Contrôles chinois à l’export de l’IA : ce qui change

Pourquoi ce type d'annonce est plus nuancé qu'une interdiction

Quand on parle de contrôles à l'export, on a vite fait de résumer l'affaire à une interdiction de « sortir » des modèles chinois. C'est trop large. Le message de Yuyuan Tantian sépare plusieurs cas : les technologies jugées sensibles seraient encadrées, tandis que des usages commerciaux plus courants resteraient possibles. Le compte indique même que les entreprises d'IA pourraient continuer leurs activités de commercialisation habituelles.

Mais rien n'interdit de penser que des choses vont quand même bouger : une obligation d'enregistrement peut changer les délais, les documents à fournir et la manière de structurer un partenariat. Elle peut aussi créer une incertitude pendant la transition, le temps que le texte final, les critères et les modalités de licence soient connus. Au final, une procédure administrative ne revient pas automatiquement à une interdiction générale de vente ou d'utilisation.

Pour une entreprise européenne, le raisonnement peut rester simple : il faut clarifier ce qui est réellement fourni. Un accès par API n'est pas forcément traité de la même façon que l'export du modèle ou de la technologie qui le sous-tend. À l'inverse, livrer des composants, fournir une capacité technique particulière, ou transférer des poids/données peut relever d'un autre régime. Le nom du fournisseur, seul, ne suffit pas : c'est le périmètre du transfert qui compte.

Les modèles entraînés sur des données sensibles

Le premier axe concerne les données. D'après l'explication publiée, l'export de grands modèles entraînés à partir de « données essentielles » chinoises serait interdit. Les modèles entraînés sur des « données importantes » seraient, eux, soumis à restriction, quelle que soit leur taille.

Ces catégories sont déterminantes, mais les éléments disponibles ne donnent pas une définition assez précise pour permettre à une entreprise étrangère de classer un jeu de données toute seule. En pratique, on ne peut pas réduire la question à la taille du modèle ou à la possibilité de télécharger ses paramètres. Il faut aussi comprendre la provenance des données d'entraînement, leur qualification réglementaire et la façon dont le modèle a été construit.

C'est un point classique des contrôles liés à l'IA : une fois qu'un modèle est entraîné, son comportement ne révèle pas forcément l'ensemble des données ou des méthodes utilisées. D'où l'importance de la documentation côté fournisseur. Pour un acheteur, demander l'origine des données, les restrictions d'usage et les conditions d'accès n'est pas un détail : c'est précisément ce qui aide à anticiper comment le service pourra (ou non) être utilisé et maintenu dans le temps.

Les agents et les usages jugés sensibles

Le deuxième axe concerne les agents d'IA. D'après le compte, des agents dépassant un certain niveau de performance feraient l'objet de restrictions. Ceux conçus principalement pour des infrastructures d'information critiques, la défense ou certaines fonctions gouvernementales essentielles seraient interdits à l'export.

Le texte repris ne donne pas le seuil de performance, ni les critères concrets qui permettraient de distinguer un agent généraliste d'un système pensé pour un usage sensible. Et c'est logique : un socle technique peut être réutilisé dans une application « banale » comme être intégré à un système critique. La qualification pourrait dépendre de ce que fait réellement l'agent, du type de client, du contexte de déploiement et des capacités proposées.

Pour une entreprise, ça rappelle une évidence un peu oubliée : un produit ne se résume pas à un modèle de langage. Les capacités d'action comptent - accéder à des systèmes, exécuter des tâches, piloter des outils, ou s'intégrer dans un flux opérationnel. Ces éléments peuvent changer l'analyse réglementaire. Dans un projet européen, mieux vaut que cette évaluation soit menée avec les équipes produit, sécurité et juridique, plutôt que de s'en remettre uniquement au fournisseur.

Les seuils annoncés pour les grands modèles et le calcul

Le message évoque aussi des repères quantitatifs pour les grands modèles : une puissance de calcul d'entraînement supérieure à 10²⁶ opérations en virgule flottante, plus de 2 000 milliards de paramètres, ou une capacité classée parmi les dix meilleures au niveau mondial. Ces critères seraient présentés comme des seuils, mais leur portée exacte devra être confirmée dans le texte applicable.

Le document inclurait aussi la conception de puces d'IA et les interconnexions à haut débit destinées aux grandes grappes de calcul. Ici, on sort du seul sujet « modèle génératif » : on touche à des compétences industrielles et à des éléments d'infrastructure qui peuvent servir à entraîner ou à exploiter des systèmes très ambitieux.

À retenir : le contrôle peut se situer à plusieurs niveaux - modèle, agent, données, puce ou infrastructure. Une entreprise qui pense n'acheter qu'un logiciel peut donc se retrouver concernée si son contrat prévoit le transfert de composants techniques ou de savoir-faire. Inversement, utiliser une interface publique ne veut pas dire, automatiquement, que la technologie sous-jacente n'est pas visée.

Open source, recherche et implantation à l'étranger

Le compte décrit un régime plutôt favorable aux technologies open source : elles bénéficieraient d'une licence automatique, présentée comme une déclaration et une exportation immédiates. Les technologies déjà rendues publiques via des publications scientifiques ou des projets open source seraient aussi exclues du contrôle, selon l'explication reprise.

D'autres activités seraient également facilitées : des centres de calcul appartenant à des entreprises chinoises et implantés à l'étranger, la fabrication de puces par procédé de « tape-out » à l'étranger, la recherche conjointe et la participation à des normes internationales. Le message indique aussi que les exportations liées à la coopération entre membres de l'Organisation mondiale de coopération en matière d'IA recevraient davantage de soutien.

Cela ne veut pas dire qu'il n'y aura aucune condition. « Licence automatique » ne signifie pas forcément « zéro formalité », et l'exclusion d'une technologie déjà publiée ne règle pas tous les sujets liés à son usage, aux données qu'elle traite et à sa distribution. Il faut distinguer le statut d'une technologie de celui des services, des informations et des relations contractuelles autour.

Une frontière à surveiller entre accès et transfert

Dans le numérique, la différence entre utiliser un outil et exporter une technologie est familière. En IA, elle devient plus délicate. Un service en ligne peut donner accès à des capacités avancées sans livrer les poids du modèle, son code ou l'infrastructure associée. À l'inverse, un partenariat de recherche ou une livraison de composants peut entraîner un transfert plus direct de connaissances.

Pour évaluer un projet, les équipes peuvent se faire une cartographie simple :

• Le mode d'accès : API, application, SaaS, modèle téléchargeable ou installation locale.
• Les éléments transférés : paramètres, code, données, documentation technique, composants ou savoir-faire.
• La finalité : usage général, secteur réglementé ou fonction potentiellement critique.
• Les parties concernées : fournisseur, filiale, partenaire de recherche, hébergeur et utilisateurs finaux.
• La dépendance créée : possibilité de changer de modèle, de migrer les données et de maintenir le service.

Ce travail ne remplace pas un avis juridique, surtout tant que le texte final n'est pas connu. Mais il aide à poser les bonnes questions avant de signer ou d'intégrer un modèle dans une chaîne de production.

Évaluer le fournisseur comme une dépendance métier

Avant de déployer un modèle, les équipes devraient examiner les modalités de service, les lieux d'hébergement, les options de réversibilité et le traitement des données. Et quand des données personnelles sont traitées, il faut aussi regarder le RGPD. Les deux cadres - RGPD et contrôles chinois à l'export - ne se recouvrent pas, même s'ils peuvent coexister dans un projet. Respecter l'un ne dispense pas d'analyser l'autre.

Une approche pragmatique peut suivre quatre étapes :

1. Définir l'usage : prototype interne, assistance aux salariés, intégration produit, ou rôle dans un processus critique.
2. Qualifier les données : données publiques, informations commerciales confidentielles, données personnelles, ou éléments soumis à des règles sectorielles.
3. Comprendre le transfert : simple accès API ou livraison de composants techniques et de capacités de déploiement.
4. Préparer une solution de repli : autre fournisseur, modèle alternatif, limitation des fonctionnalités, ou procédure manuelle temporaire.

Ce cadre aide à éviter deux erreurs opposées : interdire un outil par principe alors qu'il pourrait être utilisé de façon maîtrisée, ou au contraire bâtir une dépendance forte en se basant sur une annonce trop optimiste.

Ce que la comparaison avec les États-Unis n'apporte pas

Le message de CCTV oppose l'approche chinoise à la stratégie américaine, en citant notamment un cadre de diffusion de l'IA du département du Commerce publié en janvier 2025, et une stratégie d'alliance attribuée à Dario Amodei (d'Anthropic). Il s'agit aussi de discours politique. Ça ne suffit pas à prouver que les deux cadres sont équivalents, ni que l'un serait forcément plus ouvert que l'autre.

Pour une entreprise européenne, la lecture la plus utile reste la même : regarder ce qui s'applique réellement au fournisseur, aux technologies concernées et à votre cas d'usage. Les comparaisons géopolitiques peuvent donner des indices, mais elles ne remplacent ni la lecture des textes, ni l'analyse des contrats.

La consultation publique annoncée jusqu'au 15 novembre est une échéance à suivre. Les seuils, les définitions et les mécanismes d'autorisation peuvent encore être précisés. Les entreprises avec des partenariats de recherche, des projets d'infrastructure ou des produits dépendants de modèles chinois auraient intérêt à suivre les publications officielles plutôt que de traiter les premières explications comme une règle définitive.