En Afrique, la bataille de l’intelligence artificielle se joue moins sur la nationalité des modèles que sur leur utilité concrète. Qwen, GLM, DeepSeek ou Kimi trouvent progressivement leur place dans les entreprises africaines grâce à des coûts plus faibles, des possibilités d’installation locale et, dans certains cas, une meilleure prise en charge des langues africaines.
Des modèles chinois choisis pour des besoins très concrets
En Ouganda, la plateforme Sunflower utilise Qwen, développé par Alibaba, pour fournir aux agriculteurs des prévisions météorologiques et des conseils agricoles dans plus de 30 langues locales.
Ses développeurs avaient également testé des solutions de Meta et Google. Qwen s’est montré plus performant pour comprendre les langues ougandaises utilisées par le service.
Le coût constitue un autre argument. Au Kenya, des modèles chinois servent notamment à numériser des archives juridiques et automatiser certains services bancaires et administratifs. Ils peuvent traiter d’importants volumes de documents pour une fraction du prix demandé par les principaux fournisseurs américains.
Au Nigeria, la plateforme d’assurance Curacel utilise GLM pour plusieurs opérations comme le codage, l’extraction et la classification de données ou certaines demandes de clients. Elle conserve toutefois des modèles occidentaux pour les opérations jugées plus complexes ou sensibles.
Les entreprises africaines ne remplacent donc pas systématiquement une technologie américaine par une solution chinoise. Elles combinent les modèles selon leur prix, leurs performances et les tâches à réaliser.
Moins dépendre du cloud ne signifie pas devenir autonome
Une autre caractéristique attire les banques et les fintechs. Plusieurs modèles chinois peuvent être téléchargés puis installés directement sur les infrastructures d’une entreprise.
Cette possibilité permet de conserver localement des informations sensibles comme les données financières, les documents d’identité et les dossiers clients, plutôt que de les envoyer vers une plateforme extérieure.
Cette autonomie reste toutefois limitée. Faire fonctionner ces modèles nécessite des compétences, des serveurs et des puces suffisamment puissantes. La dépendance technologique peut ainsi simplement se déplacer vers les fournisseurs de matériel informatique et de services cloud.
Des limites apparaissent aussi dans les réponses produites. Sunflower a constaté que son système fournissait des réponses favorables à Pékin sur le système politique chinois et évitait certaines questions sensibles. Ses développeurs ont choisi un modèle de Google pour un autre projet.
La compétition technologique prend ainsi une dimension plus large. La Chine accompagne la diffusion de ses technologies avec des formations, de l’assistance technique et parfois des capacités de calcul gratuites. Huawei dispose déjà d’un réseau de centres de données et de services cloud sur le continent.
Face à cette progression, les entreprises africaines semblent privilégier une stratégie hybride. Les modèles chinois répondent à certains besoins grâce à leurs coûts et leur flexibilité, tandis que les solutions américaines restent utilisées lorsque la précision ou les capacités de raisonnement sont privilégiées. Pour ces acteurs, travailler avec plusieurs écosystèmes devient aussi une manière d’éviter de dépendre entièrement d’un seul fournisseur.
