45 000 kilomètres de câble sous-marin, 33 pays connectés et toujours une part minuscule des grands data centers mondiaux.
L’Afrique n’a jamais disposé d’autant de connectivité.
Elle reste pourtant fortement dépendante de technologies étrangères pour stocker ses données, faire tourner ses applications cloud et entraîner ses modèles d’intelligence artificielle.
Un nouveau débat prend donc de l’ampleur : celui de l’« AI ethics dumping ». Derrière l’expression se trouve une question beaucoup plus politique.
L’Afrique va-t-elle construire son industrie de l’IA ou simplement fournir les données, les utilisateurs et le marché aux entreprises qui possèdent déjà les machines ?
IA Afrique : les câbles arrivent, le contrôle beaucoup moins
Le sujet rejoint directement la réforme que prépare le Nigeria pour mieux protéger les données à l’ère de l’IA.
Parce qu’une infrastructure numérique possède plusieurs étages.
Le câble n’est que le premier.
Meta et ses partenaires ont achevé le cœur de 2Africa, présenté comme le plus long système de câble sous-marin en accès ouvert au monde.
Trois continents.
Plus de trois milliards de personnes potentiellement couvertes.
Pour l’Afrique, le progrès est immense.
Davantage de câbles sous-marins signifie plus de capacité, davantage de redondance et potentiellement des connexions moins chères.
Google avance avec Equiano sur la côte occidentale.
D’autres réseaux se développent également autour du continent.
Mais un câble répond à une seule question : comment déplacer la donnée ?
Il ne répond pas à la suivante : où sera-t-elle stockée et qui la contrôlera ?
Une startup africaine peut avoir une connexion ultrarapide tout en faisant tourner ses applications sur un cloud appartenant à une multinationale étrangère.
Elle peut utiliser un modèle d’IA développé à San Francisco.
Louer ses GPU auprès d’un hyperscaler.
Payer les API en dollars.
Et envoyer une partie de ses données vers des serveurs situés hors du continent.
L’Afrique devient donc mieux connectée sans automatiquement devenir plus souveraine.
Les chiffres de l’Union africaine sont particulièrement sévères.
Sa stratégie continentale sur l’IA rappelle qu’en 2023, l’Afrique représentait environ 15 % de la population mondiale, mais seulement 1,8 % des grands data centers recensés.
Et seulement environ 10 % de la demande africaine en capacités de data centers serait satisfaite.
Le décalage est gigantesque.
Installer davantage de fibre jusqu’aux côtes était la première bataille.
Construire les machines derrière devient la suivante.
L’« AI ethics dumping » change le débat
C’est dans ce contexte que l’expression AI ethics dumping prend du poids.
Le concept existe réellement dans la littérature académique.
Il désigne plusieurs formes de transfert du risque éthique vers des populations ou des environnements moins capables de se protéger.
L’une des formes les plus préoccupantes concerne la collecte des données.
Prenons un système médical d’intelligence artificielle.
Pour entraîner correctement son modèle, une entreprise a besoin de milliers, parfois de millions de données médicales.
Dans l’Union européenne, ce type d’information est fortement protégé.
Consentement.
Sécurité.
Conditions de traitement.
Transferts internationaux.
Droits des personnes concernées.
Une étude publiée en 2026 dans l’International Journal of Law in Context pose une question gênante : des règles très strictes dans les pays riches pourraient-elles pousser certaines entreprises à collecter davantage de données dans des juridictions où les protections sont moins fortes ?
C’est le mécanisme du dumping.
Un système trop difficile à tester sur des Européens ne devrait pas devenir acceptable simplement parce que les personnes testées vivent au Kenya, en RDC ou au Nigeria.
Il faut toutefois éviter l’exagération
Tout projet occidental utilisant des données africaines n’est pas automatiquement du colonialisme numérique.
Toute infrastructure de Meta ou Google n’est pas automatiquement une opération d’extraction.
Le problème commence lorsqu’un déséquilibre apparaît entre la valeur captée et le pouvoir laissé localement.
Les Africains produisent les données.
Une entreprise les collecte.
Le modèle est entraîné ailleurs.
La propriété intellectuelle reste ailleurs.
La valeur commerciale aussi.
Puis le produit revient sur le continent sous forme d’abonnement.
L’équation mérite au moins d’être discutée.
C’est également pourquoi l’Algérie place désormais données, infrastructures et compétences locales au cœur de sa stratégie IA.
La souveraineté numérique ne signifie pas fabriquer chaque puce sur le continent.
Même les États-Unis, la Chine et l’Europe dépendent de chaînes d’approvisionnement mondiales.
Elle signifie surtout éviter de dépendre d’un acteur étranger à chaque étage du système.
L’Afrique commence à construire la couche suivante
Le changement est déjà visible.
Cassava Technologies développe des capacités de calcul IA en Afrique avec NVIDIA.
Des data centers supplémentaires apparaissent au Kenya, en Afrique du Sud, au Nigeria, en Égypte et ailleurs.
Des gouvernements veulent conserver davantage de données sensibles dans leur juridiction.
Et des chercheurs travaillent sur des modèles adaptés aux langues africaines.
L’Union africaine a elle-même adopté une stratégie continentale qui place la puissance de calcul, les données, les infrastructures, les compétences et la gouvernance parmi les priorités.
Ce mouvement ne supprimera pas la dépendance extérieure.
Un data center africain peut toujours être rempli de GPU NVIDIA.
Un cloud « souverain » peut utiliser des logiciels américains.
Un modèle local peut s’appuyer sur une architecture développée ailleurs.
Le mot souveraineté ne doit donc pas devenir un slogan vide
Il s’agit plutôt de savoir quels maillons doivent absolument être contrôlés localement.
Données de santé ?
Registres d’État ?
Systèmes militaires ?
Identité numérique ?
Infrastructures financières ?
Données éducatives ?
Le niveau de souveraineté nécessaire ne sera pas identique partout.
L’enjeu est aussi économique.
Si les entreprises africaines possèdent davantage de calcul et de données de qualité, elles peuvent produire des modèles adaptés à leurs propres marchés.
Langues locales.
Agriculture.
Santé.
Services publics.
Paiements.
Éducation.
Ce sont précisément les domaines où des modèles entraînés majoritairement sur des données américaines ou européennes peuvent être moins performants.
La question culturelle n’est donc pas secondaire.
Une IA qui comprend mal le lingala, le wolof, le swahili ou plusieurs langues africaines ne possède pas la même utilité qu’un modèle entraîné sérieusement sur ces données.
Mais produire ces jeux de données coûte cher.
Les nettoyer aussi.
Puis il faut les stocker.
Et disposer de GPU pour les exploiter.
Voilà pourquoi le débat sur l’IA rejoint désormais celui de l’énergie, des data centers et des câbles.
Et aussi celui de la cybersécurité. Les cybercriminels africains adoptent déjà l’IA beaucoup plus vite que de nombreuses institutions chargées de les poursuivre.
L’Afrique ne peut donc pas simplement attendre que la technologie mondiale arrive.
Elle doit aussi construire les institutions capables de la gouverner.
Protection des données.
Audits algorithmiques.
Compétences locales.
Capacité de calcul.
Cybersécurité.
Recherche.
La souveraineté numérique ne se décidera pas avec un seul data center ou une seule loi.
Elle se construira couche après couche.
2Africa peut transporter les données.
Les GPU peuvent les traiter.
Les grands modèles peuvent les absorber.
La vraie bataille commence ensuite : qui possède la capacité de décider ce que ces données deviennent ?
En bref
- Le système 2Africa doit atteindre environ 45 000 kilomètres et connecte 33 pays.
- L’Afrique représentait environ 1,8 % des grands data centers mondiaux recensés en 2023, selon l’Union africaine.
- Environ 10 % de la demande africaine en capacités de data centers serait actuellement satisfaite.
- L’« AI ethics dumping » décrit notamment le risque de transférer certains coûts et risques éthiques de l’IA vers des juridictions moins protégées.
- Les États africains commencent à investir davantage dans les données, le calcul, les compétences et la gouvernance de l’IA.
