Airbus–Mistral AI : la coopétition comme stratégie de souveraineté

Airbus a annoncé un partenariat avec Mistral AI pour intégrer de l'intelligence artificielle « de confiance » (trusted AI) dans ses opérations — de la conception et la certification aux systèmes embarqués. L'annonce est sobre sur les chiffres : ni montant d'investissement ni calendrier détaillé n'ont été communiqués publiquement. Mais le choix du partenaire, lui, est riche d'enseignements stratégiques, et il mérite d'être lu à travers un cadre théorique précis : la coopétition.

Le concept, formalisé par Adam Brandenburger et Barry Nalebuff dans Co-opetition (1996), part d'un constat simple : la stratégie d'une entreprise ne se résume pas à l'affrontement avec ses concurrents directs. Elle se joue dans un « réseau de valeur » (value net) qui inclut aussi les clients, les fournisseurs, et surtout les complémenteurs — ces acteurs dont le succès augmente la valeur de votre propre offre, sans pour autant vous faire concurrence. Un fabricant de consoles de jeu et un éditeur de jeux vidéo sont des complémenteurs ; un constructeur aéronautique et un fournisseur de modèles d'IA de confiance en sont un autre exemple typique.

Dans ce cadre, le choix d'Airbus prend tout son sens. L'industriel aurait pu, comme la quasi-totalité de ses pairs occidentaux, s'appuyer sur l'infrastructure IA des hyperscalers américains (AWS, Microsoft Azure, Google Cloud), déjà solidement implantés dans l'aérospatial. Ce choix aurait été rationnel à court terme : technologie éprouvée, échelle immédiate, coûts d'intégration réduits. Mais Brandenburger et Nalebuff insistent sur un point souvent négligé dans l'analyse concurrentielle classique : la valeur capturée par un acteur dans un réseau de valeur dépend aussi de son pouvoir de négociation relatif face à ses complémenteurs — pas seulement de l'efficacité technique du partenariat.

Or, face à un hyperscaler américain, Airbus serait structurellement en position de preneur de prix et de preneur de conditions : les règles de gouvernance des données, les clauses d'extraterritorialité (CLOUD Act), les priorités de développement produit sont fixées ailleurs, par un acteur dont le chiffre d'affaires et le pouvoir de marché dépassent de plusieurs ordres de grandeur ceux d'un partenaire industriel européen, fût-il Airbus. Face à Mistral AI — acteur plus jeune, plus petit, mais français et donc soumis au même cadre juridique et aux mêmes intérêts stratégiques qu'Airbus — le rapport de force s'inverse partiellement : Airbus devient un client structurant, capable de peser sur la feuille de route produit, les priorités de certification, et les conditions d'accès aux modèles.

C'est l'essence même de la coopétition appliquée à la souveraineté technologique : il ne s'agit pas de choisir le complémenteur techniquement le plus avancé dans l'absolu, mais celui avec lequel la relation de dépendance mutuelle maximise la valeur capturée — et minimise le risque de capture inverse. Pour une industrie aussi régulée et stratégique que l'aérospatiale de défense, où les données de conception et de certification sont elles-mêmes des actifs souverains, ce calcul dépasse la seule logique de performance technique : il intègre le risque juridictionnel, le risque d'extraterritorialité réglementaire, et la probabilité qu'un partenaire étranger impose un jour des conditions d'accès incompatibles avec les intérêts industriels nationaux.

Ce raisonnement n'est pas propre à Airbus : il éclaire une tendance plus large d'industriels européens stratégiques — énergie, défense, santé — qui commencent à arbitrer leurs choix de fournisseurs d'IA non plus seulement sur la performance du modèle, mais sur la structure de pouvoir qu'implique chaque partenariat. Le risque, naturellement, est que l'écosystème européen de l'IA reste trop étroit pour absorber cette demande : Mistral AI, aussi avancé soit-il, n'a pas l'échelle de calcul ni la profondeur de capital des hyperscalers américains, et devra lui-même nouer des alliances de complémentarité pour tenir ses engagements envers des clients industriels aussi exigeants qu'Airbus.

Pour un dirigeant qui arbitre aujourd'hui entre fournisseurs d'IA, la leçon de la coopétition est directe : la question à se poser n'est pas seulement « quel partenaire est techniquement le meilleur ? » mais « avec quel partenaire mon pouvoir de négociation relatif, mon contrôle sur mes propres données stratégiques, et mon exposition au risque réglementaire sont-ils optimisés ? » — une question d'autant plus centrale dans les secteurs où la donnée elle-même constitue un actif souverain.