle : le pays fait face à une pénurie sévère de données d’entraînement en chinois, un nouveau goulot d’étranglement qui pourrait compromettre ses ambitions technologiques. Si le verrou américain sur les puces avancées a monopolisé l’attention médiatique, des experts chinois alertent de plus en plus que l’épuisement de données de qualité pourrait être le prochain obstacle — et que des solutions purement matérielles ne suffiront pas.
Données d’entraînement : un goulot d’étranglement croissant
Le stock mondial de textes générés par des humains, de haute qualité et disponibles publiquement, pourrait être entièrement épuisé d’ici six ans, selon l’institut de recherche américain Epoch AI. Andrej Karpathy, cofondateur d’OpenAI, a également mis en garde contre un “data wall” d’ici la fin de la décennie, au-delà duquel les capacités des modèles risqueraient de stagner sans apport continu d’informations fraîches et fiables.
Conséquences pour la compétition mondiale et réactions
Le problème concerne les géants de l’IA des deux côtés du Pacifique : certaines entreprises américaines recourent déjà à des mesures agressives pour garder l’avantage. Parallèlement, les principaux laboratoires américains dépensent massivement pour exploiter les connaissances humaines hors ligne, démarche qui suscite un vif débat éthique.
La pénurie de données d’entraînement en chinois apparaît ainsi comme un enjeu stratégique majeur, difficilement compensable par des contournements matériels.
