La régulation IA comme arme concurrentielle : ce que révèle la sortie de Joe Lonsdale

Joe Lonsdale occupe une position inhabituelle dans le débat sur la régulation de l'IA : investisseur dans Anthropic, cofondateur de Palantir, il appartient au cercle des acteurs qui bénéficient le plus de la place actuelle de l'IA dans l'économie — et c'est précisément depuis cette position qu'il met en garde contre l'intensité de la régulation réclamée par certains des plus grands laboratoires du secteur. Son argument n'est pas que l'IA ne présente aucun risque, mais qu'une réglementation calquée sur les standards de sécurité des acteurs dominants peut, en pratique, moins protéger le public que consolider la position de ceux qui l'ont proposée.

Pour un économiste, ce type de critique "par un initié contre ses pairs" mérite d'être pris au sérieux, car il correspond à un mécanisme bien documenté : la stratégie de hausse des coûts des rivaux (raising rivals' costs), formalisée par Steven Salop et David Scheffman dans l'American Economic Review en 1983. Leur apport théorique central : une entreprise dominante n'a pas besoin d'exclure directement ses concurrents du marché pour affaiblir la concurrence. Il lui suffit de soutenir une norme, un audit obligatoire, une exigence de documentation ou de certification qu'elle absorbe à coût marginal quasi nul grâce à sa taille — mais qui représente une charge fixe proportionnellement bien plus lourde pour un rival plus petit ou plus récent.

Ce mécanisme se distingue d'une lecture plus ancienne et plus générale, la théorie de la capture réglementaire de George Stigler (1971), selon laquelle les industries régulées finissent par orienter la régulation à leur propre profit direct (prix, quotas, barrières à l'entrée explicites). Salop et Scheffman affinent cette intuition : le bénéfice concurrentiel n'a pas besoin de passer par une rente de prix extraite directement par le régulateur. Il peut résulter simplement d'une asymétrie de coûts fixes de conformité — une entreprise qui dispose déjà d'équipes de sécurité, de red-teaming et de documentation interne ne subit presque aucun coût marginal à l'adoption d'une norme qu'elle maîtrise déjà, quand un entrant doit construire cette capacité de zéro.

Appliqué à l'IA, le raisonnement est direct : un laboratoire doté de plusieurs dizaines de milliards de dollars de capitalisation et d'équipes de conformité dédiées ne ressent presque aucun effet d'une nouvelle exigence réglementaire — évaluations de sécurité, cartes de modèle détaillées, audits externes. Un éditeur IA de 50 personnes, lui, doit recruter, documenter et certifier à partir de zéro, avec un coût fixe qui pèse beaucoup plus lourd sur un chiffre d'affaires encore modeste. Le résultat net, indépendamment de toute intention malveillante, est une structure de coûts de conformité qui favorise mécaniquement les acteurs déjà installés.

L'implication pour les secteurs suivis par Cardan-AI est concrète. Dans l'aéronautique et la défense, où Palantir et Anduril occupent déjà des positions fortes auprès des grands donneurs d'ordre, un standard de conformité IA calibré sur les moyens d'un acteur majeur devient un obstacle réel pour un sous-traitant de rang 2 ou 3 qui cherche à intégrer de l'IA dans ses propres systèmes. Le même raisonnement s'applique à un fournisseur de logiciels IA pour l'amont O&G ou l'énergie, ou à un éditeur d'outils IA pour le luxe : chaque nouvelle exigence de conformité doit être lue à travers une question simple — qui la soutient publiquement, et qui a déjà, de fait, les moyens de s'y conformer sans effort ?

Il faut toutefois résister à la tentation de lire systématiquement toute proposition de régulation IA comme une manœuvre anticoncurrentielle déguisée. Certains risques — usage malveillant à grande échelle, défaillance de systèmes critiques, désinformation — justifient un socle de règles indépendamment de qui en profite commercialement. La question économique pertinente n'est donc pas "pour ou contre la régulation", mais : la charge de conformité proposée est-elle proportionnée au risque réel, ou calibrée sur le budget de conformité des acteurs qui l'ont réclamée ?

Pour un dirigeant des secteurs industriels, aéronautiques, énergétiques ou du luxe, la recommandation pratique est double. D'abord, ne jamais adopter une norme de conformité IA par anticipation volontaire sans avoir établi qui la porte et quelle asymétrie de coût elle introduit entre grands groupes et fournisseurs de taille intermédiaire. Ensuite, suivre de près les textes qui transforment des bonnes pratiques volontaires des grands laboratoires en obligations légales pour l'ensemble de la chaîne de valeur — car c'est précisément ce passage du volontaire au contraignant qui transforme un avantage opérationnel en barrière à l'entrée structurelle.

La sortie de Lonsdale, qu'on la juge fondée ou excessive sur le fond, a au moins le mérite de rappeler une règle simple d'économie industrielle : quand une entreprise dominante milite publiquement pour une règle plus stricte que ce que le marché lui impose spontanément, la question à se poser n'est pas si elle a raison sur le risque — c'est qui, au juste, supportera le coût.