J'ai remarqué quelque chose d'intéressant alors que je suivais les développements de l'intelligence artificielle chinoise ces jours-ci. Il y a exactement huit ans, un tournant dramatique s'est produit lorsque le cœur de ZTE s'est arrêté en avril 2018. Une seule interdiction américaine et tout s'est effondré — pas de puces Qualcomm, pas de système d'exploitation. La société qui était le quatrième plus grand fournisseur mondial d'équipements de télécommunications s'est arrêtée du jour au lendemain.

Mais voici la partie la plus importante : maintenant, après huit ans, nous assistons à une fin complètement différente. La Chine n'a pas succombé au même scénario dans l'intelligence artificielle. Au lieu de cela, elle a choisi une voie beaucoup plus difficile.

Le vrai problème n'a pas toujours été les puces — c'était CUDA. Cette plateforme de NVIDIA est devenue la colonne vertébrale de toute l'industrie mondiale de l'intelligence artificielle. Plus de 4,5 millions de développeurs y sont liés, et plus de 90 % des développeurs en IA travaillent dans cet écosystème. C'est une roue durable — plus les développeurs l'utilisent, plus l'environnement prospère, attirant d'autres développeurs.

La solution chinoise est venue d'un endroit inattendu : les algorithmes. Au lieu d'essayer de concurrencer directement NVIDIA, les entreprises chinoises ont concentré leurs efforts sur l'amélioration radicale des algorithmes. Les modèles experts hybrides sont devenus la tendance — diviser le modèle massif en petits experts et n'activer que ce qui est nécessaire. DeepSeek V3 possède 671 milliards de transactions mais n'active que 37 milliards — seulement 5,5 %. Le coût ? 5,576 millions de dollars contre 78 millions pour GPT-4. Une différence énorme.

Le prix s'est immédiatement reflété dans les API. DeepSeek propose des prix 25 à 75 fois moins chers que Claude. En février dernier, l'utilisation des modèles chinois sur OpenRouter a augmenté de 127 % en seulement trois semaines, dépassant pour la première fois les États-Unis.

Mais le prix et les algorithmes ne suffisent pas à résoudre le problème de la formation. C'est là que les puces locales entrent en jeu. Loongson 3C6000 et la carte Taichu Yuanqi commencent à fonctionner sérieusement. En janvier 2026, Zhipu a lancé le premier modèle d'image entièrement entraîné sur des puces chinoises. Ensuite, le modèle "Stars" a été entraîné sur un bassin de calcul local comprenant des dizaines de milliers d'unités. C'est une transformation qualitative — passer de "capacité d'inférence" à "capacité d'entraînement".

Ascend de Huawei est devenu le moteur principal ici. 4 millions de développeurs, 3000 partenaires, 43 modèles principaux entraînés sur cette plateforme. Ascend 910B a atteint le niveau du NVIDIA A100 — passant d'inutilisable à utilisable. La perfection n'est pas encore atteinte ; il faut commencer maintenant et utiliser les besoins réels des affaires pour faire avancer le développement.

Un autre facteur souvent négligé : l'électricité. La Chine produit 2,5 fois plus d'électricité que les États-Unis, et la consommation résidentielle ici ne représente que 15 % contre 36 % là-bas. Les prix de l'électricité industrielle dans l'ouest de la Chine sont d'environ 0,03 dollar contre 0,12-0,15 dollar aux États-Unis — un quart à un cinquième du prix. Pendant ce temps, les États-Unis font face à une crise électrique réelle (La Virginie et la Géorgie ont suspendu l'approbation de nouveaux centres de données), tandis que la Chine exporte des tokens à l'échelle mondiale.

DeepSeek est maintenant disponible en 37 langues. 30,7 % de ses utilisateurs sont locaux, mais 13,6 % viennent d'Inde, 6,9 % d'Indonésie. 26 000 entreprises mondiales ont des comptes. Dans les pays sous sanctions, la part de marché oscille entre 40 et 60 %. C'est comme une guerre d'indépendance industrielle — similaire à ce qui s'est passé avec le Japon et les semi-conducteurs il y a 40 ans, mais avec une fin différente cette fois.

Les rapports de bénéfices du 27 février étaient très honnêtes : certaines entreprises ont réalisé des profits pour la première fois, d'autres ont perdu des milliards. Mais ces pertes ne sont pas un échec — c'est une taxe de guerre pour construire un écosystème indépendant véritable. Chaque perte est un investissement dans la recherche et le développement, dans le soutien logiciel, dans des ingénieurs qui résolvent les problèmes de traduction, un par un.

La question est passée de "Pouvons-nous rester ?" à "Combien devons-nous payer pour rester ?" et la réponse elle-même est un progrès réel.