Depuis trente ans, l’économie numérique oscille entre promesses de décentralisation et nouvelles vagues de concentration.
Chaque cycle commence par le même espoir : plus d’accès, plus de distribution, plus d’autonomie. Puis le scale prend le dessus. Les infrastructures se centralisent. Les standards sont captés. Les données s’accumulent. Un nouveau centre de gravité émerge.
L’IA n’échappe pas à ce schéma. Elle l’accélère.
Aujourd’hui, le CTO dépend des fournisseurs de modèles. Le DSI dépend des hyperscalers et des plateformes d’entreprise. Le CEO de startup construit sur des API contrôlées par une poignée d’acteurs. Le fondateur deep tech dépend d’une intensité en calcul, en données et en capital qui pousse naturellement à la concentration.
En théorie, l’innovation diffuse le pouvoir. En pratique, elle le recentralise souvent.
C’est pourquoi, à l’ère de l’IA, de la deep tech et de l’informatique quantique, l’open source ne devrait plus être traité comme une préférence technique secondaire.
Il devient un investissement stratégique.
1. Chaque vague crée un nouveau centre
L’histoire des technologies répète sans cesse le même mouvement.
Le mainframe a cédé la place au client-serveur. Le client-serveur au web. Le web au cloud. Le cloud a ouvert l’illusion de la modularité — puis a recentralisé le pouvoir par l’infrastructure, les plateformes et la dépendance.
Même chose dans le business : bundle, unbundle, rebundle.
Ce qui ressemble à une libération devient souvent une nouvelle forme de capture.
L’IA suit désormais le même chemin :
- concentration des modèles
- concentration du calcul
- concentration de la dépendance au cloud
- concentration des interfaces
- concentration de la distribution
Chaque vague technologique promet la décentralisation. La plupart finissent par créer un nouveau centre de gravité.
2. Le vrai sujet : le pouvoir sur la stack
La vraie question n’est plus de savoir qui innove le plus vite. C’est de savoir qui gouverne les systèmes dont tous les autres dépendent.
Ce pouvoir se joue désormais sur plusieurs couches à la fois :
- l’accès aux modèles
- l’infrastructure cloud
- les outils de développement
- le stockage des données
- le logiciel d’entreprise
- les standards de sécurité et d’interopérabilité
- l’allocation du capital
C’est pour cela que l’ère de l’IA a un goût différent. Ce n’est pas un cycle produit de plus. C’est un cycle de concentration.
Et cette concentration n’est pas seulement économique. Elle est aussi politique.
La guerre est ouvertement de retour dans plusieurs régions. Les chaînes d’approvisionnement deviennent des armes. L’accès peut être coupé. La demande peut s’effondrer. Même le leadership de marché ne vaut pas grand-chose si vos clients ne peuvent plus acheter, héberger, utiliser ce que vous vendez, ou lui faire confiance.
Dans le même temps, l’ultra-local ne peut pas être toute la réponse. Les communautés locales comptent, mais elles ne peuvent pas porter seules les semi-conducteurs, la recherche de pointe, les infrastructures sécurisées ou la coordination scientifique à grande échelle.
La réponse n’est pas l’autonomie totale.
La réponse est une interdépendance résiliente : des systèmes assez ouverts pour coopérer, assez distribués pour résister à la capture, et assez structurés pour survivre aux chocs.
3. Certaines couches sont trop importantes pour être fermées
Tout ne doit pas être ouvert. Mais certaines couches sont trop importantes pour être entièrement verrouillées.
C’est là que l’open source, les standards ouverts et les communs techniques comptent le plus.
Pas comme une idéologie. Comme une infrastructure stratégique.
Il ne s’agit pas d’éliminer les business models propriétaires. Il s’agit d’empêcher que toute la stack de l’intelligence devienne une propriété privée.
Si toutes les couches stratégiques se ferment, le pouvoir se concentrera par défaut. Si certaines couches fondatrices restent ouvertes, l’autonomie reste possible.
4. Quatre signaux auxquels les dirigeants devraient prêter attention
Certains décideurs pointent déjà dans cette direction, depuis des mondes pourtant très différents.
Aucune loi de l’informatique ne dit que l’IA doit rester chère et rester énorme.
Arvind Krishna
La phrase de Krishna compte parce qu’elle va à rebours de l’idée que l’IA d’entreprise deviendrait forcément plus centralisée, plus chère et plus fermée. Le positionnement récent d’IBM insiste d’ailleurs sur l’intégration, la valeur pour l’entreprise et des fondations plus ouvertes, plutôt que sur une dépendance aveugle à une seule stack géante. (crn.com)
Nous ne l’utilisons pas pour licencier. Nous l’utilisons pour rendre les sociétés plus productives, plus efficaces, et pour faire progresser tout le monde.
Nicolai Tangen
L’avertissement de Tangen est essentiel pour les boards et les investisseurs : une transition IA trop brutale, trop extractive ou trop centrée sur la suppression d’emplois provoquera un rejet. Il a aussi alerté sur le fait que la dépendance à quelques fournisseurs et la répartition inégale des infrastructures IA peuvent creuser les inégalités, sociales comme géopolitiques. (reuters.com)
Le plus grand risque de l’IA, c’est la concentration du pouvoir, des capacités et de la richesse. Combattons-la avec l’open source !
Clem Delangue
C’est sans doute le résumé stratégique le plus clair de la cause open source. Il ne s’agit pas de rendre tout le business ouvert. Il s’agit de garder certaines couches contestables, inspectables et partageables, si l’on veut que l’avenir de l’intelligence reste pluriel. (linkedin.com)
La question n’est pas de savoir si des armes dotées d’IA seront construites, mais qui les construira, et dans quel but.
Alex Karp
C’est pourquoi la montée des manifestes sur l’IA compte. Certains dirigeants de la tech ne veulent plus seulement construire des produits ou commenter la régulation. Ils commencent à formuler de véritables doctrines politiques : qui doit contrôler la technologie, ce qu’elle doit servir, et comment États et entreprises doivent travailler ensemble. Les principes publiés par Palantir et la vision du monde affichée par Karp en sont l’un des exemples les plus nets.
Ces quatre signaux ne disent pas la même chose.
Mais ensemble, ils mènent à une même conclusion : déployer l’IA, oui — mais sans laisser les couches fondatrices devenir impossibles à inspecter, à contester ou à remplacer.
5. Ce que les dirigeants devraient faire dès maintenant
Pour les CTO, les DSI et les CEO de startups, ce n’est plus abstrait.
Quelques choix concrets comptent tout de suite.
Réduire les dépendances évitables. Ne bâtissez pas tout votre avenir sur une seule couche fermée si cette couche peut demain dicter vos coûts, votre accès, votre vitesse et vos marges.
Soutenir les composants ouverts, directement ou indirectement. Cela peut passer par des contributions, des partenariats, du sponsoring, des choix d’achat, des choix d’architecture ou la participation à un écosystème.
Séparer ce qui doit rester propriétaire de ce qui doit rester universel. Votre différenciation peut être fermée. Vos fondations ne devraient pas toutes l’être.
Penser au-delà du coût et de la vitesse. Les fondations ouvertes ne sont pas seulement du logiciel moins cher. Elles apportent résilience, pouvoir de négociation, auditabilité, portabilité et liberté stratégique.
Traiter l’open source comme un sujet de gouvernance, pas seulement d’ingénierie. Dans un monde plus fragmenté, la question n’est pas seulement ce qui fonctionne. C’est ce qui reste gouvernable sous tension.
Conclusion
Les travaux récemment récompensés par le Nobel d’économie vont dans le même sens : le progrès ne distribue pas le pouvoir de lui-même.
Le prix 2024 a distingué Daron Acemoglu, Simon Johnson et James A. Robinson pour avoir montré comment les institutions façonnent la prospérité — et comment les institutions extractives minent le progrès durable. Le prix 2025 a distingué Joel Mokyr, Philippe Aghion et Peter Howitt pour avoir expliqué la croissance tirée par l’innovation, et le rôle du changement technologique et de la destruction créatrice dans le développement de long terme. (nobelprize.org)
Mis bout à bout, la leçon est claire.
L’innovation peut créer de la croissance. Mais ce sont les institutions qui décident si cette croissance devient largement productive ou simplement extractive.
C’est pourquoi l’ère de l’IA ne doit pas se lire à travers le seul mythe de la décentralisation. Chaque grande vague technologique prétend diffuser le pouvoir. La plupart finissent par créer un nouveau centre de gravité.
La question pour les dirigeants n’est donc plus seulement d’innover plus vite. C’est de garder l’innovation compatible avec le pluralisme, la résilience et la liberté d’action.
L’open source ne remplacera pas la politique. Il ne remplacera pas le droit. Il ne remplacera pas la stratégie industrielle. Mais il pourrait être l’un des rares contrepoids réalistes à une concentration excessive.
À l’ère de l’IA, de la deep tech et de l’informatique quantique, investir dans des fondations ouvertes n’est plus seulement un choix technique. C’est un choix stratégique sur le futur qui reste possible.
Quel est le dernier composant open source dans lequel votre organisation a délibérément investi — pas seulement utilisé, investi ? La réponse m’intéresse.
Article publié à l’origine en anglais sur LinkedIn. Rejoindre la discussion →
