Économie, Affaires
Souveraineté numérique et dépendance technologique en afrique : Qui contrôle l’intelligence artificielle contrôle l’avenir ( par Alioune BA )
L’Intelligence Artificielle redessine les équilibres de puissance mondiale. Dans cette recomposition, l’Afrique occupe une position critique : elle consomme des technologies qu’elle ne conçoit pas, héberge ses données sur des serveurs qu’elle ne contrôle pas et forme des talents qui s’exportent. Entre partenariats avec les géants mondiaux, ambitions d’infrastructures régionales et émergence de modèles locaux, le continent fait face à des choix structurants. Le coût de l’inaction est immense. Celui d’une mauvaise stratégie pourrait l’être tout autant.
UN CONSTAT BRUTAL, UNE ABSENCE STRUCTURELLE
L’Afrique représente 18 % de la population mondiale mais moins de 1 % de la capacité mondiale en centres de données. Ou l’IA repose sur trois piliers : modèles, données, puissance de calcul. Qui contrôle ces trois dimensions contrôle la valeur. Sur chacun de ces fronts, le continent est en déficit. Les entreprises africaines utilisent des modèles conçus ailleurs, entraînées sur des corpus peu représentatifs de leurs réalités, et exécutés sur des serveurs situés en Europe, aux États-Unis ou en Asie. Cette dépendance n’est pas conjoncturelle ; elle est structurelle.
L’intelligence artificielle est projetée pour contribuer 15 700 milliards de dollars à l’économie mondiale d’ici 2030. Sur ce montant colossal, seulement 10% sera capturé par les pays du Sud. L’Afrique, selon les projections les plus optimistes, pourrait saisir jusqu’à 1 500 milliards de dollars si elle investit intelligemment dans l’IA et développe des infrastructures numériques avancées. Ce montant représente près de la moitié de son PIB actuel. Mais, il ne se matérialisera pas spontanément. Il suppose des choix politiques, des investissements massifs et une gouvernance continentale cohérente.
La réalité actuelle est bien différente. Aucun pays africain n’a encore dépassé un taux d’adoption de l’IA de 20%, selon le rapport Microsoft AI Adoption 2025. L’Afrique du Sud se concentre à elle seule plus des deux niveaux de la capacité en centres de données du continent. L’Égypte, le Nigeria, le Kenya et le Maroc disposent également de concentrations plus importantes que le reste des pays. Mais à l’échelle continentale, 223 centres de données pour 54 pays représentent une infrastructure dérisoire face aux ambitions numériques affichées. Cette situation est conjoncturelle, elle ne se résoudra pas sans intervention délibérée.
LA GÉOPOLITIQUE DE L’IA : UNE NOUVELLE EXTRACTION
Les grands modèles comme ChatGPT sont entraînés sur d’immenses volumes de données principalement anglophones ou sinophones. Les langues africaines et sont marginales. Ce qui entraîne des performances dégradées pour des millions d’utilisateurs swahili, yoruba ou amhariques.
Au-delà du biais linguistique, les données africaines sont rassemblées, traitées et stockées hors du continent. Cette externalisation place la mémoire numérique africaine sous juridictions étrangères. Le terme de « colonialisme numérique » n’est pas rhétorique, il décrit une extraction de valeur où les données brutes quittent le continent et où la valeur ajoutée revient sous forme de services payants.
Dans le même temps, les États-Unis, la Chine et l’Europe rivalisent d’investissements en Afrique. Mais cette compétition traite souvent le continent comme marché et réservoir de données plutôt que comme centre décisionnel. Ensuite, et c’est là que l’enjeu devient géopolitique, les données africaines qui alimentent ces modèles sont collectées, gérées et stockées hors du continent, généralement sur des serveurs localisés aux États-Unis ou en Europe. Cette réalité place la “mémoire numérique” de l’Afrique sous des juridictions étrangères, privant les gouvernements africains de la capacité à protéger la vie privée de leurs citoyens ou à tirer une valeur économique de leurs données brutes. Il y a une expression qui circule dans les cercles académiques et diplomatiques : « colonialisme numérique ». Elle peut paraître excessive, mais elle désigne une réalité économique précise.
LE DÉFICIT D’INFRASTRUCTURE : UN VERROU MATÉRIEL
Un centre de données d’IA nécessite une électricité stable, une connectivité très haut débit et un refroidissement performant. Dans de nombreux pays africains, ces conditions ne sont pas réunies. Si on prend le cas du Nigeria, avec ses 17 centres de données, dont 14 concentrés à Lagos, le pays nécessite déjà environ 137 MW de capacité électrique pour ses installations existantes. Or le réseau électrique nigérian fournit en moyenne quatre heures d’électricité par jour. Les opérateurs de centres de données sont contraints de dépendre de générateurs diesel. Le coût opérationnel est considérable, l’empreinte carbone, significative. Pourtant, des dynamiques émergentes. Le partenariat entre Microsoft et G42 au Kenya autour d’un campus alimenté par la géothermie d’Olkaria montre qu’un modèle énergétique durable est possible. Mais ces initiatives restent concentrées et insuffisantes face aux besoins continentaux. Le Forum économique mondial et l’Africa Data Centers Association estiment que l’Afrique représente moins de 1% de la capacité mondiale en GPU, l’unité de traitement qui propulse l’entraînement des modèles d’IA. Ce chiffre illustre mieux que tout autre l’ampleur du fossé à combler. Sans GPU locaux, aucun modèle performant ne peut être développé. La souveraineté logicielle suppose une souveraineté de calcul.
LES DONNEES : UN PATRIMOINE STRATÉGIQUE SOUS-PROTÉGÉ
L’Afrique dispose d’actifs de données uniques : biodiversité, génomique, agriculture, diversité linguistique exceptionnelle. Entre 1 000 et 2 000 langues sont parlées sur le continent. Cette richesse reste largement absente des systèmes d’IA. Chaque langue non intégrée représente des millions d’utilisateurs exclus des gains de productivité ; malgré des avancées comme African Next Voices ou InkubaLM, développé par Lelapa AI, premier grand modèle multilingue africain.
LES MODELES LOCAUX : NÉCESSITE TECHNIQUE ET POLITIQUE
Les modèles d’IA reproduisent les structures statistiques de leurs données d’entraînement. Un modèle s’inspire principalement des données occidentales transportées par des biais contextuels. En santé, agriculture ou finance, ces biais réduisent la pertinence des solutions. L’objectif africain ne doit pas être le cours à la superintelligence, mais le développement d’une IA frugale, adaptée aux contraintes des environnements. Des acteurs comme Data Science Nigeria ou Alliance4AI illustrent cette approche pragmatique : modèles compacts, exécution locale, applications sectorielles concrètes.
LES CENTRES DE DONNEES REGIONAUX : L’ECHELLE PERTINENTE
Peu de pays peuvent, à eux seuls, amortir les coûts d’infrastructures hyperscale. Une approche régionale (Nairobi pour l’Est, Lagos pour l’Ouest, Johannesburg pour le Sud, Casablanca pour le Nord) permet de mutualiser les investissements. Cassava Technologies, en partenariat avec Nvidia, a annoncé le déploiement d’un massif de GPU à travers plusieurs marchés africains. Ce modèle hybride (capital international, pilotage africain) pourrait servir de référence. La question décisive demeure le contrôle juridique et stratégique de ces infrastructures.
PARTENARIATS : ACCÉLÉRATION OU DÉPENDANCE ?
L’autarcie technologique est irréaliste. Les capitaux et architectures de pointe des alliances. L’enjeu n’est pas d’éviter les partenariats, mais de les structurer par le transfert de technologie, la formation locale, le stockage sous africaine et la participation au capital. L’exemple d’Instadeep, acquis par BioNTech, montre qu’une valeur mondiale peut émerger du continent. Mais la question de la propriété intellectuelle reste…
www.dakaractu.com
