L’intelligence artificielle n’est plus une promesse technologique dont les effets appartiendraient à un avenir plus ou moins lointain. Elle est désormais une réalité économique, industrielle et financière qui recompose les rapports de force entre entreprises, États et grandes puissances. Mais derrière la fascination pour les modèles de langage et les performances spectaculaires des algorithmes se joue une bataille autrement plus matérielle : celle des données, de la puissance de calcul, des centres de données, de l’énergie et des compétences.
C’est l’un des principaux enseignements de la conférence « IA 360° : de la vision à l’exécution », organisée vendredi 25 septembre 2026 par MAC SA, au cours de laquelle plusieurs intervenants ont livré des lectures complémentaires de cette mutation. De l’ancien commissaire européen Thierry Breton à Emmanuel Vignon, expert en IA, data et transformation digitale, en passant par l’économiste Philippe Dessertine, une même conviction se dessine : la véritable question n’est déjà plus de savoir si l’intelligence artificielle transformera l’économie, mais de déterminer où la valeur sera créée, qui la contrôlera et selon quelles règles elle sera distribuée.
Pour la Tunisie, l’enjeu est considérable. Non parce qu’elle serait appelée à rivaliser directement avec les États-Unis ou la Chine dans la course aux grands modèles, mais parce qu’elle doit déterminer les actifs, les infrastructures et les compétences sur lesquels elle souhaite conserver une capacité de décision.
La donnée, un actif stratégique
Thierry Breton a posé l’un des cadres les plus structurants de cette réflexion. Pour l’ancien commissaire européen, le développement de l’IA est désormais inéluctable. La question pertinente consiste donc moins à l’empêcher qu’à encadrer ses usages, à identifier les risques et à établir les limites acceptables.
Il a rappelé, dans ce contexte, que l’Union européenne avait précisément choisi cette voie avec son règlement sur l’intelligence artificielle, fondé sur une approche graduée en fonction des risques : certains usages sont interdits, d’autres soumis à des obligations de transparence ou à des exigences renforcées lorsqu’ils présentent un risque élevé. Depuis le 2 août 2026, plusieurs nouvelles obligations de transparence prévues par le règlement européen sont notamment devenues applicables.
Mais, dans la lecture de Thierry Breton, la réglementation n’est que la partie visible d’une problématique beaucoup plus vaste ; celle de la maîtrise du patrimoine informationnel. La donnée est devenue un actif stratégique. Pour une entreprise, elle englobe les informations relatives à ses clients, ses transactions, ses procédés, ses performances, ses fournisseurs ou encore son historique opérationnel. Pour un État, elle touche à des pans entiers de son économie, de son administration et de ses infrastructures.
La souveraineté technologique ne saurait donc être réduite à la possession d’un logiciel ou d’un modèle d’IA. Elle commence par une question plus fondamentale : quelles sont les données que l’on considère comme stratégiques, où sont-elles stockées, qui peut y accéder et dans quelles conditions peuvent-elles être exploitées ? Cette interrogation vaut autant pour un grand groupe que pour un pays.
L’énergie, condition matérielle de la souveraineté numérique
Derrière l’apparente immatérialité de l’intelligence artificielle se trouve une infrastructure lourde, coûteuse et énergivore. Thierry Breton la résume en une formule particulièrement évocatrice : « Un modèle sans puissance de calcul, sans énergie, sans data center et sans données, c’est rien du tout ».
Les modèles nécessitent des capacités de calcul considérables, des processeurs spécialisés, des centres de données et une alimentation électrique à la hauteur de leurs besoins. À mesure que les usages se multiplient, la disponibilité de ces infrastructures devient elle-même un facteur de compétitivité. Un pays peut disposer d’ingénieurs compétents et de données de qualité, mais sans puissance de calcul et sans électricité disponible à un coût soutenable, sa capacité à développer ou simplement à exploiter des infrastructures d’IA restera limitée.
C’est ici que la notion de souveraineté prend une dimension nouvelle. Elle n’implique pas nécessairement de produire chaque composant localement, mais suppose de savoir quelles dépendances sont stratégiques et lesquelles peuvent être assumées.
Une lecture que partage, sous un angle plus opérationnel, Emmanuel Vignon : « la souveraineté, c’est avant tout choisir ses dépendances ».
Faut-il un modèle tunisien ?
Cette formule permet de poser différemment la question qui s’impose désormais à la Tunisie. Face aux modèles américains et chinois, le pays doit-il développer son propre grand modèle de langage pour ne pas dépendre des technologies étrangères ?
Pour Emmanuel Vignon, la réponse n’est pas aussi simple. La construction d’un grand modèle compétitif nécessite des investissements colossaux, une puissance de calcul considérable, des infrastructures spécialisées et une capacité à soutenir durablement une course technologique dont les règles évoluent rapidement. Même les acteurs européens les plus avancés doivent consentir des efforts financiers importants pour rester dans cette compétition.
Surtout, M. Vignon anticipe une possible banalisation progressive des modèles. Si leurs performances tendent à converger, l’avantage concurrentiel pourrait se déplacer vers d’autres actifs, notamment la qualité des données, leur disponibilité, leur interopérabilité, les infrastructures et la capacité des organisations à transformer ces ressources en applications concrètes.
Cette perspective est particulièrement intéressante pour la Tunisie. Le pays ne dispose peut-être pas des mêmes moyens que les grandes puissances pour mener la course aux modèles fondamentaux, mais ses entreprises accumulent déjà depuis des années des volumes importants de données. L’enjeu devient alors celui de leur qualité, de leur gouvernance, de leur sécurisation et de leur valorisation. Autrement dit, d’après M. Vignon, la question n’est pas uniquement de savoir quel modèle la Tunisie utilisera, mais avec quelles données, sur quelles infrastructures et pour créer quelle valeur.
Une telle approche ouvre une voie intermédiaire entre l’autarcie technologique et la dépendance intégrale à des plateformes étrangères. Une entreprise ou une administration tunisienne pourrait, à son sens, utiliser un modèle développé à l’étranger tout en accordant une attention particulière à l’environnement dans lequel celui-ci est exploité. C’est à dire, les données sensibles restent hébergées localement, tandis que certains modèles étrangers seraient opérés sur des infrastructures placées sous une juridiction et un contrôle définis.
Ici, la distinction est fondamentale. La souveraineté ne signifie pas nécessairement indépendance absolue, selon Emmanuel Vignon. Elle peut consister à déterminer les éléments que l’on souhaite conserver sur son territoire, les technologies auxquelles on accepte de recourir et les conditions dans lesquelles cette dépendance est organisée.
Cette réflexion suppose néanmoins des infrastructures. Le développement de data centers en Tunisie pourrait constituer un maillon important de la chaîne de valeur numérique, mais leur pertinence ne peut être dissociée de la question énergétique. L’IA pourrait ainsi obliger à penser simultanément souveraineté numérique et souveraineté énergétique, les deux devenant progressivement interdépendantes.
De l’expérimentation à la valeur
Cette réflexion sur les infrastructures et les dépendances ne saurait rester cantonnée à l’échelle des États. La véritable épreuve de l’IA se joue aussi, et peut-être surtout, dans les entreprises, là où les technologies doivent passer du discours à l’usage et de l’expérimentation à la création de valeur.
Emmanuel Vignon a d’ailleurs relevé un niveau de maturité qu’il juge significatif chez les entreprises tunisiennes. Cette prise de conscience constitue un préalable essentiel, mais elle ne suffit pas. Intégrer l’IA ne consiste pas simplement à installer un nouvel outil. Il s’agit de transformer des processus, de revoir certaines fonctions, d’automatiser des tâches, de modifier les circuits de décision et, surtout, d’accompagner les collaborateurs dans une nouvelle organisation du travail.
C’est pourquoi M. Vignon défend une logique de subsidiarité : les usages doivent pouvoir émerger au plus près du terrain, dans les entreprises, les départements et les équipes, en fonction des problèmes qu’il s’agit concrètement de résoudre. Le rôle de l’État serait alors moins de dicter les applications que de fixer un cadre de confiance : règles, sécurité, protection des données, conditions d’utilisation des modèles et principes de responsabilité.
L’expérience réglementaire européenne peut fournir des points de référence, sans pour autant être transposée mécaniquement. La Tunisie doit pouvoir élaborer un cadre adapté à son économie, à ses capacités institutionnelles et à ses propres priorités.
Repenser la mesure de la valeur
Cette articulation entre technologie, organisation et cadre de confiance conduit à une interrogation plus profonde : que signifie exactement « créer de la valeur » à l’ère de l’intelligence artificielle ? C’est sur ce terrain que l’intervention de Philippe Dessertine apporte une autre dimension au débat.
Pour l’économiste, le bouleversement provoqué par l’IA ne concerne pas uniquement les technologies ou les méthodes de travail. Il touche à la manière même dont les entreprises et les économies évaluent leur performance. Le modèle traditionnel repose sur des indicateurs relativement lisibles : chiffre d’affaires, bénéfice, productivité, nombre de clients, parts de marché. Or l’intelligence artificielle peut créer une valeur qui n’apparaît pas immédiatement dans ces agrégats.
M. Dessertine prend notamment l’exemple de la gestion de l’eau. Une technologie permettant d’améliorer la qualité de l’eau, de réduire les pertes ou d’optimiser la consommation peut générer une valeur considérable sans nécessairement produire, à court terme, une hausse correspondante du chiffre d’affaires d’une entreprise. À son sens, la valeur existe et elle se situe dans l’optimisation des ressources, la qualité du service, la réduction des coûts futurs, l’amélioration de la résilience ou encore le bénéfice collectif. Autant de dimensions que les outils classiques de mesure économique appréhendent imparfaitement.
Pour la Tunisie, cette réflexion est loin d’être théorique. Dans une économie confrontée à des contraintes de ressources, l’IA pourrait produire de la valeur précisément là où les gains ne prennent pas immédiatement la forme d’une nouvelle activité commerciale : gestion de l’eau, énergie, agriculture, logistique, santé, services publics ou optimisation industrielle.
Dès lors, la question de la mesure de la valeur rejoint celle de son financement. Philippe Dessertine estime que les économies européennes ont parfois peiné à accompagner certaines ruptures technologiques parce que les investisseurs exigeaient trop rapidement des preuves de rentabilité, de chiffre d’affaires et de clientèle. L’enjeu pour la Tunisie est de ne pas reproduire ce schéma lorsqu’il s’agit d’innovation liée à l’IA.
Un investissement dans les données, la formation, l’automatisation ou l’infrastructure peut produire des effets différés. Une entreprise qui transforme aujourd’hui ses processus ne récoltera pas nécessairement tous les bénéfices de cette transformation dès son premier exercice. Cela ne signifie pas pour autant que toute dépense consacrée à l’IA crée mécaniquement de la valeur. La question demeure précisément de distinguer l’investissement productif de la dépense technologique sans rendement identifiable. Mais cette distinction elle-même suppose de disposer de nouveaux indicateurs.
D’ailleurs, M. Dessertine invite à réfléchir à une économie dans laquelle la valeur ne serait plus mesurée uniquement à travers le triptyque « chiffre d’affaires, bénéfice, client », mais intégrerait davantage les actifs immatériels, l’optimisation des ressources, le capital humain et, plus largement, la valeur sociale.
Une nouvelle géographie de la puissance
Les trois interventions convergent finalement vers une même conclusion : la révolution de l’IA ne se résume pas à une compétition entre logiciels. Elle dessine une nouvelle géographie de la puissance économique. Les États-Unis et la Chine occupent une place centrale dans la course aux modèles et aux infrastructures. L’Europe tente, pour sa part, de construire une autre forme de puissance autour de la régulation, de la confiance, de la transparence et de la protection des données.
Dans cet environnement, la Tunisie n’a pas nécessairement à reproduire les trajectoires des grandes puissances technologiques. Elle doit plutôt identifier les segments de la chaîne de valeur sur lesquels elle dispose d’atouts ou peut raisonnablement construire une capacité durable : la donnée, en sachant quelles informations constituent un patrimoine stratégique et comment les protéger ; les infrastructures — data centers, réseaux, capacités de calcul ; l’énergie, condition matérielle de toute stratégie numérique ambitieuse ; et enfin les compétences, condition de la capacité des entreprises à transformer l’IA en gains de productivité, en nouveaux services ou en solutions répondant à des besoins économiques et sociaux concrets.
Cette nouvelle géographie de la puissance ne repose toutefois pas uniquement sur des actifs matériels ou technologiques. Elle dépend également d’un actif plus difficile à quantifier, mais indispensable à l’adoption de l’IA : la confiance. Thierry Breton la place au cœur de l’approche européenne. Emmanuel Vignon rappelle, pour sa part, qu’elle est longue à construire et extrêmement rapide à perdre. Or l’adoption de l’IA implique précisément que les entreprises, les salariés et les citoyens acceptent de déléguer certaines tâches à des systèmes qu’ils ne comprennent pas toujours entièrement, et de confier des données à des infrastructures dont la localisation, la juridiction et les modalités d’exploitation peuvent varier. La confiance devient donc une condition économique de l’adoption.
C’est peut-être là que se trouve la véritable portée de la réflexion proposée lors de l’« IA 360° ». La révolution de l’intelligence artificielle ne demande pas seulement aux entreprises de choisir des outils. Elle les oblige à reconsidérer leurs données, leurs infrastructures, leurs compétences, leurs dépendances et leurs critères de performance.
Pour la Tunisie, le défi n’est donc pas nécessairement de posséder le plus puissant modèle d’IA. Il est de savoir où elle veut être souveraine, où elle accepte d’être dépendante et surtout où elle entend capter la valeur.
N.J
