Pourquoi les start-up africaines construisent de plus en plus sur l’IA chinoise

Quand on demande aux start-up africaines sur quelle intelligence artificielle elles construisent leurs produits, la réponse surprend ceux qui imaginent un marché dominé par les grands noms américains. Selon Lexi Novitske, associée du fonds de capital-risque panafricain Norrsken22, la tendance est claire : les modèles ouverts, et en particulier les modèles chinois.

« Si l’on regarde sur quoi les entreprises technologiques locales construisent leurs systèmes aujourd’hui, ce sont des modèles open source, des modèles d’IA chinois, parce qu’ils sont moins chers et plus disponibles. »

Lexi Novitske, associée de Norrsken22, à TechCentral

Lexi Novitske connaît bien l’écosystème. Installée au Nigeria depuis 2012, elle a investi très tôt dans Paystack et Flutterwave, deux des plus grands succès de la fintech africaine. Norrsken22 a bouclé en 2023 un premier fonds de 205 millions de dollars, soutenu notamment par des fondateurs de Skype, Delivery Hero, King et Mojang. Le fonds a investi environ la moitié de ses capitaux, sans sortie à ce jour.

Le prix, d’abord

La raison principale est économique. Une start-up africaine facture souvent ses clients en naira, en rand ou en shilling, dans des marchés où le pouvoir d’achat est limité. Payer des appels à un modèle d’IA en dollars, au tarif des grands fournisseurs américains, peut absorber une grande partie de sa marge. Les modèles chinois, proposés à des prix nettement inférieurs, ou téléchargeables gratuitement quand leurs poids sont publiés en accès libre, changent cette équation.

Lexi Novitske cite les outils d’Alibaba Cloud comme moins coûteux, et la famille de modèles Qwen, développée par Alibaba, comme très performante sur le marché. D’autres modèles chinois, comme ceux de DeepSeek, ont eux aussi gagné en popularité mondiale ces deux dernières années, notamment auprès des développeurs qui veulent faire tourner un modèle sur leurs propres serveurs.

Ouverts, donc adaptables

Le second avantage est la disponibilité. Un modèle dont les poids sont publiés peut être téléchargé, installé sur un serveur local ou chez un hébergeur de son choix, et adapté à ses besoins : ajouté à des données en langues africaines, spécialisé dans un domaine, allégé pour fonctionner sur un matériel modeste. Pour des start-up qui veulent maîtriser leurs coûts et garder leurs données près de leurs clients, c’est précieux.

Les modèles fermés, accessibles seulement par une interface payante, offrent souvent les meilleures performances sur les tâches les plus difficiles. Mais pour beaucoup d’usages courants, comme la classification de messages, le résumé de documents, les assistants de service client ou la traduction, un modèle ouvert bien réglé suffit largement.

Poids ouverts, open source : de quoi parle-t-on ?

Un modèle d’IA est un très gros fichier de paramètres, ses « poids », obtenus après un entraînement coûteux. Quand une entreprise publie ces poids, n’importe qui peut télécharger le modèle et le faire fonctionner sur ses propres machines, sans passer par l’entreprise d’origine ni lui payer chaque utilisation. C’est ce qu’on appelle un modèle à poids ouverts. On parle souvent d’open source, même si les conditions d’utilisation varient d’un modèle à l’autre et que les données d’entraînement, elles, sont rarement publiées.

Pour une start-up africaine, cela ouvre des possibilités concrètes. Elle peut héberger le modèle chez un fournisseur local ou dans un centre de données proche de ses clients, ce qui réduit les délais de réponse et les coûts de transfert. Elle peut aussi l’adapter : lui apprendre le vocabulaire de son secteur, ou l’améliorer dans des langues comme le yoruba, le swahili ou le wolof, que les grands modèles maîtrisent encore mal. Des communautés de chercheurs africains, comme le réseau Masakhane, travaillent depuis des années sur ces langues et produisent des données qui servent à ces adaptations.

Le « vide » laissé par le capital américain

Lexi Novitske relie cette tendance à un phénomène plus large : le recul du capital-risque américain en Afrique. Selon elle, ce n’est pas tant une question de politique gouvernementale que de choix des investisseurs privés, qui ont réduit leur exposition aux marchés africains après la correction de 2022-2023.

« Je pense que le capital privé américain, en particulier, passe à côté. Ce n’est pas tant une question de politique gouvernementale qu’une question de capital privé. »

Lexi Novitske

Elle y voit un « énorme vide », que des acteurs chinois sont prêts à occuper. Le précédent de la fintech est parlant : OPay et PalmPay, soutenues par des capitaux chinois, ont conquis une part importante des paiements au Nigeria. Selon l’investisseuse, les entreprises chinoises peuvent se permettre d’accepter des pertes pendant trois ou quatre ans, le temps de construire leurs effets de réseau, un luxe dont les fondateurs locaux ne disposent pas.

Les risques d’une dépendance

Construire sur l’IA chinoise n’est pas sans questions. D’abord, la conformité : certains modèles chinois appliquent, dans leurs versions hébergées, des filtres liés aux règles de contenu en vigueur en Chine. Les versions téléchargées peuvent être réglées différemment, mais les entreprises doivent vérifier le comportement des modèles sur les sujets sensibles pour leurs utilisateurs.

Ensuite, les données : utiliser un service hébergé en Chine pose les mêmes questions que l’envoi de données vers n’importe quel pays étranger, au regard des lois africaines de protection des données, qui encadrent de plus en plus les transferts internationaux. Faire tourner un modèle ouvert sur un serveur local évite ce problème, mais demande des compétences et du matériel.

Enfin, la géopolitique. Les tensions technologiques entre les États-Unis et la Chine peuvent avoir des conséquences imprévisibles : restrictions sur certains services, sur les puces ou sur les financements. Une start-up qui dépend d’un seul fournisseur, quel qu’il soit, est exposée. Les régulateurs, souligne Lexi Novitske, se montrent déjà mal à l’aise face à la domination de fintechs à capitaux chinois sur les volumes de transactions.

Il y a enfin la question de la qualité. Un modèle moins cher n’est intéressant que s’il fait le travail. Les équipes sérieuses comparent plusieurs modèles sur leurs propres données avant de choisir, en mesurant la justesse des réponses, la gestion des langues locales et la vitesse. Il arrive que le modèle le plus économique soit aussi le plus adapté ; il arrive aussi qu’un modèle plus cher réduise tellement les erreurs qu’il revienne moins cher au final. Le choix de l’IA chinoise, pour beaucoup de start-up, est d’abord le résultat de ces tests pragmatiques, pas d’une préférence idéologique.

Une concurrence qui profite aux développeurs

La compétition entre modèles américains, chinois, européens et ouverts a un effet positif immédiat pour les développeurs africains : les prix baissent et le choix s’élargit. Les grands laboratoires américains multiplient d’ailleurs les programmes et accords en Afrique, avec des gouvernements comme avec des entreprises, conscients que le continent sera l’un des grands marchés de croissance de l’IA.

Le message de Lexi Novitske est surtout un avertissement aux investisseurs occidentaux : l’infrastructure technologique de l’Afrique de demain se choisit maintenant, dans les décisions techniques de milliers de petites équipes. Celles-ci choisissent ce qui est abordable et disponible. Si les acteurs américains veulent peser, il leur faudra proposer des conditions adaptées aux réalités économiques du continent.