IA : la Chine a-t-elle rattrapé les États-Unis en copiant leur avance ?

Pendant longtemps, la hiérarchie mondiale de l’intelligence artificielle semblait évidente. Les États-Unis inventaient, finançaient, entraînaient et imposaient les modèles de référence. La Chine observait, accélérait, publiait, mais restait derrière sur la frontière la plus stratégique : celle des grands modèles capables de coder, raisonner, écrire, synthétiser, planifier et automatiser. Cette lecture est en train de voler en éclats. Le dernier rapport Stanford AI Index 2026 affirme que l’écart de performance entre les meilleurs modèles américains et chinois s’est « effectivement refermé ». Depuis début 2025, les modèles des deux pays se sont même échangé la première place à plusieurs reprises ; en mars 2026, le meilleur modèle américain, signé Anthropic, ne devançait plus le meilleur modèle chinois que de 2,7 %.  

Ce chiffre change la nature du débat. Il ne s’agit plus de savoir si la Chine rattrapera un jour les États-Unis. Elle est déjà dans la course de tête. Washington conserve encore des avantages considérables : davantage de modèles de très haut niveau, une puissance d’investissement privée hors norme, un écosystème de startups plus dense, des infrastructures de calcul considérables et une domination sur plusieurs briques critiques de la chaîne IA. Stanford relève ainsi que l’investissement privé américain dans l’IA a atteint 285,9 milliards de dollars en 2025, soit plus de 23 fois le niveau chinois estimé à 12,4 milliards. Mais cette supériorité financière ne se traduit plus automatiquement par une avance technologique écrasante.  

C’est précisément ce paradoxe qui inquiète Washington. Comment un pays soumis à des restrictions sur les puces avancées, moins doté en investissement privé et moins dominant dans les grands clouds mondiaux peut-il revenir aussi vite au contact ? La réponse américaine tient en un mot devenu central dans la nouvelle guerre technologique : la distillation. Dans le vocabulaire de l’IA, la distillation désigne une méthode consistant à entraîner un modèle plus petit ou moins coûteux à partir des sorties d’un modèle plus puissant. En soi, la méthode n’est pas illégitime. Elle est utilisée dans la recherche, dans l’optimisation industrielle, dans les modèles spécialisés et dans les architectures plus légères. Le problème commence lorsqu’elle devient, selon Washington, une stratégie systématique d’appropriation des capacités de modèles propriétaires.

Le mécanisme est simple à comprendre. Une entreprise n’a pas besoin de voler le code source d’un modèle américain, ni d’entrer dans les serveurs d’OpenAI, Anthropic ou Google. Elle peut simplement interroger massivement le modèle, lui poser des millions de questions, récupérer ses réponses, puis entraîner son propre système sur cette matière. Le modèle original devient alors une sorte de professeur involontaire. Il ne livre pas ses paramètres internes, mais il transmet une partie de son comportement, de ses raisonnements, de ses tournures, de ses arbitrages et de ses capacités opérationnelles. Autrement dit, il ne s’agit pas d’une copie classique. C’est une extraction de savoir-faire.

Le 23 avril 2026, Michael Kratsios, conseiller scientifique et technologique du président Trump et directeur de l’Office of Science and Technology Policy, a publié un mémo officiel intitulé « Adversarial Distillation of American AI Models ». Le document accuse des entités étrangères, principalement basées en Chine, de mener des campagnes délibérées et industrielles pour distiller les systèmes d’IA américains de pointe. Le mémo évoque notamment l’utilisation de dizaines de milliers de comptes proxy pour contourner la détection, ainsi que des techniques de jailbreak destinées à exposer ou extraire des informations propriétaires.  

La formule est importante : « campagnes industrielles ». Elle signifie que Washington ne décrit pas quelques étudiants brillants jouant avec des API, ni des usages marginaux difficiles à contrôler. L’administration américaine parle d’une mécanique organisée, répétée, structurée, presque manufacturière. Les modèles chinois issus de ces campagnes ne reproduiraient pas, selon le mémo, toute la performance des originaux. Mais ils permettraient à des acteurs étrangers de publier des produits apparemment comparables sur certains benchmarks, à une fraction du coût. Le même texte affirme aussi que ces modèles peuvent retirer des protocoles de sécurité présents dans les systèmes initiaux.  

La réaction américaine annoncée est à la hauteur de l’inquiétude. Le mémo prévoit un partage d’informations avec les entreprises américaines d’IA, une meilleure coordination du secteur privé, le développement de bonnes pratiques pour identifier et atténuer ces campagnes, et l’examen de mesures permettant de tenir les acteurs étrangers responsables. C’est un changement de posture : l’IA n’est plus seulement vue comme une industrie à protéger par les brevets, les secrets commerciaux ou les restrictions d’exportation sur les semi-conducteurs. Elle devient un champ d’affrontement où l’usage même des modèles peut être considéré comme une attaque économique.  

DeepSeek se retrouve au cœur de cette séquence. La startup chinoise avait déjà provoqué un choc mondial en démontrant qu’un modèle chinois pouvait rivaliser avec les géants américains pour un coût annoncé beaucoup plus faible. Reuters rapporte que le département d’État américain a demandé à ses diplomates d’alerter leurs homologues étrangers sur les risques liés à l’extraction et à la distillation de modèles américains, en citant notamment DeepSeek, Moonshot AI et MiniMax. La Chine rejette ces accusations, qu’elle présente comme infondées et politiquement motivées. DeepSeek, de son côté, a déjà affirmé par le passé avoir utilisé des données issues du web et ne pas avoir volontairement employé de données synthétiques générées par OpenAI.  

Il faut donc distinguer deux niveaux. D’un côté, la distillation existe, elle est techniquement plausible, et les États-Unis affirment disposer d’éléments montrant son usage à grande échelle par des acteurs chinois. De l’autre, l’accusation précise contre telle ou telle entreprise reste politiquement sensible et juridiquement complexe. Dans l’IA, prouver qu’un modèle a été entraîné sur les sorties d’un autre modèle est beaucoup plus difficile que prouver la copie d’un fichier ou d’un brevet. Un modèle ne laisse pas toujours des empreintes nettes. Ses comportements peuvent se ressembler parce qu’ils ont appris sur des données proches, parce qu’ils optimisent les mêmes benchmarks, ou parce qu’ils ont effectivement absorbé les mêmes réponses.

C’est là que l’affaire devient stratégique. Si la distillation permet à un concurrent de réduire massivement le coût du rattrapage, alors la domination américaine par l’investissement devient moins décisive. Les milliards dépensés pour entraîner un modèle frontière servent aussi, indirectement, à former le reste du monde dès lors que ce modèle est accessible par API, interface web ou comptes intermédiaires. L’avance technologique devient poreuse. Plus un modèle est utilisé, plus il peut être observé. Plus il répond, plus il révèle une partie de lui-même. L’ouverture commerciale, qui fait la force des plateformes américaines, devient aussi leur vulnérabilité.

Ce phénomène oblige les entreprises américaines à repenser leur modèle économique. Jusqu’ici, l’objectif était d’attirer le plus d’utilisateurs possible, d’ouvrir largement les API, de multiplier les cas d’usage et d’imposer son modèle comme standard mondial. Mais si chaque requête peut devenir une micro-extraction, les fournisseurs devront renforcer la détection des usages anormaux, limiter certains volumes, surveiller les patterns de requêtes, tracer les comptes liés et peut-être restreindre l’accès à certaines capacités avancées. Le risque est évident : plus ils verrouillent, moins ils diffusent. Plus ils diffusent, plus ils exposent.

Pour la Chine, l’enjeu est inverse. Le pays veut prouver qu’il peut bâtir une filière IA autonome malgré les restrictions américaines sur les puces, les logiciels et les infrastructures. L’arrivée de modèles chinois compétitifs, parfois adaptés aux puces Huawei, montre que Pékin cherche à réduire sa dépendance à l’écosystème américain. Reuters a ainsi rapporté que DeepSeek avait présenté une version V4 adaptée aux puces Huawei, signe d’une volonté de construire une chaîne IA plus souveraine.  

La bataille ne se joue donc plus seulement dans les laboratoires. Elle se joue dans les classements Stanford, dans les câbles diplomatiques, dans les restrictions d’accès, dans les API, dans les data centers, dans les puces, dans les usages clients et dans les sanctions à venir. Les États-Unis découvrent que leur avance n’est pas seulement menacée par une Chine qui innove. Elle est aussi menacée par une Chine qui apprend vite, contourne les obstacles et transforme chaque ouverture américaine en opportunité industrielle.

La conclusion est brutale : dans l’intelligence artificielle, l’avance ne se possède plus comme un brevet rangé dans un coffre. Elle doit être défendue en permanence. Les modèles parlent. Et en parlant, ils enseignent. Le problème, pour Washington, est que la Chine semble avoir très bien compris la leçon.