D'après RFI, les entreprises africaines se tournent de plus en plus vers des solutions d'intelligence artificielle développées en Chine, telles que Qwen, DeepSeek, Kimi ou GLM. Ces modèles, souvent moins coûteux et parfois mieux adaptés aux langues locales, s'imposent comme une alternative crédible aux outils américains, sans pour autant résoudre la question épineuse de la dépendance technologique du continent.

Ce qu'il faut retenir

  • Qwen, DeepSeek, Kimi et GLM gagnent du terrain auprès des entreprises africaines, selon RFI.
  • Ces modèles sont moins chers et parfois téléchargeables localement, contrairement à certains outils américains.
  • Ils offrent des performances parfois supérieures pour les langues locales comme le swahili ou l'amharique.
  • Malgré leur essor, ils ne mettent pas fin à la dépendance technologique de l'Afrique vis-à-vis de l'étranger.

Des alternatives compétitives face aux géants américains

Sur le continent africain, les entreprises cherchent des solutions d'IA à la fois accessibles et adaptées à leurs besoins linguistiques. Selon nos confrères de RFI, des modèles chinois comme Qwen, développé par Alibaba, ou DeepSeek, créé par une start-up de Pékin, séduisent de plus en plus de clients africains. « Ces outils sont non seulement moins onéreux que ceux proposés par les Américains, mais ils intègrent aussi des fonctionnalités mieux adaptées aux réalités locales », explique un expert du secteur, sous couvert d'anonymat.

Bref, côté coût et accessibilité, les solutions chinoises présentent un avantage certain. Par exemple, Qwen propose des versions allégées téléchargeables hors ligne, ce qui répond aux contraintes de connectivité fréquentes dans certaines régions. « Pour une PME kényane ou nigériane, l'investissement est bien moindre qu'avec une licence annuelle des géants américains », précise l'expert.

Des performances linguistiques parfois supérieures

L'un des atouts majeurs des modèles chinois réside dans leur capacité à traiter les langues africaines. RFI souligne que des langues comme le swahili, parlé par des millions de personnes en Afrique de l'Est, ou l'amharique, utilisé en Éthiopie, sont mieux prises en charge par Qwen ou GLM que par certains outils américains. « Les modèles chinois ont été entraînés sur des corpus linguistiques plus diversifiés, incluant des langues africaines », indique une source du secteur technologique.

Cela représente un changement de paradigme pour les entreprises locales. « Avant, nous devions adapter nos systèmes pour qu'ils reconnaissent nos langues, désormais, certains outils le font nativement », témoigne un responsable informatique d'une entreprise sud-africaine. Une avancée qui facilite l'adoption de l'IA dans des secteurs comme la santé, l'éducation ou les services financiers.

Une dépendance technologique qui persiste

Malgré ces avancées, les modèles chinois ne résolvent pas le problème structurel de dépendance de l'Afrique. « L'Afrique importe toujours ses technologies, même si les fournisseurs changent », rappelle un analyste de l'institut Brookings. Les serveurs, les puces et les infrastructures cloud nécessaires au fonctionnement de ces IA restent majoritairement contrôlés par des acteurs étrangers, chinois ou américains.

De plus, la question de la souveraineté des données se pose. « Les entreprises africaines utilisent des outils dont les algorithmes et les données sont hébergés à l'étranger. Cela pose des risques en termes de confidentialité et de contrôle », souligne l'analyste. Autant dire que, si les modèles chinois offrent une alternative économique, ils ne remettent pas en cause l'architecture globale de la dépendance technologique du continent.

Et maintenant ?

D'ici à la fin de l'année, plusieurs acteurs africains pourraient accélérer le développement de leurs propres solutions d'IA. Des initiatives comme le partenariat entre le Rwanda et des start-up locales pourraient aboutir à des modèles plus autonomes. Pour autant, les experts s'accordent à dire que la transition prendra plusieurs années. La prochaine étape consistera à former davantage de talents africains en science des données, afin de réduire la dépendance aux experts étrangers.

En attendant, les entreprises africaines devront continuer à naviguer entre ces nouveaux acteurs chinois et les traditionnels partenaires américains, dans un équilibre délicat entre coût, performance et souveraineté.

Selon RFI, les principaux modèles sont Qwen (Alibaba), DeepSeek, Kimi et GLM. Ces solutions sont de plus en plus adoptées par les entreprises africaines pour leur coût réduit et leur adaptabilité aux langues locales.