Stanford 423 pages rapport sur l'IA publié ! La différence entre la Chine et les États-Unis n'est que de 2,7 %, Tsinghua DeepSeek entre dans le top dix mondial

Écrit par : Xin Zhiyuan

Édité par : Hao Kun, Peach

【Introduction de Xin Zhiyuan】Le « Rapport sur l’indice AI 2026 » de Stanford vient de sortir en grande pompe ! Ce document de 432 pages est d’une richesse exceptionnelle : confrontation de l’IA sino-américaine, l’écart est presque effacé, réduit à seulement 2,7 %. Chaque année, 95 des meilleurs modèles d’IA mondiaux sont produits, la plupart étant concentrés dans de grandes entreprises. La réalité la plus dure : l’emploi des développeurs âgés de 22 à 25 ans a déjà été réduit de 20 %.

Aujourd’hui, Stanford HAI publie en grande pompe le « Rapport sur l’indice AI 2026 » !

Ce rapport annuel de 423 pages dévoile en détail la nouvelle carte du pouvoir dans l’industrie mondiale de l’IA.

Il en tire une conclusion centrale : la capacité de l’IA progresse à une vitesse fulgurante ; mais la capacité humaine à la mesurer et à la maîtriser n’a pas vraiment suivi le rythme.

Parmi les conclusions les plus frappantes :

L’écart de performance entre modèles IA chinois et américains a presque disparu, les deux parties se succédant fréquemment en tête lors des confrontations de sommet, actuellement Anthropic ne disposant plus que d’un avantage de 2,7 %.

Les États-Unis dépensent plus que quiconque dans l’IA, mais attirer les meilleurs talents devient de plus en plus difficile.

Le rapport indique également que l’évolution de l’IA n’a pas rencontré de « goulot d’étranglement » comme on le pensait, mais qu’elle s’accélère à une vitesse sans précédent.

Au cours de l’année écoulée, plus de 90 % des modèles de pointe dans le monde ont égalé ou dépassé l’humain dans des domaines tels que les questions scientifiques de doctorat, le raisonnement multimodal ou les mathématiques de compétition.

Particulièrement en capacité de codage, le score de SWE-bench est passé de 60 % à près de 100 % en un an.

Cependant, le phénomène de « biais » dans l’IA est extrêmement grave, révélant une situation déformée :

Les LLM peuvent décrocher une médaille d’or à l’IMO, mais ne savent pas lire une horloge simulée, avec un taux de réussite de seulement 50,1 %.

Par ailleurs, la compétition pour les emplois dans l’IA est devenue une réalité concrète, et ce sont surtout les jeunes « travailleurs » d’aujourd’hui qui en pâtissent.

Voici directement le contenu essentiel : les 12 tendances incontournables de l’« Indice AI 2026 ».

Autres points forts en résumé :

La puissance de calcul de l’IA mondiale a été multipliée par 30 en 3 ans, Nvidia détient 60 %, presque tous les chips étant produits par TSMC.

Les investissements mondiaux dans l’IA des entreprises atteignent 581,7 milliards de dollars en 2025, doublant par rapport à l’année précédente, avec près de la moitié pour les États-Unis.

Le nombre de chercheurs en IA aux États-Unis a chuté de 89 % en 7 ans, avec une baisse de 80 % seulement au cours de la dernière année.

L’emploi des développeurs de 22 à 25 ans a diminué de 20 % depuis 2024, les postes d’entrée étant précisément coupés.

La Chine a construit 85 supercalculateurs publics IA, soit plus du double de l’Amérique du Nord, premier au monde.

Le taux d’utilisation de l’IA dans le monde du travail en Chine dépasse 80 %, bien au-delà de la moyenne mondiale de 58 %.

Les modèles les plus puissants deviennent de plus en plus « boîte noire », 80 sur 95 modèles représentatifs n’ayant pas publié leur code d’entraînement.

L’écart entre la Chine et les États-Unis n’est plus que de 2,7 %.

Depuis mai 2023, Stanford a placé les premières places américaines et chinoises du classement Arena sur un même graphique.

En mai 2023, GPT-4-0314 a obtenu 1320 points en tête, tandis que ChatGLM-6B en Chine n’était qu’à 1020, avec une différence de plus de 300 points.

En février 2025, DeepSeek-R1 a brièvement égalé les principaux modèles américains.

En mars 2026, Claude Opus 4.6 aux États-Unis a obtenu 1503 points, contre 1464 pour Dola-seed-2.0-preview en Chine.

Aujourd’hui, l’écart entre l’IA chinoise et américaine n’est plus que de 39 points, soit 2,7 % en pourcentage.

Ce qui est encore plus remarquable, c’est la fréquence de changement de position au cours de l’année écoulée : depuis début 2025, les modèles de pointe des deux pays se sont échangé plusieurs fois la première place dans Arena.

Le nombre de modèles de premier rang est également presque équilibré.

En 2025, les États-Unis ont lancé 50 « modèles remarquables », la Chine en a suivi avec 30 grands modèles.

Dans le premier groupe, OpenAI, Google, Alibaba, Anthropic, xAI occupent tous les cinq premières places, partageant équitablement le marché mondial.

Plus bas, dans le top 10, la Chine y occupe 4 places : Alibaba, DeepSeek, Tsinghua, ByteDance.

L’écosystème open source a également vu ses efforts se déplacer vers l’est cette année.

DeepSeek, Qwen, GLM, MiniMax, Kimi ont tous renforcé leur capacité open source.

En combinant le volume de publications, de citations, de brevets, et la capacité d’installations de robots industriels, la Chine est en tête mondiale.

Sur le plan des prix, une autre bataille s’engage.

Des développeurs étrangers ont calculé sur X que le coût de sortie du Seed 2.0 Pro est environ dix fois inférieur à celui de Claude Opus 4.6.

Performance équivalente, prix dix fois moindre. La chaîne de réactions de cette réalité ne fait que commencer.

90 % des modèles de pointe proviennent de l’industrie, avec une vitesse de développement sans précédent.

Parmi les 95 modèles représentatifs sortis l’année dernière, plus de 90 % sont issus de l’industrie, pas des institutions académiques ou des laboratoires gouvernementaux.

Le monde académique ne peut plus suivre le rythme.

La vitesse de sortie des modèles s’accélère encore.

En février 2026, en un seul mois, huit modèles phares ont été lancés : Gemini 3.1 Pro, Claude Opus 4.6, GPT-5.3 Codex, Grok 4.20, Qwen 3.5, Seed 2.0 Pro, MiniMax M2.5, GLM-5.

Le cycle de domination est passé de « annuel » à « mensuel ».

Les modèles d’IA sans goulot d’étranglement en un an

Le domaine de la programmation est le plus impressionnant.

Le benchmark SWE-bench Verified, qui vérifie la correction des bugs, est passé de 60 % à près de 100 % en un an.

Ce n’est pas une petite progression, c’est une quasi-atteinte du plafond.

Le test Terminal-Bench, qui évalue la capacité des agents à traiter des tâches réelles, est passé de 20 % à 77,3 %.

Le taux de réussite des agents en cybersécurité est passé de 15 % à 93 %.

Gemini Deep Think a décroché une médaille d’or aux Olympiades internationales de mathématiques.

Les questions de recherche scientifique de niveau PhD (GPQA Diamond), de mathématiques de compétition (AIME), de raisonnement multimodal (MMMU), autrefois considérées comme « hors de portée de l’humain », ont toutes été résolues par les modèles de pointe.

Ce qui illustre le mieux la situation, c’est Humanity’s Last Exam.

Ce test, conçu pour « déjouer l’IA et favoriser l’expertise humaine », est fourni par des experts de haut niveau dans divers domaines.

L’année dernière, le score d’OpenAI’s o1 était de 8,8 %, mais en un an, les modèles de pointe ont augmenté leur score de 30 points de pourcentage, avec Claude Opus 4.6 et Gemini 3.1 Pro dépassant déjà 50 %.

Les frontières de l’avant-garde

Capable de décrocher une médaille IMO mais incapable de lire une horloge

Mais la même indexation révèle une autre série de chiffres.

La précision des modèles les plus performants pour « lire une horloge simulée » n’est que de 50,1 %.

Les robots dans l’environnement de simulation en laboratoire (RLBench) ont un taux de réussite de 89,4 %. Mais dans un environnement domestique réel, pour des tâches comme faire la vaisselle ou plier du linge, ce taux chute immédiatement à 12 %.

Entre le laboratoire et la cuisine, il y a 77 points de différence.

Les chercheurs ont nommé ce phénomène « frontière dentelée » (jagged frontier). La capacité de l’IA est inégale : capable de décrocher une médaille d’or en mathématiques, mais incapable de vous dire l’heure de façon stable.

L’IA peut gagner une médaille d’or en mathématiques, mais n’a que 50 % de chances de lire une horloge simulée. Elle accélère, mais pas dans la même direction.

Par ailleurs, dans les tâches d’agents intelligents, lors du test OSWorld, la performance de l’IA de pointe (66,3 %) approche de la ligne de base humaine.

Cependant, dans le test PaperArena, qui évalue la logique scientifique, l’agent le plus puissant ne marque que 39 %, soit la moitié du niveau d’un doctorant.

Mais cette inégalité n’empêche pas les entreprises d’intégrer l’IA dans leurs lignes de production.

Un autre chiffre de l’Index AI indique que le taux d’adoption de l’IA par les entreprises mondiales atteint 88 %. 90 % des sociétés ont déjà intégré l’IA dans un flux de travail.

Les coûts augmentent aussi. Les incidents liés à l’IA sont passés de 233 en 2024 à 362.

L’argent accélère : 581,7 milliards de dollars investis dans l’IA

En 2025, l’investissement mondial des entreprises dans l’IA atteint 581,7 milliards de dollars, en hausse de 130 % par rapport à l’année précédente. Les investissements privés représentent 344,7 milliards, soit une croissance de 127,5 %.

Les deux courbes ont presque doublé.

Au niveau national, les États-Unis dominent. En 2025, l’investissement privé américain dans l’IA s’élève à 285,9 milliards de dollars, avec 1 953 nouvelles startups en un an, plus de dix fois le nombre de la deuxième place.

L’argent afflue rapidement vers les États-Unis. Mais une autre ressource clé, en revanche, s’échappe.

Les chercheurs en IA quittent massivement le pays, avec une chute de 89 % du nombre d’experts en IA aux États-Unis.

Un chiffre surprenant : depuis 2017, le nombre de chercheurs et développeurs en IA aux États-Unis a chuté de 89 %, avec une accélération de cette tendance, atteignant 80 % en un an.

Les États-Unis restent le pays avec la plus forte densité de chercheurs en IA, mais la source de talents se tarit.

Les courbes de l’argent et des talents commencent à s’inverser. C’est une situation inédite en dix ans.

La puissance de calcul a été multipliée par 30 en trois ans, tout cela sous le contrôle d’une seule entreprise

La capacité de l’IA s’accélère, et la courbe de puissance de calcul va encore plus vite.

Depuis 2021, la puissance de calcul mondiale a été multipliée par 30. Au cours des trois dernières années, elle a triplé chaque année.

Ce qui soutient cette courbe, ce sont quelques entreprises seulement.

Nvidia détient plus de 60 % de la puissance de calcul IA mondiale avec ses GPU. Amazon et Google, avec leurs propres puces, occupent les deuxième et troisième places, mais ne peuvent pas rivaliser avec Nvidia.

Et presque tous ces chips proviennent d’un seul fondeur : TSMC. Plus la courbe de puissance de calcul devient raide, plus la vulnérabilité s’accroît.

Par ailleurs, les coûts augmentent aussi.

La puissance totale des centres de données IA dans le monde atteint 29,6 GW, équivalent à la consommation électrique maximale de l’État de New York. La consommation carbone pour une seule formation de Grok 4 est estimée à 72 816 tonnes de CO2, soit l’équivalent des émissions annuelles de 17 000 voitures.

L’emplacement des centres de données, la provenance de l’électricité, la fabrication des puces : ces trois questions deviennent les principales préoccupations des PDG des entreprises d’IA cette année.

L’IA générative s’est infiltrée à 53 % en trois ans, et l’utilisation dans le monde du travail dépasse 80 % en Chine

L’IA générative a atteint une pénétration mondiale de 53 % en trois ans.

Ce rythme est plus rapide que celui de l’ordinateur personnel ou d’Internet.

Mais la vitesse de pénétration varie énormément selon les pays. Singapour (61 %), Émirats arabes unis (54 %) devancent tous les États-Unis, qui ne sont qu’à 28,3 %, en 24e position.

Si l’on considère le domaine professionnel plutôt que celui des consommateurs, la différence est encore plus grande.

Une autre statistique du rapport montre qu’en 2025, 58 % des employés dans le monde utilisent régulièrement l’IA au travail. Mais dans cinq pays — Chine, Inde, Nigeria, Émirats, Arabie saoudite — ce taux dépasse 80 %.

Le taux d’adoption de l’IA dans le monde du travail en Chine est déjà supérieur de plus de 20 points à la moyenne mondiale.

Ce qui est encore plus intéressant, c’est la valeur pour le consommateur.

Selon l’Index AI, d’ici début 2026, les outils d’IA générative généreront chaque année 172 milliards de dollars de valeur pour les consommateurs américains. Entre 2025 et 2026, la valeur médiane par utilisateur a triplé.

La majorité des utilisateurs utilisent encore la version gratuite.

Les gens sont prêts à payer bien moins que la valeur que l’IA leur apporte. Cet écart est ce que toutes les entreprises d’IA tentent de combler.

Les postes d’entrée en forte baisse, les jeunes développeurs de 22 à 25 ans en forte réduction de 20 %

La partie la plus choquante pour les lecteurs chinois dans le rapport concerne l’emploi des jeunes.

Depuis 2024, le nombre de développeurs de 22 à 25 ans a diminué d’environ 20 %.

Pendant ce temps, le nombre de leurs collègues plus âgés continue d’augmenter.

Ce phénomène ne concerne pas seulement le développement. Les secteurs comme le service client, fortement exposés à l’IA, connaissent aussi des réductions similaires.

Ce qui inquiète encore plus, c’est le résultat des enquêtes auprès des entreprises : les cadres interrogés anticipent des licenciements encore plus importants dans les mois à venir.

Ce n’est pas une question de taux de chômage global, mais de suppression ciblée des postes d’entrée.

Perdre son premier emploi, c’est comme couper une étape entière dans la carrière. Les conséquences à long terme de cette situation sont encore difficiles à prévoir.

L’IA révolutionne aussi la recherche scientifique

Si l’emploi est une tendance froide, la science est une tendance chaude.

Les publications en IA dans les sciences naturelles, la physique et la biologie ont augmenté de 26 % à 28 % en 2025 par rapport à l’année précédente.

Concrètement, cette année, une IA a pour la première fois effectué une prévision météorologique complète de bout en bout, en utilisant directement les données d’observation météorologique pour produire des prévisions de température, de vent et d’humidité, sans intervention de modèles numériques traditionnels.

L’IA passe de « aider à écrire des articles » ou « faire des calculs » à « faire des découvertes ».

Dans les hôpitaux aussi, de nombreux établissements ont commencé à déployer des outils IA capables de générer automatiquement des comptes rendus cliniques à partir de dialogues avec les patients. Plusieurs médecins ont rapporté une réduction de 83 % du temps consacré à la rédaction des dossiers, avec une baisse notable du burnout.

Mais cette même indexation refroidit le secteur médical : une revue de plus de 500 études sur la recherche en IA médicale montre que près de la moitié des études utilisent des jeux de données d’examen, et seulement 5 % exploitent de véritables données cliniques.

L’IA peut réduire le temps de saisie des médecins, c’est certain. Mais sa valeur clinique réelle sur les patients reste encore très incertaine.

L’auto-apprentissage explose à l’échelle mondiale, l’éducation formelle étant dépassée

L’éducation formelle ne peut plus suivre le rythme de l’IA.

Aux États-Unis, 4 étudiants sur 5 au lycée ou à l’université utilisent désormais l’IA pour faire leurs devoirs. Mais seulement la moitié des écoles secondaires ont une politique d’utilisation de l’IA, et seulement 6 % des enseignants pensent que ces politiques sont claires.

Les étudiants avancent, les enseignants stagnent, et aucune règle claire n’a encore été établie.

Parallèlement, la vague d’auto-apprentissage explose dans le monde entier. Parmi les pays où la croissance des compétences en IA est la plus rapide, on trouve l’Émirats, le Chili et l’Afrique du Sud.

Ce ne sont ni les États-Unis ni l’Europe.

La partie la plus abrupte de la courbe de compétences se trouve là où personne ne regarde.

Les modèles les plus puissants deviennent les moins transparents, provoquant une fracture entre experts et public

Les modèles les plus avancés deviennent aussi les plus opaques.

L’Indice de transparence des modèles fondamentaux (Foundation Model Transparency Index) a vu sa moyenne chuter de 58 à 40 cette année. L’Index AI cite explicitement Google, Anthropic, OpenAI comme ayant abandonné la publication des données d’entraînement et des durées de formation de leurs modèles les plus récents.

Parmi les 95 modèles représentatifs sortis l’année dernière, 80 n’ont pas publié leur code d’entraînement.

L’opinion publique devient aussi plus complexe.

La proportion de personnes estimant que l’IA profite plus qu’elle ne nuit est passée de 52 % à 59 %. Mais en même temps, celles qui ressentent de la crainte à son sujet ont aussi augmenté, passant de 50 % à 52 %.

Les deux tendances croissent simultanément.

La fracture la plus marquée concerne les États-Unis : seulement 33 % des Américains pensent que l’IA améliorera leur travail, contre 40 % dans le reste du monde. La confiance dans la régulation gouvernementale de l’IA est la plus faible parmi tous les pays interrogés, à 31 %. À l’inverse, à Singapour, cette confiance atteint 81 %.

Après l’attaque contre la maison de Sam Altman, dans la Silicon Valley, certains ont été « surpris » de voir que les commentaires sur Instagram ne manifestaient aucune empathie, voire certains pensaient qu’il fallait être « plus dur ».

Ils n’ont pas réalisé à quel point la situation était grave.

Selon Pew et Ipsos, l’écart entre l’opinion des experts et celle du public sur l’impact de l’IA sur l’emploi, la santé ou l’économie dépasse généralement 30 points de pourcentage, avec un maximum de 50 points.

D’un côté, les courbes dans les laboratoires explosent, de l’autre, l’inquiétude grandit dans le cœur des gens.

Il n’y a pas de pont entre les deux.

En conclusion

Ce rapport de 423 pages comporte des centaines de graphiques, mais en réalité, il n’en montre qu’un seul.

L’axe horizontal représente le temps, l’axe vertical, la capacité.

La courbe de capacité des modèles s’envole, celle de la puissance de calcul aussi, tout comme celle des investissements et de l’adoption. Tout le reste stagne ou recule.

C’est tout le contenu de l’Indice AI 2026.

L’IA accélère, tout le reste est déconnecté.

Si vous travaillez dans ce secteur, la question à vous poser n’est pas « quel sera l’avenir », mais « sur quelle courbe vous vous trouvez ».