Le potentiel africain de l’IA se heurte au mur de l’électricité

L’intelligence artificielle (IA) est souvent présentée à travers ses applications les plus spectaculaires, qu’il s’agisse des logiciels capables de produire des textes, des outils d’aide au diagnostic médical ou des systèmes automatisant certaines fonctions administratives. Pour les économies d’Afrique subsaharienne, le débat porte pourtant moins sur l’accès aux modèles les plus avancés que sur la capacité des entreprises, des administrations et des travailleurs à les intégrer dans leurs activités quotidiennes. Sans électricité fiable, connexion abordable, données exploitables et salariés formés, les gains annoncés resteront concentrés dans une fraction réduite de l’économie.

Dans une analyse publiée le 21 juillet 2026, le Fonds monétaire international estime qu’aux niveaux actuels de préparation, l’intelligence artificielle n’ajouterait qu’environ 0,2 % au produit intérieur brut de l’Afrique subsaharienne au cours de la prochaine décennie. Ce résultat, proche de la stagnation à l’échelle d’une économie régionale, contraste fortement avec le scénario le plus favorable étudié par l’institution. Si les pays améliorent leurs infrastructures numériques, leur alimentation électrique, leurs compétences, leur cybersécurité et la gouvernance des données, le gain cumulé pourrait approcher 4 % du PIB sur dix ans, soit près d’un demi-point de croissance supplémentaire par an.

La nuance entre ces deux estimations change profondément la lecture du chiffre. Le FMI ne soutient pas que l’IA augmentera mécaniquement la richesse régionale de 4 %, mais indique que ce gain dépendra de politiques publiques et d’investissements capables d’élargir son usage au-delà des grandes entreprises déjà connectées. Le résultat repose sur une modélisation économique et demeure soumis aux incertitudes habituelles entourant la diffusion d’une innovation dont les usages, les coûts et les effets sur le travail continuent d’évoluer.

L’écart entre 0,2 % et 4 % montre surtout que la disponibilité d’un logiciel ne suffit pas à produire un gain de productivité. Une entreprise peut accéder à un outil d’IA générative depuis Dakar, Abidjan ou Nairobi, mais elle ne pourra pas l’utiliser de manière régulière si l’électricité est instable, si la connexion est trop coûteuse ou si ses données commerciales ne sont ni organisées ni numérisées. À l’échelle d’un pays, la diffusion de l’IA dépend donc d’investissements qui relèvent autant de l’énergie, des télécommunications, de l’éducation et de l’administration que du secteur informatique.

La contrainte électrique reste la plus immédiate. Le rapport de suivi de l’Objectif de développement durable consacré à l’énergie, publié le 24 juin 2026, estime que plus de 560 millions de personnes vivent encore sans électricité en Afrique subsaharienne. Le continent concentre ainsi la majeure partie de la population mondiale privée d’accès, alors que les modèles d’IA, les centres de données, les réseaux de télécommunications et les équipements utilisés par les entreprises nécessitent une alimentation continue.

Même lorsqu’une entreprise est raccordée au réseau, la qualité de la fourniture compte autant que l’accès lui-même. Les coupures obligent les unités de production, les commerces et les opérateurs numériques à investir dans des groupes électrogènes, des batteries ou des installations solaires de secours, ce qui augmente leurs charges. Dans un tel environnement, l’adoption de nouveaux logiciels peut améliorer certaines tâches, mais elle ne compense pas les pertes liées à l’arrêt des machines, aux interruptions de réseau ou aux délais de traitement.

Le déficit de connectivité crée une deuxième ligne de fracture. L’Union internationale des télécommunications estimait qu’en 2024, 38 % seulement de la population africaine utilisait Internet, contre 68 % à l’échelle mondiale et 93 % dans les pays à revenu élevé. Le continent présente par ailleurs un écart marqué entre possession d’un téléphone et usage effectif du réseau, puisque 66 % de la population disposait d’un appareil mobile tandis que moins de quatre personnes sur dix étaient connectées.

Ces chiffres rappellent que la couverture téléphonique ne se confond pas avec une participation pleine à l’économie numérique. Un téléphone basique, un forfait limité ou une connexion irrégulière permettent d’effectuer certains paiements et d’échanger des messages, mais ne donnent pas nécessairement accès aux services exigeant davantage de données, de puissance de calcul ou de continuité. En 2024, la consommation mensuelle moyenne de données mobiles en Afrique s’élevait à 3,1 gigaoctets par abonnement, contre 13,9 gigaoctets dans le monde, selon l’UIT.

La diffusion de l’IA risque dès lors de reproduire les écarts déjà observés entre grandes entreprises et petites unités informelles. Les groupes disposant d’un accès stable à l’électricité, de bases de données structurées, d’équipes informatiques et de capacités d’investissement pourront automatiser certaines fonctions, mieux prévoir leurs stocks ou analyser plus rapidement leur clientèle. Une microentreprise travaillant avec des registres papier, une connexion intermittente et peu de trésorerie restera en marge, même si des outils gratuits sont accessibles en ligne.

Or la structure productive de l’Afrique subsaharienne repose largement sur de petites entreprises, des activités informelles et l’agriculture familiale. Le FMI estime qu’en 2030, la région représentera environ la moitié des nouveaux entrants sur le marché mondial du travail. Pour produire un effet significatif sur la croissance, l’IA devra donc améliorer la productivité de ces activités et ne pas rester cantonnée aux banques, aux télécommunications, aux cabinets de conseil ou aux filiales de groupes internationaux.

Dans l’agriculture, des outils associant données climatiques, images satellitaires et informations sur les sols peuvent aider à mieux choisir les périodes de semis, à détecter certaines maladies ou à gérer l’irrigation. Leur efficacité dépend néanmoins de la disponibilité de données locales fiables, de services accessibles dans les langues utilisées par les producteurs et de réseaux permettant de transmettre les informations jusque dans les zones rurales. Une recommandation agronomique pertinente, mais reçue trop tard, incompréhensible pour son destinataire ou impossible à appliquer faute d’intrants ne produit aucun gain mesurable.

Les mêmes réserves valent pour les administrations publiques. L’IA peut faciliter le traitement de documents fiscaux, la détection d’anomalies dans les marchés publics, l’analyse des données sanitaires ou la gestion des demandes administratives. Une telle automatisation suppose toutefois des registres fiables, des archives numérisées, des identifiants cohérents et une protection rigoureuse des informations personnelles. Numériser des données incomplètes ou mal vérifiées ne corrige pas leurs défauts, mais peut au contraire accélérer la production de décisions erronées.

La formation constitue une autre condition de diffusion. Les pays africains n’ont pas uniquement besoin d’ingénieurs capables de concevoir des modèles avancés, même si ces profils resteront recherchés. Les gains économiques dépendront également de la capacité des comptables, agronomes, enseignants, médecins, agents publics, commerçants et responsables de PME à intégrer ces outils dans leur métier. L’enjeu porte donc autant sur la formation continue et l’enseignement professionnel que sur les cursus supérieurs en informatique.

Cette adaptation du travail devra être accompagnée, car tous les effets ne seront pas favorables. Certaines tâches administratives, commerciales ou intellectuelles pourront être automatisées, ce qui modifiera les besoins de recrutement et la répartition des revenus. Les salariés les mieux formés risquent de capter une part plus élevée des gains, tandis que les travailleurs accomplissant des tâches répétitives pourraient subir une pression accrue sur leurs emplois ou leurs rémunérations. Une hausse du PIB ne garantit donc ni une progression uniforme des revenus ni une amélioration automatique des conditions de travail.

Les États devront aussi arbitrer entre l’utilisation de solutions importées et le développement de capacités locales. La plupart des modèles les plus performants sont conçus et hébergés hors d’Afrique, ce qui signifie qu’une partie de la valeur, des données et des dépenses liées au calcul peut être captée par des entreprises étrangères. Cette dépendance n’annule pas les bénéfices liés à l’usage de ces services, mais elle limite les retombées locales si les économies africaines restent uniquement consommatrices de logiciels conçus ailleurs.

Le Sénégal dispose d’atouts susceptibles de soutenir l’adoption, notamment un secteur des télécommunications développé, un écosystème de services numériques et des établissements de formation qui travaillent déjà sur les métiers liés aux données. L’écart entre Dakar et une partie du territoire reste néanmoins déterminant, car les usages capables de modifier la croissance nationale devront atteindre l’agriculture, l’administration territoriale, les petites entreprises et les services de base. La performance de quelques sociétés numériques ne suffira pas à relever durablement la productivité de l’ensemble de l’économie.

Les investissements nécessaires dépassent par ailleurs les seules dépenses publiques. Les opérateurs télécoms, les producteurs d’énergie, les banques, les universités, les entreprises et les fonds d’investissement devront participer au financement des réseaux, des centres de données, des formations et des solutions adaptées aux réalités locales. Les États conserveront néanmoins la responsabilité de définir les règles relatives à la protection des données, à la concurrence, à la cybersécurité et à l’usage de l’IA dans les services publics.

L’estimation publiée par le FMI le 21 juillet 2026 doit ainsi être lue comme un indicateur du potentiel conditionnel de l’intelligence artificielle et non comme une trajectoire déjà engagée. Au niveau actuel de préparation, le gain cumulé estimé à 0,2 % resterait très faible. Le scénario proche de 4 % suppose au contraire un élargissement rapide de l’accès à l’électricité, à Internet et aux compétences, accompagné d’institutions capables d’encadrer les nouveaux risques.

Le débat africain sur l’IA se joue donc en grande partie dans les budgets consacrés aux réseaux électriques, à la fibre, à l’éducation, à la recherche et à la numérisation des administrations. Les outils peuvent évoluer en quelques mois, mais les infrastructures et les compétences qui permettent de les utiliser se construisent sur plusieurs années. C’est dans cet écart de calendrier que se décidera la capacité du continent à transformer une innovation importée en gains de productivité largement répartis.

Auteur: Aicha Fall
Publié le: Mercredi 22 Juillet 2026 à 12h40


Mis à jour le: Jeudi 23 Juillet 2026 à 09h45