L'Afrique et l'IA : le saut technologique à ne pas manquer

En bref

Pour la première fois depuis la machine à vapeur, une révolution technologique n’est pas réservée d’emblée aux pays qui ont l’argent et les usines. L’IA demande surtout de la méthode, des données et des gens formés. Ce sont des choses que l’Afrique peut construire elle-même.

Le continent a déjà sauté une étape une fois : il est passé directement au téléphone mobile, puis au paiement mobile, sans jamais avoir eu de vrai réseau filaire. Avec l’IA, un saut du même ordre est possible, à condition de s’appuyer sur les modèles ouverts et sur les données de nos propres territoires.

Ma conviction, après des années dans un domaine aussi complexe que l’aérien : oublions les data centers géants à un milliard de dollars, gardons la main sur nos données, et visons une IA sobre, appliquée d’abord aux aéroports, aux routes, aux hôpitaux, aux écoles et aux services publics.

Préambule

En février 2024, j’étais au Caire avec des directeurs d’aéroports africains réunis par l’ACI Afrique. En séance, on parlait trafic aérien, sûreté, développement aéroportuaire et financement. J’avais été invité pour y faire une présentation sur l’IA en général et ses applications possibles dans notre domaine. Après cette session, où j’ai senti l’auditoire vraiment intéressé, j’ai eu beaucoup d’échanges sur le sujet. J’en ai gardé une impression amère que nous partagions tous, je crois : nous regardions la révolution de l’IA depuis le banc de touche.

Je n’ai oublié ni ce moment ni ce sentiment de frustration. Presque trois ans plus tard, je cherche à y répondre de mon mieux. De quels leviers nos pays disposent-ils vraiment ? Qu’est-ce qui relève du rêve, et qu’est-ce qui est faisable dès demain matin ? Ce texte est ma réponse, forcément partielle, à ces collègues.

1. Une révolution qui ne ressemble pas aux autres

Jusqu’ici, chaque grande vague technologique a creusé l’écart entre le Nord et le Sud.

La vapeur, l’acier et l’électricité demandaient des décennies d’investissement dans des chemins de fer, des hauts fourneaux et des centrales. Sous le régime colonial, l’Afrique a surtout servi de réservoir de matières premières pour des industries construites ailleurs.

Avec la microélectronique, la porte s’est encore refermée. Une usine de puces de dernière génération coûte aujourd’hui plus de 20 milliards de dollars. Les machines de lithographie les plus avancées n’ont qu’un seul fabricant au monde, le néerlandais ASML. Inutile de rêver d’y entrer.

L’IA change la donne. Elle n’est pas gratuite, mais son centre de gravité s’est déplacé. Des modèles très performants sont désormais publiés en accès ouvert. Ils ont quelques mois de retard sur les meilleurs modèles fermés, et cela suffit largement pour l’immense majorité des usages concrets. Le reste, c’est-à-dire les données, les compétences et l’organisation, ne s’achète pas sur étagère. Ça se construit.

Nous l’avons déjà fait une fois. En 2007, le Kenya lançait M-Pesa. Des millions de personnes qui n’avaient jamais eu de compte bancaire ont commencé à payer, épargner et envoyer de l’argent avec un simple téléphone. Personne n’a attendu de passer par l’étape de l’agence bancaire. C’est l’esprit du saut que je défends pour l’IA : ne pas refaire le chemin des autres, mais prendre le raccourci.

2. « Avec quoi ? Il manque déjà de l’eau et des routes »

C’est l’objection qu’on me fait le plus souvent. Pourquoi parler de serveurs quand des villages n’ont pas l’eau courante ?

Je la comprends, mais elle repose à mon avis sur un malentendu. Bien utilisée, l’IA n’est pas un gadget de pays riche. Elle sert justement à mieux gérer ce qui manque. Quelques exemples :

Des capteurs bon marché et un petit modèle prédictif suffisent pour piloter l’irrigation au plus juste et anticiper une mauvaise récolte.
Dans un dispensaire sans radiologue, un outil d’aide à la lecture des radios permet de repérer les cas urgents et de les orienter plus vite.
Dans les ports, les aéroports et aux frontières, une meilleure prévision des flux réduit les files d’attente sans couler un mètre cube de béton supplémentaire.

Pour les transports, que je connais de l’intérieur, c’est encore plus net. Quiconque a dirigé un aéroport ou une compagnie en Afrique sait que le quotidien, ce sont des coupures de courant, des liaisons télécoms qui tombent et des imprévus d’exploitation à régler dans l’heure. L’IA ne fera pas disparaître ces problèmes toute seule. Mais avec les bons moyens, elle aide à les anticiper au lieu de les subir.

Le vrai risque, à mes yeux, n’est pas d’en faire trop. C’est de décrocher. Si nous laissons passer ce train, nous resterons de simples utilisateurs d’outils pensés en Californie ou à Shenzhen, avec leurs priorités et leurs angles morts.

3. Oublier les data centers géants

Soyons honnêtes : il y a des choses que nous ne pourrons pas copier, et c’est tant mieux.

Un cluster d’entraînement de pointe, avec quelque 16 000 puces graphiques interconnectées, coûte de l’ordre d’un milliard de dollars. Il consomme des dizaines de mégawatts en continu et, selon son système de refroidissement, d’énormes volumes d’eau. Dans des pays où le délestage fait partie du quotidien et où l’eau se raréfie, ce modèle ne tient pas.

La bonne réponse s’appelle l’IA frugale. On renonce à entraîner nos propres modèles géants. On prend des modèles ouverts, souvent de petite taille, on les adapte à nos besoins, et on les fait tourner au plus près du terrain : sur un serveur local, voire directement sur un équipement installé dans un hangar ou en bord de piste.

DeepSeek a montré début 2025 jusqu’où peut aller l’optimisation. L’entreprise chinoise a annoncé avoir entraîné un modèle de premier plan pour quelques millions de dollars. Ce chiffre ne couvre que la phase finale d’entraînement, pas les années de recherche en amont. La leçon reste valable : l’ingénierie compte autant que le chéquier.

Il faut tout de même un minimum de puissance de calcul pour adapter des modèles à nos propres données. C’est là que la mutualisation prend son sens. Un centre de calcul partagé entre plusieurs pays ou plusieurs secteurs coûte bien moins cher que vingt petits projets nationaux qui se font concurrence.

Le Maroc a choisi une voie plus ambitieuse. Le pays a lancé les études d’un complexe de data centers verts de 500 mégawatts à Dakhla, avec un volet souverain et un volet ouvert aux investisseurs privés, et un autre projet de même taille est prévu à Nouaceur. L’argument se tient : le Royaume dispose d’une énergie renouvelable abondante, ce que peu de pays africains peuvent revendiquer. Mais des questions restent ouvertes. Selon une estimation relayée par TelQuel, un site de 500 MW pourrait consommer près de 13 milliards de litres d’eau par an, et la demande nationale ne suffira pas à le remplir. Ces centres devront donc trouver leurs clients à l’étranger. Le pari peut réussir, à condition de ne pas oublier les besoins plus modestes, mais immédiats, du terrain.

Et gardons les pieds sur terre. Construire un centre de calcul à un milliard de dollars à côté d’une piste qui n’a même pas de balisage lumineux moderne serait absurde. Chaque chose en son temps.

4. Nos données, notre affaire

Jensen Huang, le patron de NVIDIA, aime expliquer que l’IA est devenue une industrie qui produit de l’intelligence, comme d’autres produisent de l’énergie. Si c’est vrai, la matière première de cette industrie, ce sont les données. Et une partie de ces données n’existe nulle part ailleurs que chez nous : nos langues et nos dialectes, le droit coutumier, les particularités médicales de nos régions, ou encore l’économie informelle, qui fait vivre des millions de personnes et n’apparaît dans aucune base de données occidentale.

Confier tout cela sans réfléchir à des clouds étrangers comporte trois risques. D’abord, voir nos données publiques nourrir gratuitement des produits qu’on nous revendra ensuite sous forme d’abonnements. Ensuite, héberger des informations sensibles (frontières, trafic aérien, identité des citoyens) sur des serveurs soumis à des lois étrangères, comme le Cloud Act américain. Enfin, dépendre d’outils qui comprennent mal nos langues et nos réalités sociales.

Je veux pourtant être lucide sur un point. Ces données sont précieuses, mais rarement prêtes à l’emploi. Une bonne partie dort encore sur papier, dans des formats incompatibles, ou simplement dans la tête des gens. Nos langues manquent cruellement de textes numérisés. Avant de parler de souveraineté, il y a donc un vrai chantier de collecte, de nettoyage et d’annotation. Des communautés comme Masakhane ou des entreprises comme Lelapa AI, en Afrique du Sud, ont commencé ce travail pour les langues africaines. Il faut les soutenir et les multiplier.

Le Maroc a commencé à s’y atteler : son partenariat avec la société française Mistral AI prévoit notamment de développer des solutions adaptées à la darija et à l’amazigh. C’est un pas utile, à condition que les données et les compétences restent sur place.

Attendre que d’autres numérisent nos dialectes à notre place ? Certainement pas. Concrètement, la souveraineté, c’est garder la main sur ses données, former des ingénieurs sur place et adapter les modèles sur des infrastructures dont on maîtrise le cadre juridique.

5. Où en sommes-nous vraiment ?

Les chiffres récents montrent un continent en mouvement, mais très inégal.

Côté stratégies, le monde a avancé vite : plus de 60 pays ont élaboré une stratégie nationale d’IA, selon l’OCDE. L’Union africaine a adopté sa stratégie continentale en juillet 2024. Mais sa traduction dans chaque pays reste lente : en juillet 2025, seuls 16 des 54 pays africains avaient lancé la leur.

Côté préparation, l’indice d’Oxford Insights, qui évalue 195 gouvernements, donne une image contrastée. Dans l’édition 2025, l’Égypte arrive en tête du continent, 51e mondiale avec 57,5 points. En Afrique subsaharienne, le Kenya (65e), l’Afrique du Sud (67e), Maurice (71e) et le Nigeria (72e) mènent le peloton. Les auteurs de l’indice y relèvent deux faiblesses persistantes : les infrastructures de calcul et l’adoption de l’IA par les administrations.

Côté argent, le constat est connu : l’essentiel du capital-risque investi dans l’IA va aux États-Unis et à la Chine, et l’Afrique n’en reçoit qu’une part infime. Attendre que le marché comble seul le retard serait illusoire. La commande publique ciblée et des partenariats public-privé bien construits devront faire une partie du travail.

Un classement ne dit pas tout, mais celui-ci rappelle une chose : le retard n’est pas une fatalité. L’Égypte est passée de la 111e place en 2019 à la 51e en 2025.

Zoom sur le Maroc

Le Maroc a longtemps fait du surplace dans ces classements. Oxford Insights le plaçait 88e en 2023, puis 101e en 2024 avec 41,78 points, pénalisé par des scores faibles en gouvernance et en technologie. En 2025, il a regagné 14 places, une progression que le gouvernement attribue au renforcement du cadre juridique et des compétences.

Ce rebond reflète une politique qui s’est accélérée. La stratégie Digital Morocco 2030, lancée en 2024, dispose d’une enveloppe de 11 milliards de dirhams pour 2024-2026, qui couvre notamment l’IA et la fibre optique. Après les Assises nationales de l’IA de juillet 2025, le gouvernement a présenté en janvier 2026 la feuille de route Maroc IA 2030. Ses objectifs sont chiffrés : 100 milliards de dirhams de valeur ajoutée au PIB, 50 000 emplois et 200 000 talents formés et certifiés d’ici 2030.

Le bras armé de cette stratégie est le réseau des Instituts Jazari, appelés à couvrir les douze régions du Royaume, avec des composantes dédiées à la ville intelligente, à l’éducation et à l’industrie. Côté infrastructures, l’Université Mohammed VI Polytechnique héberge depuis janvier 2025 un premier data center souverain qui fournit du cloud aux organismes publics et privés, et un centre de 50 MW est en préparation à Rabat.

Le cadre est donc posé. Reste l’essentiel : livrer, sur le terrain, des projets qui changent la vie des usagers. Les aéroports, les ports et les hôpitaux du Royaume seront les meilleurs juges.

6. Un cas concret : l’aéroport

Prenons un terrain que je connais bien. Sur une plateforme aéroportuaire, trois chantiers peuvent rapporter vite, sans infrastructure lourde.

La détection des débris sur piste (FOD). Des caméras et un modèle de vision installés en bord de piste repèrent un objet suspect en quelques secondes, de jour comme de nuit. Un seul débris aspiré par un réacteur peut coûter des centaines de milliers de dollars, sans parler des conséquences possibles sur la sécurité des opérations. Le même principe de vision par IA peut servir à lutter contre le péril aviaire, quand on connaît le risque que font peser les oiseaux sur les mouvements d’avions dans les aéroports africains.

La prévision des temps d’escale. Un modèle entraîné sur l’historique des rotations prédit les retards avant qu’ils ne se propagent. Il aide aussi à affecter les postes de stationnement et les équipes au sol.

La maintenance des équipements. Tapis bagages, passerelles, groupes électrogènes : leurs pannes suivent des schémas que les données des capteurs permettent d’anticiper. J’en parle plus en détail dans mon article sur la maintenance prédictive.

Aucun de ces projets ne demande un data center. Un serveur local, des données propres et une petite équipe capable de déployer un modèle suffisent pour démarrer.

7. Les risques à ne pas sous-estimer

Aller vite ne veut pas dire aller sans garde-fous.

Plus on connecte et on automatise des infrastructures critiques (aéroports, réseaux électriques, signalisation ferroviaire), plus elles deviennent des cibles. La cybersécurité doit précéder l’automatisation, pas la suivre.

Les fausses vidéos et la manipulation de l’information peuvent faire beaucoup de dégâts dans des sociétés où la confiance est déjà fragile. Les périodes électorales y sont particulièrement exposées.

Enfin, aucun système qui touche à la sécurité ou aux droits des citoyens ne devrait être déployé si l’on ne peut pas expliquer et retracer ses décisions. Dans l’aérien, nous avons une vraie culture de la traçabilité et du facteur humain. Elle devrait servir de modèle : la machine propose, l’humain décide.

8. Par où commencer

Pour réussir ce saut sans dispersion de moyens, les gouvernements et les gestionnaires d’infrastructures doivent appliquer une méthode resserrée :

Priorité	Concrètement
Mutualiser	Réunir les aéroports, ports et opérateurs ferroviaires d’une même région en consortiums de données, pour entraîner des modèles communs sans que chacun cède sa propriété intellectuelle.
Choisir des cas d’usage rentables	Laisser de côté les projets vitrines. Commencer par la sécurité des pistes, la détection des débris, la ponctualité et la maintenance.
Former des « déployeurs »	Former rapidement des développeurs et des ingénieurs capables de mettre un outil en service en trois mois.
Rester libre	Refuser les contrats qui enferment chez un seul fournisseur et privilégier les technologies ouvertes, adaptables localement.

Pour finir

L’IA offre aux pays en développement une chance rare : ne pas répéter l’histoire des révolutions industrielles précédentes. Le savoir est accessible. Les données sont chez nous. Ce qui manque encore, c’est la décision d’en faire une priorité, et la discipline pour l’exécuter.

Les directeurs d’aéroports croisés au Caire n’ont aucune raison de rester sur le banc de touche. Le match ne fait que commencer.

Et vous, dans votre secteur, quel serait le premier projet d’IA à lancer ? Dites-le-moi en commentaire.

Zouhair Mohammed El Aoufir — Fondateur de Flying Tek, ancien dirigeant exécutif dans l’aérien et les infrastructures aéroportuaires.

L’Afrique face au train de l’IA : Le premier saut technologique sans barrière infranchissable