IA : Google alerte sur le retard d’adoption de l’Europe face à la Chine

L’intelligence artificielle ne se joue plus seulement dans les laboratoires ou dans les interfaces conversationnelles. Elle se mesure aussi à la capacité des entreprises, des administrations et des citoyens à intégrer ces outils dans leur travail quotidien. C’est sur ce terrain que Kent Walker, président des affaires mondiales de Google, a lancé un avertissement à l’Union européenne lors du Serious Competitive Europe Summit, organisé à Bruxelles : l’Europe risquerait de laisser s’accroître son retard d’usage face à la Chine si elle ne rend pas son cadre plus propice à l’innovation.

Le message du dirigeant américain est aussi économique que géopolitique. L’IA peut accélérer la recherche, automatiser certaines tâches, aider à concevoir de nouveaux matériaux et faire émerger de nouveaux services. Mais ces bénéfices dépendent de son adoption concrète. Pour Google, l’enjeu européen consiste donc à trouver un équilibre difficile : protéger les citoyens sans rendre le déploiement des technologies inutilement complexe.

Un écart d’adoption que Google juge préoccupant

Kent Walker avance un contraste spectaculaire : 14 % des entreprises européennes utiliseraient l’IA, contre 83 % des entreprises chinoises utilisant des modèles d’IA générative. À ses yeux, cet écart reflète à la fois l’intensité de la compétition internationale et le soutien massif apporté par les pouvoirs publics chinois à l’intégration de l’IA dans l’économie.

Ces deux chiffres doivent toutefois être lus avec attention. Ils illustrent une alerte sur le rythme de diffusion de l’IA, mais ne suffisent pas à établir seuls un classement absolu des écosystèmes. La formulation distingue, d’un côté, l’usage de l’IA par les entreprises européennes et, de l’autre, l’emploi de modèles d’IA générative par les entreprises chinoises. Les périmètres exacts, les tailles d’entreprises interrogées et les méthodes de mesure sont essentiels pour comparer des taux d’adoption.

L’adoption ne désigne pas une seule réalité. Une entreprise peut utiliser un assistant pour rédiger un compte rendu, un outil de traduction, un système de prévision des ventes ou un modèle spécialisé pour analyser des données. À l’inverse, acheter une licence ne signifie pas forcément avoir transformé ses processus ni formé ses équipes. Le vrai défi consiste à passer de l’expérimentation ponctuelle à des usages fiables, utiles et maîtrisés.

Pourquoi l’adoption de l’IA est-elle devenue un sujet stratégique ?

Pour Kent Walker, l’IA est une « invention de méthodes d’invention », une formule qui renvoie à sa faculté d’accélérer la découverte et la création dans de nombreux domaines. L’outil peut aider un ingénieur à explorer des options de conception, un scientifique à analyser des masses de données ou une petite entreprise à accomplir plus rapidement certaines tâches administratives.

Cette diffusion peut avoir des conséquences sur la productivité, l’emploi qualifié, la compétitivité industrielle et la sécurité technologique. Une région qui maîtrise peu les outils, les infrastructures et les règles d’usage de l’IA dépend davantage des plateformes, des fournisseurs de cloud et des innovations conçues ailleurs. À l’inverse, une adoption large ne doit pas se faire au prix d’une perte de contrôle sur les données sensibles, ni d’un recul des droits des personnes.

L’Europe part d’atouts réels : un tissu industriel important, des universités, des centres de recherche, des normes élevées de protection des données et un vaste marché. Mais les règles ne peuvent produire leur effet que si elles sont comprises, applicables et proportionnées aux risques. C’est le cœur de la critique formulée par Google.

La réglementation est-elle le principal frein européen ?

Le dirigeant de Google estime que l’environnement réglementaire européen est devenu trop difficile à naviguer pour de nombreuses organisations. Il évoque plus de 100 nouvelles réglementations depuis 2019 et affirme que plus de 60 % des entreprises considèrent désormais les règles comme leur principal obstacle à l’investissement.

L’argument n’est pas qu’il faudrait renoncer à réguler l’IA. Google demande plutôt de mieux cibler l’intervention publique. Une règle est utile lorsqu’elle répond à un risque identifié, par exemple la protection de données sensibles, les discriminations automatisées, la sûreté d’un système ou l’information des utilisateurs. Elle peut devenir contre-productive lorsqu’une entreprise ne sait plus clairement quelles obligations s’appliquent, à quel moment et avec quels interlocuteurs.

Kent Walker cite aussi une étude du gouvernement danois selon laquelle les nouvelles réglementations pourraient générer jusqu’à 124 milliards d’euros de coûts supplémentaires par an pour les entreprises et l’administration publique. Ce montant est présenté comme une estimation des conséquences de nouvelles exigences réglementaires, et non comme un coût imputable à la seule législation sur l’IA.

La difficulté est particulièrement sensible pour les petites et moyennes entreprises. Un grand groupe peut mobiliser juristes, spécialistes de la cybersécurité et responsables de conformité. Une structure plus modeste doit souvent décider entre financer un projet d’IA, recruter ou consacrer ses ressources à interpréter des obligations complexes. Simplifier les parcours administratifs peut donc compter autant que financer une démonstration technologique.

La réponse de Google : des règles ciblées plutôt que générales

Le premier pilier proposé par Google est un cadre réglementaire plus simple, centré sur les effets concrets des usages. La logique est de combler des lacunes précises au lieu d’imposer des règles générales qui s’appliqueraient indistinctement à des outils et à des risques très différents.

Cette approche rejoint une question décisive pour les autorités publiques : faut-il réguler d’abord la technologie elle-même, ou le contexte dans lequel elle est utilisée ? Un même modèle peut, par exemple, assister un salarié dans la rédaction d’un document ou contribuer à une décision sensible. Les conséquences ne sont pas comparables. Une régulation proportionnée cherche donc à renforcer les garanties là où les effets sur les personnes sont les plus importants.

Dans ce débat, l’Europe doit éviter deux écueils. Le premier serait de croire que l’absence de règles favorise automatiquement l’innovation. Sans confiance, les entreprises hésitent à partager des données ou à déployer des outils auprès de leurs clients. Le second serait de multiplier les contraintes sans offrir de trajectoire lisible. Une entreprise a besoin de savoir ce qu’elle peut tester, documenter et mettre en production.

Former les citoyens et les entreprises à utiliser l’IA

Le deuxième axe défendu par Kent Walker concerne les compétences. L’IA ne produit pas automatiquement des gains de productivité : il faut savoir formuler une demande, vérifier une réponse, protéger des informations confidentielles et identifier les situations où l’outil ne doit pas décider seul.

Google affirme que ses nouveaux modèles d’IA sont désormais 300 fois plus efficaces que ceux d’il y a deux ans. Cet indicateur traduit la vitesse des progrès revendiqués par le groupe, mais ne dit pas à lui seul si un modèle est 300 fois plus compétent pour chaque tâche. Pour les organisations, l’enjeu concret reste de choisir les bons outils et de développer un regard critique sur leurs résultats.

Le groupe dit avoir aidé plus de 14 millions d’Européens à acquérir des compétences numériques au cours de la dernière décennie. Il a également créé un fonds de 15 millions d’euros consacré à l’accès à la formation en IA. Kent Walker appelle à renforcer les partenariats entre acteurs publics et privés afin d’accélérer cette montée en compétences.

Une formation utile ne se limite pas à apprendre à utiliser une interface. Elle suppose au moins quatre réflexes :

• comprendre les capacités et les limites d’un modèle ;
• ne pas communiquer de données confidentielles dans un service inadapté ;
• vérifier les faits, les calculs et les sources produites par l’outil ;
• conserver une responsabilité humaine dans les décisions qui ont des conséquences importantes.

Ces principes concernent les salariés, mais aussi les dirigeants, les enseignants, les agents publics et les citoyens. Sans eux, l’adoption rapide peut déboucher sur des erreurs coûteuses, de la méfiance ou une dépendance excessive à des systèmes mal compris.

La confiance et la souveraineté des données au centre du débat

Le troisième enjeu est celui de la confiance. Pour de nombreuses organisations européennes, notamment dans les secteurs réglementés ou les services publics, la question n’est pas seulement « quelle IA utiliser ? », mais aussi « où vont les données, qui y accède et sous quelle juridiction ? ».

Google met en avant son offre Sovereign Cloud, présentée comme un moyen de donner aux clients européens un contrôle total sur leurs données tout en respectant les exigences locales. Le groupe cite également ses partenariats avec Thales en France et le Groupe Schwarz en Allemagne comme des éléments destinés à renforcer cette confiance.

L’entreprise rappelle disposer de 30 000 employés en Europe, ainsi que de sept centres de données et treize régions cloud sur le continent. Ces infrastructures sont importantes pour fournir des services numériques à faible latence et pour répondre à certaines attentes de localisation ou de contrôle des données. Elles ne tranchent toutefois pas seules le débat sur la souveraineté : celle-ci recouvre aussi la gouvernance, l’interopérabilité, la capacité à changer de fournisseur et la maîtrise des compétences.

Déployer l’IA à grande échelle, y compris pour la science

Le troisième volet de la stratégie de Google consiste à généraliser les innovations qui démontrent leur utilité. Kent Walker insiste sur les applications scientifiques, où l’IA peut accélérer des travaux qui prendraient autrement beaucoup plus de temps.

Google DeepMind est cité pour AlphaFold, dont la base de données contient des prédictions concernant presque toutes les protéines connues. Elle est utilisée par des millions de chercheurs. Comprendre la structure des protéines peut aider la recherche en biologie et en médecine, car leur forme est étroitement liée à leur fonctionnement.

Autre exemple, GNoME utilise l’IA pour identifier de nouveaux matériaux susceptibles d’avoir des applications dans l’énergie ou l’accès à une eau plus propre. La découverte informatique n’équivaut pas encore à une utilisation industrielle : les matériaux doivent être synthétisés, testés et validés. Mais l’outil illustre la manière dont l’IA peut réduire le nombre de pistes à explorer expérimentalement.

Ces exemples répondent à une idée centrale du discours de Google : l’Europe ne doit pas considérer l’IA comme un secteur isolé. Son intérêt se situe aussi dans son intégration aux domaines où le continent possède déjà des compétences fortes, de l’industrie à la santé, en passant par l’énergie et la recherche fondamentale.

Ce qu’il faut surveiller en Europe

L’appel de Kent Walker place les décideurs européens devant un compromis concret. Accélérer l’adoption de l’IA suppose de réduire l’incertitude réglementaire, d’investir dans les compétences et de garantir un accès à des infrastructures adaptées. Mais la rapidité ne peut pas être le seul critère : la confiance des citoyens, la sécurité des systèmes et la protection des données détermineront aussi la solidité de cette adoption.

Les prochains choix européens seront donc observés sur plusieurs fronts : la capacité des règles à rester lisibles pour les petites structures, le financement de la formation, les conditions d’accès au cloud et la possibilité pour les chercheurs et les entreprises de transformer les avancées scientifiques en applications concrètes. Pour Google, lever les obstacles est une condition du rattrapage. Pour l’Union européenne, le défi consiste à faire de cette accélération un avantage durable, compatible avec les protections qu’elle entend défendre.