J'ai remarqué hier quelque chose de vraiment intéressant — une histoire chinoise sur l'indépendance technologique qui s'écrit silencieusement, loin des projecteurs.

Il y a 8 ans, il y a eu une leçon très dure. Quand l’Amérique a interdit ZTE en 2018, l’entreprise a cessé de fonctionner en seulement 23 jours. Pas de puces Qualcomm, pas de système d’exploitation Google — tout s’est arrêté. La leçon était claire : dépendre des autres, c’est mourir.

Maintenant, en 2026, une histoire complètement différente se déroule. Quand l’Amérique a imposé une interdiction sur NVIDIA A100 et H100 puis H20, les entreprises chinoises n’ont pas cédé à la pression. Au lieu de cela, elles ont choisi une voie bien plus difficile.

D’abord, elles se sont tournées vers les algorithmes. DeepSeek a lancé un modèle avec 671 milliards de paramètres, mais n’en active que 37 milliards lors de l’exécution. Le résultat ? Coût d’entraînement de 5,5 millions de dollars au lieu de 78 millions pour GPT-4. Et le prix a chuté de façon folle — 25 à 75 fois moins cher que Claude. Ce n’était pas juste une amélioration, c’était une révolution sur le marché.

Puis est venu la partie la plus audacieuse. Les puces locales chinoises ont dépassé le stade de « déduction » pour passer à « entraînement ». C’est une différence qualitative énorme. Loongson et Taichu Yuanqi ont déjà commencé à entraîner de vrais modèles massifs. En janvier 2026, Zhipu a lancé le premier modèle d’image entièrement entraîné sur des puces chinoises locales. Ce n’était pas juste une preuve de concept — c’était une production réelle.

Mais voici la partie qui a tout changé : l’énergie.

La Chine produit 10,4 térawattheures par an contre 4,2 pour les États-Unis. La différence est de 2,5 fois. Et surtout ? La consommation locale en Chine ne représente que 15 % du total, contre 36 % pour l’Amérique. Cela signifie une énorme puissance industrielle disponible pour le calcul.

Les coûts d’électricité industrielle varient radicalement. En Chine occidentale, environ 0,03 dollar par kilowattheure, contre 0,12 à 0,15 dollar aux États-Unis. Quatre à cinq fois moins cher. En même temps, l’Amérique fait face à une crise électrique réelle — la Virginie et la Géorgie ont suspendu de nouveaux projets de centres de données, et le réseau électrique est déjà sous tension.

Ce n’est pas une coïncidence. C’est la vraie raison de la sortie mondiale de DeepSeek. Les données montrent que 30,7 % des utilisateurs viennent de Chine, mais 13,6 % d’Inde et 6,9 % d’Indonésie. Les marchés émergents constituent la majorité. En 2025, 58 % des nouvelles startups en IA ont intégré DeepSeek dans leurs technologies.

Il y a une leçon historique facile à ignorer. Le Japon dans les années 80 dominait le marché des semi-conducteurs — 51 % du marché mondial en 1988. Six des dix plus grandes entreprises mondiales étaient japonaises. Mais quand un accord américano-japonais a été signé, ils ont cédé à la pression. L’Amérique a soutenu Samsung et Hynix pour faire tomber le marché. En quelques années, la part du Japon dans la DRAM est passée de 80 % à 10 %.

La différence cette fois ? La Chine ne construit pas seulement des produits. Elle construit un écosystème complet. 4 millions de développeurs dans l’environnement Ascend. 3000 partenaires. 43 modèles principaux entraînés. Plus de 200 modèles open source adaptatifs. Ce n’est pas juste une alternative à NVIDIA — c’est un système totalement indépendant.

Les pertes financières annoncées par les entreprises locales de puces en février 2026 — 453 % de revenus, mais sans profit, 243 % de croissance avec pertes — ne sont pas des signes d’échec. C’est une taxe de guerre nécessaire. Chaque dollar perdu est un investissement dans la recherche, le développement, le support logiciel et les coûts des ingénieurs qui résolvent les problèmes de compatibilité, un à un.

La question n’est plus « Pouvons-nous survivre ? » mais « Combien devons-nous payer pour rester ? » Et la réponse est : tout ce coût en vaut la peine pour construire une véritable indépendance.