Les limitations des modèles d'IA soulignent les défis pour le Sud mondial

Les modèles d'intelligence artificielle actuels, basés principalement sur des architectures de transformateurs, n'ont pas résolu les défis clés pour le Sud mondial, les bénéfices et les ressources étant encore largement concentrés dans les régions plus riches.

Le modèle de transformateur, introduit pour la première fois dans un article de recherche de 2017 par des chercheurs de Google, est devenu la technologie de base pour les grands modèles de langage et a été adapté pour diverses applications d'IA, y compris la vision par ordinateur et le traitement de la parole. Depuis son introduction, le développement de l'IA s'est concentré sur des modèles basés sur des transformateurs, l'IA générative, les modèles de diffusion et l'IA agentique.

Malgré des avancées rapides, des études récentes montrent que ces systèmes d'IA n'ont pas atteint des niveaux élevés d'automatisation ou d'efficacité dans des tâches pratiques. Par exemple, un essai de 2025 mené par Model Evaluation and Threat Research a révélé que les programmeurs open-source utilisant des outils d'IA prenaient 19 % de temps en plus pour terminer leur travail par rapport à ceux n'utilisant pas d'assistance IA.

L'Index du Travail à Distance, publié par la Fondation pour l'Innovation QC au Centre pour la Sécurité de l'IA et ScaleAI de l'IISc Bengaluru, a rapporté que le modèle d'IA leader, Opus 4.6, n'a pu automatiser que 4,17 % des tâches de travail à distance. Cela indique que la génération actuelle de modèles d'IA de pointe a un impact limité sur l'automatisation de ce type de travail.

Ce que montrent les chiffres

• 95 % des projets pilotes d'IA générative ont échoué, selon le rapport de 2025 du MIT
• Les centres de données représentaient plus de 4,4 % de la consommation d'électricité des États-Unis en 2023
• 76 % des experts interrogés ne s'attendent pas à ce que l'apprentissage automatique actuel atteigne l'AGI

Les données financières des principales entreprises d'IA montrent un écart entre les revenus et les engagements de dépenses. OpenAI a rapporté un revenu annuel d'environ 20 milliards de dollars américains en 2025, tandis que ses engagements financiers ont dépassé 1,4 trillion de dollars. CoreWeave, un autre fournisseur majeur d'infrastructure IA, prévoyait de dépenser entre 30 et 35 milliards de dollars en 2026, malgré un revenu annuel légèrement supérieur à 5 milliards de dollars en 2025.

Des disparités géographiques persistent dans la distribution des bénéfices de l'IA. Selon le Forum Économique Mondial, les lacunes en matière d'infrastructure, de données et de talents ont conduit à ce que la plupart des avantages de l'IA soient réalisés dans le Nord mondial, plutôt que dans les régions en développement. Le déploiement efficace de l'IA dans le Sud mondial nécessiterait des investissements dans l'infrastructure technologique, le talent local et des mesures de renforcement de la confiance.

Certaines applications ont montré du succès dans le Sud mondial. L'utilisation par l'Inde de chatbots pour la traduction linguistique via des plateformes comme Bhashini a été décrite comme un succès manifeste. De plus, AlphaFold, un outil de recherche développé par Google DeepMind, a accéléré le progrès scientifique et a été lié à un prix Nobel de chimie en 2024.

Lors du Sommet sur l'Impact de l'IA en Inde 2026, l'agenda pour l'adoption de l'IA dans le Sud mondial a été déclaré prioriser le développement centré sur l'humain plutôt que de se concentrer uniquement sur des approches pilotées par l'IA. Cela reflète les discussions en cours sur l'alignement du déploiement de l'IA avec les besoins et les capacités locaux dans les régions en développement.

* Cet article est basé sur des informations publiquement disponibles au moment de la rédaction.