Une stratégie continentale qui prend corps

En juillet 2024, l’Union africaine a adopté une stratégie pour l’intelligence artificielle qui marque une rupture de posture : au lieu de se contenter de réguler des technologies conçues ailleurs, le continent entend orienter leur développement à partir de ses propres priorités. Cinq axes structurent ce document : infrastructures numériques, formation, recherche, valorisation des données et solutions adaptées aux réalités locales. Ce cadre continental vient de recevoir un soutien financier sans précédent.

Le 14 octobre 2026, la Banque africaine de développement (BAD) et le Programme des Nations unies pour le développement (PNUD) ont conjointement annoncé leur intention de mobiliser un milliard de dollars par an pendant dix ans pour accélérer le déploiement de l’IA sur le continent. L’objectif est chiffré et daté : contribuer à la création de 25 millions d’emplois d’ici 2035. Dix milliards de dollars au total, fléchés vers un secteur que les institutions africaines traitent désormais comme un levier de transformation économique à part entière, au même titre que les infrastructures physiques ou la santé.

La Fondation Gates a de son côté annoncé, en septembre 2026, un engagement d’au moins un milliard de dollars sur deux ans pour rendre l’IA plus équitable et accessible. Les cibles qu’elle identifie (systèmes de santé sous-dotés, enseignants débordés, agriculteurs exposés aux aléas climatiques) renseignent sur les secteurs jugés prioritaires par les principaux financeurs de cette transition numérique.

Deux scénarios, un écart de vingt fois

Ces engagements s’appuient sur une quantification rigoureuse des enjeux. Selon une étude du Fonds monétaire international citée par The Africa Report, l’IA pourrait augmenter le PIB de l’Afrique subsaharienne d’environ 4 % sur une décennie. Mais ce chiffre repose sur une condition : que les pays investissent simultanément dans l’accès à l’électricité, à la connectivité internet et aux compétences numériques. Sans ces prérequis, le même modèle ne prédit qu’un gain de 0,2 %. L’écart entre les deux scénarios est d’un facteur vingt, et il chiffre précisément le coût de l’inaction.

Le point de départ est révélateur. L’Afrique représente environ 18 % de la population mondiale, mais ne dispose que d’environ 1 % de la capacité mondiale de data centers, selon des données reprises dans le débat par Nvidia. Cette asymétrie a des conséquences pratiques immédiates : sans infrastructures de calcul locales suffisantes, les modèles d’IA ne peuvent pas être entraînés sur des données africaines, ni déployés à faible latence pour des applications critiques comme le diagnostic médical ou la gestion agricole en temps réel. C’est l’une des raisons pour lesquelles la stratégie de l’Union africaine met l’accent sur le développement d’une capacité de calcul propre au continent, et non sur la seule importation de modèles développés en Asie ou en Amérique du Nord.

Un continent de jeunes actifs sans assez d’emplois qualifiés

L’objectif de 25 millions d’emplois d’ici 2035 s’inscrit dans une réalité documentée. L’Afrique souffre moins d’une pénurie de main-d’œuvre que d’un déficit structurel d’emplois décents. African Business le formulait en novembre 2026 dans une analyse consacrée au marché du travail continental : le nombre de diplômés en ingénierie et en sciences augmente, mais les débouchés industriels et technologiques capables de les absorber restent insuffisants. Les secteurs manufacturiers stagnent, les infrastructures avancent lentement, et la création de valeur ajoutée reste trop concentrée sur l’extraction de matières premières.

L’IA pourrait contribuer à corriger ce déséquilibre, mais pas mécaniquement. Elle peut ouvrir des emplois nouveaux dans des filières qui n’existent pas encore à grande échelle : ingénierie des données, maintenance de systèmes automatisés, gestion de plateformes numériques, analyse prédictive pour les collectivités locales. Elle risque en revanche de réduire les besoins de main-d’œuvre dans des segments peu qualifiés où l’automatisation progresse. L’enjeu est que les créations nettes dépassent les suppressions, ce qui passe par des politiques de formation massives et des incitations ciblées à l’investissement dans des filières à forte valeur ajoutée.

Santé, agriculture, finance : les secteurs qui concentrent les projets

Les cas d’usage prioritaires qui émergent des discussions institutionnelles africaines convergent vers quatre secteurs. Dans la santé, des systèmes d’IA peuvent aider des établissements sous-dotés à optimiser la gestion des ressources et à améliorer le diagnostic. Dans l’éducation, des outils adaptatifs permettent de personnaliser l’apprentissage dans des classes surchargées, à condition que la connectivité suive. Dans l’agriculture, secteur qui emploie encore plus de la moitié de la population active dans plusieurs pays africains, des modèles prédictifs peuvent anticiper les aléas climatiques, optimiser l’irrigation et réduire les pertes post-récolte. Dans les services financiers, le scoring de crédit par IA permet d’évaluer la solvabilité de clients sans historique bancaire, ouvrant l’accès au financement pour des PME et des ménages jusque-là exclus du système.

African Business notait en novembre 2026 que, dans l’ère de l’IA, l’avantage compétitif ne réside plus uniquement dans la technologie elle-même, mais dans la capacité des entreprises à adapter leur culture et leurs processus pour en tirer des bénéfices concrets. Cette observation vaut pour les grands groupes comme pour les PME africaines : l’outil ne suffit pas sans la capacité organisationnelle à l’intégrer de manière productive.

Les prérequis qui feront pencher la balance

L’argent seul ne bascule pas un scénario bas vers un scénario haut. L’étude du FMI le confirme en chiffrant ce que chaque gain de PIB supplémentaire requiert comme investissements préalables.

L’électricité est le premier verrou : sans alimentation stable et abordable, les data centers locaux restent théoriques et les terminaux des utilisateurs finaux fonctionnent de manière intermittente. La connectivité ne l’est pas moins. Dans un continent où l’accès internet à haut débit reste coûteux et inégalement réparti, les services d’IA demeurent inaccessibles pour la majorité des entreprises et des ménages. À ces deux contraintes physiques s’ajoute la montée en compétences numériques, depuis la formation technique jusqu’à la culture des données chez les managers et les décideurs publics. Sans cette progression généralisée, les bénéfices resteront concentrés dans quelques grandes entreprises et capitales économiques.

La gouvernance des données complète ce tableau. La stratégie de l’Union africaine insiste sur la nécessité de réglementations africaines propres, qui protègent les citoyens tout en permettant la valorisation économique des données produites sur le continent. Sans cadre clair, deux risques se cumulent : une dépendance croissante vis-à-vis de fournisseurs étrangers de modèles et d’infrastructures, et une aggravation des inégalités entre économies capables de maîtriser ces technologies et celles qui en restent à la périphérie.

Les politiques qui conditionneront le passage au scénario à 4 %

La convergence d’un cadre stratégique continental, de financements pluriannuels représentant dix milliards de dollars et de projections macroéconomiques chiffrées déplace le débat. La question n’est plus de savoir si l’IA est une opportunité ou un risque pour le continent, mais de déterminer quelles politiques d’investissement, de formation et de gouvernance permettent de basculer du scénario à 0,2 % vers celui à 4 % de croissance supplémentaire du PIB. Les 25 millions d’emplois visés d’ici 2035 constitueront un indicateur mesurable de la réalité de cette transition. Les prochaines décisions (répartition géographique des financements, identification des secteurs prioritaires, architecture des régulations des données) seront déterminantes pour savoir si ces milliards produisent une transformation productive durable ou restent, comme trop d’engagements avant eux, des intentions sans traduction concrète.