Le train qu'on ne rattrapera pas

Le 1er août, un modèle qu'OpenAI n'a même pas mis en vente livre dix résultats sur des problèmes mathématiques bloqués depuis des décennies, pour deux mille dollars de calcul. Le 2 août, l'Europe met en application son obligation d'écrire « généré par IA » au bas des contenus. Nous avons déjà raté le web, le cloud et les centres de données. Cette fois, il n'y aura pas de session de rattrapage.

En 1999, le mathématicien Mikhail Gromov pose une question. Il vient de définir une famille d'objets qu'il appelle sofiques, dont on peut résumer la propriété ainsi : un objet mathématique infini est sofique si l'on peut toujours l'approcher d'aussi près qu'on le souhaite par des objets finis, donc concrets, donc manipulables. Tout ce que les mathématiciens utilisent au quotidien est sofique. Existe-t-il quelque chose qui ne le soit pas ?

Vingt-sept ans, aucune réponse. Ni preuve, ni contre-exemple.

Le 1er août 2026, la construction d'un tel objet a été publiée. Elle ne vient pas d'un mathématicien. Elle vient d'une version interne d'un modèle qu'OpenAI n'a pas encore mis sur le marché, et elle est accompagnée d'un fichier écrit dans un langage appelé Lean, qui permet à un ordinateur de contrôler chaque étape du raisonnement. Ce n'est pas une opinion d'expert. C'est un fichier qui se compile ou qui ne se compile pas, et que n'importe qui peut télécharger.

Ce n'est qu'un résultat sur dix. Les autres portent sur la géométrie en grande dimension, les codes correcteurs d'erreurs, la théorie de la complexité, la cryptographie. Trois d'entre eux règlent des problèmes laissés par Paul Erdős, dont la liste de questions ouvertes sert depuis un demi-siècle de terrain d'essai à la discipline. Un autre réfute une conjecture d'Alain Connes, médaillé Fields.

Le coût total du calcul ayant abouti à ces dix résultats, aux tarifs publics, avoisine deux mille dollars. Deux cents dollars pièce.

Le chiffre demande une précaution, et il vaut mieux la poser soi-même que se la faire opposer. C'est le coût des tentatives réussies. OpenAI reconnaît avoir échoué sur d'autres problèmes majeurs, et nul ne sait ce qu'ont consommé ces échecs. Une sélection publiée après coup flatte toujours celui qui la publie. Deux mille dollars n'est pas le prix de la découverte, c'est le prix du ticket gagnant une fois le tirage connu.

Cela ne change rien à ce qui compte ici. Le laboratoire privé qui produit cela ne vend pas un produit. Il produit de la connaissance fondamentale, la matière première de tout le reste, et il en produit à une cadence qu'aucune institution publique au monde ne tient.

Ce que ce résultat fait à notre chiffrement

Parmi les dix figure une avancée sur ce que les spécialistes appellent le problème du vecteur le plus proche. C'est l'une des questions sur lesquelles repose la cryptographie post-quantique, celle qui doit résister aux futurs ordinateurs quantiques et dont les premiers standards sont en cours de déploiement partout en Europe, dans les banques, les administrations, les opérateurs d'importance vitale.

Il faut couper court à la lecture alarmiste qui circule déjà. Ce résultat ne casse rien. Il démontre au contraire que le problème est plus difficile qu'on ne savait le prouver, ce qui renforce la confiance dans ces standards. Quiconque écrira que l'IA vient de fragiliser le chiffrement post-quantique n'aura rien compris.

Le vrai sujet est ailleurs et il est plus désagréable. La sécurité de nos communications des trente prochaines années repose sur un socle théorique qu'un système privé américain vient de consolider en quelques heures, pour deux cents dollars. Nous n'achèterons pas seulement les modèles, ni seulement les puces. Nous hériterons aussi de la théorie sur laquelle nous bâtissons ce que nous appelons notre souveraineté.

L'Europe ne s'est pas trompée de montant

Le 30 juillet, la présidente de la Commission européenne annonçait le financement de sept gigafactories, terme désignant de très grands centres de calcul destinés à entraîner les modèles, à hauteur de dix milliards d'euros publics censés en attirer vingt de privés. L'Europe, écrivait-elle, veut devenir le premier continent de l'intelligence artificielle. Selon le Financial Times, les seuls géants américains de la technologie ont engagé plus de mille milliards de dollars dans leurs infrastructures d'IA depuis 2023. Cent fois le montant européen.

Ce montant de dix milliards n'est d'ailleurs pas nouveau. Il avait déjà été annoncé en février 2025, et la même présidente le qualifiait alors de plus grand investissement public dans l'IA au monde. C'est probablement vrai. Le plus grand investissement public mondial pèse environ le tiers de ce qu'une seule entreprise américaine consacre à ses serveurs sur un exercice.

Mais s'arrêter au chiffre serait manquer le point. L'Europe ne s'est pas trompée de montant, elle s'est trompée de métier.

Elle a décidé d'être l'arbitre d'un jeu auquel elle ne joue pas. Réguler suppose une capacité de contrainte, et une capacité de contrainte suppose qu'on détienne quelque chose que l'autre veut. Nous n'avons ni les modèles, ni le calcul, ni les capitaux. Nous avons un marché et des amendes. C'est un pouvoir réel, personne ne l'ignore à Mountain View, mais c'est un pouvoir de péage et non un pouvoir de production. Étiqueter le contenu produit par la capacité des autres, c'est très exactement ce qu'on fait quand il ne reste que l'emballage.

L'obligation entrée en application aujourd'hui n'est pas absurde en elle-même. Savoir qu'on s'adresse à une machine, pouvoir retrouver l'origine d'une vidéo truquée, ce sont des exigences légitimes que l'état de la désinformation rend nécessaires. Le problème n'est pas que l'Europe fasse cela. Le problème est que ce soit devenu son unique registre d'action, et qu'elle le présente comme une position de tête.

Nos hérauts au sol

Pendant ce temps, en France, la voix qui s'impose depuis dix ans est celle de Luc Julia, qui répète que l'intelligence artificielle n'existe pas, que ce ne sont que des statistiques, que la machine ne comprend rien et recombine.

Sur le plan philosophique, la position se défend. Sur le plan opérationnel, elle est sans effet. Qu'un système comprenne ou qu'il recombine ne change rien au fait qu'un objet mathématique introuvable pendant vingt-sept ans existe maintenant, et qu'une machine l'a construit. Le débat sur le mot n'a aucune conséquence sur la capacité.

Julia a été, pendant cinq ans, directeur scientifique du premier constructeur automobile national. Recruté par son directeur général, décoré au titre de cette fonction, auditionné au Parlement, invité partout. Il a quitté Renault en janvier 2026. Sa dernière déclaration de fond, le même mois, tenait en une formule : les IA ne deviennent pas plus intelligentes, elles deviennent plus saturées. Sept mois plus tard, la chose saturée règle trois problèmes d'Erdős et réfute une conjecture de médaillé Fields.

Il serait injuste et paresseux d'en faire un imposteur. Il a lui-même corrigé le récit sur sa part dans la création de Siri, il ne prêche pas l'immobilisme, et il défend l'idée d'un modèle national entraîné sur des données françaises.

Ce qui doit nous interroger n'est pas l'homme, c'est la place que nous lui avons faite. Nous ne l'avons pas choisi malgré sa thèse. Nous l'avons choisi pour elle, parce qu'elle rendait notre retard supportable. Elle offrait à tout décideur un vocabulaire respectable pour ne rien arbitrer, ne rien recruter, ne rien financer, tout en ayant l'air lucide. C'est le service qu'elle rendait, et c'est pour ce service qu'elle a été si bien payée d'honneurs.

Le mécanisme tourne depuis vingt ans et il ne dépend d'aucun individu. Le moteur de recherche européen qui devait détrôner Google. Le cloud souverain devenu licence américaine emballée dans du droit français. À chaque fois la même séquence : on rate, on requalifie le ratage en choix de civilisation, et on décore celui qui a le mieux expliqué que ce n'était pas grave.

Pourquoi celui-ci ne se rattrape pas

Voilà l'objection sérieuse à tout ce qui précède. Nous avons déjà entendu ce discours. Nous avons raté le web marchand, puis les réseaux sociaux, puis les centres de données, et l'Europe est toujours là. Pourquoi cette vague serait-elle différente ?

Parce que les précédentes laissaient une porte ouverte. Un retard d'infrastructure se comble avec du capital, tardivement et chèrement, mais il se comble : les serveurs existent, on peut les acheter, un continent qui décide de bâtir des centres de données finit par en avoir. Le retard restait un écart, c'est-à-dire une distance fixe qu'un effort suffisant réduit.

Trois verrous rendent celui-ci différent.

Le premier est l'ordre de grandeur du capital. Cent fois n'est pas un rattrapage budgétaire, c'est un changement de nature de la dépense, et aucun plan européen concevable politiquement ne le comble.

Le deuxième est le talent. Les chercheurs vont là où sont les machines, parce que sans machines ils ne peuvent pas travailler. Ce mouvement s'auto-entretient et il ne s'inverse pas par décret. Un pays peut construire un centre de calcul en trois ans. Il ne reconstitue pas en trois ans une école de recherche partie ailleurs.

Le troisième est le plus important et il est le seul vraiment nouveau. Un modèle de frontière sert à construire le suivant. Il écrit du code, il conçoit des expériences, il produit désormais des résultats mathématiques que personne n'avait obtenus. Celui qui détient le meilleur modèle avance plus vite vers le suivant que celui qui n'en a pas, et l'avance de l'étape suivante s'ajoute à celle de la précédente.

Ce n'est plus un écart, c'est une divergence. Un écart se rattrape avec de l'argent. Une divergence se rattrape avec du temps, et le temps est précisément ce dont la composition nous prive.

Ce qui reste ouvert

Rien de tout cela ne condamne à l'inaction, à condition de cesser de traiter un sujet industriel avec des outils juridiques.

L'accès aux modèles de frontière doit être traité pour ce qu'il est devenu, une dépendance critique, au même titre qu'un fournisseur de cloud dans une cartographie de risques tiers. Aucune organisation européenne sérieuse n'ignore aujourd'hui où tourne son infrastructure. Presque toutes ignorent ce qu'elles feront si l'accès aux meilleurs modèles se restreint, se renchérit ou se politise. Cette question relève du plan de continuité, pas de la veille technologique.

La France doit se doter d'une capacité publique d'évaluation des capacités, et non de la seule conformité. Face à l'annonce du 1er août, nous n'avons d'autre choix que de croire un communiqué d'entreprise. Les démonstrations publiées sont vérifiables, ce qui est en soi un progrès considérable, mais encore faut-il quelqu'un pour les vérifier, et pour contrôler que ce qui a été formalisé correspond bien au problème d'origine. Ce travail reste humain. Nous n'avons personne dont ce soit la mission.

Enfin, le règlement européen devrait être assorti d'une évaluation portant sur l'écart de capacité et non sur le seul taux de conformité. Un dispositif qui mesure le respect des obligations sans jamais mesurer la distance qui se creuse produit ce que j'appelle le tableau de bord vert : tous les voyants passent, plus personne ne pose de question, et la fragilité réelle demeure intacte sous les indicateurs. À l'échelle d'un continent, cela porte un autre nom.

L'Europe se prépare à découvrir qu'elle n'a pas raté un marché. Elle a raté le moment où elle pouvait encore choisir.

Sources

• Résultats, méthode, coût et attribution : OpenAI, « Ten advances in mathematics and theoretical computer science », 1er août 2026, avec manuscrits et dépôt public des certificats Lean, https://openai.com/index/ten-advances-in-mathematics/ et https://github.com/openai/ten-proofs
• Réactions de la communauté mathématique et échecs reconnus sur d'autres problèmes : The Decoder et The Next Web, 1er et 2 août 2026.
• Obligations de transparence : article 50 du règlement (UE) 2024/1689, applicable au 2 août 2026, lignes directrices de la Commission adoptées le 20 juillet 2026, https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act
• Financement des gigafactories : communication de la présidente de la Commission européenne, 30 juillet 2026, et plan « AI Continent » d'avril 2025.
• Ordre de grandeur des investissements privés américains dans l'infrastructure d'IA depuis 2023 : Financial Times.
• Parcours et positions de Luc Julia : Les Échos et Maddyness, janvier 2026 ; entretien à la revue L'Audace, janvier 2026.