IA de défense souveraine : ce que la théorie du commerce stratégique explique — et ce qu'elle tait

Le 4 septembre 2026, Aviation Week signalait en une phrase un partenariat entre le japonais NEC et Mitsubishi Heavy Industries (MHI) pour développer des « capacités souveraines de données et d'intelligence artificielle » au service de la base industrielle de défense nippone. La même semaine, trois autres programmes d'autonomie militaire se concluaient chez des fournisseurs américains : Anduril pour le logiciel de mission du Quarterhorse d'Hermeus, GE Aerospace pour la tuyère du X-Bat de Shield AI, et l'US Navy pour ses « collaborative combat aircraft » (CCA) surrogates. Le rapprochement pose une question simple : pourquoi un allié de traité choisirait-il de construire, plutôt que d'acheter, une capacité que ses propres partenaires de sécurité vendent déjà, et vendent bien ?

La réponse commence par la structure du marché. La couche logicielle qui définit aujourd'hui un système d'arme aérien — autonomie de vol, fusion de capteurs, coordination en essaim — n'est produite que par une poignée d'entreprises : Anduril et Shield AI côté plateformes, Palantir côté données et commandement. C'est exactement la configuration qu'ont modélisée les économistes James Brander et Barbara Spence en 1985 (« Export Subsidies and International Market Share Rivalry ») : une industrie mondiale à rendements croissants, dominée par un très petit nombre de firmes, où la concurrence ressemble moins à un marché qu'à un duopole de Cournot ou de Stackelberg. Dans un tel cadre, une subvention ou une préférence d'achat publique en faveur d'un champion national ne vise pas à égaler les coûts unitaires du leader : elle vise à déplacer l'équilibre stratégique du jeu, en captant une part de la rente d'oligopole qui, sinon, reviendrait entièrement au fournisseur étranger.

Lu à travers ce prisme, l'accord NEC-MHI n'a pas besoin d'être compétitif au coût près face à Anduril pour être rationnel. Il fonctionne comme une subvention de commerce stratégique implicite : il change la position du Japon dans un jeu où être l'un des très rares fournisseurs crédibles compte davantage que le coût par unité produite. C'est la même logique, transposée à l'IA militaire, qui a justifié historiquement le soutien étatique à Airbus face à Boeing ou à la filière des semi-conducteurs face à l'Asie de l'Est.

Mais la théorie du commerce stratégique ne dit qu'une moitié de l'histoire. Les systèmes d'autonomie de défense ont une valeur qui dépend aussi du nombre d'utilisateurs qui les partagent — liaisons de données alliées, standards de commandement et de contrôle interopérables, opérations conjointes de drones « loyal wingman ». C'est le terrain qu'ont formalisé Michael Katz et Carl Shapiro en 1985 (« Network Externalities, Competition, and Compatibility ») : la valeur d'un système croît avec le nombre d'utilisateurs compatibles, de sorte que la fragmentation en plusieurs piles logicielles nationales détruit une valeur que la seule addition des capacités individuelles ne restitue pas. Le commerce stratégique explique pourquoi construire sa propre IA militaire est individuellement rationnel pour le Japon ; l'économie des réseaux explique pourquoi, si chaque allié fait de même, l'alliance dans son ensemble peut y perdre — un résultat de type dilemme du prisonnier plutôt qu'un simple partage des coûts.

Ce dilemme rejoint directement des frictions que Cardan-AI documente depuis début septembre. Le 2 septembre, le nouveau cadre d'évaluation des fournisseurs IA du Pentagone sous la NDAA 2026 illustrait un marché de « lemons » au sens d'Akerlof (1970) : l'acheteur ne peut pas vérifier pleinement la qualité ou la fiabilité d'un système d'IA fournisseur, et l'exclusion par nationalité devient un substitut grossier à la vérification. Le 5 septembre, l'annulation judiciaire d'une exclusion de fournisseur par le Department of Defense pour défaut de procédure contradictoire illustrait un problème de hold-up et d'incertitude knightienne dans la relation acheteur-fournisseur. Le 9 septembre, le cadre de la confiance comme bien sous-produit par le marché (Arrow, 1972) éclairait pourquoi le capital-risque défense afflue plus vite que la confiance opérationnelle envers les systèmes autonomes. La souveraineté IA est la version, à l'échelle d'un État allié, de la même réponse : quand on ne peut ni vérifier, ni surveiller, ni contraindre juridiquement un fournisseur étranger — même celui d'un allié proche —, la solution rationnelle est d'internaliser la capacité, au prix de l'échelle et de l'interopérabilité perdues.

Sur le plan des faits vérifiables, la prudence s'impose : aucun montant budgétaire n'a été communiqué pour l'accord NEC-MHI lui-même. Le seul chiffre public solide reste l'engagement pris par Tokyo dans sa Stratégie de sécurité nationale de décembre 2022 de porter le budget de défense à 2 % du PIB d'ici l'exercice 2027 — un cadre budgétaire, pas un montant alloué à ce partenariat précis.

Pour les clients aéronautiques et de défense de Cardan-AI, la conséquence pratique dépasse le seul Japon. Si l'Europe, la Corée du Sud ou les monarchies du Golfe répliquent la même logique de souveraineté plutôt que d'achat sur étagère, la compétition des cinq prochaines années portera moins sur le prix unitaire des systèmes autonomes que sur les standards d'interopérabilité — l'endroit précis où la théorie du commerce stratégique et l'économie des réseaux se contredisent, et où se jouera la valeur réelle des contrats.

L'Union européenne a déjà affronté une version de ce problème dans l'aéronautique civile, en articulant champions nationaux et marché unique par des standards de certification communs plutôt que par le seul jeu de la concurrence. La question, pour l'IA de défense alliée, est de savoir si un mécanisme équivalent — financement partagé, normes d'interopérabilité imposées — peut être construit avant que la fragmentation ne devienne la norme plutôt que l'exception.