Sanctions IA renforcées, Washington vise la Chine, modèles open source aussi ciblés, ce qui complique vraiment les règles classiques

Washington étudie un nouveau durcissement des restrictions visant l’écosystème chinois de l’intelligence artificielle, avec un point de bascule notable, la possibilité de cibler aussi des modèles open source. D’après les informations rapportées par ZDNET, l’administration américaine examine des mesures qui dépasseraient le contrôle des puces et des équipements, pour s’intéresser à la diffusion et à l’usage de certains modèles, y compris lorsqu’ils circulent librement en code et en poids. Le débat intervient dans un contexte où les modèles publiés ouvertement peuvent être téléchargés, adaptés et redéployés très vite, ce qui complique les outils classiques de sanctions.

Le Département du Commerce étudie des contrôles sur modèles open source

Les pistes évoquées s’inscrivent dans l’architecture américaine des contrôles à l’export, pilotée par le Department of Commerce via le BIS (Bureau of Industry and Security). Historiquement, les sanctions liées à l’IA ont surtout porté sur le matériel, notamment les GPU de pointe, les équipements de fabrication et les interconnexions nécessaires à l’entraînement de grands modèles. La nouveauté discutée, selon ZDNET, consiste à regarder le logiciel lui-même, c’est-à-dire des modèles et composants pouvant être répliqués sans chaîne logistique physique.

Le point sensible vient du statut des modèles dits ouverts. Un modèle open source peut être mis en ligne, dupliqué, puis affiné sur d’autres données pour des usages civils ou militaires. Cette dynamique contourne partiellement les mécanismes classiques, car une fois les poids diffusés, il devient difficile d’empêcher leur circulation. Washington s’interroge donc sur des leviers juridiques qui agiraient sur la mise à disposition, l’hébergement, la distribution ou la fourniture de services associés, par exemple l’accès à certaines infrastructures de calcul ou à des dépôts stratégiques.

Dans la pratique, des restrictions orientées modèle auraient plusieurs formes. D’abord, une logique de liste, avec des entités, instituts ou entreprises identifiés, dont les modèles, les outils ou les dérivés seraient considérés comme à risque. Ensuite, une logique fonctionnelle, basée sur des capacités, comme la génération de code, l’aide à l’ingénierie, l’automatisation de cyberactions ou l’assistance à la recherche. Enfin, une logique de diffusion, touchant la distribution internationale si des acteurs américains, des services cloud américains, ou des intermédiaires soumis au droit américain jouent un rôle.

Cette orientation ouvre un débat technique. Les modèles n’ont pas de frontière simple. Un fichier peut être renommé, fragmenté, quantifié, puis redistribué. Un modèle peut aussi être reconstruit à partir d’un autre, en utilisant des méthodes de distillation ou d’alignement. Pour les autorités, le défi devient d’identifier ce qui est contrôlable, sans transformer un contrôle ciblé en règle trop large, difficile à appliquer et contestable devant les tribunaux.

Les sanctions américaines basculent du GPU vers la diffusion des modèles

Depuis plusieurs cycles de restrictions, Washington a cherché à ralentir l’accès de la Chine aux capacités de calcul nécessaires à l’entraînement. La logique était simple, freiner l’acquisition de puces IA haut de gamme et de solutions réseau indispensables aux grands clusters. En résultat, le contrôle matériel est devenu plus strict, mais il a aussi produit des effets d’adaptation, réorientation vers des puces moins performantes, optimisation logicielle, mutualisation, et montée en puissance d’alternatives locales.

Le passage à une approche qui touche la diffusion des modèles vise un autre maillon de la chaîne. Même avec moins de GPU, un acteur peut obtenir des capacités avancées via des modèles déjà entraînés, puis les adapter à moindre coût. Le coût marginal d’un fine-tuning peut être bien inférieur à celui de l’entraînement initial. C’est précisément le cas d’usage le plus associé à l’open source, un modèle public sert de base à des variantes spécialisées, parfois difficiles à tracer.

Pour les États-Unis, cela crée une tension entre deux objectifs. D’un côté, préserver l’avantage technologique et limiter l’usage hostile d’outils avancés. De l’autre, ne pas casser une dynamique industrielle et académique américaine très liée à l’ouverture, à la reproductibilité scientifique et aux communautés de développement. La question devient, où placer la ligne entre un modèle généraliste publié pour la recherche et un modèle considéré comme trop performant pour être diffusé sans garde-fous. Sans critères transparents, le risque est d’alimenter l’incertitude des acteurs, laboratoires, éditeurs, hébergeurs, chercheurs.

Une mesure trop large toucherait aussi l’économie de la distribution. Les plateformes de code, les registries de modèles et les fournisseurs d’infrastructure peuvent être amenés à mettre en place des contrôles d’accès, de la géorestriction, ou des procédures KYC pour certains téléchargements. Cela se traduit par des coûts de conformité, des délais, et parfois une fragmentation, certains dépôts migrent vers des hébergeurs hors de portée du droit américain. L’efficacité dépend alors de la coopération internationale et de la capacité à éviter les contournements les plus évidents.

Le basculement vers le modèle pose aussi la question des services. Un modèle open source peut être exécuté localement, mais il peut aussi être consommé via une API. Dans ce second cas, le point de contrôle n’est plus le fichier, mais le fournisseur de service, souvent soumis à la réglementation américaine s’il est basé aux États-Unis ou s’il utilise des technologies américaines. Les autorités peuvent donc privilégier des restrictions sur le cloud, la location de calcul, et les services d’orchestration, ce qui revient à agir sur l’usage plutôt que sur la publication.

Les entreprises américaines d’IA craignent une restriction qui pénalise l’open source

Une extension des sanctions vers l’open source peut provoquer des frictions internes. Aux États-Unis, une partie de l’innovation s’appuie sur la publication de modèles, de benchmarks et de code. Les entreprises exploitent cette ouverture pour recruter, accélérer des briques logicielles, et créer des écosystèmes d’outils. Si de nouvelles règles imposent un filtrage trop large, elles risquent de ralentir la circulation des contributions et d’augmenter les coûts de mise en conformité, surtout pour les acteurs de taille moyenne.

Les inquiétudes portent sur la définition du périmètre. Qu’est-ce qui serait visé, un modèle développé en Chine, un modèle entraîné par une entité chinoise, un modèle hébergé sur une plateforme chinoise, ou une déclinaison fine-tunée par un tiers à partir d’un modèle d’origine chinoise. La question du modèle dérivé devient centrale, car l’IA est un domaine où la réutilisation est standard. Sans règles robustes, les acteurs américains pourraient être exposés à des risques juridiques en intégrant des composants dont la provenance est difficile à documenter.

Il existe aussi un effet de réputation. Si Washington associe explicitement certains modèles à des risques de sécurité, les entreprises américaines pourraient être incitées à éviter ces technologies, même dans des usages non sensibles, par prudence. Les responsables conformité demanderaient des garanties, des audits, des vérifications de provenance. De plus, les plateformes d’hébergement pourraient être tentées de retirer préventivement des contenus, ce qui pose des débats sur la transparence, l’arbitrage et les droits de contestation.

Sur le plan économique, la question touche à la compétitivité face à des offres fermées. Si l’open source devient plus compliqué à distribuer, certains clients se tourneront vers des solutions propriétaires intégrées, plus simples contractuellement. Cela peut favoriser des grands fournisseurs capables d’absorber les coûts de conformité, mais pénaliser les petites structures qui publient des modèles, des adapters ou des datasets. En résultat, le tissu d’innovation pourrait se concentrer, ce qui n’est pas nécessairement aligné avec l’objectif déclaré de dynamiser l’écosystème.

Enfin, le débat recoupe la cybersécurité. Les modèles open source, parce qu’ils sont audités publiquement, peuvent être renforcés rapidement contre des failles. Si la diffusion se déplace vers des circuits moins visibles, l’audit communautaire devient plus difficile. Les autorités doivent donc arbitrer entre contrôle et visibilité, car une mesure visant à réduire le risque géopolitique peut créer un autre type de risque, celui d’une circulation plus opaque des outils.

Pékin accélère l’autonomie logicielle pendant que Washington resserre les contrôles

Le durcissement envisagé s’inscrit dans un rapport de force technologique. Face aux restrictions sur les GPU et certains équipements, la Chine a renforcé des stratégies d’autonomie, optimisation des entraînements, ingénierie des modèles, et soutien aux acteurs domestiques. En parallèle, la diffusion de modèles ouverts, publiés par des laboratoires et entreprises chinoises, constitue un levier d’influence, car ces modèles peuvent être adoptés à l’étranger, intégrés à des produits, puis adaptés localement.

Si Washington cible des modèles open source d’origine chinoise, l’impact dépendra de la portée réelle des mesures. Si les restrictions passent par les plateformes et le cloud, les utilisateurs hors des États-Unis peuvent se tourner vers d’autres hébergeurs. Si elles passent par des listes d’entités, elles peuvent dissuader les entreprises occidentales de collaborer, mais sans empêcher des acteurs de pays tiers de poursuivre. La capacité américaine à entraîner une coalition de partenaires devient alors un facteur clé, car sans alignement, les contournements restent accessibles.

Un autre effet possible concerne la standardisation. Les modèles open source sont souvent accompagnés de formats, de bibliothèques et d’outils. Contrôler le modèle peut conduire à s’intéresser à toute la chaîne, poids, tokenizer, scripts d’entraînement, pipelines, et parfois jeux de données. Or l’écosystème open source fonctionne par modularité, les briques se mélangent. Une politique trop rigide risque de rendre la conformité imprévisible, ce qui freine l’adoption, mais aussi la recherche conjointe.

Sur le terrain diplomatique, Pékin peut dénoncer une politisation de l’innovation et répondre par des mesures symétriques, sur les services, les entreprises, ou les flux de données. Cela peut affecter des acteurs occidentaux présents sur le marché chinois, mais aussi des chaînes d’approvisionnement liées au matériel. La montée des restrictions croisées a déjà fragmenté certains segments technologiques. Une extension au logiciel renforcerait cette fragmentation, avec des écosystèmes de modèles plus séparés.

Pour les utilisateurs, entreprises, administrations, chercheurs, la conséquence pratique est une complexité accrue. Le choix d’un modèle ne se fait plus seulement sur la performance et le coût, mais aussi sur l’exposition réglementaire, la traçabilité et la dépendance à des services soumis à sanctions. Les directions achats et juridiques deviennent des acteurs centraux des décisions IA, au même titre que les équipes techniques, ce qui transforme la manière dont les projets se montent et se déploient.