Pendant des années, nous avons parlé de l'IA comme d'un secteur. Aujourd'hui, au vu de la position américaine, il est plus juste d'en parler comme d'une infrastructure stratégique. La question n'est pas seulement technologique. Elle est politique, industrielle et, de plus en plus, liée à la sécurité nationale.
La comparaison avec le projet Manhattan n'est pas le fruit du hasard. Le projet Manhattan a été officiellement lancé en 1942 et, sous la direction de Leslie Groves, de 1942 à 1946, il a su transformer la recherche théorique, la coordination centrale et les capacités industrielles en un programme doté d'objectifs opérationnels mesurables. Il a mobilisé trois sites principaux, plus de 100 sites secondaires et environ 130 000 personnes simultanément entre 1942 et 1946, selon l'article consacré au projet Manhattan sur Wikipédia. Une telle ampleur permet de comprendre une logique précise : lorsque Washington décide qu'une technologie est stratégique, il accélère le passage de la recherche à l'industrialisation.
Pour un entrepreneur italien, il ne s'agit pas là d'un débat théorique. Si les États-Unis considèrent l'IA comme un levier de souveraineté, les rapports de force évoluent tout au long de la chaîne d'approvisionnement. Les fournisseurs dominants changent, les dépendances technologiques changent, et les risques liés aux données, à la conformité et à la continuité opérationnelle changent également. Dans ce contexte, les considérations relatives à la sécurité de l’IA deviennent centrales, non seulement pour ceux qui développent des modèles, mais aussi pour toute entreprise qui les adopte.
Il convient ici de faire une distinction essentielle. La métaphore du « Manhattan Project » est un outil politique puissant. Mais pour comprendre ce qui se passe réellement, il faut dissocier le récit de la structure opérationnelle.
Lorsqu'un gouvernement utilise le vocabulaire du projet Manhattan pour parler d'intelligence artificielle, il ne se contente pas d'un simple choix rhétorique. Il affirme ainsi qu'il considère l'IA comme un atout qu'il convient de préserver en s'appuyant sur des priorités nationales, des capacités industrielles et une coordination centrale.
Ce changement est important car, contrairement à d'autres technologies numériques récentes, l'IA touche à la fois les logiciels, le matériel informatique, l'énergie, les données, la recherche scientifique et la sécurité. Il ne s'agit pas d'un secteur d'activité comme les autres. C'est une technologie générale capable de redéfinir des chaînes de valeur entières.
Point clé : si Washington considère l'IA comme une infrastructure stratégique, ceux qui utilisent l'IA pour les prévisions, les opérations ou l'analyse s'inscrivent eux aussi indirectement dans ce champ géopolitique.
Pour les entreprises italiennes, l'enjeu n'est pas de prendre position sur le plan idéologique. L'enjeu est de comprendre dans quel écosystème opérationnel elles s'engagent. Le projet « Manhattan » sur l'intelligence artificielle intéresse donc non seulement ceux qui suivent la politique américaine, mais aussi ceux qui doivent se prononcer aujourd'hui sur la pile technologique, la localisation des données et la dépendance vis-à-vis des fournisseurs.
Dans le débat public, l'idée d'une « Genesis Mission » circule comme une grande initiative américaine en matière d'IA. Le discours la présente comme un bond en avant. La difficulté consiste à faire la distinction entre ce qui est avéré et ce qui, pour l'instant, est encore présenté comme une annonce, une orientation politique ou une ambition stratégique.
Au vu des éléments dont nous disposons, la « Genesis Mission » doit avant tout être considérée comme une mesure de politique industrielle et de sécurité nationale, et non comme un simple programme de recherche. Son importance stratégique réside dans le fait que l’IA s’inscrit dans la même logique que celle avec laquelle les États-Unis ont toujours abordé les capacités critiques.
Certains éléments qualitatifs permettent de bien définir cette approche :
Cette approche rappelle la logique des programmes « axés sur une mission », également décrite dans le cas du projet Manhattan : concentration des talents, coordination centralisée et objectifs mesurables, comme le retrace l'article consacré au projet Manhattan sur Wikipédia.
L'enjeu stratégique ne réside pas seulement dans ce qui sera réalisé. Il réside dans ce que le langage autorise. Si les dirigeants politiques recourent à une métaphore évoquant la mobilisation nationale, ils préparent le terrain pour des décisions qui, autrement, sembleraient exceptionnelles : priorités budgétaires, mesures d'accélération en matière d'infrastructures, coopération renforcée entre l'État et l'industrie, plus grande sélectivité vis-à-vis des fournisseurs et des filières.
Il n'est pas nécessaire que chaque détail soit déjà défini pour que le marché change de comportement. Souvent, un simple signal politique suffit.
C’est pourquoi la « Genesis Mission » doit être analysée avec objectivité. Non pas comme un mythe fondateur, mais comme un indicateur du fait que les États-Unis considèrent l’IA comme un enjeu de concurrence systémique. Pour un lecteur européen, cela ne signifie pas qu’« un nouvel Oppenheimer va voir le jour ». Cela signifie plutôt que Washington s’organise pour transformer ses capacités technologiques en un avantage géopolitique durable.
La métaphore du projet Manhattan fonctionne parce qu’elle évoque une mobilisation rapide, centralisée et d’une priorité absolue. Mais prise au pied de la lettre, elle est imprécise. Pour vraiment comprendre le projet Manhattan appliqué à l’intelligence artificielle, il faut moins s’attarder sur l’épopée d’Oppenheimer et davantage s’intéresser à la structure matérielle du programme original.
Le projet Manhattan fut un programme d'une ampleur exceptionnelle. L'essai « Trinity », réalisé le 16 juillet 1945, a marqué le premier essai nucléaire de l'histoire et a marqué le début de l'ère atomique. Les sources disponibles indiquent également un coût d'environ 2 milliards de dollars de l'époque, avec un financement initial de 500 millions de dollars et plus de la moitié des fonds consacrés à la séparation des matières fissiles, comme le retrace cette analyse historique du projet Manhattan.
C'est le premier point à retenir pour comprendre l'IA. Les grandes percées ne résultent pas uniquement d'une bonne idée scientifique. Elles surviennent lorsque trois facteurs convergent :
Il y a ensuite un deuxième élément encore plus intéressant. Dans le projet initial, plus de 90 % des coûts ont été consacrés aux bâtiments et à la production de matières fissiles, avec des activités réparties sur plus de 30 sites et une stratégie qualifiée de « parallèle », c’est-à-dire que la recherche, les installations et l’adaptation organisationnelle ont été développées conjointement, comme le souligne Mimesis Scenari.
Pour l'IA, ce parallèle est révélateur. Le goulot d'étranglement ne réside pas uniquement dans l'algorithme. Il s'agit aussi des infrastructures, des données, de l'énergie, des processus industriels et de la capacité à coordonner le tout rapidement.
L'IA n'est pas une bombe. Ce n'est pas un artefact unique ayant un objectif opérationnel bien précis. Il s'agit d'un ensemble de capacités qui se décline en logiciels, modèles, systèmes embarqués, plateformes cloud, outils pour les entreprises et dispositifs de sécurité.
C'est là que la métaphore de Manhattan commence à perdre de sa précision.
Règle pratique : la bonne question n’est pas « Qui est le nouvel Oppenheimer ? », mais « Qui contrôle la puissance de calcul, les données, la chaîne d’approvisionnement et l’accès au marché ? ».
Pour ceux qui s'intéressent aujourd'hui aux PME et à l'intelligence artificielle, la conséquence est bien réelle. Si l'on prend cette métaphore trop au pied de la lettre, on sous-estime ce qui détermine réellement l'échelle dans le domaine de l'IA : ce n'est pas le génie isolé, mais l'organisation industrielle.
Les grandes stratégies nationales ne sont jamais linéaires. Même celle des États-Unis en matière d'IA présente des tensions internes qu'un observateur européen doit analyser avec attention, car elles font partie intégrante de la stratégie et ne constituent pas un simple bruit de fond.
La première contradiction est simple. Les États-Unis présentent l'IA comme une priorité stratégique, mais toute accélération de ce type doit composer avec des contraintes politiques, des négociations budgétaires, des intérêts industriels divergents et des délais de mise en œuvre qui coïncident rarement avec le discours public.
Cela engendre un phénomène typique des politiques technologiques à grande échelle. La déclaration d'intention semble monolithique. La mise en œuvre effective, en revanche, est fragmentée. Certaines structures avancent à grands pas, tandis que d'autres progressent plus lentement. Certains éléments sont très clairs, comme le signal géopolitique. D'autres restent en revanche opaques, comme la gouvernance opérationnelle, les orientations à long terme ou le périmètre réel des priorités.
Pour une entreprise italienne, cette ambiguïté n’est pas un simple détail relevé par les observateurs de Washington. Cela signifie que le marché de l’IA pourrait, dans les mois et les années à venir, être influencé par des décisions qui ne sont pas purement économiques. Un fournisseur pourrait se renforcer parce qu’il s’inscrit dans une priorité nationale. Une infrastructure pourrait prendre une importance cruciale parce qu’elle s’inscrit dans une logique de sécurité. Une dépendance aujourd’hui « technique » pourrait demain devenir également politique.
Les entreprises ne peuvent pas faire abstraction de la géopolitique. Elles en subissent les conséquences au niveau de la structure de leurs coûts, de l'accès aux services et de leur marge de manœuvre.
Cela vaut d’autant plus si l’on considère la concurrence entre les blocs. Les États-Unis considèrent de plus en plus l’IA comme un atout de souveraineté. La Chine, à sa manière, fait un choix similaire. Entre les deux, l’Europe risque de se retrouver dans une position où elle réglemente beaucoup, mais contrôle moins les pôles industriels décisifs.
Le problème européen ne réside pas seulement dans le retard pris dans la course technologique. Il tient au fait que cette course se transforme en une compétition entre des blocs qui intègrent l'industrie, la sécurité et la politique étrangère. Dans ce contexte, l'Europe adopte souvent une approche avant tout réglementaire.
La loi européenne sur l'IA (EU AI Act) est importante car elle définit les limites, les responsabilités et les catégories de risque. Dans le contexte évoqué par Sanoma Italia, l'IA générative relève d'un risque limité lorsque son utilisation est réfléchie. Mais cela ne répond pas à lui seul à la question la plus concrète : l'Europe est-elle également en train de se doter de capacités industrielles comparables ?
En Italie, la situation reste hétérogène. Les données citées par Sanoma indiquent que, selon l'ISTAT, la diffusion de l'IA dans les entreprises et l'administration publique est très inégale et que le manque de compétences constitue l'un des principaux freins, comme le résume l'article de Sanoma publié dans la rubrique « L'onda lunga » de Prometeo. Cela déplace le centre d'intérêt : le problème ne consiste pas seulement à réglementer l'utilisation de l'IA, mais à comprendre qui a réellement la capacité de la mettre à l'échelle.
Concrètement, l'Europe risque de se retrouver confrontée à une double asymétrie :
Thème : États-Unis etChine ; Europe ; Vision stratégique ; L’IAcomme levier de puissance ; L’IA comme domaine à réguler età coordonner ; Infrastructure: forte intégration entre l’État et l’industrie ; dépendance accrue vis-à-vis des fournisseursexternes ; Adoption interne : impulsionnationale et industrielle ; diffusion inégale
Pour une PME, il ne s'agit pas là de théorie géopolitique. Cela a des répercussions directes sur trois décisions opérationnelles.
Si l'IA devient une infrastructure stratégique pour les États, le choix d'un fournisseur d'IA ne relève plus uniquement de la passation de marchés. Il s'agit désormais de gestion des risques.
Dans ce contexte, il est également utile de suivre le débat sur ELECTE concernant l'AI Act, car pour de nombreuses entreprises italiennes, le véritable défi consiste à concilier innovation rapide, contrôle opérationnel et conformité européenne.
Le mot « souveraineté » peut sembler éloigné du quotidien des PME. En réalité, il désigne un besoin très concret : conserver une certaine maîtrise sur des technologies désormais essentielles pour les ventes, les opérations, les prévisions, la conformité et le reporting.
Si vous envisagez d'adopter des plateformes d'IA ou d'analyse de données, je vous conseille d'aborder la question de la souveraineté d'un point de vue pratique. Voici les critères qui comptent vraiment.
De nombreuses PME choisissent une solution d’IA en se basant sur les démonstrations, la facilité d’utilisation et le coût initial. C’est compréhensible, mais aujourd’hui, cette approche est incomplète. La bonne question ne se résume pas à « cette solution répond-elle à mes besoins ? ». La question complète est : « cette solution restera-t-elle compatible avec mes contraintes opérationnelles, réglementaires et stratégiques si le contexte géopolitique venait à se détériorer ou à évoluer ? ».
C'est là que le débat sur le projet Manhattan et l'intelligence artificielle cesse de sembler lointain. Si les États-Unis et la Chine considèrent l'IA comme une infrastructure nationale, chaque entreprise européenne devrait au moins se demander où elle se situe sur cette carte.
Choix stratégique : le meilleur partenaire IA n'est pas seulement celui qui offre le plus de fonctionnalités. C'est celui qui réduit votre exposition inutile sans freiner l'innovation.
C'est pourquoi la souveraineté technologique n'est pas synonyme d'autarcie. Il s'agit de la capacité à faire des choix éclairés, à répartir les risques et à garder le contrôle sur les processus critiques.
La leçon la plus utile n'est pas que nous vivons une réplique du projet Manhattan. Ce n'est pas le cas. La leçon est plus concrète. L'IA a désormais dépassé les limites du seul marché technologique et est entrée dans la sphère de la stratégie nationale.
Pour un entrepreneur italien, il sera utile de prêter attention à certains signaux au cours des prochains mois : le degré de coordination effective entre le gouvernement américain et l'industrie, la traduction de ce discours en capacités opérationnelles, l'évolution de la position européenne entre réglementation et investissement, et surtout la manière dont ces dynamiques se répercutent sur le cloud, les modèles, l'accès à la puissance de calcul et la gouvernance des données.
Le choix le plus rationnel aujourd’hui n’est pas d’attendre que tout soit parfaitement clair. Cela ne se produira pas de sitôt. Le choix rationnel consiste à élaborer une stratégie en matière d’IA qui allie innovation, conformité et réduction de la dépendance critique.
Dans un monde où la géopolitique s'immisce dans la pile technologique, bien choisir ses partenaires est tout aussi important que bien choisir ses outils.
Si vous souhaitez élaborer une stratégie d'IA plus solide et mieux adaptée au contexte européen, découvrez ELECTE, une plateforme d'analyse de données basée sur l'IA, conçue pour transformer les données d'entreprise en décisions opérationnelles claires, avec une approche adaptée aux besoins des entreprises européennes. Vous pouvez découvrir son fonctionnement et évaluer si elle s'intègre à votre infrastructure sans complications inutiles.
.svg)
.svg)
.svg)
