Aux États-Unis, 410 milliards de dollars ont été investis en 2025 dans l’intelligence artificielle, et 650 milliards de dollars sont prévus en 2026 par les géants de la tech. Dans l’Union européenne (UE), l’initiative InvestAI a été annoncée en février 2025. Elle vise à mobiliser 200 milliards d’euros pour établir des gigafabriques d’IA, selon une logique de partenariat public-privé incluant un fonds européen de 20 milliards d’euros. Ces gigafabriques sont des structures réunissant moyens humains et technologiques au sein d’écosystèmes comprenant puissances de calcul, données et talents, afin d’être concurrentielles à l’international en développant la maîtrise de l’IA.

Le budget de l’UE prévu pour la période 2028-2034 prévoit un montant de 451 milliards d’euros pour la compétitivité et la recherche, malgré l’augmentation des investissements en la matière. Ces montants ne sont pas consacrés uniquement à l’IA, la compétitivité incluant d’autres domaines comme la défense, selon la Commission.

Ces écarts d’investissements s’ajoutent à l’attractivité en berne de l’UE, qui peine à convaincre d’investir dans l’IA au sein de son espace. En 2025, les entreprises américaines ont attiré 75 % de la valeur mondiale des transactions de capital-risque en IA, soit 194 milliards de dollars. À titre de comparaison, les entreprises au sein de l’UE n’ont attiré que 6 %, soit 15,8 milliards de dollars.

Selon Imène Kabouya, experte des transformations numériques au sein du cabinet Wavestone, l’UE doit se concentrer sur quatre leviers : assurer un financement de l’IA attirant les financements privés, renforcer les partenariats public-privé pour stimuler la recherche et disposer de services à forte valeur ajoutée, sensibiliser à l’IA pour réduire la défiance des citoyens, et opter pour le développement de l’IA par l’open source, créant un effet de volume capable de rivaliser avec la concurrence.

Le développement de l’open source est le choix de Mistral AI, première licorne française valorisée à plus de 10 milliards de dollars et qualifiée de « décacorne ». Le pari d’Arthur Mensch est que l’utilisation de l’open source permettrait de diffuser largement ses modèles d’IA et de créer de la demande.

L’enjeu de compétitivité de l’UE en matière d’IA est multiple. Avec DeepSeek, dont le lancement n’aurait nécessité que 294 000 dollars d’investissements, la Chine a montré qu’il n’était pas nécessaire d’engager des sommes exponentielles pour être compétitif. Pour autant, il s’agit d’échelles de développement différentes. Ce modèle a nécessité moins d’investissements que ceux des États-Unis, qui ont visé à développer des infrastructures et des centres de données, au-delà des modèles. L’enjeu pour l’UE est d’être à la fois compétitive et attractive, afin d’attirer des investissements.

L’UE, en tant qu’organisation internationale, voit des désaccords ralentir le développement de l’IA. Elle a fait de la régulation une priorité à travers l’AI Act, premier texte de régulation de l’intelligence artificielle, mais son adoption a fait émerger deux « camps ».
Les partisans d’une ligne « pro-innovation », dont la France, prônent une régulation mesurée pour favoriser innovations et investissements. Face à eux, des États comme l’Espagne ont souhaité privilégier la régulation pour assurer un développement de l’IA respectueux des droits fondamentaux.

La volonté de réguler le numérique peut être une force et une faiblesse. Elle illustre un leadership de l’UE en matière de régulation et participe à diffuser son modèle de protection des droits dans ses relations internationales. Elle octroie également aux entreprises un cadre juridique clair. Cependant, cela représente une faiblesse au regard d’un processus législatif de l’UE susceptible d’être en décalage avec l’évolution rapide de l’IA générative. Une « sur-réglementation » du numérique est aussi craint.

L’AI Act a été adopté en juin 2024 et est entré en vigueur à partir d’août 2024, mais certaines mesures doivent encore être mises en œuvre en 2026, voire en 2027-2028. Ce texte correspond à un équilibre entre régulation et innovation. Il repose sur une approche par le risque représenté par l’usage de l’IA en question : plus le risque est élevé, plus l’obligation juridique qui l’encadre sera stricte. Cela passe par trois niveaux de risques. D’abord, les pratiques interdites car incompatibles avec le droit de l’UE, comme la surveillance de masse. Ensuite, les systèmes à haut risque, comme ceux utilisés dans l’éducation, où il est exigé que les fournisseurs mettent en place un système de gestion. Enfin, les systèmes les plus courants, qui ne se voient imposer que des obligations de transparence, comme celle de signaler si un contenu est généré par IA.