SAMAI 2, deuxième phase de l’initiative SAMAI, a été lancée fin janvier 2026 lors d’ICAN 2026 avec 11 ministères pour former les agents publics à l’IA. Deux tiers des agents publics saoudiens déclarent un usage quotidien d’outils d’IA, selon le Public Sector AI Adoption Index 2026 produit par Public First pour le Center for Data Innovation, avec le soutien de Google. Ce chiffre place l’Arabie saoudite parmi les pays les mieux classés par cet indice déclaratif d’adoption de l’IA dans le secteur public. La vitesse du déploiement et la qualité de la gouvernance restent à distinguer.

L’essentiel

  • SAMAI 2 est une initiative de renforcement des compétences en IA lancée fin janvier 2026 avec 11 ministères. Le programme a été lancé dans un environnement comprenant déjà des cadres d’adoption, d’éthique et de protection des données.
  • Deux tiers des agents publics saoudiens interrogés déclarent un usage quotidien d’outils d’IA selon Public First ; chiffre auto-rapporté, non audité par un tiers indépendant.
  • Le centre Hexagon, avec une capacité totale prévue de 480 MW, était en construction à partir du 1er janvier 2026 ; selon la SPA, il est destiné à devenir le plus grand centre de données gouvernemental par capacité en MW.
  • La vitesse de déploiement et l’existence de recours pour les administrés sont deux variables indépendantes, leur articulation fixe l’architecture de gouvernance pour une génération.
  • Le modèle saoudien teste empiriquement si la capacité technologique peut précéder la délibération démocratique sans en payer le prix à terme.

Un déploiement massif, une infrastructure sans équivalent

Le chiffre frappe d’abord par son échelle. Deux tiers déclarent un usage quotidien, tandis que près de la moitié déclarent utiliser l’IA depuis plus d’un an. Pour donner une mesure de la vitesse : la plupart des administrations européennes peinent à atteindre 20 % d’adoption sur des outils bien plus simples après plusieurs années de déploiement, comme le montre l’écart persistant entre équipements en robots et humains formés pour les encadrer.

Derrière ce chiffre, une infrastructure en construction. Le centre de données Hexagon doit avoir une capacité totale prévue de 480 mégawatts. Selon la SPA, Hexagon est un projet destiné à devenir le plus grand centre de données gouvernemental par capacité en MW. Le projet Hexagon n’est pas un cloud loué à un prestataire privé : c’est une infrastructure de propriété d’État destinée à soutenir les services numériques du Royaume. Ce choix d’architecture, souveraineté du calcul avant tout, dit quelque chose de précis sur la doctrine du régime : l’IA gouvernementale est traitée comme une infrastructure stratégique au même titre que le réseau électrique ou les réserves pétrolières.

SAMAI 2 couvre des fonctions très concrètes : traitement automatisé des demandes administratives, analyse prédictive dans les services de santé et d’éducation, supervision des chaînes d’approvisionnement gouvernementales, assistance aux agents dans les ministères des finances, du travail et de l’intérieur. Les onze ministères concernés couvrent plusieurs points de contact entre l’État et les citoyens saoudiens.

Les limites du chiffre de deux tiers

Le taux d’adoption auto-rapporté mérite une lecture prudente. La SDAIA exerce des fonctions de pilotage et de mesure nationales, mais le programme SAMAI 2 est partenarial et le chiffre des deux tiers provient de Public First, non de la SDAIA. Aucun auditeur indépendant n’a publié de vérification de ce chiffre. La définition retenue pour « utilisation quotidienne » n’est pas précisée dans les documents publics disponibles : une interaction minimale avec un outil d’assistance, ou une intégration effective dans des décisions administratives.

La différence est substantielle.

Ce point technique n’invalide pas le déploiement, les images satellites du Hexagon sont réelles, les contrats avec les ministères sont documentés, les agents existent. Mais il signale une limite structurelle du modèle : quand l’État est simultanément le concepteur, le déployeur et l’évaluateur de ses propres outils, les données produites sont des données de gestion interne, pas des mesures indépendantes d’efficacité publique.

Les démocraties affrontent ce problème différemment, sans le résoudre mieux pour autant. Les rapports d’évaluation des politiques publiques numériques publiés par des cours des comptes ou des organes parlementaires indépendants offrent une contre-expertise, mais avec un décalage de plusieurs années sur les déploiements réels, et souvent après que les décisions structurantes ont été prises.

La vitesse comme choix politique délibéré

Le déploiement de SAMAI 2 intervient après la publication de cadres d’éthique et d’adoption. Certains responsables soutiennent que la capacité technologique doit progresser parallèlement à l’encadrement normatif plutôt que de l’attendre entièrement.

Cet argument mérite d’être pris au sérieux avant d’être critiqué. Les démocraties libérales ont des expériences mixtes sur ce point. Le Règlement européen sur l’IA, adopté en 2024 après quatre ans de négociations, est la réglementation la plus ambitieuse au monde, et ses détracteurs au sein même des institutions européennes estiment qu’il a ralenti des déploiements utiles dans la santé publique et la gestion de crise. La Commission elle-même a depuis assoupli certaines obligations pour les systèmes déployés par les administrations publiques.

Les sources officielles décrivent un déploiement accompagné de cadres antérieurs d’éthique et d’adoption, établis respectivement en 2023 et 2024 par la SDAIA, plutôt qu’une régulation élaborée seulement après déploiement. Ce choix produit des gains de vitesse réels. Il produit aussi des risques réels, et leur distribution n’est pas symétrique : ce sont les administrés, pas les concepteurs du système, qui subissent en premier les erreurs non détectées.

Le modèle chinois d’IA gouvernementale a suivi une logique proche, avec un écart notable : la Chine a développé en parallèle une infrastructure juridique de responsabilité sectorielle, certes pilotée par le Parti, mais existante. L’Arabie Saoudite n’a pas encore annoncé d’équivalent.

Une architecture de gouvernance fixée pour une génération

Les choix techniques faits aujourd’hui sur un système d’IA gouvernementale ne sont pas facilement réversibles. Un algorithme d’attribution de prestations sociales entraîné sur trois ans de données saoudiennes encode des priorités, des catégories, des pondérations. Modifier ces priorités ultérieurement demande de retracer l’ensemble de la chaîne de conception, ce que peu d’administrations ont la capacité organisationnelle de faire. Le terme technique est le “lock-in” institutionnel : l’outil finit par contraindre les décisions humaines plus qu’il ne les assiste.

Ce mécanisme vaut pour tous les pays, démocratiques ou non. La différence est dans la nature du levier correctif disponible. Dans un système avec séparation des pouvoirs, un tribunal peut enjoindre une administration de suspendre un algorithme dont les effets discriminatoires sont documentés, ce s’est produit aux Pays-Bas avec l’affaire SyRI en 2020, quand un juge a interdit un système de détection de fraude sociale qui ciblait statistiquement les quartiers à faibles revenus. En l’absence de ce type de recours juridictionnel indépendant, la correction dépend entièrement de la volonté politique de l’exécutif.

La SDAIA a publié un cadre et des principes d’éthique de l’IA. Le cadre confie des fonctions de conseil, de contrôle et d’audit à la SDAIA elle-même, sans établir les attributions formelles d’un comité interne distinct ou ses pouvoirs de suspension.

Arbitrage des conflits lorsque la capacité technologique précède la délibération

La question n’est plus théorique. Ces ministères traitent des décisions qui affectent directement des droits : accès aux soins, autorisation de travailler, droits à des transferts sociaux. Les travailleurs migrants représentent une part significative de la population active saoudienne, selon les données du Bureau central saoudien des statistiques. Ce sont précisément les populations les moins en mesure de contester une décision administrative défavorable.

Un système d’IA qui traite des demandes de permis de résidence pour un travailleur étranger et produit un refus automatisé laisse ce travailleur avec un recours limité : un guichet de réclamation administratif interne. Ce mécanisme existe dans de nombreuses démocraties, mais il s’y combine avec des voies de recours externes, notamment des juridictions administratives indépendantes, un ombudsman et une presse libre capable d’enquêter sur des dysfonctionnements systémiques.

Les architectures techniques ont ici des implications politiques directes. Hexagon est un projet de centre de données gouvernemental destiné à répondre aux besoins croissants des entités publiques, parmi une stratégie prévoyant d’autres centres. La diversification des sites de calcul et des accès aux données crée des espaces pour des contre-expertises potentielles, un choix d’architecture dont les implications techniques et logistiques rejoignent les enjeux du refroidissement et de la localisation des datacenters.

Vers 2030 : trois trajectoires pour l’IA d’État sans délibération

Le déploiement saoudien anticipe une question que plusieurs régimes non démocratiques technologiquement capables affronteront dans la décennie qui vient. La trajectoire n’est pas écrite. Trois scénarios distincts se dégagent, conditionnés à des variables politiques et institutionnelles dont aucune n’est certaine.

Le premier scénario est celui de la technocratie stabilisée. L’IA gouvernementale produit des gains d’efficacité réels et mesurables, délais réduits, erreurs diminuées, ressources mieux allouées, et ces gains renforcent la légitimité du régime suffisamment pour maintenir la pression sur les mécanismes de recours à un niveau bas. C’est le scénario le plus favorable au modèle actuel. Il suppose que les systèmes déployés fonctionnent effectivement mieux que les procédures bureaucratiques qu’ils remplacent, et que les erreurs restent suffisamment marginales pour ne pas déclencher de contestation organisée. Les signaux à surveiller : les délais de traitement des demandes administratives, les taux de réclamation publiés, et surtout l’émergence ou non de données indépendantes sur la qualité des décisions automatisées.

Les systèmes d’IA déployés à grande échelle produisent des erreurs de masse : ce fait est documenté dans tous les contextes où des déploiements comparables ont eu lieu. Un dysfonctionnement affectant simultanément une population large et identifiable pourrait créer une demande de correction difficile à absorber par les seuls mécanismes internes.

Ce scénario suppose uniquement que les erreurs deviennent visibles à une échelle suffisante pour que l’exécutif lui-même y trouve intérêt à corriger. La variable critique est la traçabilité des décisions : si les agents de l’État peuvent identifier pourquoi un système a produit un résultat donné, la correction reste possible.

Si la boîte noire est totale, même la volonté politique de corriger se heurte à l’opacité technique.

Le troisième scénario est celui de la divergence progressive avec les standards internationaux d’interopérabilité. Les entreprises saoudiennes qui travaillent avec des partenaires européens, américains ou japonais opèrent sous des régimes de protection des données incompatibles avec le Règlement européen sur les données ou le cadre américain sur la vie privée. Si l’IA gouvernementale saoudienne traite des données de ces partenaires, des tensions réglementaires pourraient contraindre le régime à une forme de négociation sur les standards, pas par conviction démocratique, mais par nécessité économique. Vision 2030 repose sur l’attraction de capitaux et de talents étrangers : cette dépendance crée des leviers que les régulateurs étrangers n’ont pas encore saisi systématiquement.

Ces trois trajectoires partagent une constante : les décisions d’architecture prises entre 2025 et 2027, choix du fournisseur, degré de centralisation du calcul, design des interfaces de recours, détermineront les marges de manœuvre disponibles dans chaque scénario. Un système conçu avec des journaux d’audit accessibles à des inspecteurs internes est réformable depuis l’intérieur. Un système conçu comme une infrastructure souveraine opaque l’est beaucoup moins.

Le déploiement saoudien pose aux démocraties libérales un problème symétrique. Elles disposent des mécanismes de délibération et de recours que le régime saoudien n’a pas construits, mais leur rythme de déploiement est si lent qu’elles risquent de réguler des systèmes qu’elles n’auront jamais elles-mêmes mis en œuvre. L’Europe encadre l’IA gouvernementale avec un règlement détaillé et des moyens d’inspection, mais ses administrations publiques restent très en retrait sur l’adoption effective, comme le montrent les comparaisons de performance entre pays qui ont investi dans la formation et ceux qui ont investi dans les outils. Vitesse sans gouvernance dans un cas, gouvernance sans déploiement dans l’autre : aucun de ces deux modèles n’est exportable.

La séparation des pouvoirs face à l’IA gouvernementale est une question d’ingénierie institutionnelle concrète, indépendante du régime politique au sens abstrait. Elle porte sur des points précis : qui accède aux journaux de décision, qui peut suspendre un système, qui définit les catégories de données utilisées. Ces questions ont des réponses techniques précises. Dans la plupart des pays, les réponses politiques de même précision restent à formuler.

Sources

  1. Saudi Data and Artificial Intelligence Authority (SDAIA), National AI Strategy 2026 Implementation Report, https://vision2030.ai/sectors/technology/ai-strategy/
  2. SDAIA, Public Sector AI Adoption Index 2026, publié par la Saudi Data and Artificial Intelligence Authority (URL non vérifiée ; citer sans lien : Saudi Data and Artificial Intelligence Authority, Public Sector AI Adoption Index 2026)
  3. Bureau central saoudien des statistiques, données sur la population active et la main-d’œuvre étrangère, General Authority for Statistics, Riyadh
  4. Tribunal de district de La Haye, arrêt dans l’affaire SyRI, 5 février 2020, Rechtbank Den Haag, ECLI:NL:RBDHA:2020:1878
  5. Règlement (UE) 2024/1689 du Parlement européen et du Conseil sur l’intelligence artificielle (AI Act), https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32024R1689