Champ de bataille déconnecté, saturation informationnelle, contraintes énergétiques et souveraineté numérique : l’IA militaire ne peut pas être une simple déclinaison des grands modèles civils. À l’heure où la taille des modèles explose plus vite que les capacités matérielles, l’IA embarquée s’impose comme une rupture stratégique. Décryptage avec Michel Kurek, directeur général France de Multiverse Computing.
Solutions Numériques & Cybersécurité (SNC) : Pourquoi l’IA embarquée devient-elle un sujet central pour la défense ?
Michel Kurek (M.K.) : Parce que les environnements dans lesquels opèrent aujourd’hui les forces armées n’ont plus rien à voir avec ceux pour lesquels l’IA grand public a été conçue. Sur un théâtre d’opérations, les communications sont intermittentes, le GPS est brouillé, l’énergie est comptée et le cloud n’est tout simplement pas accessible. Dans ces conditions, une IA dépendante d’infrastructures distantes devient un point de fragilité. L’embarqué répond à un impératif d’autonomie : traiter l’information au plus près du capteur, sans dépendre d’une connexion extérieure, et continuer à fonctionner en environnement dégradé.
« En défense, l’IA doit fonctionner dans des scénarios adverses à haut risque, où la fiabilité, la résilience et la cybersécurité ne sont pas négociables »
Source – Intelligence artificielle (IA) dans la défense, décembre 2025, Office des publications de l’Union européenne.
SNC : Quels sont les types d’environnements concernés ?
M.K. : Le champ de bataille terrestre bien sûr, mais aussi l’espace, les fonds marins et le champ informationnel. À 6 000 mètres de profondeur ou en orbite, la latence et la fiabilité des communications rendent indispensable une intelligence locale. À cela s’ajoutent les nouveaux champs de conflictualité immatériels : désinformation, guerre cognitive, cyberattaques. Dans tous ces contextes, la masse de données produites par les capteurs dépasse largement ce qu’un opérateur humain peut traiter en temps réel.
SNC : En quoi l’IA devient-elle un outil d’aide à la décision plutôt qu’un outil de décision ?
M.K. : La doctrine française est claire : l’IA n’est pas décisionnaire sur des actions létales. Elle sert à filtrer, analyser, prioriser et contextualiser l’information pour éclairer l’opérateur humain. Cette logique traverse les trois axes identifiés par les forces armées : l’IA dite « organique » pour les usages quotidiens, l’IA opérationnelle dans les centres de commandement et l’IA embarquée sur les vecteurs déployés. Le point commun reste l’aide à la décision, jamais la substitution complète à l’humain.
SNC : Pourquoi les grands modèles de type LLM posent-ils problème dans ces contextes ?
M.K. : Parce qu’ils sont conçus selon une logique de surenchère. Depuis 2020, le nombre de paramètres des grands modèles de langage croît d’environ 360 % par an, quand la puissance matérielle progresse dix fois moins vite. Résultat : des modèles énergivores, lourds, dépendants de GPU massifs et de centres de calcul centralisés. Cette trajectoire est difficilement soutenable, y compris dans le civil, et totalement incompatible avec l’embarqué militaire.
« Les data centers représentent environ 1,5 % de la consommation électrique mondiale et leur consommation pourrait plus que doubler d’ici 2030, principalement portée par la croissance du calcul accéléré utilisé pour l’intelligence artificielle »
Source – Energy performance of data centres, 2025, Commission européenne, Direction générale de l’énergie.
SNC : Comment concilier performance et contraintes de taille, de poids et d’énergie ?
M.K. : C’est précisément là que la compression de modèles change la donne. En partant de modèles open source existants, il est possible de réduire de 80 à 90 % le nombre de paramètres tout en conservant un niveau de performance quasi équivalent. Moins de paramètres, c’est moins de calcul, moins d’énergie consommée et moins de matériel embarqué. Ce triptyque – size, weight, power, auquel s’ajoute le coût – structure désormais l’ensemble des réflexions sur l’IA militaire.
SNC : Quelles applications concrètes cela ouvre-t-il sur le terrain ?
M.K. : Les drones ISR opérant en environnement contesté, capables d’analyser localement les images pour limiter les échanges radio et réduire leur détectabilité. Les robots terrestres évoluant sans GPS, autonomes pour éviter des obstacles ou identifier des menaces. Les centres de commandement déployés sur le terrain, dotés de capacités de cyberdéfense locales. Et demain, les essaims de drones collaboratifs, capables de planifier et coordonner leurs actions sans pilotage centralisé permanent.
SNC : La souveraineté numérique est-elle indissociable de l’IA embarquée ?
M.K. : Absolument. Réduire la taille des modèles, c’est aussi réduire la dépendance à des infrastructures lourdes, souvent non souveraines. Une IA plus frugale permet d’envisager des déploiements entièrement maîtrisés, sur des infrastructures nationales ou tactiques, sans recours à des clouds extra-européens. Dans un contexte d’économie de guerre, où les budgets de recherche militaire restent sans commune mesure avec ceux des géants du numérique, l’optimisation devient un levier stratégique.
« La maîtrise nationale des technologies critiques, dont l’intelligence artificielle, constitue désormais une condition opérationnelle de la souveraineté militaire »
Source – Défense : la stratégie ministérielle sur l’intelligence artificielle, publié le 11 mars 2024, modifié le 4 juin 2025, info.gouv.fr
SNC : L’IA embarquée marque-t-elle un changement de paradigme ?
M.K. : Oui. Elle rompt avec l’idée que plus un modèle est gros, plus il est performant. Elle impose une approche d’ingénierie fine, inspirée des méthodes issues du calcul quantique, pour résoudre des problèmes complexes avec des ressources limitées. Dans la défense comme dans le civil, cette approche frugale pourrait bien devenir la condition de soutenabilité, de souveraineté et de résilience des systèmes d’IA à horizon 2025 et au-delà.
