Intelligence artificielle Entre les États-Unis et la Chine, qui gagnera la course à l’IA ?

À chaque innovation, ses rivaux : en matière d’électricité, Thomas Edison a dû composer avec George Westinghouse, tandis que dans la conquête de l’espace, le programme américain Apollo s’est retrouvé en concurrence avec les satellites russes Spoutnik. Aujourd’hui, ce sont les États-Unis et la Chine qui se disputent la première place dans la course à l’intelligence artificielle (IA).

 

« La concurrence est positive, car elle peut pousser ces deux grands rivaux à repousser les limites de l’IA », estime Mark Casey, gérant de portefeuille actions chez Capital Group.

 

« Le chinois DeepSeek, par exemple, a offert un tremplin au concept de machine learning appelé ‘mixture of experts’, qui s’est depuis démocratisé au sein des autres laboratoires d'IA. »

 

Même si les États-Unis conservent leur première place dans l’économie numérique et ses applications les plus avancées, la Chine gagne des parts de marché grâce à sa stratégie de faibles coûts, soutenue en partie par sa main-d’œuvre et son électricité bon marché. Dans le tableau ci-dessous, nous mettons en évidence l’approche des deux pays en matière d’IA, les atouts qui pourraient les aider à aller de l’avant, et ce que la prochaine phase d’évolution de l’IA pourrait signifier pour les investisseurs.

Physionomie de la course à l’IA aux États-Unis et en Chine

Un tableau compare le développement de l’IA aux États-Unis et en Chine.

Sources : Capital Group. À titre d’illustration uniquement. Modèles frontières : systèmes d’IA dotés des capacités les plus avancées. Puissance de calcul locale : capacité de calcul d’IA basée à l’intérieur des frontières d’un pays. Centres de données hyperscale : installations de très grande taille dotée de la puissance de calcul nécessaire pour l’IA et le cloud.

Les États-Unis ont l’avantage en matière d’investissements dans l’IA

 

Les dépenses d’investissement considérables engagées par les géants technologiques américains sont sur toutes les lèvres avec, à la clé, l’espoir de développer une « superintelligence artificielle ».

 

« En matière d’IA, les États-Unis et la Chine ont opté pour des approches très différentes, à commencer par les montants qu’ils déploient pour développer leurs nouveaux modèles », analyse Jared Franz, économiste chez Capital Group.

 

« Aux États-Unis, Anthropic, OpenAI et d’autres sociétés se sont mises en quête de créer une superintelligence capable de révolutionner la croissance économique, d’accélérer les découvertes scientifiques, voire de résoudre certains des problèmes les plus pressants pour l’humanité. La superintelligence reste certes théorique mais, malgré les craintes de perte de contrôle sur un tel système, la logique du profit fait que les Américains acceptent davantage ce risque. Et si les Chinois n’y ont pas renoncé, ils mettent plutôt l’accent sur un déploiement de l’IA à des fins industrielles. »

Les sociétés technologiques américaines dépensent plus dans l’IA que leurs concurrentes chinoises

Un histogramme empilé compare les dépenses d’investissement des hyperscalers américains et chinois en 2025 et en 2026. Ces investissements devraient passer aux États-Unis de 425 milliards USD en 2025 à 791 milliards USD en 2026, et en Chine, de 57 milliards USD à 118 milliards USD.

Sources : Capital Group, Bloomberg, FactSet. Estimations au 31 juillet 2026. Capex : dépenses d’investissement. Données présentées par année à des fins de comparabilité. Données ByteDance fournies par Bloomberg. Dépenses publiques exclues.

Pour tenter de créer la superintelligence, les sociétés d’IA américaines cherchent un moyen par lequel les IA deviendraient capables de s’améliorer elle-mêmes, sans intervention humaine – un processus appelé RSI, pour « recursive self-improvement ». « Cela fait plusieurs dizaines d’années que les chercheurs y travaillent, et OpenAI a récemment annoncé être parvenu à utiliser son modèle le plus avancé pour améliorer la qualité de l’un de ses modèles plus basiques et moins chers. C’est là une prouesse, car la superintelligence promet d’engendrer une explosion de l’efficacité, de la productivité et d’autres améliorations susceptibles de faire baisser les prix des modèles », explique Jared Franz.

 

Bien sûr, l’IA n’a pas besoin d’être superintelligente, ni même aussi intelligente que le cerveau humain pour avoir un impact sur nos sociétés. « Demandez à n’importe qui dans la Silicon Valley, et on vous répondra qu’on applique aujourd’hui l’IA à tous les secteurs et à toutes les problématiques imaginables. Et malgré des taux d’échec élevés et l’absence de garantie de succès commercial, les start-up d’IA offrant un quelconque potentiel de transformation de nos économies continuent d’attirer des flux considérables de capital-risque. »

 

Reste à voir si les investisseurs récupéreront leur mise, mais si l’on en croit les données passées, la rentabilité a tendance à concerner une poignée seulement des meilleurs acteurs. « Si on prend l’exemple des CEO, la différence entre le meilleur et son concurrent direct peut être de 10 contre 1 plutôt que de 2 contre 1 », ajoute Mark Casey, citant des capitaines d’industrie comme Nick Howley, chez l’équipementier aéronautique TransDigm, ou Hock Tan, chez Broadcom. « Les entreprises acceptent de payer beaucoup plus cher pour recruter le numéro un, car dans de nombreux secteurs, le fait d’être le meilleur et le plus rapide fait toute la différence. C’est pareil dans l’IA : les investisseurs acceptent de miser plus sur les innovations les plus pointues, et c’est pourquoi, à ce stade, il est difficile d’imaginer comment la situation évoluera pour les laboratoires d’IA. »

 

La Chine mise sur l’industrialisation de l’IA

 

L’approche chinoise de l’IA fait la part belle aux applications industrielles à grande échelle, ce qui renforce son avantage compétitif.

 

« Tandis que les États-Unis misent sur les grands modèles de langage capables de rivaliser avec le cerveau humain, la Chine cherche plutôt à automatiser ses capacités industrielles dans des secteurs comme la voiture autonome et la robotique », analyse Winnie Kwan, gérante de portefeuille actions chez Capital Group.

 

« En conséquence, les besoins en puissance de calcul sont différents : même si la Chine n’a pas la même capacité de calcul de pointe que les États-Unis, ses applications d’IA consomment en réalité bien moins de tokens. »

En matière d’économie des tokens, les modèles d’IA chinois arrivent en tête

Performance des LLM rapportée à leur coût

Sources : Capital Group, llm-stats. Le prix suppose un ratio tokens d’entrée/tokens de sortie de 8 pour 1 par tranche de 1 million de tokens traités Le score du modèle est un indicateur synthétique basé sur le raisonnement, le codage, les capacités agentiques et d’autres résultats de référence. Les tokens désignent des unités basiques de texte traité par les modèles d’IA qui servent à mesurer l’utilisation des services d’IA et à en déterminer le prix. Au 14 août 2026.

En permettant d’exploiter les avancées technologiques pour fabriquer des produits tangibles, l’IA pourrait renforcer l’écosystème industriel déjà robuste de la Chine. « Le pays compte de nombreuses entreprises qui construisent des robots humanoïdes destinés à accomplir des tâches de production ou de logistique à la place des ouvriers et des manutentionnaires », explique Sugi Widjaja, analyste d’investissement actions chez Capital Group, chargé de suivre les sociétés technologiques asiatiques. « En plus de leur expertise sur le volet matériel, les Chinois continuent de progresser dans le volet logiciel en tirant parti de leur savoir-faire dans l’industrie des véhicules autonomes. »

 

Pour tenter d’étendre leur influence et gagner des parts de marché à travers le monde, les Chinois privilégient les modèles dits « open weight », qui permettent une utilisation plus sécurisée de l’IA car, à la différence des modèles « open source », ils ne donnent pas accès à leur code ni à leurs données d’entraînement. « Les entreprises américaines peuvent donc utiliser des modèles chinois moins chers sans que leurs données soient envoyées en Chine : elles y accèdent par le biais de plateformes de cloud comme Amazon Web Services ou Microsoft Azure, qui les hébergent localement et assurent la conformité avec les lois américaines sur la confidentialité des données », précise Sugi Widjaja.

 

Deux systèmes voués à coexister

 

Winnie Kwan table sur la coexistence des deux systèmes plutôt que sur la domination d’un des deux pays : « Il y a fort à parier que pour leurs tâches stratégiques, les sociétés de premier plan choisiront les modèles les plus puissants, capables de surperformer de 10 % à 15 %, ce qui leur procurera un avantage concurrentiel au fil du temps, et qu’en parallèle, elles utilisent des modèles chinois pour des tâches moins essentielles. »

 

Un avis partagé par Mark Casey, qui ajoute que certaines sociétés flèchent déjà certains projets vers la solution qui leur coûtera la moins chère. « Il faut toutefois noter que si le prix par token d’un modèle chinois est inférieur, il faudra peut-être utiliser plus de tokens pour mener à bien une tâche correctement. Pour contourner ce problème, des acteurs comme OpenRouter permettent déjà de sélectionner, pour chaque tâche, le modèle le plus à même de répondre aux besoins. »

 

Les tensions entre les grands blocs géopolitiques entrent également en ligne de compte : par exemple, sur le marché de l’IaaS (Infrastructure as a Service), malgré leurs tarifs très compétitifs, les solutions proposées par des sociétés chinoises comme Baidu et Tencent restent peu utilisées aux États-Unis et en Europe.

 

Course à l’IA des États-Unis et de la Chine : quelles conséquences pour les investisseurs ?

 

L’essor des modèles « open-weight » ébranle de manière inédite la confiance des investisseurs dans l’avenir du secteur américain de l’IA. « Alors que les investissements dans l’IA profitent aujourd’hui en grande majorité aux sociétés cotées sur le marché américain, il faut s’attendre à ce que la volatilité reste élevée du fait des rivalités sino-américaines sur ce terrain. Il convient de suivre les développements, car les avancées sont rapides dans les deux pays et auront des conséquences décisives sur le secteur privé et sur la société civile », explique Mark Casey.

 

« Pour l’instant, les modèles chinois ne sapent pas le potentiel commercial des modèles américains, mais le cycle de construction d’infrastructure d’IA pourrait être en train d’approcher son point culminant. Même si la demande globale continue d’augmenter, cela se traduira par un ralentissement de la croissance des nouvelles capacités. Je pense qu’à un moment donné, les sociétés qui performeront le mieux seront celles qui enregistrent une croissance cohérente avec le parc total d’infrastructures d’IA déjà opérationnelles, plutôt qu’en lien avec les nouvelles infrastructures construites chaque année. C’est notamment le cas d’Amazon Web Services, tandis que d’autres, comme Meta, pourraient profiter aussi d’une éventuelle baisse du prix des puces d’IA. »

 

Et Jared Franz de conclure : « Nous avons pu observer lors de précédents cycles technologiques que les entreprises qui tirent leur épingle du jeu au départ restent rarement en tête par la suite. Le classement des meilleurs est très mouvant dans les premières années, et il est très difficile de prédire quels champions remporteront la mise au final. C’est pourquoi nous suivons de près les évolutions sur le terrain, aux États-Unis comme en Chine. »

Mark Casey est gérant de portefeuille actions et possède 26 ans d’expérience dans le secteur de l’investissement. Il est titulaire d’un MBA de Harvard et d’un bachelor de Yale. 

Winnie Kwan est gérante de portefeuille actions et possède 31 ans d’expérience dans le secteur de l’investissement. Elle est titulaire d’un bachelor et d’un master de l’université de Cambridge.

Sugi Widjaja est directeur des investissements en actions. Il possède 20 ans d’expérience dans le secteur de l’investissement. Il est titulaire d’un MBA d’University of California, Berkeley, ainsi que d’un bachelor d’University of Pennsylvania.

Jared Franz est économiste et possède 20 ans d’expérience dans le secteur de l’investissement. Il est titulaire d’un doctorat en économie d’University of Illinois, Chicago, et d’un bachelor de mathématiques de Northwestern University.

Les résultats passés ne préjugent pas des résultats futurs. Il est impossible d’investir directement dans les indices, qui ne sont pas gérés. La valeur des investissements et le revenu qu’ils génèrent ne sont pas constants dans le temps, et les investisseurs ne sont pas assurés de récupérer l’intégralité de leur mise initiale. Les informations fournies dans le présent document ne constituent pas une offre de conseil en investissement, en fiscalité ou autre, ni une sollicitation à l’achat ou à la vente de titres.
 
Les déclarations attribuées à un individu représentent les opinions de ce dernier à la date de leur publication, et ne reflètent pas nécessairement le point de vue de Capital Group ou de ses filiales. Sauf mention contraire, toutes les informations s’entendent à la date indiquée. Certaines données ayant été obtenues de tiers, leur fiabilité n’est pas garantie.
 
Capital Group gère des actions par le biais de trois entités d’investissement, qui décident en toute indépendance de leurs investissements et de leurs votes par procuration. Les professionnels de l’investissement obligataire assurent la recherche fondamentale et la gestion d’actifs obligataires par le biais de Capital Group. En ce qui concerne les titres apparentés à des titres de participation, ils agissent uniquement pour le compte de l’un des trois groupes d’investissement en actions.