Patron de l’IA chez Google, autorité mondiale, IA générative sous pression, ce que les États doivent affronter

Le patron de l’intelligence artificielle chez Google appelle à la création d’une autorité de régulation dédiée, selon une information rapportée par lecourrier. vn. Cette prise de position intervient alors que les gouvernements cherchent à encadrer les usages de l’IA générative, des assistants conversationnels aux systèmes capables de produire du code, des images ou des analyses complexes.

La demande vise un point central du débat public en 2026, la capacité des États à suivre le rythme d’une technologie développée par des groupes mondiaux disposant de moyens considérables. Derrière l’appel de Google, se pose une question sensible, celle du bon niveau de contrôle entre régulation nationale, coopération internationale et responsabilité directe des entreprises.

Google réclame une autorité dédiée à l’IA

Le message attribué au responsable de l’IA chez Google repose sur une idée simple, les règles actuelles ne suffisent pas toujours à couvrir les systèmes les plus avancés. Les textes existants encadrent déjà les données personnelles, la concurrence, la sécurité informatique ou la protection des consommateurs. Mais l’IA générative combine ces sujets dans des produits capables d’être déployés à grande échelle en quelques semaines.

Une autorité de régulation spécialisée aurait pour mission d’établir des standards communs, de vérifier les modèles les plus puissants avant leur diffusion et de surveiller les incidents signalés après leur mise en service. Cette approche se distingue d’un simple code de conduite volontaire, car elle donnerait à l’organisme concerné une légitimité publique et des moyens d’enquête.

Le sujet intéresse directement les grands groupes technologiques. Ils doivent investir dans la sécurité, documenter leurs modèles, former leurs équipes juridiques et répondre aux demandes des autorités. Un cadre commun peut réduire l’incertitude, surtout pour une entreprise comme Google DeepMind, dont les travaux touchent à la recherche fondamentale, aux services grand public et aux outils professionnels intégrés dans le cloud.

Cette demande place aussi Google dans une position délicate. Un acteur privé appelle les pouvoirs publics à intervenir sur un marché qu’il contribue lui-même à transformer. Ce positionnement peut être lu comme une volonté de prévenir les risques réels, mais aussi comme une manière de pousser vers des règles compatibles avec les capacités des plus grands acteurs. Les petites entreprises, moins dotées en juristes et en ingénieurs sécurité, redoutent parfois que la conformité devienne une barrière d’entrée.

Demis Hassabis cible les modèles d’IA générative

Le patron de l’IA chez Google est souvent associé à Demis Hassabis, figure centrale de Google DeepMind et interlocuteur régulier des décideurs publics sur les risques technologiques. Son profil illustre la transformation du secteur, passé d’un champ de recherche académique à une industrie stratégique touchant la santé, l’éducation, la défense, l’énergie et les services numériques du quotidien.

Les systèmes visés par ce débat ne se limitent pas aux robots conversationnels. Les modèles d’IA générative peuvent rédiger des textes, résumer des documents, produire des lignes de code, analyser des images médicales ou aider à concevoir des molécules. Cette polyvalence fait leur valeur économique, mais elle complique leur contrôle. Un même modèle peut servir à améliorer la productivité d’une entreprise, à diffuser une fausse information crédible ou à automatiser une fraude.

La régulation envisagée porterait surtout sur les modèles les plus puissants, parfois qualifiés de systèmes à usage général. Leur entraînement mobilise d’immenses volumes de données, des infrastructures informatiques coûteuses et des équipes spécialisées. Le contrôle peut porter sur les tests de sécurité, la traçabilité des données, la limitation de certains usages et la publication d’informations techniques permettant aux autorités d’évaluer le niveau de risque.

Le signal envoyé par Google intervient aussi dans une période où l’opinion publique demande davantage de garanties. Les utilisateurs veulent savoir si leurs données sont réutilisées, si les réponses produites sont fiables et si les décisions automatisées peuvent être contestées. Pour les développeurs, les règles doivent rester suffisamment claires pour permettre l’innovation. Pour les autorités, l’enjeu consiste à protéger les citoyens sans figer un secteur encore en évolution rapide.

L’Europe avance avec l’AI Act en 2026

Dans ce paysage, l’Union européenne dispose déjà d’un instrument central avec l’AI Act. Ce texte classe les systèmes d’intelligence artificielle selon leur niveau de risque et impose des obligations plus strictes aux usages considérés comme sensibles. Les applications liées à l’emploi, à l’éducation, aux infrastructures critiques ou à certains services publics relèvent d’un contrôle renforcé.

Pour les grands acteurs du numérique, l’Europe constitue un laboratoire réglementaire. Les exigences de transparence, de documentation et d’évaluation deviennent progressivement des références internationales, car les entreprises préfèrent souvent adapter leurs produits à un grand marché plutôt que maintenir des versions radicalement différentes selon les régions. De ce fait, une règle européenne peut influencer la conception d’un service vendu ailleurs.

L’appel à une autorité dédiée pose néanmoins la question du niveau pertinent. Une agence mondiale disposerait d’une vision plus large des risques transfrontaliers, notamment en matière de désinformation, de cyberattaque et de propriété intellectuelle. Les autorités nationales, elles, connaissent mieux leurs systèmes juridiques, leurs langues et leurs priorités politiques. Le bon équilibre dépendra des moyens accordés, des pouvoirs de sanction et de la capacité à obtenir des informations techniques de groupes comme Google, Microsoft ou OpenAI.

Les précédents existent dans d’autres secteurs. L’aviation civile, la sécurité nucléaire ou la finance reposent sur des normes internationales complétées par des contrôles locaux. L’IA pourrait suivre une logique proche, avec des tests communs, des registres d’incidents et des procédures de retrait ou de suspension pour les produits présentant un risque grave. La difficulté tient au rythme du logiciel, beaucoup plus rapide que celui des infrastructures physiques classiques.

Les entreprises redoutent des règles nationales fragmentées

Pour les groupes qui développent ou utilisent l’IA, le principal risque opérationnel tient à la fragmentation réglementaire. Une entreprise déployant un assistant interne dans plusieurs pays peut devoir adapter ses contrats, ses paramètres de sécurité, ses modalités d’information des salariés et ses procédures de conservation des données. Ces ajustements représentent un coût, surtout pour les structures qui ne disposent pas d’équipes juridiques internationales.

Les petites et moyennes entreprises observent ce débat avec prudence. Un cadre harmonisé peut leur donner de la visibilité et renforcer la confiance de leurs clients. Mais des obligations trop lourdes peuvent ralentir l’adoption de solutions utiles, par exemple dans la gestion administrative, la relation client ou l’analyse documentaire. La régulation de l’IA doit donc distinguer l’éditeur d’un modèle fondamental, l’intégrateur technique et l’utilisateur professionnel final.

Les associations de défense des libertés numériques mettent l’accent sur un autre point, le risque de capture réglementaire. Si les règles sont écrites avec une forte influence des grands acteurs, elles peuvent consolider leur avance. Une gouvernance publique crédible devrait donc intégrer des chercheurs indépendants, des représentants de la société civile, des experts en cybersécurité, des juristes, des syndicats et des autorités de protection des données.

La question centrale concerne les pouvoirs réels de la future instance. Un organisme limité à publier des recommandations pèserait peu face à des entreprises valorisées à des centaines de milliards de dollars. À l’inverse, une autorité capable de demander des audits, d’imposer des correctifs et de rendre publics certains incidents modifierait la relation entre industriels et régulateurs. Les discussions autour de l’IA entrent par conséquent dans une phase plus institutionnelle, où le débat ne porte plus seulement sur la performance des modèles, mais sur les garde-fous capables d’accompagner leur diffusion.