Les sources disponibles ne permettent pas d’établir précisément l’évolution du nombre de domaines couverts par les politiques nationales africaines d’IA. Ce dynamisme réglementaire est réel, mais les chiffres ne précisent pas si ces cadres construisent une capacité technologique souveraine ou organisent l’accueil institutionnel de modèles conçus ailleurs. Une gouvernance de l’IA sans maîtrise productive locale peut contribuer à une dépendance technologique.

L’essentiel

  • Entre 2024 et 2026, le nombre moyen de domaines couverts par les stratégies nationales d’IA africaines est passé de 2,5 à 4,7, soit une hausse de 83 % (Digital Mag Côte d’Ivoire, 2025).
  • La Côte d’Ivoire et la Zambie ont lancé des stratégies nationales d’IA assorties de financements concrets : 80 millions de dollars de la Banque africaine de développement pour Abidjan, une cible de hausse du PIB de 8 % d’ici 2030 pour Lusaka.
  • Ces cadres réglementent prioritairement l’usage et l’importation de modèles propriétaires étrangers, sans investissement symétrique dans la production locale de modèles ou d’infrastructures de données.
  • Le risque structurel est celui d’une capture réglementaire : des puissances technologiques étrangères contribuent à façonner les normes qui encadrent leurs propres produits sur les marchés africains.
  • La bifurcation se jouera sur la décennie 2026-2035 : l’Afrique peut encore orienter sa gouvernance vers l’autonomie technologique, mais les fenêtres d’investissement dans la formation, les données et l’infrastructure se referment vite.

Des stratégies qui couvrent plus de terrain sans creuser plus profond

La progression est notable sur le papier. Les stratégies nationales d’IA africaines couvrent plusieurs secteurs. Ces secteurs figurent déjà dans des textes officiels continentaux antérieurs ou contemporains à 2024 ; plusieurs stratégies nationales récentes les reprennent ou les précisent. La Zambie a lancé sa stratégie en 2024 ; le document officiel est la Stratégie nationale d’IA 2025-2027. La Côte d’Ivoire a reçu 80 millions de dollars de la Banque africaine de développement pour le projet PARAE ; la stratégie d’IA a été présentée lors du lancement de ce projet.

L’Égypte et le Rwanda ont avancé leurs propres cadres avec des objectifs sectoriels précis.

Ce mouvement est encourageant. Il signale que les gouvernements africains prennent l’IA au sérieux, refusent d’en laisser la définition aux seuls opérateurs privés étrangers, et cherchent à en orienter les bénéfices vers des priorités nationales. La réglementation n’est pas un frein au développement technologique : c’est souvent sa condition. On ne capte pas les retombées d’une technologie qu’on n’a pas défini le droit d’utiliser.

Élargir le nombre de domaines couverts ne dit rien sur la nature de ce que l’on régule. Les stratégies nationales et continentales encadrent généralement l’écosystème et les usages de l’IA ; elles incluent aussi, à des degrés variables, des objectifs de capacités et d’innovation locales. Une partie importante des modèles utilisés en Afrique provient d’entreprises étrangères, mais les cadres s’appliquent également à des systèmes locaux, open source ou développés dans d’autres juridictions. Réguler l’usage de ces modèles est légitime et nécessaire.

Sans investissements dans les capacités locales, la réglementation peut s’appliquer à un marché dominé par des fournisseurs étrangers.

L’écart entre gouvernance et capacité productive

Le déséquilibre est structurel. Construire un cadre réglementaire demande des juristes, des consultants, des experts politiques et quelques années de travail institutionnel. Construire une capacité productive en IA demande des GPU, des ingénieurs formés, des corpus de données en langues locales, des infrastructures électriques et des politiques de long terme. Les timelines ne sont pas les mêmes. Les budgets non plus.

La Côte d’Ivoire bénéficie d’un financement de 80 millions de dollars de la BAD pour le projet PARAE, un programme numérique public plus large incluant des composantes pertinentes pour les données et l’IA. L’écart de puissance de calcul entre l’Afrique subsaharienne et les clusters de data centers américains ou chinois ne se comblera pas avec des stratégies nationales, aussi bien rédigées soient-elles, si elles ne s’accompagnent pas d’investissements coordonnés dans l’infrastructure physique.

Ce déséquilibre n’est pas propre à l’Afrique. Comme le montre la dynamique des câbles sous-marins et des infrastructures numériques mondiales, posséder les couches physiques du réseau conditionne qui contrôle les services qui circulent dessus. La gouvernance de l’IA obéit à une logique similaire : la maîtrise des modèles fondamentaux peut influencer les conditions d’usage. Un cadre réglementaire sans capacités productives locales peut ne pas modifier cette répartition du pouvoir.

La formation est l’autre angle mort. Plusieurs stratégies africaines mentionnent le développement des compétences locales en IA, mais les filières universitaires capables de produire des chercheurs en apprentissage automatique restent rares et sous-financées. Sans cette ressource humaine, les entreprises africaines risquent de dépendre davantage de solutions étrangères. Et les talents qui émergent partent souvent ailleurs, là où les salaires et les infrastructures de recherche existent.

Réguler peut signifier valider

Il existe un risque que les cercles institutionnels africains discutent peu ouvertement : la capture réglementaire par les acteurs qu’on prétend encadrer. Ce phénomène est documenté dans d’autres secteurs, notamment la finance, les télécommunications et l’industrie pharmaceutique.

Les grands acteurs technologiques étrangers ont tout intérêt à participer activement à la rédaction des cadres réglementaires africains. Cette participation peut leur donner une influence sur les normes applicables à leurs produits. La participation aux consultations publiques varie selon les pays, les secteurs et les modalités d’organisation.

La fragmentation géopolitique complique les choix de gouvernance : les États-Unis et la Chine promeuvent chacun leurs approches de l’IA. Les gouvernements africains peuvent s’inspirer de ces cadres tout en définissant leurs propres priorités.

Cela ne rend pas la réglementation inutile, mais impose d’en clarifier la finalité. Protéger les citoyens africains des usages abusifs de l’IA et sécuriser les conditions d’entrée de fournisseurs étrangers sur des marchés africains sont deux objectifs compatibles, qui ne conduisent cependant pas aux mêmes choix de politique publique.

Les stratégies qui produisent des résultats

Le tableau n’est pas uniformément sombre. Quelques trajectoires méritent d’être suivies de près, parce qu’elles tentent précisément de combiner gouvernance et capacité productive.

Le Rwanda a investi dans une infrastructure de données publiques structurée, registres civils numérisés, données agricoles et données de santé, qui constitue un actif sur lequel des modèles locaux peuvent être entraînés. Cette base n’est pas encore une industrie de l’IA, mais elle représente une condition préalable que la plupart des autres pays africains n’ont pas encore remplie. La donnée publique de qualité est le minerai brut des modèles : sans elle, la souveraineté technologique reste une formule vide.

L’Égypte cherche à développer ses infrastructures numériques et ses capacités technologiques régionales. La stratégie est discutable dans ses détails, mais elle reconnaît que la gouvernance ne suffit pas, qu’il faut aussi des capacités matérielles.

Au niveau continental, l’Union africaine travaille à un cadre commun pour éviter la fragmentation réglementaire entre États membres, qui bénéficierait surtout aux acteurs externes capables de naviguer entre plusieurs juridictions. Cette coordination est lente, mais elle va dans le bon sens : la taille du marché africain consolidé est un levier de négociation que les pays isolés n’ont pas.

Des acteurs privés africains commencent également à produire des modèles entraînés sur des données locales et dans des langues africaines, swahili, yoruba, amharique, wolof. Ces initiatives restent fragiles et sous-financées, mais elles prouvent que la production locale d’IA est techniquement possible. Elles ont besoin de commandes publiques, de données ouvertes et d’un cadre réglementaire qui leur réserve une place face aux géants étrangers, plutôt que de les ignorer.

La bifurcation de la décennie : deux trajectoires pour 2035

La décennie qui s’ouvre est celle où les positions se fixent. L’IA n’est pas une technologie statique que l’on pourra adopter plus tard à moindre coût : des modèles fondamentaux sont déjà en cours d’entraînement. La dépendance, si elle s’installe, sera difficile à défaire.

Deux trajectoires se dessinent, sans qu’aucune ne soit encore déterminée.

Dans la première, les stratégies nationales peuvent connaître des difficultés d’exécution ou de financement malgré des objectifs portant aussi sur les capacités productives. Les modèles étrangers occupent alors une place importante sur les marchés africains, tandis que le développement des capacités locales dépend des investissements, des compétences et des marchés publics.

Dans la seconde, les stratégies nationales peuvent servir de levier de négociation avec les bailleurs et les partenaires technologiques pour obtenir des transferts de compétences, des investissements dans la formation et des partenariats de recherche. La BAD et la Banque mondiale soutiennent à la fois les cadres de gouvernance et les fondations matérielles et humaines de l’IA. Des commandes publiques réservées à des solutions développées localement créent une demande pour les startups africaines d’IA. Cette trajectoire est plus exigeante politiquement, mais elle est praticable.

Ce qui permettrait de distinguer les deux trajectoires dans les prochaines années tient à quelques signaux observables. Le premier est la structure des financements : la répartition des fonds entre gouvernance, infrastructures, formation et données publiques permettra d’apprécier les priorités retenues. Le second est la composition des marchés publics : si les administrations africaines achètent exclusivement des solutions étrangères pour leurs propres besoins en IA, elles privent les acteurs locaux de la demande initiale dont ils auraient besoin pour se développer. Le troisième signal est la participation des startups africaines aux consultations réglementaires, leur absence ou leur présence marginale est un indicateur fiable de la direction que prennent les cadres.

Dans les deux ou trois prochaines années, les gouvernements africains devront déterminer si leurs stratégies nationales d’IA sont des outils de développement technologique souverain ou des conditions d’accueil pour des technologies développées ailleurs. La réponse ne se lit pas dans les textes, mais dans les budgets, les commandes publiques et les partenariats que ces stratégies génèrent concrètement.

Sources

  1. Digital Mag Côte d’Ivoire, Stratégies d’intelligence artificielle en Afrique, état des lieux 2025 : https://digitalmag.ci/strategies-dintelligence-artificielle-ia-en-afrique-ou-en-sont-les-pays-en-2025/
  2. Banque africaine de développement, Rapport sur la stratégie numérique et l’IA 2025 (BAD, sans lien vérifié disponible)
  3. Zambia National Artificial Intelligence Strategy 2024-2027 (ministère de la Technologie, Zambie, sans URL stable vérifiée)
  4. Union africaine, Cadre continental pour l’intelligence artificielle (Commission de l’UA, sans lien vérifié disponible)