Rapport Stanford HAI : l'écart USA-Chine en IA s'est presque refermé, la sécurité prend du retard

Le rapport Stanford HAI AI Index 2026 détruit le mythe commode de la direction inconditionnelle des États-Unis dans l'intelligence artificielle : en qualité des modèles de pointe, la Chine a presque rattrapé les entreprises américaines, et en termes de vérification publique de la sécurité, le marché reste encore très loin de ses propres ambitions. Dans le rapport AI Index 2026 publié par Stanford HAI le 13 avril 2026, des données sur la performance des modèles, les investissements, les publications scientifiques, les brevets, le sentiment public et les pratiques d'IA responsable ont été compilées. La conclusion principale semble désagréable pour l'industrie américaine : un avantage technologique durable des États-Unis n'est plus visible.

Selon Stanford, les modèles américains et chinois ont répétitivement échangé leurs positions au sommet des classements depuis le début de 2025. En février 2025, DeepSeek-R1 a brièvement égalé le meilleur modèle américain, et en mars 2026, l'avance du modèle phare d'Anthropic s'était réduite à 2,7%. Cela ne signifie pas que les États-Unis ont perdu tous les avantages.

Les entreprises américaines produisent toujours plus de modèles de premier rang : 50 contre 30 pour la Chine en 2025. Les États-Unis possèdent également une qualité de brevets plus élevée et des investissements privés incomparablement plus importants. Mais la Chine domine déjà en volume de publications d'IA, en part de citations et en nombre de brevets délivrés.

Autrement dit, le marché cesse d'être l'histoire d'un unique leader incontesté. Maintenant c'est une course serrée où l'avance peut changer après chaque grande sortie. Stanford souligne séparément une vulnérabilité structurelle de l'avantage américain.

Les États-Unis abritent 5 427 centres de données—plus de dix fois plus que tout autre pays. Mais presque toutes les puces d'IA de pointe pour cette infrastructure sont fabriquées par une seule entreprise, TSMC, à Taïwan. L'expansion de la production de TSMC aux États-Unis a déjà commencé en 2025, mais la logique de la chaîne d'approvisionnement elle-même reste fragile : la domination de l'informatique n'égale pas le contrôle de l'ensemble de la pile technologique.

Plus important encore, l'écart entre les capacités des modèles et la façon dont l'industrie mesure les risques ne rétrécit pas mais grandit. Presque tous les développeurs de modèles de frontière publient des résultats sur des benchmarks de capacité comme MMLU ou SWE-bench, mais les données sur l'IA responsable sortent de manière fragmentaire. Les tableaux de Stanford sur la sécurité, l'équité, la factualité et l'agentivité humaine contiennent de nombreuses cellules vides, il est donc souvent impossible de comparer les modèles en externe par les risques.

Cela ne signifie pas que les laboratoires ne font pas de red teaming interne ou de tests d'alignement. Le problème est différent : ces vérifications sont rarement divulguées dans un format unifié et comparable. Sur ce fond, le nombre d'incidents d'IA documentés continue d'augmenter.

La AI Incident Database a enregistré 362 incidents en 2025 contre 233 un an plus tôt, et avant 2022, tels cas représentaient moins de cent par an. Les organisations ne semblent pas non plus prêtes à l'ampleur du problème. Dans une enquête conjointe du AI Index et de McKinsey, la proportion d'entreprises qualifiant leur réaction aux incidents d'IA d'excellente a chuté de 28% à 18% en un an, et la proportion de celles signalant trois à cinq incidents a augmenté de 30% à 50%.

Une complexité supplémentaire vient du fait que améliorer une métrique d'IA responsable peut détériorer une autre : par exemple, augmenter la sécurité peut réduire la précision, et renforcer la confidentialité peut nuire à l'équité. La perception publique devient également plus contradictoire. À l'échelle mondiale, 59% des personnes interrogées pensent que les produits d'IA apportent plus d'avantages que de préjudices, mais simultanément 52% déclarent que de tels services leur causent de l'anxiété.

Les experts sont sensiblement plus optimistes que les utilisateurs ordinaires : 73% des spécialistes s'attendent à un impact positif de l'IA sur le travail contre 23% de la population américaine, sur l'économie—69% contre 21%, sur la médecine—84% contre 44%. Parallèlement, les États-Unis ont enregistré le niveau de confiance le plus bas dans leur propre gouvernement concernant la régulation responsable de l'IA—31% comparé à la moyenne mondiale de 54%. La conclusion du rapport est simple : le débat sur qui est en tête aujourd'hui en qualité de modèle devient moins important que la question de qui sait comment rendre l'IA vérifiable, sûre et résiliente aux défaillances.

Les États-Unis conservent l'échelle, le capital et l'infrastructure ; la Chine conserve le rythme et la masse scientifique-brevets. Mais le véritable écart non comblé ne court pas entre les deux pays, mais entre la vitesse du développement des modèles et la maturité des mécanismes de contrôle qui les entourent.