IA : L'Europe confronte l'antitrust aux risques existentiels

L'essor fulgurant de l'intelligence artificielle (IA) générative soulève des questions fondamentales, non seulement sur son potentiel transformateur mais aussi sur sa gouvernance et les risques qu'elle pourrait engendrer. Au cœur des discussions mondiales, la notion d'une possible exemption à la législation sur l'antitrust IA émerge, portée par certains acteurs qui arguent de la nécessité d'une collaboration accrue pour mitiger les "risques existentiels" de l'IA. Cependant, cette idée se heurte à une vigilance réglementaire croissante, notamment en Europe, qui cherche à équilibrer innovation, compétition loyale et sécurité des systèmes.

La question n'est plus de savoir si l'IA va impacter nos sociétés, mais comment nous allons encadrer son développement pour maximiser les bénéfices tout en maîtrisant les dangers potentiels. Le débat sur l'antitrust IA est un miroir de cette tension : faut-il permettre aux grands acteurs de collaborer étroitement – quitte à risquer une consolidation du marché – au nom d'une sécurité partagée, ou faut-il au contraire démanteler toute tentative de monopole pour garantir une innovation ouverte et concurrentielle ?

Pourquoi l'antitrust traditionnel peine-t-il avec l'IA ?

Les cadres réglementaires existants en matière d'antitrust ont été conçus pour des marchés traditionnels, où la concurrence est souvent mesurée par le prix, la part de marché ou la capacité d'innovation. L'IA, et particulièrement les modèles de fondation, présente des défis uniques. Le développement de ces modèles, extrêmement coûteux en calcul et en données, tend à concentrer le pouvoir entre les mains de quelques géants technologiques comme OpenAI, Google ou Anthropic.

Pour les régulateurs, la tâche est ardue. Comment évaluer la concurrence quand l'actif principal est un algorithme en constante évolution, dont la valeur réside autant dans sa capacité à apprendre que dans sa performance actuelle ? Les barrières à l'entrée sont colossales. L'accès aux puces haut de gamme (GPU), aux jeux de données massifs et aux meilleurs talents est un privilège que seules quelques entreprises peuvent s'offrir, créant de facto une concentration du marché dès les phases de R&D. Le dirigeant d'Anthropic, Dario Amodei, a par exemple exprimé des préoccupations sur la nécessité d'une collaboration pour la sûreté, suggérant que des efforts conjoints pourraient être entravés par les règles antitrust IA.

L'Union européenne, avec son AI Act, tente d'apporter une réponse globale aux risques de l'IA, mais la dimension concurrentielle reste un défi distinct. Les États-Unis aussi s'interrogent, le Department of Justice et la Federal Trade Commission (FTC) examinant de près les partenariats et investissements majeurs dans le secteur, comme ceux entre Microsoft et OpenAI (plus d'infos sur OpenAI).

Quel impact la concentration de l'IA a-t-elle sur les PME et ETI ?

Pour les PME et ETI, la concentration du pouvoir dans le secteur de l'IA représente à la fois des opportunités et des menaces. Si l'accès à des API de modèles de fondation (comme ceux d'OpenAI ou Google Gemini) facilite l'intégration de capacités d'IA avancées sans investir massivement en R&D, il crée aussi une dépendance vis-à-vis de ces fournisseurs. Cette dépendance peut se traduire par :

• Des coûts d'utilisation dictés par quelques acteurs.
• Un risque de verrouillage technologique (vendor lock-in) limitant la flexibilité et la migration.
• Une innovation potentiellement bridée, les développeurs de PME étant contraints d'opérer dans les cadres définis par les géants.
• Des préoccupations sur la souveraineté des données et l'éthique, puisque les modèles sont entraînés et contrôlés par des entités tierces.

Prenons l'exemple d'une ETI spécialisée dans la logistique qui souhaite optimiser ses itinéraires et sa gestion d'entrepôt grâce à l'IA. Si elle dépend entièrement d'un unique fournisseur pour son modèle d'optimisation, elle est vulnérable à toute modification de prix, de service ou de politique de ce fournisseur. Une concurrence saine encouragerait l'émergence de solutions alternatives, peut-être plus adaptées ou plus économiques, issues de plus petites entreprises ou de projets open source (plateformes comme Hugging Face étant un bon exemple d'écosystème plus ouvert).

Comment concilier innovation, régulation et sûreté des systèmes ?

La tension entre accélérer l'innovation et garantir la sûreté des systèmes est au cœur du débat. Certains plaident pour une approche "laisser-faire" afin de ne pas freiner le progrès technologique, tandis que d'autres alertent sur les dangers d'une IA non régulée, évoquant des scénarios de désinformation massive, de biais algorithmiques ou même de perte de contrôle.

La question de l'exemption antitrust semble dériver de cette dernière préoccupation : si les risques sont si graves, ne devrions-nous pas permettre aux leaders de l'IA de coopérer étroitement sur des protocoles de sécurité, des standards éthiques ou des systèmes de "kill switch" d'urgence, sans craindre les accusations de collusion ? Cependant, les régulateurs sont sceptiques. Une telle exemption pourrait non seulement étouffer la concurrence mais aussi créer un cartel d'entreprises qui dicterait les règles du jeu, potentiellement à leur avantage et non dans l'intérêt public. La CNIL, par exemple, insiste sur l'importance de la transparence et de la responsabilité des algorithmes.

Tableau comparatif : Perspectives sur l'antitrust IA et la sécurité

Quelles solutions pour un développement IA plus équitable et sécurisé ?

Plutôt qu'une exemption, de nombreux experts et régulateurs plaident pour des solutions qui favorisent un développement IA à la fois sûr et concurrentiel. Parmi celles-ci :

• **L'interopérabilité et la portabilité :** Obliger les plateformes dominantes à permettre une meilleure interopérabilité de leurs modèles et une portabilité des données, réduisant ainsi le risque de verrouillage technologique pour les PME.
• **Le soutien à l'Open Source :** Investir et encourager le développement de modèles de fondation ouverts et performants, comme ceux de Mistral AI (voir Mistral AI), offrant des alternatives crédibles aux solutions propriétaires des géants.
• **La régulation ex-ante et ex-post :** Mettre en place des mécanismes d'évaluation des risques en amont (ex-ante) et des pouvoirs d'enquête post-déploiement (ex-post) pour corriger les dérives ou abus de position dominante.
• **Les sandboxes réglementaires :** Créer des environnements contrôlés où les entreprises peuvent tester des innovations IA sous supervision, permettant aux régulateurs de comprendre les technologies émergentes sans étouffer l'expérimentation.
• **La mutualisation des efforts de sécurité :** Encourager la recherche académique et les consortia industriels sur la sécurité de l'IA, sans que cela n'entraîne une coordination anticoncurrentielle sur le marché commercial.

En somme, le débat sur l'antitrust IA et l'exemption pour la sûreté est complexe. Il met en lumière la difficulté d'adapter des cadres juridiques anciens à une technologie aux implications sans précédent. Plutôt que de choisir entre sécurité et concurrence, la voie à suivre réside probablement dans la recherche de mécanismes qui renforcent les deux, assurant un écosystème IA robuste, diversifié et responsable pour les entreprises de toutes tailles.