Dans l’histoire, les grandes ruptures technologiques ont toujours redessiné les équilibres. L’imprimerie a déplacé l’autorité sur le savoir. La révolution industrielle a redistribué la puissance économique et militaire. La guerre froide a installé durablement la centralité du renseignement, de l’influence et de la perception. L’IA s’inscrit dans cette continuité, mais avec une portée plus profonde : elle agit directement sur les filtres qui sélectionnent, hiérarchisent et reformulent l’information. Autrement dit, elle intervient au niveau même où se fabrique la décision.

Dans ce nouvel environnement, la valeur stratégique se déplace vers les couches invisibles : données, infrastructures cloud, puissance de calcul, modèles fondamentaux, standards techniques et interfaces d’accès à l’information. Ce déplacement n’est pas neutre. Il s’accompagne d’une concentration croissante des capacités critiques entre un nombre limité d’acteurs. Le Stanford AI Index 2025 souligne à la fois le poids croissant de l’industrie dans les modèles d’IA les plus notables et la hausse record des investissements privés en 2024. L’UNCTAD insiste, elle, sur la concentration du développement de l’IA dans un nombre limité de pays et d’entreprises. L’OCDE documente enfin les risques concurrentiels liés à la forte concentration du cloud et de l’infrastructure physique de l’IA.

La question centrale devient alors simple : qui contrôle la chaîne informationnelle qui précède la décision ? Qui collecte les données ? Qui héberge les flux ? Qui entraîne les modèles ? Qui fournit le calcul ? Qui fixe les standards ? Qui structure les interfaces à travers lesquelles administrations, entreprises et médias accèdent à l’information ?

Celui qui contrôle cette chaîne ne détient pas seulement un avantage technologique. Il dispose d’un levier économique et stratégique.

C’est ici que l’intelligence économique retrouve toute sa centralité. Elle ne consiste plus seulement à surveiller des marchés. Elle doit permettre de cartographier les dépendances, d’identifier les asymétries, de sécuriser les chaînes de valeur et de transformer l’information en capacité de décision.

La grille de lecture redevient claire : veille pour détecter les dépendances critiques; tri pour distinguer le signal stratégique du bruit technologique; analyse pour comprendre les rapports de force;
décision pour arbitrer entre efficacité et autonomie; protection pour sécuriser les actifs immatériels et les médiations. Cette chaîne constitue désormais le socle de la souveraineté économique.

Le risque, sinon, est bien identifié. Un acteur peut adopter massivement l’IA et renforcer sa dépendance. Il peut produire davantage sans maîtriser les conditions de sa visibilité. Décider plus vite sans contrôler les filtres qui orientent ses arbitrages. Moderniser ses usages tout en externalisant les couches informationnelles qui structurent son rapport au réel. Ce phénomène relève d’un encerclement cognitif.

Une économie ne s’affaiblit pas seulement lorsqu’elle perd des parts de marché ou des capacités industrielles. Elle s’affaiblit lorsqu’elle ne maîtrise plus les médiations qui filtrent l’information utile et structurent la décision.

L’IA accélère ce basculement. Les moteurs de recherche avaient restructuré l’accès au savoir. Les plateformes avaient déplacé la hiérarchie éditoriale. Les réseaux sociaux avaient fragmenté l’autorité du vrai. L’IA générative franchit un seuil supplémentaire : elle ne se contente plus d’organiser l’accès à l’information, elle participe désormais à sa reformulation, à sa hiérarchisation et à sa pré-interprétation.

Le problème n’est donc plus seulement la désinformation. Il devient le cadrage du réel. Dans ce contexte, la vitesse n’est pas une stratégie. Aller vite avec des dépendances mal identifiées revient souvent à s’intégrer plus rapidement dans des architectures conçues ailleurs.

À l’inverse, une stratégie d’intelligence économique appliquée à l’IA suppose des choix clairs : maîtriser les données sensibles, sécuriser les infrastructures critiques, former les décideurs et auditer les médiations techniques. Les travaux récents de l’OCDE sur le cloud et l’infrastructure IA insistent justement sur les enjeux de concentration, de barrières à l’entrée et d’interopérabilité, qui pèsent directement sur l’autonomie stratégique des acteurs dépendants.

L’enjeu n’est pas d’utiliser l’IA. Il est de savoir dans quelles conditions on l’intègre sans perdre le contrôle de ses dépendances.

Dans l’économie algorithmique, la puissance ne se mesure plus seulement à ce qu’un acteur produit ou possède. Elle se mesure à sa capacité à contrôler les chaînes de l’information et à transformer la connaissance en décision.

À l’ère de l’intelligence artificielle, une économie ne perd pas sa souveraineté lorsqu’elle manque de technologies. Elle la perd lorsqu’elle ne maîtrise plus les filtres à travers lesquels elle comprend, hiérarchise et décide.

L’article IA : le nouveau terrain de l’intelligence économique est apparu en premier sur Atlasinfo.

À partir de là, l’IA change de nature. Elle cesse d’être un simple outil. Elle devient une médiation stratégique entre le réel et l’action. Or toute médiation dominante finit, tôt ou tard, par toucher à l’autorité.

C’est là que le débat contemporain reste en retard sur son objet. Les États continuent d’apparaître comme les acteurs centraux. Ils légifèrent, investissent, annoncent des stratégies nationales et invoquent la souveraineté numérique. Leur souveraineté juridique demeure. Mais la souveraineté juridique ne recouvre pas toujours la souveraineté fonctionnelle.

Car, dans les faits, une partie croissante des couches critiques de l’IA — cloud, capacités de calcul, modèles fondamentaux, interfaces et standards techniques — est concentrée entre les mains d’un nombre limité d’acteurs industriels. Le Stanford AI Index 2025 souligne que près de 90 % des modèles d’IA notables en 2024 provenaient de l’industrie, contre 60 % en 2023. Le même rapport indique aussi que le compute d’entraînement des modèles notables continue de croître très rapidement, à un rythme de doublement d’environ cinq mois. 

Nous sommes donc entrés dans une configuration nouvelle : une tension entre souveraineté institutionnelle et puissance d’infrastructure.

Les États conservent le droit, la légitimité politique, la coercition, la diplomatie et la sécurité nationale. Les Big Tech, elles, concentrent l’infrastructure, la vitesse d’exécution, l’innovation appliquée, les interfaces d’accès et, de plus en plus, les médiations qui organisent l’information utile.

Le pouvoir ne disparaît pas des États. Mais il se déplace partiellement hors d’eux. Plus précisément, il se loge dans les systèmes que les États eux-mêmes utilisent désormais.

Dès lors, la question n’est plus simplement : qui décide ? Elle devient : qui rend certaines décisions possibles, rapides, fluides et, à terme, incontournables ?

C’est ce déplacement qui importe. Un État peut réglementer l’intelligence artificielle tout en dépendant d’infrastructures qu’il ne maîtrise pas totalement. Une administration peut moderniser ses procédures tout en externalisant les couches techniques qui structurent ses flux d’information. Une entreprise peut gagner en efficacité tout en perdant la maîtrise des médiations qui orientent ses arbitrages.

Ce phénomène n’est pas une simple dépendance technique. Il annonce ce que l’on peut appeler un encerclement cognitif. Le terme peut sembler abstrait. Il désigne pourtant une réalité très concrète : un acteur conserve ses institutions, ses procédures et sa capacité formelle de décision, mais voit progressivement les conditions de perception, de tri, de synthèse et d’interprétation de l’information être structurées ailleurs.

Lorsqu’une administration, une industrie stratégique ou un acteur de défense confie à des systèmes qu’il ne contrôle pas la synthèse de données sensibles, l’organisation de flux critiques ou l’assistance à l’arbitrage, il ne délègue pas seulement une fonction technique. Il délègue une part du cadrage du réel.

C’est pourquoi le sujet n’est plus seulement celui de la performance. Il devient une question d’autorité, de responsabilité et de souveraineté effective. Les données disponibles confirment d’ailleurs que cette bataille se joue dans des marchés fortement concentrés.

Le rapport UNCTAD 2025 insiste sur le fait que l’IA se développe dans un paysage marqué par de fortes asymétries d’infrastructures, de données et de compétences, et met en avant trois leviers clés pour les pays en développement : infrastructure, data et skills. De son côté, l’OCDE souligne que le marché du cloud soulève des préoccupations de concurrence liées à la concentration, aux barrières à l’entrée et aux difficultés d’interopérabilité. Son travail sur l’infrastructure de l’IA insiste aussi sur le caractère capitalistique et stratégique des chaînes d’approvisionnement liées au compute, aux puces avancées, aux data centers, à l’énergie et aux réseaux.

Face à cela, deux erreurs symétriques doivent être évitées. La première est la fascination : croire que l’adoption rapide de l’IA suffit à produire de la puissance. La seconde est le refus stérile : imaginer qu’un retrait pur et simple préserverait l’autonomie. Ni l’enthousiasme naïf, ni le rejet réflexe ne constituent une stratégie.

La ligne juste est plus exigeante. Elle suppose une cartographie lucide des dépendances, une hiérarchisation des priorités, une maîtrise sélective des zones critiques et une doctrine claire de l’usage.

Pour les puissances intermédiaires, l’enjeu n’est pas de rivaliser frontalement avec les grands centres mondiaux de l’IA. Il est de savoir où la maîtrise est indispensable, où la dépendance peut être assumée lucidement, et où la protection doit devenir prioritaire.

C’est ici que l’intelligence économique retrouve toute sa centralité. Elle permet de cartographier les dépendances, de repérer les vulnérabilités, de lire les chaînes de valeur, de distinguer le bruit technologique du basculement stratégique et, surtout, de transformer l’information en capacité de décision.

Dans l’économie algorithmique, la puissance ne se mesure plus seulement à ce qu’un acteur possède. Elle se mesure à sa capacité à contrôler les conditions dans lesquelles le réel est perçu, ordonné et rendu exploitable.

Le vrai débat sur l’intelligence artificielle ne porte donc déjà plus uniquement sur la technologie. Il porte sur le pouvoir de structurer l’environnement informationnel à partir duquel les autres pensent, arbitrent et agissent.

À l’âge de l’intelligence artificielle, le pouvoir n’appartient plus seulement à celui qui décide. Il appartient aussi à celui qui organise ce que les autres peuvent voir, comprendre et, finalement, décider.

L’article Etats vs Big Tech : qui contrôle vraiment l’intelligence artificielle ? est apparu en premier sur Atlasinfo.

Les résultats dans les grandes villes le montrent clairement. Emmanuel Grégoire s’impose à Paris. Benoît Payan est reconduit à Marseille. Édouard Philippe est réélu au Havre. Éric Ciotti l’emporte à Nice. Catherine Trautmann revient à la mairie de Strasbourg. François Bayrou, lui, perd Pau. Pris ensemble, ces résultats dessinent une France locale moins linéaire, plus éclatée, et donc plus difficile à lire pour les acteurs économiques.

C’est là que commence la lecture d’intelligence économique. Une commune, en France, n’est pas un simple échelon symbolique. Elle agit sur l’urbanisme, l’aménagement, les permis, le logement, les équipements et une partie du rythme concret des projets. Dès lors, la vraie question n’est pas seulement de savoir qui gagne, mais comment cette nouvelle carte locale affecte la vitesse de décision, la stabilité des priorités et la lisibilité du terrain. La dernière phrase relève de l’analyse.

Le premier impact est celui de la prévisibilité. Les investisseurs, les aménageurs, les acteurs des services urbains, les promoteurs et les entreprises exposées aux décisions locales ont besoin d’un cadre stable. Or les municipales de 2026 montrent une géographie politique plus hétérogène : ici une gauche consolidée, là un centre renforcé, ailleurs une droite recomposée ou un RN en progression sans domination générale. Ce n’est pas forcément un blocage. Mais c’est une hausse du coût d’anticipation. Cette séquence est analytique. 

Le deuxième impact est celui de la chaîne de décision locale. Quand la base politique d’une majorité municipale est plus fragile ou plus composite, la hiérarchie des projets peut devenir moins lisible, les arbitrages plus lents et les signaux envoyés aux partenaires économiques plus variables. Dans une économie déjà sous tension, cette variabilité compte. Cette séquence relève de l’analyse, appuyée sur la fragmentation électorale observée.

Le troisième impact est celui de la légitimité locale. Au second tour, la participation n’était que de 48,10 % à 17 heures, et la participation finale n’a atteint que 57,82 %, en recul par rapport à 2014, hors contexte sanitaire. Cette donnée ne dit pas tout, mais elle confirme une fatigue démocratique durable. Pour l’intelligence économique, c’est un signal faible important : moins de légitimité peut signifier davantage de contestation, plus de prudence dans l’exécution et moins de marge politique pour porter des choix difficiles. La dernière phrase est analytique.

Un autre enseignement mérite attention : les municipales confirment une territorialisation du risque politique. Le pouvoir ne se lit plus seulement à Paris. Il se lit dans les métropoles, les villes moyennes, les coalitions locales et leur capacité à tenir une ligne claire dans la durée. Pour un acteur économique, la lecture du risque français ne peut donc plus être seulement nationale. Elle devient territoriale. Cette formulation est analytique, mais elle est cohérente avec la nature du scrutin et avec la dispersion des résultats.

Et pour le Maroc ?

L’impact sur le Maroc est moins politique qu’opérationnel. Dans une relation économique franco-marocaine qui a atteint 14,8 milliards d’euros d’échanges en 2024, une France locale plus fragmentée peut compliquer la lecture du terrain pour les entreprises, ralentir certains projets et rendre plus sélective la coopération décentralisée entre collectivités. À l’inverse, cette séquence rappelle qu’en matière d’attractivité, la lisibilité institutionnelle et la stabilité des chaînes de décision deviennent des avantages compétitifs. La dernière phrase relève de l’analyse. 

Le risque majeur n’est donc pas seulement électoral. Il est économique. Une carte politique locale plus éclatée signifie un terrain plus négocié, plus variable, parfois plus lent. Or, dans une conjoncture déjà fragile, la fragmentation du cadre de décision devient vite un facteur de prudence, puis de ralentissement.

L’article Municipales françaises : le retour du risque territorial est apparu en premier sur Atlasinfo.