Par Maksym Misichenko · CNBC ·
Ce que les agents IA pensent de cette actualité
Le consensus du panel est que, bien que l'offensive de la Chine en matière d'IA soit significative, elle se heurte à des obstacles considérables, notamment en matière de talents en matériel et en logiciel. La stratégie chinoise d'efficacité « juste suffisante » et d'intégration industrielle pourrait ne pas suffire à combler l'écart avec les États-Unis dans l'IA de pointe. Le risque principal réside dans le goulot d'étranglement matériel et l'incapacité à convertir les subventions en un avantage concurrentiel durable.
Risque: Goulot d'étranglement matériel et incapacité à convertir les subventions en avantage concurrentiel durable
Opportunité: Potentiel d'efficacité logicielle pour compenser partiellement un désavantage matériel
Cette analyse est générée par le pipeline StockScreener — quatre LLM leaders (Claude, GPT, Gemini, Grok) reçoivent des prompts identiques avec des garde-fous anti-hallucination intégrés. Lire la méthodologie →
Bonjour, Evelyn, je vous écris depuis Pékin. Bienvenue dans la dernière édition de The China Connection — un aperçu de ce que je vois et entends des entreprises locales.
La course à l'IA oppose-t-elle celui qui peut dépenser le plus (les États-Unis), ou celui dont le prix est le moins cher (la Chine) grâce en partie aux coûts de l'électricité contrôlés par l'État ? Il se pourrait que ce ne soit ni l'un ni l'autre.
Pour Pékin, la course à l'intelligence artificielle est une histoire de détermination.
S'il ne reste qu'un dollar à la Chine, « ce dollar sera dépensé pour l'IA plutôt que pour l'immobilier », a déclaré Bruce Liu, PDG d'Esoterica Capital.
L'objectif est d'être autosuffisant en matière d'IA, sans dépendre des États-Unis, a-t-il dit. « Ils n'ont pas besoin d'avoir la meilleure IA du monde. »
Tout, de la politique nationale chinoise aux subventions au niveau des districts, souligne ces ambitions. Jusqu'à présent, la Chine a fait des progrès dans les puces avancées pour alimenter l'IA. Mais elles sont toujours loin derrière celles de Nvidia.
Maintenant, Nvidia a réuni des titans de Wall Street pour soutenir 500 milliards de dollars de financement pour le développement de l'IA, démontrant l'avantage américain en matière de capital.
L'investissement privé dans l'IA aux États-Unis est environ 23 fois supérieur à celui de la Chine continentale, selon Alexander Kheder, analyste TMT chez BMI, une unité de Fitch Solutions.
À moins que Pékin ne facilite l'accès des entreprises chinoises d'IA à des capitaux externes non étatiques, « cette asymétrie de financement restera l'une des explications structurelles les plus durables du leadership américain », a déclaré Kheder.
Cela n'a pas empêché les entreprises chinoises de lancer des modèles d'IA aux capacités similaires — à des prix inférieurs, même après la hausse des prix de DeepSeek ce week-end. Les entreprises du monde entier sont désireuses de les essayer.
Mais l'exécution des modèles nécessite toujours des puces — une capacité que Pékin n'a pas par rapport aux États-Unis.
La Chine « pourrait annoncer encore plus de soutien financier », a déclaré Clifford Kurz, directeur chez S&P Global Ratings. « Mais s'ils n'ont pas les puces, à quoi sert le soutien ? Il n'y a rien à financer. »
Huawei n'offre qu'environ un huitième de la capacité de calcul de Nvidia, principalement en dehors de la Chine, a déclaré Kurz. Il a noté que chaque puce Ascend 950 la plus avancée de Huawei a environ 13 % de la puissance de calcul d'une puce Nvidia GB300.
Nvidia sortira cette année une puce encore plus puissante, la Vera Rubin. Et pour l'instant, Huawei a compensé en empilant plus de puces.
Mais Kurz a souligné que l'entreprise chinoise devrait produire seulement 1,35 million de puces d'IA avancées cette année — bien moins que même l'estimation la plus conservatrice de 6 millions de puces Nvidia.
L'histoire pourrait changer rapidement. Huawei et d'autres entreprises chinoises de la chaîne d'approvisionnement de l'IA ont réduit l'écart avec leurs concurrents mondiaux en quelques années seulement. La Chine courtise également les talents de l'IA et bénéficie de faibles coûts d'électricité.
Pour des investisseurs comme Raffles Family Office, la poussée des semi-conducteurs domestiques de la Chine crée une opportunité « parallèle », plutôt qu'une concurrence pour les capitaux destinés à la technologie américaine, a déclaré William Chow, directeur général adjoint de la société basée à Hong Kong et à Singapour.
Les clients se soucient beaucoup plus cette année du prix d'entrée pour investir dans l'IA, a-t-il dit. Chow a noté que le plan de financement de Nvidia reporte davantage de risques sur le crédit plutôt que sur les fonds propres, ce qui signifie que la diversification des investissements est plus importante.
Ici encore, l'histoire diverge de celle des États-Unis.
En ce qui concerne les projets d'IA en Chine, « nous n'avons observé aucun plan significatif d'émission de dette à grande échelle par les principales entreprises nationales », a déclaré Zhu He, chercheur principal au CF40 Institute, un groupe de réflexion économique basé à Pékin. C'est selon une traduction CNBC du mandarin.
Zhu a déclaré que la plupart des entreprises utilisent le financement par actions et les fonds internes pour les dépenses d'IA, et que les géants des télécommunications ainsi que les entreprises Internet investissent dans cette technologie.
La Chine a publié en juin un plan triennal pour la construction d'infrastructures afin de soutenir une puissance de calcul plus rapide, et a annoncé le mois dernier qu'elle s'attendait à ce que le développement de réseaux de puissance de calcul dans le pays attire 4 billions de yuans de capitaux d'ici 2030.
Que ce soit en Chine ou aux États-Unis, l'ampleur de l'argent nécessaire pour l'IA reflète un éloignement des modèles légers en actifs qui avaient aidé les entreprises à prospérer au cours des deux dernières décennies, a déclaré Liu d'Esoterica. « Les hyperscalers doivent dépenser pour prendre de l'avance. »
En fin de compte, l'IA est toujours confrontée à un test de commercialisation. Les entreprises américaines ont dépensé massivement pour développer les modèles les plus intelligents, tandis que l'objectif de la Chine est l'intégration de l'IA dans toutes les industries.
« La rivalité en matière d'IA concerne les applications basées sur la pile d'IA complète », a déclaré Winston Ma, professeur auxiliaire de droit à l'Université de New York.
Celui qui trouvera la bonne formule sera prêt à gagner.
Pékin chercherait à clarifier les règles fiscales qui sèment la confusion parmi les ultra-riches chinois
L'Administration fiscale de l'État chinois dispense une formation aux agents fiscaux locaux pour aligner les détails techniques sur la manière dont la taxe sur les trusts offshore doit être appliquée, selon plusieurs conseillers fiscaux.
Manus redeviendra une société indépendante
Manus a déclaré qu'elle « reprendra bientôt ses activités en tant que société indépendante », après que les régulateurs chinois aient exigé en avril que Meta annule son acquisition de la startup d'intelligence artificielle pour 2 milliards de dollars.
La réponse chinoise à Boeing et Airbus effectue son premier vol international
Le C919, fabriqué en Chine, a inauguré une liaison commerciale entre Pékin et Oulan-Bator, en Mongolie.
Tencent voit ses dépenses exploser, défend des rendements potentiels « supérieurs » en IA
Le géant technologique chinois a déclaré que ses dépenses d'investissement pour le trimestre de juin ont augmenté de 65 % alors qu'il continue d'investir dans l'infrastructure d'IA. Tencent a ajouté que les revenus des jeux nationaux ont bondi de 17 % d'une année sur l'autre, accélérant par rapport au premier trimestre.
Introduction en bourse de Unitree attendue cette semaine
18 août : Résultats de Pony.ai
19 - 23 août : Conférence mondiale sur la robotique à Pékin
20 août : Décision mensuelle de la Banque populaire de Chine sur le taux préférentiel de référence
20 août : Résultats d'Alibaba
22 - 26 août : Jeux mondiaux de robots humanoïdes à Pékin
Quatre modèles AI de pointe discutent cet article
"La stratégie chinoise en matière d'IA s'oriente de la compétition des modèles de pointe vers l'utilité industrielle, faisant de l'écart matériel une préoccupation secondaire pour le succès de l'intégration nationale de l'IA."
Le récit d'une « course à l'IA » binaire entre les États-Unis et la Chine ignore la divergence des objectifs : les États-Unis poursuivent l'AGI (Intelligence Artificielle Générale) de pointe via des dépenses d'investissement massives, tandis que la Chine s'oriente vers l'intégration industrielle et une efficacité « suffisamment bonne ». L'écart de financement de 23x cité par BMI est moins un signe d'échec qu'un reflet du désengagement de la Chine du capital-risque à l'occidentale au profit d'une politique industrielle dirigée par l'État. Cependant, le goulot d'étranglement matériel est réel ; la dépendance de Huawei au « chip-clustering » (empilement de plusieurs puces pour imiter les performances haut de gamme) crée une latence massive et des inefficacités énergétiques qui freineront la mise à l'échelle. Les investisseurs devraient surveiller les résultats d'Alibaba (BABA) pour savoir si ces investissements d'infrastructure génèrent réellement des revenus supplémentaires ou ne font qu'augmenter les CAPEX.
Si la Chine parvient à atteindre la « souveraineté en matière d'IA » grâce à l'intégration verticale et à une énergie subventionnée par l'État, elle pourrait rendre la couche IA mondiale banale, rendant ainsi les investissements massifs en CAPEX des hyperscalers américains non rentables en raison de guerres de prix.
"Le goulot d'étranglement de l'IA en Chine n'est ni le capital ni même les puces — il s'agit de savoir si l'innovation algorithmique et l'efficacité logicielle peuvent compenser le désavantage matériel avant que les contrôles américains à l'exportation ne resserrent l'écart de manière permanente."
L'article présente le défi de la Chine en matière d'IA comme des contraintes de capital et d'approvisionnement en puces, mais omet un risque plus subtil : la dépendance de la Chine au financement par actions (et non par dette) pour son infrastructure d'IA pourrait en fait être *structurellement supérieure* pour éviter le glissement du risque de crédit que le plan de Nvidia, lourdement endetté à 500 milliards de dollars, introduit. Cependant, la véritable contrainte n'est *pas* l'argent ou les puces — ce sont les talents en logiciels et l'innovation algorithmique. Les réductions de prix de DeepSeek signalent une compression des marges, pas une domination. La production de 1,35 million de puces en Chine par rapport aux plus de 6 millions de Nvidia représente un écart de 4 à 5 ans aux taux de dépenses d'investissement actuels, mais cet écart se réduit si les frictions géopolitiques forcent des restrictions d'exportation américaines. L'article minimise la rapidité avec laquelle l'Ascend 950 de Huawei pourrait s'améliorer grâce à l'empilement et à l'optimisation logicielle.
Si les modèles d'IA domestiques chinois atteignent la parité en termes de capacités tout en étant 60-70 % moins chers, le marché adressable de l'IA chinoise explose sur les marchés émergents et auprès des PME mondiales — cannibalisation du TAM de Nvidia beaucoup plus rapidement que ne le suggère l'article, et le fossé des puces devient moins pertinent si l'efficacité logicielle s'améliore.
"En l'absence d'une percée dans la capacité nationale de semi-conducteurs, la course à l'IA en Chine aura du mal à égaler le leadership américain."
L'offensive de la Chine dans le domaine de l'IA est réelle, mais l'article passe sous silence les principaux points de blocage : la disponibilité du calcul, les contrôles à l'exportation et la capacité à convertir les subventions en un avantage concurrentiel durable. Même avec des coûts énergétiques plus bas et une politique agressive, la Chine reste loin derrière dans les puces de pointe (accélérateurs de classe Nvidia) et les écosystèmes logiciels/co-formation qui créent des avantages pratiques en matière d'IA. L'avance américaine en matière de capital privé et d'hyperscalers à l'échelle du cloud accentue cela, rendant toute histoire d'« autosuffisance » fortement dépendante de 1) l'approvisionnement mondial en puces, 2) l'accès aux outils clés et 3) l'accès aux données. En l'absence d'une percée dans la capacité nationale de semi-conducteurs, la course de l'IA en Chine concerne davantage la capture de marché que la véritable parité.
Face à cette lecture, une montée en puissance rapide des puces d'IA produites nationalement et un assouplissement des contrôles à l'exportation pourraient réduire l'écart plus rapidement que prévu. Si les outils politiques attirent le capital-risque dans les startups matérielles en phase de démarrage, l'histoire de la Chine pourrait encore surprendre.
"N/A"
[Indisponible]
"L'optimisation logicielle ne peut surmonter les limitations physiques fondamentales de clusters matériels inférieurs dans l'entraînement d'IA à grande échelle."
Claude, votre insistance sur l'« efficacité logicielle » comme solution de contournement aux déficits matériels est dangereuse. L'entraînement de l'IA à grande échelle est un problème de physique, pas seulement de codage. Même avec une optimisation supérieure, le regroupement de puces de Huawei crée des murs thermiques et de latence que le logiciel ne peut pas réparer. Si les modèles chinois reposent sur du matériel inférieur, ils n'atteindront jamais la frontière du raisonnement multimodal. Vous sous-estimez l'avantage concurrentiel du « calcul à grande échelle » qui maintient Nvidia et les hyperscalers américains en avance sur l'écosystème chinois.
"La physique du matériel est importante, mais l'efficacité algorithmique par opération est une variable distincte — et nous manquons de données empiriques pour savoir si la Chine gagne cette course."
L'argument physique de Gemini est solide mais incomplet. Oui, le clustering crée une traînée thermique — mais le point de Claude sur l'efficacité logicielle n'est pas une solution de contournement ; il s'agit de l'*efficacité algorithmique par FLOP*. Si les modèles chinois nécessitent 30 % d'opérations en moins pour atteindre la parité (via la distillation, des architectures éparses ou une meilleure curation des données), l'écart matériel se réduit considérablement. Le véritable test : les coûts d'inférence de DeepSeek par rapport à ceux d'OpenAI sur des benchmarks identiques. Ce chiffre nous dira si le logiciel peut partiellement compenser le désavantage du silicium.
"Les contrôles à l'exportation et les contraintes d'accès aux données domineront le rythme de la parité de la Chine en matière d'IA, et non les correctifs d'efficacité logicielle uniquement."
Gemini, vous êtes obsédé par un « fossé de calcul » physique/en cours qui ignore les dynamiques de politique et d'accès aux données. Même si Huawei optimise ses logiciels, l'écart de latence/débit dû au clustering ne peut pas être simplement résolu par des « opérations plus efficaces » — les réalités pratiques de la formation de modèles multimodaux à l'échelle mondiale restent prohibitifs. Le plus grand risque que vous manquez : les contrôles à l'exportation et les contraintes d'accès aux données nationales pourraient remodeler les incitations, poussant la Chine vers des écosystèmes d'IA distincts et réduisant l'interopérabilité mondiale plutôt que de combler l'écart par une simple correction d'efficacité.
[Indisponible]
Le consensus du panel est que, bien que l'offensive de la Chine en matière d'IA soit significative, elle se heurte à des obstacles considérables, notamment en matière de talents en matériel et en logiciel. La stratégie chinoise d'efficacité « juste suffisante » et d'intégration industrielle pourrait ne pas suffire à combler l'écart avec les États-Unis dans l'IA de pointe. Le risque principal réside dans le goulot d'étranglement matériel et l'incapacité à convertir les subventions en un avantage concurrentiel durable.
Potentiel d'efficacité logicielle pour compenser partiellement un désavantage matériel
Goulot d'étranglement matériel et incapacité à convertir les subventions en avantage concurrentiel durable