L’intelligence artificielle militaire et l’avenir de la guerre dans un monde multipolaire

Photo de couverture: Un MQ-9 Reaper de retour d’un vol en Roumanie, le 13 mai 2024. Illustration thématique d’une technologie militaire télépilotée, et non preuve d’un fonctionnement autonome par IA. — Senior Airman Raya Feltner / U.S. Air Force · Licence: Public domain — U.S. federal military work · Source · Source

Au cours du dernier quart de siècle, les usages de l’intelligence artificielle dans le domaine militaire ont profondément évolué. Cette transformation a fait émerger ce que certains analystes ont qualifié de « moment Oppenheimer » : un moment charnière où des paradigmes jusque-là stables sont bouleversés par le développement non linéaire de technologies de rupture, faisant apparaître des dilemmes éthiques et des risques pour la sécurité auxquels il n’existe pas de réponse simple.

Il est pertinent d’établir un parallèle entre les transformations que connaît, depuis 2024, l’usage militaire de l’intelligence artificielle et le projet Manhattan, qui a abouti à la création du premier dispositif atomique de l’histoire. Nous assistons aujourd’hui à une transformation des principes mêmes qui régissent l’organisation et la conduite de la guerre — des principes qui, sauf catastrophe majeure, pourraient façonner les conflits tout au long de ce siècle. Cette évolution intervient au moment où l’effondrement de l’hégémonie unipolaire des États-Unis alimente une lutte pour redéfinir la hiérarchie établie sur la scène internationale.

Le besoin d’intervention humaine a presque disparu

Du décryptage des codes nazis par Turing aux principes de la cybernétique formulés par Wiener, du premier ordinateur neuronal construit par Rosenblatt en 1958 à la Strategic Computing Initiative lancée par les États-Unis en 1983, l’ingénierie informatique a longtemps été considérée comme un outil d’appui au renseignement, à la prise de décision et aux opérations militaires, qui demeuraient avant tout le fait des humains.

Aux États-Unis, la Troisième stratégie de compensation (Third Offset Strategy) de 2014 et la Stratégie nationale de défense de 2018 — tout comme leurs équivalents chinois et russes — ont prolongé cette orientation : accélérer l’intégration du big data et de l’apprentissage automatique dans les processus opérationnels du C4ISR (Commandement, Contrôle, Communications, Informatique, Renseignement, Surveillance et Reconnaissance), tout en maintenant les opérateurs humains au cœur du contrôle de ces systèmes.

L’objectif était d’améliorer la connaissance de la situation sur le champ de bataille ainsi que l’évaluation de l’état des forces, tout en maintenant la place centrale de l’être humain dans la boucle de contrôle (in-the-loop) ou au-dessus de celle-ci (on-the-loop). L’être humain demeurait ainsi le sujet souverain de la connaissance et de la prise de décision, chargé de superviser les systèmes automatisés et conservant la capacité d’en interrompre le fonctionnement.

Les systèmes de type on-the-loop existaient déjà depuis plusieurs décennies dans certains domaines spécialisés de la défense antiaérienne et antimissile (Phalanx CIWS, Aegis, Patriot). Toutefois, leur généralisation aux systèmes offensifs C4ISR interconnectés demeurait limitée. La perspective de voir apparaître des systèmes militaires entièrement autonomes, dépourvus de contrôle humain en temps réel, restait encore lointaine et relevait largement de discussions spéculatives.

Depuis 2023, la situation a connu une transformation radicale, et ce en un laps de temps extrêmement court, sous l’effet des conséquences systémiques des tensions géopolitiques au Moyen-Orient et en Europe de l’Est.

Les modèles d’intelligence artificielle sont devenus l’une des principales technologies de rupture dans le domaine du calcul militaire, cessant d’occuper une fonction auxiliaire pour devenir un élément central de l’infrastructure stratégique des forces armées américaines et chinoises. En Russie, ils constituent désormais un outil revêtant une importance tactique majeure.

Dépassant largement le cadre des opérations de renseignement et de surveillance, les systèmes de ciblage ont porté la vitesse de conduite des opérations militaires à un niveau auparavant inconcevable. Les plateformes de traitement des données pilotent désormais la logistique des opérations offensives et défensives concernant des milliers de cibles, en suivant leurs paramètres et en proposant des options d’action en temps réel.

Cette rupture technologique réduit à tel point le délai entre la détection d’une cible et sa neutralisation que les capacités cognitives humaines ne peuvent plus suivre le rythme des opérations, réduisant l’intervention humaine à un simple acte formel de validation de la décision. Il en résulte de facto l’émergence d’un mode opératoire qui marginalise la dimension humaine, alors même que les doctrines militaires continuent d’affirmer, de jure, la nécessité de maintenir une présence humaine dans la chaîne de décision.

Ainsi, au cours de la troisième décennie du XXIe siècle, une nouvelle forme de guerre a émergé : la guerre algorithmique.

Les doctrines militaires concurrentes de l’intelligence artificielle

Entre 2020 et 2026, les grandes puissances ont officiellement reconnu la supériorité décisionnelle comme l’une des capacités essentielles que leurs bases industrielles et technologiques de défense (BITD) doivent désormais garantir. Elles intègrent désormais inévitablement les plus grandes entreprises technologiques.

L’intelligence artificielle s’impose ainsi comme l’un des principaux instruments de dissuasion sur la scène internationale. Les avancées technologiques ayant permis des progrès majeurs dans le développement des grands modèles de langage (Large Language Models, LLM) et d’autres plateformes ont logiquement entraîné une transformation progressive des doctrines stratégiques des États-Unis, de la Chine et de la Russie. Toutefois, cette évolution n’a pas conduit à une convergence des approches doctrinales, celles-ci restant largement façonnées par des facteurs géopolitiques propres à chaque acteur, qui influencent les décisions prises à Washington, Pékin et Moscou.

La stratégie américaine « l’IA avant tout »

Face à l’érosion croissante de son hégémonie dans un ordre unipolaire, le gouvernement américain a adopté, en janvier 2026, une posture de préparation maximale à des conflits de grande ampleur avec des adversaires dotés de capacités technologiques comparables, c’est-à-dire des puissances révisionnistes cherchant à accroître leur marge de manœuvre au sein du système interétatique.

Le mémorandum « Stratégie d’intelligence artificielle pour le ministère de la Défense » a établi que les atouts structurels du pays — son écosystème d’innovation de premier plan à l’échelle mondiale, son industrie technologique, ses marchés de capitaux et les données opérationnelles accumulées pendant plusieurs décennies — doivent être mobilisés afin de garantir aux forces armées une supériorité décisive dans les capacités de prise de décision (« AI Dominance »).

La volonté du gouvernement de subordonner l’écosystème américain d’innovation aux intérêts stratégiques nationaux se manifeste clairement dans son refus de toute restriction découlant des règles éthiques fixées par les entreprises technologiques. Les fournisseurs sous contrat ont ainsi été tenus d’accorder au gouvernement le droit à « tout usage licite » de leurs produits. Cette orientation s’est particulièrement affirmée après le conflit qui a opposé, en mars 2026, le département de la Défense à Anthropic, à la suite des objections de l’entreprise concernant un usage de Claude contraire à sa politique d’utilisation acceptable, laquelle interdit l’emploi de ce modèle de langage dans des systèmes d’armes autonomes.

Le mémorandum a ainsi consolidé une approche donnant la priorité au niveau stratégique plutôt qu’au seul niveau tactique. En recherchant la supériorité décisionnelle, Washington entend devancer tout adversaire par la rapidité avec laquelle il peut traiter les données issues des capteurs, fusionner le renseignement et boucler la chaîne de ciblage.

Des plateformes telles que GenAI.mil permettent d’intégrer des modèles génératifs de pointe — notamment Gemini for Government, développé par Google Cloud — dans des réseaux classifiés comme non classifiés. Elles donnent à des millions de militaires et d’agents civils accès à des outils d’intelligence artificielle pour des missions allant de la gestion logistique à la détection et à l’identification des cibles, jusqu’à l’exécution de frappes létales, notamment par le déploiement d’essaims de drones.

Les contraintes D-DIL et le conflit en Ukraine

Sur le plan tactique, la doctrine américaine d’emploi de l’intelligence artificielle a été mise à l’épreuve aussi bien dans des conflits simulés que sur des théâtres d’opérations réels — notamment à travers l’armée ukrainienne, présentée comme un intermédiaire dans le conflit opposant l’OTAN à la Russie, ainsi que dans le cadre de l’opération « Epic Fury », lancée en février de cette année contre les forces armées iraniennes. Des systèmes intelligents reposant sur des modèles de langage de grande taille (LLM) ont été utilisés pour la détection des cibles, l’analyse du renseignement en temps réel et la simulation de scénarios prospectifs, permettant aux commandants de sélectionner des options de frappe impliquant des missiles et des drones furtifs.

L’objectif central de la stratégie américaine en matière d’IA consiste à développer l’ensemble des capacités disponibles afin de réduire au maximum le cycle OODA (Observer, Orienter, Décider, Agir) : transformer les informations brutes en effets cinétiques dans les délais les plus courts possibles, afin de neutraliser toute réaction conventionnelle de l’adversaire avant même qu’il ne puisse atteindre un niveau acceptable de compréhension de la situation.

Toutefois, les inquiétudes se multiplient quant à la vulnérabilité de ces systèmes hautement centralisés dans des environnements caractérisés par des communications empêchées, dégradées, intermittentes ou limitées (D-DIL — Denied, Degraded, Intermittent and Limited), où les opérations de guerre électronique peuvent perturber les communications à haut débit entre les moyens déployés sur le champ de bataille et les centres de commandement et de contrôle.

Alors que le programme Project Linchpin concentre ses efforts sur le développement de systèmes d’Edge AI (intelligence artificielle en périphérie) — fonctionnant directement au niveau de l’échelon tactique, avec une plus grande décentralisation et une vulnérabilité réduite face aux moyens de guerre électronique —, les opérations du CENTCOM en Iran, ainsi que l’utilisation de Palantir en Ukraine, ont déjà démontré la capacité de l’IA à fonctionner dans des environnements où les communications sont dégradées.

Les drones Saker Scout et Hunter, développés en Ukraine grâce à des technologies occidentales, sont capables de se déplacer de manière autonome et de reconnaître 64 catégories distinctes de cibles. Ces données sont transmises par liaison radio au système Delta, qui fonctionne avec les logiciels de Palantir, où elles sont agrégées et analysées afin de permettre le guidage de munitions à guidage de précision. En cas de brouillage, le drone conserve les données collectées et les transmet sous forme de paquet dès le rétablissement de la connexion.

La participation de Palantir Technologies au renforcement des capacités des forces ukrainiennes en matière de guerre en réseau contribue à faire de l’Europe de l’Est un terrain d’expérimentation pour une potentielle révolution dans les affaires militaires. Le déploiement du système intelligent Maven Smart System (MSS) a renforcé les capacités opérationnelles de l’Ukraine, tout en réduisant considérablement le nombre de militaires nécessaires par unité de territoire. Des positions qui exigeaient auparavant jusqu’à deux bataillons par kilomètre peuvent désormais être tenues par des unités réduites, installées dans de petits abris et soutenues par des essaims de drones de reconnaissance et d’attaque, ainsi que par un système d’aide à l’optimisation des frappes, capable d’identifier les cibles et de recommander les moyens les plus efficaces pour conduire des frappes de haute précision.

Le système américain MSS permet l’agrégation de données issues de sources multiples. Son interaction en temps réel avec des systèmes fondés sur des modèles de langage de grande taille (LLM) génère une représentation graphique des risques, des réseaux de cibles ainsi que du déploiement des forces adverses et alliées. Elle permet aux autorités de commandement d’obtenir, en langage naturel, des recommandations sur des options d’action optimisées visant à maximiser les effets militaires dans les délais les plus courts possibles, notamment concernant le choix des munitions, les axes d’attaque et les justifications juridiques. Ces systèmes offrent également la possibilité d’engager des unités et des moyens sur le champ de bataille au moyen de simples instructions.

Le système Maven assure également l’interopérabilité opérationnelle entre les forces ukrainiennes et celles de plusieurs États membres de l’OTAN, notamment les Royal Marines britanniques et le Corps des volontaires polonais. Il peut être intégré aux solutions françaises Safran.AI, utilisées pour le traitement des images satellitaires, ainsi qu’au système britannique Hadean, dédié à la modélisation générative des options d’action. Il est devenu un élément central de la mission NSATU (NATO Security Assistance and Training for Ukraine — « Assistance et formation de l’OTAN au profit de l’Ukraine »), l’un des principaux instruments de l’implication directe de l’Alliance atlantique dans le conflit avec la Russie.

Depuis février, Maven est également utilisé dans les opérations « Epic Fury » et « Roaring Lion », menées respectivement par les États-Unis et Israël contre le régime iranien, ainsi que, dans le cas d’Israël, contre le Hezbollah au Liban. Grâce à ce système, environ 13 000 cibles auraient été frappées au cours des 38 premiers jours de la campagne, dont près d’un millier durant les seules premières 24 heures. Selon certaines sources, ce rythme aurait été dix fois supérieur à celui observé lors des opérations américaines les plus coordonnées avant l’ère de l’intelligence artificielle. Avec un effectif d’à peine vingt opérateurs, Maven aurait accompli un volume de travail qui aurait nécessité, lors de l’invasion de l’Irak en 2003, un personnel cent fois plus.

La réduction de la chaîne de ciblage — objectif central poursuivi et, de fait, atteint dans le cadre de la stratégie américaine d’intelligence artificielle militaire à l’horizon 2026 — a simultanément enclenché une dynamique d’accélération technologique et créé un immense problème humanitaire. Pour les grandes puissances, prendre au sérieux les risques éthiques liés à la réduction du temps dont disposent les opérateurs pour évaluer les cibles identifiées ou proposées par l’IA, tout en mettant effectivement en œuvre des mécanismes de protection, reviendrait à imposer à leurs systèmes de défense un désavantage stratégique inacceptable face à des adversaires ignorant de telles considérations.

En l’absence de perspectives réalistes d’instauration d’une régulation internationale, alors qu’aucune puissance n’a encore établi sa supériorité dans le domaine de l’IA, la recherche d’une vitesse toujours accrue au sein du cycle OODA s’impose simultanément comme un instrument de contrainte stratégique et comme un outil de dissuasion.

La guerre intelligentisée

Pour le gouvernement chinois et l’Armée populaire de libération (APL), le développement de l’intelligence artificielle militaire est orienté davantage vers le niveau stratégique que vers le niveau tactique. Dans le cadre du concept de guerre intelligentisée (intelligentized warfare), la Chine cherche à renforcer les capacités de ses forces interarmées afin de mener une guerre visant la désarticulation des systèmes adverses : il ne s’agit pas de détruire physiquement les forces ennemies, mais de provoquer leur paralysie opérationnelle en identifiant et en neutralisant rapidement les nœuds critiques des réseaux de commandement, de communication et de logistique au moyen d’actions localisées et ciblées — une approche qui peut être qualifiée d’« acupuncture militaire ».

Cette doctrine englobe également les opérations dans le domaine cognitif, partant du principe que l’esprit humain et les processus de prise de décision constituent eux-mêmes des champs de bataille. Elle favorise ainsi le développement de capacités d’IA destinées à mener des opérations de désinformation à grande échelle, à générer des hypertrucages (deepfakes) et à conduire des campagnes d’influence personnalisées visant à affaiblir la cohésion sociale de l’adversaire et sa volonté de combattre. Au cœur de la doctrine de la guerre intelligentisée se trouve l’objectif de provoquer l’effondrement des structures défensives et offensives adverses avant même le déclenchement de la phase cinétique. Toutefois, si un affrontement armé devenait inévitable, cette doctrine prévoit également l’emploi massif de systèmes autonomes et d’essaims de drones afin de saturer les défenses ennemies.

Une étape majeure dans la mise en œuvre de cette doctrine a été la vaste réorganisation de la structure des forces armées chinoises en avril 2024. Dans le cadre de cette réforme, les Forces de soutien stratégique (FSS) ont été dissoutes et remplacées par trois nouvelles structures autonomes placées directement sous l’autorité de la Commission militaire centrale (CMC).

Depuis cette réforme, l’APL comprend quatre forces armées traditionnelles — l’Armée de terre, la Marine, l’Armée de l’air et la Force des fusées — ainsi que quatre composantes stratégiques, dont trois ont été créées à la suite de cette réorganisation : les Forces spatiales militaires (opérations spatiales et satellitaires), les Forces du cyberespace (défense et opérations offensives dans les réseaux numériques) et, surtout dans le cadre de cette analyse, les Forces de soutien informationnel (FSI).

Ces dernières jouent un rôle fondamental dans la coordination de la guerre en réseau. Leur infrastructure numérique est décrite comme un « tissu conjonctif » reliant les autres composantes des forces armées et assurant la circulation ainsi que l’intégration des données dans différents domaines opérationnels (terre, mer, air, espace et cyberespace). Grâce à leur plateforme intégrée de commandement, les FSI cherchent à remplir des fonctions comparables à celles assurées par Maven : fournir un appui à la prise de décision en temps réel et analyser les données issues du champ de bataille.

La Russie : contraintes géopolitiques et nécessité tactique

La Russie a réalisé des progrès significatifs dans l’intégration informationnelle de ses forces armées grâce à son système automatisé de commandement et de contrôle (ASU). À l’instar de ses équivalents occidentaux, l’ASU a été conçue comme un environnement numérique intégré couvrant l’ensemble du cycle opérationnel, depuis la détection jusqu’au commandement, puis du commandement jusqu’à l’emploi des armes, dans le cadre d’un processus unifié de prise de décision et d’exécution. Les travaux de développement ont débuté en 2000, et la première avancée majeure est intervenue entre 2016 et 2018 avec la création du Système unifié de commandement du niveau tactique (ESU TZ), qui a ensuite été déployé lors des exercices militaires « Kavkaz ».

Avec le début de « l’opération militaire spéciale » en Ukraine en février 2022, l’orientation stratégique de l’emploi de l’intelligence artificielle en Russie s’est déplacée vers des fonctions tactiques, plus rapides à développer et produisant des effets plus immédiats. La priorité accordée à la création d’une architecture unifiée de commandement et de contrôle comparable à la stratégie américaine de Joint All-Domain Command and Control (JADC2) — pour laquelle Palantir fournit certaines solutions logicielles majeures — a été reléguée au second plan au profit de logiciels modulaires développés selon une approche ascendante (« bottom-up »), dans laquelle des ingénieurs civils conçoivent rapidement des outils directement sur le terrain. Ces solutions permettent de répondre aux besoins urgents du champ de bataille et d’accélérer la chaîne de ciblage de manière décentralisée. Les systèmes « Glaz » et « Groza » relient les unités de drones à l’artillerie, réduisant le cycle de frappe de plusieurs heures à quelques minutes et supprimant la nécessité d’une communication radio entre opérateurs humains.

Le déploiement des munitions rôdeuses V2U a également démontré des avancées significatives dans le domaine des tactiques autonomes d’emploi en essaim. Équipés de puces NVIDIA Jetson Orin, les V2U traitent localement les algorithmes de vision par ordinateur et d’intelligence artificielle, prenant des décisions tactiques de manière entièrement autonome. En mai 2025, après avoir perdu la liaison avec leur opérateur, les V2U auraient manifesté un comportement inattendu : l’essaim aurait ignoré la mission planifiée et aurait, à la place, établi une zone circulaire de contrôle, à partir de laquelle il aurait élaboré un plan de frappes simultanées contre des véhicules et des cibles civiles.

Poussée par les besoins opérationnels urgents liés au conflit en Ukraine, la Russie s’est distinguée par ses avancées dans le domaine de l’intelligence artificielle militaire adaptée aux environnements D-DIL, où les systèmes doivent fonctionner dans des conditions de guerre électronique, qu’il s’agisse de difficultés à maintenir des liaisons de communication stables ou de la saturation des bandes de fréquences par les opérations de brouillage adverses.

La Russie a ainsi, dans une certaine mesure, remis en cause la logique traditionnelle selon laquelle l’innovation militaire se diffuse du niveau stratégique vers le niveau tactique : l’emploi modulaire de l’IA au niveau tactique, avec une dépendance minimale à l’égard des centres de commandement avancés, a permis d’identifier des cibles à haute valeur stratégique — nœuds critiques des réseaux de commandement, stations radar, concentrations de troupes — tout en conservant une approche fondamentalement décentralisée.

L’approbation aveugle et les tragédies éthiques

À la lumière des événements des trois dernières années, le débat sur les systèmes d’armes létaux autonomes (SALA) a cessé d’être une question exclusivement hypothétique pour devenir un enjeu éthique concret et urgent. Plusieurs années de débats n’ont toujours pas permis de parvenir à une définition consensuelle, tandis que les tentatives menées dans le cadre de la Convention des Nations unies sur certaines armes classiques visant à inclure dans la catégorie des SALA les systèmes fonctionnellement intégrés capables de détecter, de sélectionner et d’engager des cibles sans intervention humaine se sont heurtées à une opposition ferme des délégations américaine, russe et chinoise.

Le constat demeure inchangé : bien qu’il n’existe pas encore de systèmes entièrement autonomes dans lesquels l’être humain serait exclu du processus décisionnel, la vitesse à laquelle les informations sont traitées puis transmises aux opérateurs humains dépasse désormais largement leurs capacités d’attention et de cognition. Cette situation crée de facto un environnement dans lequel le système d’intelligence artificielle acquiert une autonomie opérationnelle de facto.

À l’aide du système « Habsora » (« Le Gospel »), utilisé pour identifier des objectifs susceptibles d’être considérés comme des cibles militaires légitimes à Gaza, ainsi que du système « Lavender », destiné à évaluer le niveau de risque associé à des individus, l’armée israélienne aurait identifié plus de 12 000 cibles potentielles au cours des premières semaines du conflit contre le Hamas et le Hezbollah. Habsora aurait été capable de signaler quotidiennement une centaine de structures soupçonnées d’abriter des combattants, alors que le nombre moyen historiquement observé était d’environ cinquante structures de ce type par an. Lavender, de son côté, aurait identifié 37 000 hommes palestiniens comme cibles potentielles.

Le système repose sur une méthode d’apprentissage fondée sur des données positives et non étiquetées (Positive-Unlabeled Learning, PU-learning). Il permet d’identifier des comportements considérés comme « suspects », tels que des changements fréquents de téléphone ou l’appartenance à certains groupes de discussion, puis d’étendre cette classification à l’ensemble de la population. Face au nombre extrêmement élevé de cibles générées, les analystes humains se sont retrouvés réduits au rôle de simples validateurs, consacrant parfois à peine vingt secondes à la décision d’effectuer une frappe létale contre une cible donnée. Un délai aussi court est incompatible avec une évaluation approfondie fondée sur les principes de proportionnalité, de distinction, de nécessité et d’humanité.

À une telle vitesse d’identification et de réaction, alors que des centaines de frappes peuvent être réalisées en quelques instants, la guerre algorithmique laisse pratiquement à l’adversaire aucune possibilité de signaler son intention de désescalader la situation ou d’engager des négociations avant de subir des pertes considérables. La pression en faveur de frappes préventives s’accroît, car l’inaction peut entraîner la destruction des propres systèmes défensifs en quelques minutes. Ainsi, la crainte d’être dépassé par un adversaire dans la rapidité de la prise de décision encourage un recours anticipé à la force, augmentant le risque d’un conflit accidentel ou échappant au contrôle des acteurs.