IA souveraine en Afrique : le grand écart entre les discours et le terrain

Par Solon Michael-Ange — 8 mai 2026

Abidjan — En moins de 18 mois, une quinzaine de pays africains ont dévoilé leur stratégie nationale d’intelligence artificielle. Du Ghana à Djibouti, du Kenya au Zimbabwe, le continent semble pris d’une fièvre stratégique. Stratégies, feuilles de route, fonds panafricains : les tribunes et les communiqués se multiplient. Mais à quoi ressemble le terrain ?

Nous avons analysé les contours de ces annonces et confronté les ambitions affichées aux réalités des infrastructures, de l’énergie, des données et des financements. Le tableau est contrasté.

Quinze stratégies, des centaines de projets, des milliards annoncés

Le décompte est vertigineux. En 2024-2026, le continent a vu émerger des stratégies nationales IA en Côte d’Ivoire, au Ghana, au Sénégal, au Cameroun, au Kenya, au Burundi, en Égypte, au Maroc, au Zimbabwe, à Djibouti, en Guinée, sans oublier les documents déjà en place au Rwanda et en Afrique du Sud. L’Union africaine a adopté sa stratégie continentale en juillet 2024. Smart Africa a porté la Déclaration de Kigali, assortie d’un projet de fonds panafricain de 60 milliards de dollars.

Les chiffres annoncés donnent le tournis. La Côte d’Ivoire parle d’un milliard de dollars sur trente ans pour son IA souveraine. Le Cameroun promet 60 000 talents formés et 12 solutions souveraines. L’Égypte vise 250 entreprises spécialisées et 30 000 professionnels d’ici 2030. Le Sénégal a budgété 30 milliards de FCFA pour 52 actions. Le Ghana espère une contribution de 500 milliards de cedis au PIB d’ici 2035.

Mais derrière l’accumulation des annonces, un fait têtu : 70 % des pays africains n’ont toujours pas de stratégie IA, selon le cadre unifié de Smart Africa. Et pour ceux qui en ont une, la distance entre le document et le terrain est parfois abyssale.

Le mur électrique : le premier verrou

Le consensus des experts est sans appel. « On ne peut construire une tour sans la bonne fondation », martèle Folli Herbert Amouzougan, spécialiste togolais de la gouvernance numérique, dans un entretien à Global Voices. Dans le contexte africain, peut-on parler d’intelligence artificielle là où l’on ne peut pas encore garantir l’électricité ?

Les données sont brutales. Au Nigeria, un data center AI-ready tourne au diesel pour 55 à 65 % de ses coûts opérationnels, à un tarif effectif de 0,18 à 0,25 dollar par kWh. À titre de comparaison, le campus Microsoft-G42 au Kenya, branché sur la géothermie d’Olkaria, paie entre 0,06 et 0,09 dollar par kWh. La différence n’est pas un détail comptable : elle structure l’économie entière de l’IA sur le continent.

« Des Africains entiers jouissant des mêmes droits que vous et moi n’ont jamais allumé une ampoule électrique de toute leur vie », rappelle Amouzougan. Dans ces conditions, annoncer une stratégie IA relève parfois « d’un saut dans le vide ».

La fracture de la « vraie » connectivité

L’Afrique subsaharienne est souvent citée comme une success story du mobile. Mais naviguer sur Facebook en 3G est une chose. Utiliser un LLM qui exige streaming, téléversement et interactions en temps réel en est une autre.

Selon Amouzougan, qui a modélisé les filtres d’accès à l’IA générative (débit, latence, stabilité de connexion, qualité du terminal, langue, coût par session), moins de 12 % des Africains franchissent réellement le seuil aujourd’hui. Soit moins de deux personnes sur dix. La Côte d’Ivoire plafonne à 40 % de pénétration internet. Les vastes zones rurales du continent restent en 2G, voire déconnectées.

« La frontière n’est pas une ligne tracée, c’est un filtre à mailles. Elle est simultanément technique, économique et linguistique », explique le chercheur.

Le gouffre du calcul

Le continent représente 0,6 % de la capacité mondiale de data centers : 360 mégawatts installés début 2026, selon l’Africa Data Centre Association. Le pipeline de projets en construction atteint 1,2 gigawatt, un progrès notable. Mais il faut le comparer aux 600 milliards de dollars de dépenses d’investissement que les hyperscalers américains (Microsoft, Google, Amazon, Meta) cumuleront en 2026.

Résultat : l’Afrique investit plus qu’elle ne l’a jamais fait, mais l’écart avec le reste du monde se creuse en valeur absolue.

« Entraîner un LLM au Nigeria, c’est payer un data center en dollars, au même prix qu’à San Francisco », résume Techmoonshot. « Mais le fondateur de Lagos doit justifier ses factures GPU à des investisseurs qui associent encore infrastructure à serveurs physiques. »

Pire : la dépendance au cloud étranger crée un risque de conformité. Les lois de protection des données au Nigeria et au Kenya imposent des restrictions sur les transferts transfrontaliers. Un pipeline d’entraînement hébergé sur des serveurs en Irlande ou en Virginie devient progressivement un risque réglementaire, pas seulement financier.

Les langues et les données : l’invisibilisation algorithmique

Les modèles d’IA dominants sont entraînés sur des corpus majoritairement occidentaux ou asiatiques. Selon le rapport sur l’état de l’IA en Afrique 2024, moins de 2 % des données d’entraînement des principaux LLM couvrent le continent. Le dioula, le baoulé, le guin, le bété, des centaines de langues africaines sont algorithmiquement invisibles.

« Un utilisateur ne parlant que le guin se retrouve face à un LLM qui ne comprend pas son registre de langue. On ne peut pas parler de dialogue lorsque le registre de l’un est différent de celui de l’autre », souligne Amouzougan.

Les solutions palliatives (modèles légers, IA embarquée, usage hors ligne) ont leur utilité, notamment pour l’agriculture et la santé en zone rurale. Mais elles créent un risque : des outils appauvris pour les moins nantis, la pleine puissance pour les élites connectées.

Le fonds fantôme

Symbole de cette dissonance : le fonds panafricain pour l’IA de 60 milliards de dollars. Annoncé en grande pompe à Kigali il y a un an, il est toujours dans les limbes. Comme le révèle Jeune Afrique dans son édition du 4 mai 2026, aucune contribution étatique significative n’a été enregistrée.

« Smart Africa juge qu’il n’est pas dans l’intérêt du continent que chacun de ses États dispose de son propre data center souverain », rapporte le magazine panafricain. L’organisation privilégie désormais le développement des infrastructures et des usages avant toute levée de fonds. Un aveu implicite que le calendrier initial était déconnecté des capacités réelles des États membres.

L’alerte d’Adji Bousso Dieng

Le 5 avril 2026, sur les ondes de RFI, la chercheuse sénégalaise Adji Bousso Dieng, membre du panel scientifique international de l’ONU sur l’IA, a employé une formule qui a secoué le débat africain : « colonisation numérique ».

Derrière le terme, des mécanismes très concrets. Des modèles conçus ailleurs, des données locales qui remontent hors du continent, une valeur économique captée par les hyperscalers, et ce cas emblématique : au Kenya, des travailleurs de Sama ont été rémunérés moins de 2 dollars de l’heure pour nettoyer des contenus toxiques destinés à entraîner ChatGPT, comme l’a documenté Time en 2023.

« L’Afrique peut fournir des usages, des marchés, des données et du travail d’exécution. Tant qu’elle pèse peu sur la conception des systèmes, la fixation des standards et la répartition de la valeur, le risque de dépendance reste structurel », analyse Ecostylia.

Ce qui tient la route

Tout n’est pas sombre. Quelques modèles crédibles émergent.

Le Kenya fait école. Le campus Microsoft-G42 (1 milliard de dollars) adossé à la géothermie d’Olkaria — 100 MW garantis, renouvelables, sans diesel — est devenu la référence continentale. L’accord valide un modèle où l’énergie propre et stable précède l’infrastructure IA, et non l’inverse.

La Côte d’Ivoire a trouvé son angle. Plutôt que de concurrencer ChatGPT avec un LLM généraliste, Abidjan parie sur une IA sectorielle : le cacao d’abord, puis l’agriculture, la santé, l’administration. Un pragmatisme qui contraste avec certaines annonces démesurées.

Le cadre Smart Africa de données transfrontalières, signé par 11 pays, pose des bases sérieuses pour l’interopérabilité et la protection des données à l’échelle continentale.

Les startups africaines s’adaptent. Le Cohort 10 de Google a sélectionné 15 startups africaines en avril 2026, dont plusieurs avec des architectures conçues pour le edge computing — des modèles légers qui contournent le problème du compute centralisé. L’innovation par la contrainte.

Le verdict

Le discours politique africain sur l’IA est en avance de dix ans sur les infrastructures.

Les stratégies nationales sont utiles : elles fixent des priorités, orientent les budgets, signalent aux bailleurs. Mais le continent souffre d’un problème d’ordre des facteurs. On annonce des data centers avant d’avoir stabilisé le réseau électrique. On promet des LLM souverains avant d’avoir constitué des corpus de données locales. On projette des fonds avant d’avoir sécurisé les contributions des États.

La vraie ligne de fracture en Afrique n’est pas entre les pays avec et sans stratégie IA. Elle est entre ceux qui ont verrouillé leur approvisionnement énergétique — Kenya, Maroc, Afrique du Sud partiellement — et ceux qui l’ont inscrit comme objectif futur — Nigeria, Côte d’Ivoire, Ghana, Sénégal.

« Le consommateur de l’intelligence d’un autre n’est pas un pair dans l’économie de l’intelligence », conclut Techmoonshot. Pour l’Afrique, le compte à rebours a commencé. Et il sera bien plus court que les trente ans annoncés pour la souveraineté ivoirienne.


Sources : Jeune Afrique, Global Voices, Techmoonshot, BETAR.africa, RFI, Ecostylia, Africa Data Centre Association, Digital Mag CI, We Are Tech Africa, Oxford Insights

A lire ensuite