L'écart de performance dans la chaîne de frappe de l'IA militaire de l'APL chinoise et ses implications pour la compétition militaire sino-américaine

Résumé analytique

Un article de chercheurs du Corps du Shandong de la Police armée du peuple chinois (PAP) a reconnu que l'utilisation de l'IA militaire par l'Armée populaire de libération (APL) reste confinée à des rôles auxiliaires tels que les questions-réponses et la génération de contenu, les applications de combat offensif étant encore à un stade exploratoire. Cet écart est analysé comme un problème structurel découlant non pas d'un manque de technologie, mais d'une prudence politique entourant les relations entre le Parti et l'armée et la délégation de l'autorité de commandement. L'APL déplace son attention de la performance des armes individuelles vers la construction de capacités de « guerre des systèmes » qui intègrent le renseignement, l'IA, les communications et la logistique. Par conséquent, une voie d'intégration progressive et de rattrapage asymétrique est considérée comme la plus probable au cours des trois à cinq prochaines années. Compte tenu des progrès rapides des entreprises commerciales chinoises d'IA comme Zhipu AI, il est peu probable que l'écart actuel devienne permanent. Pour la Corée du Sud, qui ne dispose pas de levier direct sur cette question, une réponse réaliste consiste à surveiller en permanence les changements dans l'équilibre militaire dans le détroit de Taïwan et le Pacifique occidental et à suivre la restructuration organisationnelle de la Force de soutien stratégique (FSS) de l'APL, tout en faisant progresser simultanément sa propre feuille de route pour le développement d'un système de commandement et de contrôle par IA à la coréenne.

I. Analyse de la situation actuelle

L'écart de performance dans la chaîne de frappe de l'IA militaire de l'APL chinoise : état des lieux et implications

1. Contexte et développements

Le point de départ de cette analyse est un article publié en juillet par des chercheurs du Corps du Shandong de la Police armée du peuple chinois (PAP) et de l'Université d'ingénierie de la PAP dans la revue académique *National Defense Science & Technology Industry* [1]. Citant abondamment des données militaires américaines, l'article a auto-évalué que la chaîne de frappe des modèles d'IA militaires chinois est en retard par rapport à ses homologues occidentaux [1]. Les chercheurs ont déclaré que l'utilisation de l'IA par l'APL reste concentrée dans des « domaines auxiliaires tels que les questions-réponses intelligentes et la génération de contenu », son application au combat offensif étant encore à un stade exploratoire [1].

Cette auto-évaluation peut être lue comme une appréciation lucide des résultats des stratégies de fusion militaro-civile et de priorité à l'IA menées par la direction de Xi Jinping depuis 2017. Selon une analyse de la Brookings Institution, Pékin a déclaré son intention de devenir une puissance mondiale de premier plan en matière d'IA d'ici 2030, et l'APL a également officialisé une stratégie de modernisation militaire axée sur l'innovation [2]. Le principal organe de mise en œuvre est la Force de soutien stratégique (FSS), créée en 2015 [2]. La FSS a été conçue pour gérer de manière intégrée les capacités de guerre spatiale, cybernétique, électronique et de l'information, et les efforts pour incorporer l'IA dans ces domaines ont été centrés autour de cette force [2]. Il est également à noter que cet article a été rédigé par des chercheurs affiliés à la PAP. Le fait qu'un institut de recherche d'une organisation paramilitaire, plutôt que de la ligne militaire régulière de la FSS, ait publié un article sur les limites de l'IA militaire chinoise dans une revue académique ouverte suggère qu'un autodiagnostic lucide des performances est en cours au sein de la communauté de recherche militaire du pays.

2. Situation actuelle

L'écart identifié dans l'article va au-delà des simples mesures de performance. L'APL continue de confiner son utilisation de l'IA à des fonctions de soutien telles que le traitement de l'information et la génération de documents [1]. En revanche, les chercheurs estiment que les modèles occidentaux ont progressé jusqu'à l'intégration de l'IA sur l'ensemble de la chaîne de frappe, de l'identification de la cible à la frappe [1]. Cela renvoie au concept de « guerre des systèmes » sur lequel l'APL a mis l'accent. Chen Chia-cheng, chercheur à l'Institut de recherche sur la défense et la sécurité nationales de Taïwan (INDSR), a analysé que l'APL déplace son attention de la supériorité des systèmes d'armes individuels vers la capacité à intégrer le renseignement, l'IA, les communications, les armes, la logistique et les infrastructures en un système de combat unique [5]. Selon son évaluation, « l'APL ne se préoccupe pas de savoir quelles armes sont les plus puissantes, mais de savoir qui peut connecter différentes armes pour créer une plus grande puissance de combat globale » [5]. La guerre en Ukraine et les événements impliquant l'Iran, qui ont démontré la puissance des opérations intégrées et l'expansion du ciblage pour inclure les infrastructures civiles, sont également considérés comme des facteurs accélérant ce changement [5].

Cependant, la prudence prévaut encore dans les applications proches du combat réel. Une étude simulant un différend maritime en mer de Chine méridionale a révélé que dans un système de commandement fondé sur des règles, la probabilité que la garde côtière chinoise recoure à la force n'était que de 0,3 % [8]. Bien que ce chiffre soit faible, il a également été noté que du point de vue de Pékin, même ce niveau de probabilité pourrait être considéré comme excessif dans des eaux sensibles [8]. L'étude a également confirmé que l'IA était conçue non pas pour simplement classer les cibles comme « hostiles » ou « inoffensives », mais pour calculer en continu la probabilité de diverses intentions — allant des activités de pêche aux menaces organisées — et ajuster le niveau de réponse en conséquence [8]. Cela suggère que la recherche au sein du système de l'APL privilégie les applications de l'IA axées sur la gestion des risques plutôt que l'automatisation offensive.

Pendant ce temps, une tendance contrastée est perceptible dans le secteur privé. Des entreprises chinoises telles qu'Alibaba, MiniMax et ByteDance sont en tête des classements de référence en matière d'IA de génération de vidéos, créant des domaines où elles dépassent leurs homologues occidentaux [14]. Des utilisateurs rapportent également que le modèle GLM-5.2 de Zhipu AI offre des performances équivalentes à celles de Claude d'Anthropic lors d'évaluations en conditions réelles [11]. Cela indique que les progrès rapides dans le secteur privé de l'IA générative et le retard dans la chaîne de frappe de l'IA militaire se déroulent à des rythmes différents, suggérant un goulot d'étranglement structurel potentiel dans les canaux de transfert de technologie entre les secteurs civil et militaire au sein de l'écosystème de l'IA en Chine.

3. Acteurs clés et intérêts

L'APL et la Force de soutien stratégique (FSS)donnent la priorité à l'application de l'IA à la guerre de l'information, au commandement et au contrôle, et au soutien logistique, tout en maintenant une position prudente quant à son utilisation offensive au niveau de l'engagement autonome [2][1]. Cela peut être considéré comme le résultat à la fois de limitations techniques et d'un conservatisme institutionnel qui cherche à maintenir l'intervention humaine dans la chaîne de commandement.

Les chercheurs du Corps du Shandong de la Police armée du peuple (PAP) et de l'Université d'ingénierie de la PAPsont les acteurs qui ont publiquement souligné les limites de l'IA militaire de leur pays dans l'article susmentionné [1]. Le fait qu'un institut de recherche affilié à une organisation paramilitaire ait diagnostiqué l'écart de son propre pays en citant des données militaires américaines démontre une pratique de recherche qui privilégie l'évaluation interne à la propagande externe.

L'Institut de recherche sur la défense et la sécurité nationales de Taïwan (INDSR)avertit que le passage de l'APL à la guerre des systèmes nécessite une refonte de l'ensemble de la posture de défense de Taïwan [5]. Leur argument principal est que Taïwan doit dépasser les préparatifs centrés sur les avions de chasse, les navires et la défense antimissile individuels pour contrer la menace du ciblage intégré [5].

La communauté politique et de recherche américaine(y compris Brookings, CFR et Foreign Affairs) traite les efforts d'intégration de l'IA de l'APL comme une variable clé dans la compétition militaro-technologique sino-américaine, tout en affichant simultanément une double posture en mettant également en garde contre les risques posés par la dépendance excessive de leur propre armée à l'égard de l'IA [2][9][13].

Les autorités chinoises de régulation de la cybersécuritépar le biais de canaux liés au ministère de la Sécurité de l'État, classent les risques liés à l'IA en questions d'opacité algorithmique, de risques de contrôle des modèles, de menaces des agents d'IA, d'utilisation abusive et d'hégémonie technologique, et développent un cadre de contrôle national distinct des applications militaires [12]. Cela peut être interprété comme une approche nationale privilégiant la gestion des risques qui s'aligne sur l'attitude prudente de l'APL envers l'adoption de l'IA.

4. Enjeux clés

Le premier enjeu est la nature de l'écart. Ce que l'article souligne n'est pas l'infériorité des algorithmes eux-mêmes, mais plutôt un retard dans la transition des fonctions de soutien à l'intégration au combat offensif [1]. Cela indique que le centre de la compétition sino-américaine en matière d'IA se déplace d'une course aux critères de performance des modèles vers une compétition sur la capacité d'intégration en conditions réelles au sein des organisations militaires.

Le deuxième enjeu est l'asymétrie dans le transfert de technologie civilo-militaire. Contrairement aux entreprises privées chinoises d'IA, qui obtiennent des résultats équivalents ou supérieurs à ceux de l'Occident dans des domaines spécifiques comme la génération de vidéos [14][11], l'intégration de la chaîne de frappe de l'APL est à la traîne [1]. Il faudra suivre à l'avenir si cet écart est dû à un goulot d'étranglement organisationnel au sein de la FSS ou si les normes de fiabilité et de sécurité requises pour l'IA de combat sont beaucoup plus élevées que pour un usage commercial.

Le troisième enjeu est l'implication pour la posture de dissuasion régionale, en particulier dans le détroit de Taïwan. Le passage de l'APL à la guerre des systèmes est déjà en cours [5], et il existe une évaluation coexistante selon laquelle même si le rythme d'intégration de l'IA dans la chaîne de frappe est lent, ses capacités opérationnelles intégrées elles-mêmes sont continuellement améliorées. Du point de vue d'une puissance moyenne, il est nécessaire de considérer le « retard » de l'IA militaire de l'APL non pas comme un simple signal d'une réduction de la menace sécuritaire, mais comme une facette de la tendance plus large à l'amélioration de son système de commandement intégré. Les pays de la région, y compris la Corée du Sud, doivent surveiller en permanence la tendance de l'écart militaire en matière d'IA entre les États-Unis et la Chine, en conjonction avec l'efficacité des contrôles américains sur les exportations de technologie vers la Chine et la crédibilité de la dissuasion élargie dans la région.

II. Analyse approfondie

L'écart de performance dans la chaîne de frappe de l'IA militaire de l'APL chinoise : causes profondes et contexte structurel

1. Analyse des causes profondes

La raison fondamentale pour laquelle l'IA militaire de l'APL reste confinée à des fonctions de soutien est moins une question de technologie elle-même qu'une question d'organisation et d'institutions. L'article des chercheurs du Corps du Shandong de la PAP déclare : « Les applications de l'IA militaire sont principalement utilisées dans des domaines auxiliaires tels que les questions-réponses intelligentes et la génération de contenu » [1]. L'implication de cette phrase est claire : les organisations de niveau opérationnel qui gèrent l'IA au sein de l'APL sont optimisées pour des tâches d'arrière-plan comme le traitement des données et la création de documents. L'intégration de l'IA dans le système de commandement de combat est un problème distinct. Pour que l'IA soit impliquée dans l'identification des cibles, l'application des règles d'engagement et le contrôle de tir en temps réel, une décision politiquement sensible doit d'abord être prise sur la manière de répartir le pouvoir discrétionnaire entre les commandants et les algorithmes. La conclusion de l'étude de simulation en mer de Chine méridionale — selon laquelle la probabilité que la garde côtière chinoise recoure à la force dans un système de commandement fondé sur des règles était de 0,3 % — illustre bien cette prudence [8]. Ceci est suivi par l'observation que du point de vue de Pékin, même cette faible probabilité pourrait être jugée excessive dans des eaux sensibles [8]. Le fait que l'IA ait été conçue pour calculer les probabilités d'intention, des activités de pêche aux menaces organisées, plutôt que de simplement dichotomiser les cibles en « hostiles » ou « inoffensives », peut également être interprété comme une approche visant à réduire le risque politique [8].

À la base de cela se trouve une contrainte fondamentale de la relation Parti-armée. L'APL n'est pas une armée nationale mais l'armée du Parti communiste chinois. La question de la délégation de l'autorité de commandement à l'IA est directement liée au contrôle de la Commission militaire centrale du Parti. La structure est telle que la direction doit se méfier de la possibilité que des dysfonctionnements ou des résultats imprévisibles puissent entraîner des répercussions politiques. La mention officielle récente par l'Administration du cyberespace de Chine des risques liés à l'IA — y compris l'opacité algorithmique, les risques de contrôle des modèles, les menaces émergentes des agents d'IA, l'utilisation abusive et l'hégémonie technologique — est une extension de cette prudence [12]. Wang Lihong, directeur adjoint du Bureau de coordination de la cybersécurité, a souligné que « la nature complexe et opaque des algorithmes d'IA comme l'apprentissage profond rend difficile l'identification et la correction des défauts » [12]. Bien qu'il s'agisse d'une perception du risque dans le domaine civil, cette tendance à l'aversion au risque est appelée à opérer beaucoup plus fortement dans la sphère militaire.

2. Contexte structurel

Structure sécuritaire : les efforts d'intégration centrés sur la FSS et leurs limites

En 2015, la direction de Xi Jinping a créé la Force de soutien stratégique (FSS) pour regrouper les capacités de guerre spatiale, cybernétique, électronique et de l'information sous une structure de commandement unique [2]. La Brookings Institution a évalué cette décision en déclarant : « Non seulement Pékin a annoncé un plan ambitieux pour faire de la Chine la première puissance mondiale en matière d'IA d'ici 2030, mais le PCC a également dévoilé une stratégie agressive axée sur l'innovation pour l'APL » [2]. Cependant, créer une organisation et faire en sorte que cette organisation intègre réellement des technologies, des personnels et des cultures disparates sont deux choses différentes. Il a été constamment souligné que la FSS, en tant que nouvelle organisation formée par le transfert de personnel et d'actifs de diverses armées, n'a pas une culture de commandement interne homogène. Le fait que l'article récent provienne d'un institut de recherche relevant de la PAP, et non des canaux réguliers de la FSS, est également suggestif. Cela peut être interprété comme la preuve que l'intégration de l'IA militaire se déroule de manière sporadique au sein de diverses armées et organisations de la PAP, au-delà de l'axe unique de la FSS, et que la variation entre elles est significative.

Structure stratégique : l'écart entre le concept de « guerre des systèmes » et la capacité d'exécution

Le concept que vise l'APL est déjà assez avancé. Chen Chia-cheng de l'INDSR de Taïwan a analysé que l'APL s'oriente vers « l'intégration du renseignement, de l'IA, des communications, des armes, de la logistique et des infrastructures en un seul système de combat complet » plutôt que de se concentrer sur les systèmes d'armes individuels [5]. Il a diagnostiqué que « l'APL ne se préoccupe pas de savoir quelles armes sont les plus puissantes, mais de savoir qui peut connecter différentes armes pour créer une plus grande puissance de combat globale » [5]. C'est le résultat de l'apprentissage par l'APL de la puissance des opérations intégrées et de la tendance à l'expansion des cibles pour inclure les infrastructures civiles, comme on l'a vu dans la guerre en Ukraine et les événements impliquant l'Iran [5]. Le problème est l'écart entre cette orientation conceptuelle et le niveau réel de ses algorithmes, de ses données et de son infrastructure de commandement et de contrôle. Par rapport aux modèles occidentaux qui intègrent l'IA sur l'ensemble de la chaîne de frappe, on peut considérer que l'APL a un concept avancé mais manque des ensembles de données du monde réel et des algorithmes validés pour le soutenir.

Structure économique et industrielle : l'asymétrie entre les capacités civiles de l'IA et l'application militaire

L'industrie privée chinoise de l'IA montre déjà des signes de rattrapage ou de dépassement des États-Unis dans certains domaines. Des entreprises comme Alibaba, MiniMax et ByteDance prennent la tête des classements de référence en matière de génération de vidéos [14], et le GLM-5.2 de Zhipu AI offrirait des performances équivalentes à celles de Claude d'Anthropic selon les utilisateurs [11]. Cette montée en puissance du secteur privé est due à une meilleure efficacité de l'entraînement et à une structure à faible coût [11], au point de faire pression sur la Silicon Valley pour qu'elle baisse ses prix [11]. Cependant, cette capacité civile ne se transfère pas automatiquement au domaine militaire. Les capacités des grands modèles de langage, qui excellent dans la génération de contenu ou les questions-réponses, ont des exigences fondamentalement différentes de la robustesse et de la vérifiabilité nécessaires à l'identification de cibles et au contrôle de tir en temps réel. Bien qu'un système de « participation civile à l'application militaire » (mincanjunyong) existe, il est possible que, contrairement à l'Occident, les processus internes d'acquisition, de certification et d'examen de sécurité de l'APL agissent comme un goulot d'étranglement, retardant l'application militaire rapide des modèles civils de pointe.

3. Précédents historiques et cas comparatifs

Le schéma selon lequel les nouvelles technologies militaires sont d'abord adoptées pour des fonctions de soutien, l'intégration dans les fonctions de combat de base intervenant plus tard, n'est pas un phénomène nouveau. Lors de l'introduction des systèmes de commandement et de contrôle (C2) informatisés pendant la guerre froide, l'armée américaine a d'abord automatisé la logistique et le traitement de l'information, adoptant une approche beaucoup plus prudente pour impliquer les modèles informatiques dans la prise de décision de combat réelle. Dans les discussions entourant le système soviétique « Perimeter », qui cherchait à combiner les armes nucléaires avec un commandement et un contrôle automatisés, l'écart entre la faisabilité technique et l'acceptabilité politique a retardé son déploiement opérationnel. L'analyse existante sur le lien entre l'IA et le nucléaire souligne que l'utilisation militaire de l'IA crée un « effet multiplicateur sur la vitesse opérationnelle » [7], mais insiste sur le fait que cet effet multiplicateur ne conduit pas immédiatement à la délégation de l'autorité de commandement. Elle suggère qu'une période significative de vérification et un changement de culture organisationnelle sont nécessaires avant que les commandants puissent faire confiance et céder leur pouvoir discrétionnaire au jugement d'un algorithme.

Une analyse dans *Foreign Affairs* soulève des inquiétudes quant au fait que même au sein de l'armée américaine, l'adoption de l'IA pourrait ne pas nécessairement conduire directement à une puissance de combat accrue. Le risque est que dans le processus de modification des structures de personnel et des systèmes de prise de décision, l'IA pourrait en fait vider de sa substance le jugement de l'organisation [13]. Cela suggère que le problème n'est pas propre à l'APL mais qu'il s'agit d'un dilemme général inhérent à l'intégration de l'IA militaire elle-même. Cependant, dans le cas de l'APL, la variable supplémentaire de la priorité du Parti sur le contrôle se superpose, ce qui rend probable que la résolution de ce dilemme sera plus lente qu'en Occident.

4. Variables clés façonnant les développements futurs

La première variable est le rythme de la réforme organisationnelle interne au sein de l'APL, y compris la FSS. Pour que le concept d'un système de combat intégré se réalise au niveau souligné par Chen Chia-cheng [5], la normalisation des systèmes de partage de données et de l'infrastructure de commandement et de contrôle entre les armées doit passer en premier. La rapidité avec laquelle ce travail progressera déterminera les progrès réels de l'intégration de l'IA dans la chaîne de frappe.

La deuxième variable est la vitesse d'application militaire des modèles d'IA civils et le système de vérification associé. La clé est de savoir à quelle vitesse les avancées technologiques du secteur privé, telles que Zhipu AI et Alibaba [11][14], sont absorbées par le système d'acquisition militaire, et si les examens de sécurité et la vérification de la fiabilité agissent comme un goulot d'étranglement dans ce processus.

La troisième variable est la dynamique de la compétition militaire sino-américaine en matière d'IA. Comme le souligne une analyse du CFR, la course à l'IA entre les États-Unis et la Chine se déroule déjà de manière si dynamique qu'elle a été décrite comme étant « entrée dans un nouveau modèle » [9]. Si l'armée américaine accélère l'intégration de l'IA dans sa chaîne de frappe, l'APL pourrait subir des pressions pour augmenter son propre rythme d'intégration en conditions réelles, malgré sa prudence politique. La rapidité avec laquelle cette interaction concurrentielle érode la prudence organisationnelle de l'APL sera une variable qui déterminera si l'écart se réduira à l'avenir.

La quatrième variable est de savoir si des tensions réelles apparaissent dans la région, y compris dans le détroit de Taïwan. La pression d'une crise réelle peut imposer un rythme d'intégration inédit en temps de paix, lors de la recherche et du développement. Une voie similaire à la manière dont la guerre en Ukraine a remodelé les capacités d'opérations intégrées de l'armée russe au milieu des combats ne peut être exclue pour l'APL en cas de situation d'urgence dans le détroit de Taïwan.