Le « Moment Oppenheimer » de l'IA
Au cours du dernier quart de siècle, le déploiement de l'intelligence artificielle dans les affaires militaires a connu un changement qualitatif substantiel, produisant ce que les analystes ont qualifié de « Moment Oppenheimer »[1] : un tournant critique où des paradigmes auparavant stables sont renversés par l'avancée non linéaire de technologies disruptives, générant des dilemmes éthiques et des risques sécuritaires qui résistent à toute solution aisée. Les transformations en cours depuis 2024 dans l'usage militaire de l'IA sont une analogie pertinente avec le Projet Manhattan, qui a produit le premier dispositif atomique de l'histoire. L'observateur contemporain est ainsi témoin d'une transformation des principes organisateurs de la guerre et de la conduite des opérations militaires — des principes qui, sauf catastrophe, prévaudront tout au long de ce siècle, un siècle où l'effondrement de l'hégémonie unipolaire américaine déclenche des compétitions pour un repositionnement hiérarchique sur un ensemble d'échiquiers géopolitiques.
Des humains presque hors de la boucle
Du décryptage des codes nazis par Turing aux principes de la cybernétique de Wiener, en passant par le premier ordinateur à réseau neuronal construit par Rosenblatt en 1956, jusqu'à l'Initiative américaine de Calcul Stratégique de 1983, l'ingénierie informatique a longtemps été considérée comme un élément de soutien à l'intelligence, à la prise de décision et à l'action militaire menées par des êtres humains. Aux États-Unis, la Stratégie du Troisième Contre-Offset de 2014 et la Stratégie de Défense Nationale de 2018 — ainsi que leurs équivalents chinois et russes — ont préservé cette orientation : accélérer l'intégration du big data et de l'apprentissage automatique dans les flux de travail C4ISR (Commandement, Contrôle, Communications, Informatique, Renseignement, Surveillance et Reconnaissance) sur lesquels les opérateurs humains conservaient un contrôle total. L'objectif était d'élargir la connaissance de la situation sur le champ de bataille et concernant l'état des forces, tout en maintenant les agents humains principalement dans la boucle ou sur la boucle — en tant qu'agents cognitifs et décisionnels souverains, supervisant et conservant la capacité d'interrompre l'engagement des systèmes automatisés. Les systèmes « sur la boucle » existaient déjà depuis des décennies dans des niches spécifiques de défense ponctuelle (Phalanx CIWS, Aegis, Patriot), mais leur généralisation au C4ISR offensif en réseau restait limitée. La perspective de systèmes militaires « hors de la boucle » — cognition et prise de décision entièrement artificielles, sans supervision humaine en temps réel — restait lointaine, relevant largement de discussions spéculatives.
Ce tableau a changé de manière spectaculaire, en un laps de temps extrêmement court, depuis 2023, sous l'impulsion des effets d'entraînement systémiques des tensions géopolitiques au Moyen-Orient et en Europe de l'Est. Les modèles d'intelligence artificielle sont apparus comme la pointe de l'informatique militaire, passant d'un rôle auxiliaire à celui de colonne vertébrale de l'infrastructure stratégique des forces armées américaines et chinoises, et d'un instrument d'importance tactique profonde pour la Russie. Bien au-delà des opérations de renseignement et de surveillance, les systèmes de ciblage ont élevé la vitesse du combat à des niveaux auparavant inimaginables, tandis que les plateformes de données gèrent désormais la logistique de l'attaque et de la défense à travers des milliers d'objets, surveillant leurs paramètres et suggérant des plans d'action en temps réel. Ce bond qualitatif comprime le temps de décision entre la détection et le ciblage à une échelle que la cognition humaine ne peut plus suivre, réduisant l'intervention humaine à un acte résiduel de ratification. Le résultat est un régime de facto « hors de la boucle », même si la doctrine insiste sur la préservation, de jure, d'une présence humaine dans la chaîne décisionnelle.
Ainsi, dans la troisième décennie du vingt et unième siècle, la guerre algorithmique a émergé.
Doctrines militaires concurrentes de l'IA
La période de 2020 à 2026 en est venue à représenter le moment où les grandes puissances ont formellement reconnu la « dominance décisionnelle » comme la capacité principale à atteindre par leurs bases industrielles de défense — des bases dans lesquelles les grandes entreprises technologiques sont désormais inévitablement intégrées. Ce qui est ainsi reconnu, c'est le nouveau statut de l'intelligence artificielle comme l'un des instruments de dissuasion les plus importants sur la scène internationale. La maturation technologique qui a produit des avancées substantielles dans les grands modèles de langage (LLM) et dans d'autres plateformes a eu la conséquence attendue de réorienter les doctrines stratégiques des États-Unis, de la Chine et de la Russie. Cette réorientation, cependant, n'a pas produit de cadres doctrinaux convergents, car elle a été fortement façonnée par des déterminants géopolitiques particuliers pesant sur les décisions prises à Washington, Pékin et Moscou.
La stratégie « IA d'abord » de l'Amérique
Le gouvernement américain, réagissant à l'érosion progressive de son hégémonie unipolaire, a adopté en janvier 2026 une posture de préparation maximale pour des conflits à grande échelle contre des ennemis de niveau technologique comparable — des puissances revisionnistes prêtes à élargir leurs marges de liberté au sein du système interétatique. Le mémorandum « Stratégie d'Intelligence Artificielle pour le Département de la Guerre »[2] a établi que les capacités structurelles du pays — un écosystème d'innovation de classe mondiale, une industrie technologique, des marchés financiers et des données opérationnelles accumulées sur des décennies — devaient être mobilisées pour garantir aux forces armées une suprématie absolue dans les systèmes décisionnels (« IA Overmatch »). La volonté du gouvernement de subordonner le système d'innovation américain aux intérêts stratégiques nationaux est évidente dans son rejet de toute limite imposée par les codes d'éthique des entreprises technologiques ; les fournisseurs ont été contractuellement tenus d'accorder au gouvernement « toutes les utilisations licites » de leurs produits, en particulier après l'affrontement entre le Département de la Guerre et Anthropic en mars 2026, né de la plainte de cette entreprise selon laquelle sa Politique d'Utilisation Acceptable de Claude — qui interdit l'utilisation de Claude dans les systèmes d'armes autonomes — avait été violée.
Le mémorandum a ainsi renforcé une dimension doctrinale privilégiant le niveau stratégique par rapport à un axe exclusivement tactique. Dans sa quête de supériorité décisionnelle, l'objectif de Washington est de devancer chaque adversaire dans la vitesse de traitement des données des capteurs, de synthèse du renseignement et de bouclage de la chaîne de destruction (« kill chain »). Des plateformes telles que GenAI.mil permettent l'intégration de modèles génératifs de pointe (Gemini for Government, Google Cloud) dans les réseaux classifiés et non classifiés, donnant à des millions de militaires et d'employés civils accès à des outils d'IA pour des tâches allant de la gestion logistique à la détection, l'identification des cibles et la frappe létale, y compris le déploiement d'essaims de drones.
Environnements D-DIL et le conflit en Ukraine
Au niveau tactique, la doctrine américaine de l'IA a été testée à la fois dans des conflits simulés et sur des champs de bataille réels — par l'intermédiaire des forces ukrainiennes, servant de proxy de l'OTAN contre la Russie, et par l'opération Epic Fury, lancée en février dernier contre les forces militaires iraniennes. Des systèmes intelligents associés aux LLM ont été déployés pour la détection de cibles, l'analyse du renseignement en temps réel et les simulations « et si », aidant les commandants à sélectionner les options de frappe de missiles et de drones furtifs. La tendance générale de la stratégie américaine en matière d'IA est de développer toutes les capacités possibles pour réaliser une compression maximale de la boucle OODA (Observer, S'Orienter, Décider, Agir) : convertir l'information brute en action cinétique dans le temps le plus court possible, afin de submerger toute réponse adversaire conventionnelle avant qu'elle ne puisse acquérir une connaissance situationnelle raisonnable.
Des préoccupations grandissent néanmoins quant à la vulnérabilité de ces systèmes hautement centralisés dans des environnements de communications Déniées, Dégradées, Intermittentes et Limitées (D-DIL), où des actions de guerre électronique peuvent bloquer le contact à haute bande passante entre les actifs sur le terrain et les centres de commandement et de contrôle. Alors que le Projet Linchpin oriente les efforts vers l'« IA de périphérie » (« Edge AI ») — traitée à la limite tactique, avec une plus grande décentralisation et une vulnérabilité réduite aux mesures de guerre électronique — les opérations du CENTCOM en Iran, ainsi que l'expérience de Palantir en Ukraine, ont déjà produit des preuves de concept pour l'utilisation de l'IA dans des environnements dégradés. Les drones Saker Scout et Hunter (construits en Ukraine avec une technologie embarquée occidentale) peuvent naviguer de manière autonome et identifier soixante-quatre types de cibles différents. Ces données sont transmises par radiofréquence au système Delta (exploité avec le logiciel Palantir), où elles sont agrégées et traitées pour diriger les munitions guidées. En cas de brouillage, le drone conserve ses données et les transmet en rafale une fois la connectivité rétablie.
Palantir, Maven Smart System
L'engagement de Palantir Technologies à fournir aux forces ukrainiennes une capacité de guerre en réseau consolide l'Europe de l'Est comme un terrain d'essai pour ce qui pourrait constituer une révolution dans les affaires militaires. Le déploiement du Maven Smart System (MSS) a prolongé l'effort de guerre ukrainien, réduisant considérablement le nombre de troupes nécessaires par unité de terrain : des positions exigeant autrefois deux bataillons par kilomètre sont désormais tenues par des équipes minimales dans de petits abris, soutenues par des essaims de drones de surveillance et de frappe et un système d'optimisation de la létalité qui identifie les cibles et recommande les méthodes de frappe de précision les plus efficaces.
Le MSS américain soutient un régime de fusion de données multi-sources ; son interface avec les LLM génère une image graphique en temps réel du réseau de cibles, des risques et de la disposition des actifs adverses et alliés, permettant aux agents de commandement de recevoir, en langage clair, des conseils sur des plans d'action optimisés visant à maximiser la létalité avec une vitesse maximale — y compris les options de munitions, les vecteurs d'attaque et les justifications légales — tout en accordant à ces agents la capacité d'activer des unités et des actifs sur le champ de bataille par de simples commandes.
Maven assure en outre l'interopérabilité entre les forces ukrainiennes et les États membres de l'OTAN, tels que les Royal Marines et le Corps des Volontaires Polonais, et permet l'intégration avec Safran.AI de la France pour l'exploitation d'images satellites et le système britannique Hadean pour les simulations génératives de COA (plans d'action). Il s'est avéré central pour la mission NSATU (Assistance et Formation en matière de Sécurité de l'OTAN pour l'Ukraine), un instrument phare de l'implication directe de l'Alliance Atlantique contre la Russie.
Depuis février, Maven a également été déployé dans les opérations Epic Fury et Roaring Lion, menées respectivement par les États-Unis et Israël contre le régime iranien (et, pour Israël, contre le Hezbollah au Liban). Il a permis de frapper environ treize mille cibles au cours des trente-huit premiers jours de la campagne, à un rythme d'environ mille cibles au cours des seules vingt-quatre premières heures — un taux apparemment dix fois plus élevé que celui des opérations américaines les mieux coordonnées de l'ère pré-IA.[3] Avec un personnel de seulement vingt opérateurs, Maven a effectué une charge de travail qui, lors de l'invasion de l'Irak en 2003, aurait nécessité cent fois plus de personnel.[4]
La compression de la chaîne de destruction — l'objectif principal poursuivi et effectivement atteint au sein de la stratégie militaire américaine en matière d'IA en 2026 — a simultanément mis en mouvement une dynamique évolutive et un défi humanitaire immense : pour les grandes puissances, prendre au sérieux les risques éthiques posés par la réduction du temps disponible pour que les opérateurs humains évaluent les cibles générées par l'IA, et mettre en pratique des garde-fous, signifierait imposer à leurs propres systèmes de défense un désavantage inacceptable face à des adversaires qui ignorent ces préoccupations. En l'absence de toute perspective plausible de mise en œuvre d'une régulation internationale alors qu'aucune puissance n'a encore obtenu la suprématie en matière d'IA, la poursuite d'une vitesse toujours plus grande au sein de la boucle OODA se consolide à la fois comme une pression sélective et comme une dissuasion en soi.
Guerre Intelligentiée
Pour le gouvernement chinois et l'Armée Populaire de Libération, le développement de l'IA militaire est orienté vers le niveau stratégique plutôt que tactique. À travers le concept de guerre intelligentiée, la Chine cherche à développer la capacité de ses forces combinées à mener une « guerre de destruction systémique » : non pas l'anéantissement physique des troupes ennemies, mais leur paralysie opérationnelle, obtenue en identifiant et en frappant rapidement des nœuds critiques au sein des réseaux de commandement, de communications et de logistique par des actions localisées et chirurgicales — décrites à travers une analogie curieuse comme une « acupuncture militaire ». Cette doctrine englobe également l'action dans le domaine cognitif, en partant du principe que l'esprit humain et le processus de décision sont eux-mêmes des champs de bataille primaires, ce qui stimule les compétences en IA visant la désinformation de masse, les deepfakes et les campagnes d'influence personnalisées conçues pour corroder la cohésion sociale de l'adversaire et sa volonté de combattre. Derrière la doctrine de la guerre intelligentiée se cache l'ambition de précipiter l'effondrement des structures défensives et offensives de l'ennemi avant même le début de la phase cinétique — bien que, si un affrontement armé s'avère inévitable, la doctrine envisage également l'autonomie de masse et les essaims de drones pour saturer les défenses ennemies.
Une étape significative vers la réalisation de cette doctrine a été la vaste réorganisation de la structure militaire chinoise en avril 2024, qui a dissous la Force de Soutien Stratégique (SSF) et l'a remplacée par trois nouvelles branches indépendantes, chacune relevant directement de la Commission Militaire Centrale (CMC). La PLA comprend désormais quatre services traditionnels (Armée de Terre, Marine, Armée de l'Air, Force des Fusées) aux côtés de quatre branches stratégiques, dont trois créées par cette réforme : la Force Aérospatiale (opérations spatiales et satellitaires), la Force Cyberspatiale (défense et offensive dans les réseaux numériques) et — la plus pertinente ici — la Force de Soutien à l'Information (ISF). Cette dernière est le pilier fondamental pour la coordination de la guerre en réseau ; son infrastructure numérique a été décrite comme le « tissu conjonctif » reliant les autres branches, permettant le flux et la fusion des données à travers les domaines (terre, mer, air, espace, cyberespace). L'ISF, via sa Plateforme de Commandement Intégrée, cherche à remplir des fonctions analogues à celles fournies par Maven — fournir un soutien décisionnel en temps réel et une analyse des données du champ de bataille.
La Russie : contraintes géopolitiques et urgence tactique
La Russie a réalisé des progrès substantiels vers l'intégration informationnelle au sein de ses forces armées, à travers le Système Automatisé de Commandement et de Contrôle (ACCS, ou ASU — Автоматизированная Система Управления). Comme ses homologues occidentaux, l'ACCS a été conçu comme un environnement numérique de bout en bout, allant des instruments de détection au commandement, et du commandement aux armes, au sein d'un cycle unique de décision et d'exécution. Les efforts pour sa réalisation ont commencé en 2000, avec une première percée en 2016-2018 : le Système Unifié de Commandement et de Contrôle au Niveau Tactique (ESU TZ) et son déploiement lors des exercices militaires Kavkaz.
Avec le début de l'« Opération Spéciale Militaire » en Ukraine en février 2022, l'orientation stratégique sur l'utilisation de l'IA a été redirigée vers des fonctions tactiques — plus rapides à développer et d'impact plus immédiat. La priorité d'une architecture de commandement et de contrôle unifiée compatible avec la stratégie américaine de Commandement et Contrôle Interarmées Tous Domaines (JADC2), dont Palantir est un fournisseur de logiciels principal, a été mise de côté au profit de la production et du déploiement de logiciels modulaires par une approche ascendante (des ingénieurs civils développant rapidement des outils sur le terrain) qui résout les problèmes immédiats du champ de bataille et accélère la chaîne d'attaque de manière décentralisée. Les systèmes Glaz/Groza relient les unités de drones à l'artillerie, raccourcissant le cycle de frappe de plusieurs heures à quelques minutes et éliminant le besoin de communication radio humaine.
Le déploiement de munitions rôdeuses V2U a également montré des avancées significatives dans les tactiques d'essaim autonome. Équipés de puces NVIDIA Jetson Orin, les V2U traitent la vision par ordinateur et les algorithmes d'IA localement, prenant des décisions tactiques de manière totalement indépendante. En mai 2025, après avoir perdu le contact avec leur opérateur, des unités V2U auraient présenté un comportement émergent : l'essaim a ignoré sa mission prévue et a plutôt formé un schéma de vol circulaire en attente, à partir duquel il a développé un plan pour des frappes simultanées contre des véhicules et des cibles civiles.
La Russie, poussée par les besoins pressants de ses opérations en Ukraine, s'est distinguée par des avancées dans l'IA militaire adaptée aux environnements D-DIL, où les systèmes doivent fonctionner dans des conditions électroniquement hostiles — que ce soit en raison de la difficulté à garantir un signal de communication stable, ou de la saturation des bandes de télécommunications par les opérations de guerre électronique (GE) ennemies. Ce faisant, la Russie a dans une certaine mesure inversé la logique conventionnelle allant unidirectionnellement de la stratégie vers la tactique : utiliser l'IA de manière modulaire au niveau tactique, avec peu de connexion avec les centres de commandement avancés, a permis d'identifier des cibles à haute valeur stratégique — nœuds de réseaux de commandement, radars, concentrations de troupes — toujours de manière décentralisée.
Cachet officiel (« rubber-stamping ») et tragédies éthiques
Compte tenu des développements des trois dernières années, le débat sur les Systèmes d'Armes Létaux Autonomes (LAWS) a perdu son statut purement hypothétique pour devenir un problème éthique urgent. Des années de délibérations n'ont pas réussi à produire une définition consensuelle, et les tentatives au sein de la Convention des Nations Unies sur certaines armes classiques de désigner comme LAWS les systèmes intégrés fonctionnellement capables d'identifier, sélectionner et engager des cibles sans intervention humaine ont rencontré une farouche résistance des délégations américaine, russe et chinoise. Le fait demeure que, bien que des systèmes entièrement autonomes — avec des humains totalement absents de la boucle décisionnelle — n'existent pas encore, la vitesse à laquelle l'information est traitée et renvoyée aux agents humains a fini par dépasser de loin les limites de leur attention et de leur cognition, créant une situation qui, à tous égards, confère une autonomie de facto au système d'IA.
À travers le système Habsora, utilisé pour identifier les structures constituant des cibles potentiellement légitimes à Gaza, et le système Lavender, utilisé pour classer les individus par « niveau de risque », les Forces de Défense Israéliennes ont pu, au cours des premières semaines du conflit contre le Hamas et le Hezbollah, identifier plus de douze mille cibles potentiellement hostiles ; Habsora pouvait signaler cent structures soupçonnées d'abriter des combattants par jour, contre une moyenne historique d'environ cinquante par an.[5] Lavender a identifié trente-sept mille hommes palestiniens comme cibles potentielles.[6] Le système repose sur l'Apprentissage Positif Non Étiqueté, détectant des schémas comportementaux « suspects » — comme le changement fréquent de téléphone ou l'appartenance à des groupes de discussion particuliers — appliqués à l'ensemble de la population. En raison du volume écrasant de cibles, les analystes humains ont été réduits à de simples « apposeurs de cachets officiels », passant souvent seulement vingt secondes par cible avant de décider d'autoriser une frappe létale — un temps totalement insuffisant pour prendre une décision d'emploi de violence létale tout en honorant les principes de proportionnalité, de distinction, de nécessité et d'humanité. À cette vitesse de reconnaissance et de réponse, avec des centaines de frappes possibles en peu de temps, la guerre algorithmique laisse à un adversaire peu d'opportunités de signaler une désescalade ou de négocier avant de subir des pertes dévastatrices. L'incitation aux frappes préemptives est amplifiée, car l'inaction peut signifier l'anéantissement de ses propres systèmes de défense en quelques minutes. La crainte d'être devancé dans la vitesse de décision encourage ainsi l'usage préventif de la force, augmentant le risque d'une guerre accidentelle ou incontrôlée.
Bien que l'on pense généralement que les opérateurs humains sont sujets à un « biais d'automatisation » — la tendance à faire aveuglément confiance aux suggestions des systèmes automatisés, perçues comme « mathématiques » et « neutres » même lorsqu'elles contredisent des preuves claires — le problème semble moins provenir de la psychologie individuelle que de la pression institutionnelle pour la performance, exercée pour garantir la supériorité décisionnelle. Les opérateurs sont confrontés à une pression hiérarchique indéniable pour ne pas devenir une source de latence, ou pour ne pas être blâmés d'avoir laissé passer une occasion unique d'éliminer un ennemi. Cela peut les réduire à des examinateurs de pure forme — bien que non volontairement. Dans des scénarios de haute intensité et de saturation cognitive — des milliers de cibles à discriminer, autant d'actifs amis à coordonner — les agents humains, plutôt que de se fier aux recommandations de la machine, ont plutôt tendance à manifester une « aversion algorithmique » : la peur d'être tenus responsables d'un acte désastreux provoqué par le jugement d'une IA.
Ainsi, l'utilisation de l'IA militaire dans la reconnaissance, l'identification et le ciblage semble se produire à la jonction de deux phénomènes également dangereux : l'apposition de cachets officiels — où, poussé par les résultats et la vitesse inhumaine de la guerre algorithmique, l'opérateur approuve automatiquement l'évaluation de la machine — et la paralysie opérationnelle, qui peut survenir dans des contextes de forte saturation informationnelle et d'attrition cinétique à grande échelle, où l'opérateur, animé par l'aversion algorithmique, introduit un degré de latence tactiquement inacceptable.
Ce qui émerge de ces trois trajectoires n'est pas une course unique vers le même horizon technologique, mais trois paris distincts sur une même impératif structurel : compresser la boucle OODA avant qu'un rival ne le fasse. Washington parie sur une supériorité centralisée, pilotée par les LLM ; Pékin sur la paralysie préemptive des systèmes et des esprits ennemis ; Moscou sur des solutions décentralisées forgées sous le feu. Ce qui lie ces doctrines divergentes, c'est une absence partagée — tout frein international capable de ralentir une compétition dans laquelle la retenue éthique est traitée, par chaque grand compétiteur, comme un luxe que seul le vaincu peut s'offrir. C'est cette course à la vitesse algorithmique, plus qu'aucune arme individuelle, qui redessine les échiquiers géopolitiques du siècle multipolaire qui s'annonce.
Daniel Barreiros
Traduction par Christelle Néant pour Donbass Insider
Publié à l'origine sur Reverse
Notes
[1]: Conference on Humanity at the Crossroads. (2024, April 30). Humanity at the crossroads: Autonomous weapons systems and the challenge of regulation [Chair's summary]. United Nations Office for Disarmament Affairs. https://docs-library.unoda.org/General_Assembly_First_Committee_-Seventy-Ninth_session_(2024)/78-241-Humanity-Crossroads-EN_0.pdf
[2]: U.S. Department of War. (2026, January 9). Artificial intelligence strategy for the Department of War: Accelerating America's military AI dominance [Memorandum]. https://media.defense.gov/2026/Jan/12/2003855671/-1/-1/0/artificial-intelligence-strategy-for-the-department-of-war.pdf
[3]: Fitchew, C. (2026, June 8). How AI is transforming conflict and peace. Vision of Humanity. https://www.visionofhumanity.org/how-ai-is-transforming-conflict-and-peace/
[4]: Mande, M., & Allen, G. C. (2026, June 2). What Is Maven Smart System, and What Does It Do? Center for Strategic and International Studies. https://www.csis.org/analysis/what-maven-smart-system-and-what-does-it-do
[5]: Baggiarini, B. (2023, December 8). Israel's AI can produce 100 bombing targets a day in Gaza. Is this the future of war? The Conversation. https://theconversation.com/israels-ai-can-produce-100-bombing-targets-a-day-in-gaza-is-this-the-future-of-war-219302
[6]: McKernan, B., & Davies, H. (2024, April 3). "The machine did it coldly": Israel used AI to identify 37,000 Hamas targets. The Guardian. https://www.theguardian.com/world/2024/apr/03/israel-gaza-ai-database-hamas-airstrikes