La couche d’annonces

Il existe un genre bien particulier de représentation que la gouvernance nigériane a perfectionné au fil des décennies. Il faut un lieu prestigieux, un nom qui sonne important, un ministre à un pupitre, et un communiqué de presse qui voyage plus loin que la chose qu’il décrit. L’annonce est le produit, tandis que la chose annoncée est secondaire — utile surtout comme matière première qui justifie l’annonce.

En marge de la 80e Assemblée générale des Nations Unies à New York, le ministre nigérian des Communications, de l’Innovation et de l’Économie numérique a dévoilé N-ATLAS — présenté comme le premier grand modèle de langage multimodal et multilingue d’Afrique soutenu par un gouvernement. Un lieu choisi à dessein, avec un langage ambitieux.

« N-ATLAS place les voix et la diversité de l’Afrique au fondement de l’IA », a déclaré le ministre. « C’est la première étape d’un parcours plus large pour faire de l’Afrique un contributeur et un leader dans le façonnement de l’avenir de l’IA. »

Il vaut la peine de s’arrêter ici pour demander ce qu’est N-ATLAS, réellement.

Qu’a-t-on réellement construit ?

N-ATLAS est une version affinée de Llama-3 8B — un modèle de base open source publié gratuitement par Meta — entraînée sur des données linguistiques nigérianes collectées via des enregistrements vocaux participatifs de volontaires du programme 3MTT. La plateforme de collecte de données a été construite par Awarri, une startup d’IA basée à Lagos, qui a fait le vrai travail technique. Le modèle vit sur Hugging Face. Il prend en charge le yoruba, le haoussa, l’igbo et l’anglais à accent nigérian. Il n’est pas disponible comme application grand public. C’est un outil pour développeurs — une couche fondamentale que d’autres bâtisseurs peuvent utiliser pour créer des applications.

C’est un travail plutôt utile. L’équipe d’Awarri est compétente. Le manque qu’il comble — l’absence quasi totale des langues africaines dans les données d’entraînement de l’IA mondiale — est réel et mérite d’être comblé.

Mais soyons précis sur ce qu’a réellement été la contribution du gouvernement nigérian : il a mobilisé des volontaires via un programme existant pour enregistrer des échantillons vocaux, et il a apporté une caution institutionnelle à un exercice de fine-tuning sur un modèle open source librement disponible. L’architecture n’exigeait aucune recherche inédite. Affiner Llama-3 sur un jeu de données linguistique est une technique bien documentée, à la portée de n’importe quel ingénieur ML compétent avec un week-end et l’accès à un GPU. La partie la plus difficile — la collecte de données — a été externalisée à la foule.

Pendant ce temps, l’ingénieur principal a reconnu sans détour qu’ils sont très loin de l’échelle des modèles avec lesquels ils rivalisent conceptuellement, que les GPU coûtent extrêmement cher, et que le Nigeria n’a pas encore de centres de données capables de soutenir un entraînement d’IA à grande échelle. Awarri fait toujours passer son inférence par les services cloud d’Amazon et de Google.

Le ministère de l’innovation a annoncé la souveraineté en matière d’IA sur un modèle entièrement dépendant d’infrastructures étrangères.

Pourquoi l’a-t-on construit ?

Il vaut la peine de se demander qui N-ATLAS sert réellement — et si cette personne est le goulot d’étranglement que le ministère aurait dû résoudre.

Une startup nigériane qui construit un produit avec la moindre ambition au-delà du marché de consommation domestique construit en anglais. Ses clients entreprises parlent anglais. Ses investisseurs internationaux parlent anglais. Le marché d’exportation dont elle a besoin pour atteindre l’échelle parle anglais. Une IA qui comprend l’intonation yoruba ou la syntaxe igbo n’est pas sa contrainte. Ce n’est même pas dans son top dix des contraintes.

Pour la catégorie étroite d’applications qui exigent véritablement une capacité en langues locales — services publics aux citoyens, information de santé rurale, vulgarisation agricole —, le cas d’usage est réel, mais le client est le secteur public, pas l’écosystème des startups. Et le secteur public nigérian a un historique bien documenté d’achats de technologies qu’il ne déploie pas.

Ce dont l’écosystème des startups a réellement besoin — ce dont chaque fondateur qui construit un produit d’IA à Lagos a besoin, quelle que soit la langue de ses utilisateurs —, c’est d’une inférence bon marché. La capacité de faire tourner un modèle en production sans que la facture de calcul n’arrive avant le premier utilisateur. La capacité d’expérimenter, d’itérer et de tester sans router tout le budget de développement vers un centre de données en Virginie.

N-ATLAS ne résout pas cela. Il ne peut pas le résoudre. C’est un modèle sans foyer, mis en open source sur Hugging Face, impressionnant par sa couverture linguistique mais complètement dépendant des mêmes infrastructures étrangères dont il a été annoncé comme l’alternative.

Le coût d’opportunité

Chaque ressource qui va dans la couche d’annonces est une ressource qui ne va pas dans la couche d’infrastructure. Et dans un environnement où l’innovation opère déjà contre tout le poids cumulé du mur, détourner des ressources vers des projets performatifs n’est pas un acte neutre. C’est un frein actif.

Le budget qui a financé le développement de N-ATLAS et son annonce à l’Assemblée générale de l’ONU n’a pas financé un programme de subvention du calcul. Les heures de volontariat du 3MTT passées à enregistrer des échantillons vocaux ne sont pas allées à la construction d’outils qui auraient rendu ces volontaires plus productifs en tant que développeurs.

L’attention ministérielle et le crédit des partenariats internationaux mobilisés pour une place dans le TIME100 AI n’ont pas été mobilisés pour la décision d’achat qui aurait mis des GPU subventionnés entre les mains des fondateurs nigérians.

Et les gens que cela blesse sont invisibles dans le communiqué de presse.

Les fondateurs qui ont regardé la facture AWS et décidé que le prototype ne valait pas la peine d’être poursuivi.

Les chercheurs qui avaient besoin d’accès à des GPU et n’en ont trouvé aucun.

Les petites équipes qui auraient lancé quelque chose si l’environnement avait été rendu ne serait-ce qu’un peu moins hostile, mais qui n’ont pas pu, parce qu’il ne l’a pas été.

Ils n’apparaissent pas à l’Assemblée générale. Ils ne construisent simplement pas, en silence. Et l’écosystème, qui était déjà assez difficile, devient encore un peu plus dur.

Mais le gaspillage de ressources n’est qu’une partie du problème.

Le problème plus profond, c’est la mauvaise direction donnée.

Dans un système fonctionnel, les signaux du gouvernement disent à l’écosystème quoi construire.

Les accélérateurs orientent leurs programmes autour de ces signaux.

Les investisseurs les lisent comme des indicateurs des endroits où le soutien réglementaire suivra.

Les fondateurs écrivent leurs demandes de subvention et leurs pitch decks autour d’eux.

Le gouvernement est la plus grande influence sur ce que l’écosystème croit devoir prioriser — ce qui signifie que lorsque cette influence pointe dans la mauvaise direction, il ne gaspille pas seulement ses propres ressources. Il gaspille aussi celles de tout le monde.

Quand le ministère signale que les modèles de langage sont la priorité nationale en IA, l’écosystème imite l’annonce comme un culte du cargo. Des programmes se construisent autour des modèles de langage. L’attention afflue vers les modèles de langage.

Pendant ce temps, la vraie contrainte — l’accès au calcul — reste sans réponse, et désormais aussi sous-signalée. Les fondateurs qui avaient besoin de subventions de calcul se voient dire, implicitement, que la vision gouvernementale de l’excellence nigériane en IA est un chatbot yoruba sur Hugging Face.

C’est la couche d’annonces qui se compose elle-même. Non seulement elle ne résout pas le problème, mais elle l’aggrave en égarant activement les gens qui essayaient de le résoudre eux-mêmes.

Ce n’est pas un échec isolé.

La National AI Strategy (stratégie nationale pour l’IA) ne contient aucun plan de mise en œuvre, et un document de vision sans couche d’exécution n’est qu’une version plus élaborée de la même annonce.

Quand on place N-ATLAS à côté de la stratégie censée lui donner un contexte, et la stratégie à côté du ministère censé lui donner du mordant, on trouve à chaque étage le même schéma : la forme de la gouvernance sans sa fonction.

À un certain point, l’interprétation charitable s’épuise. Quand un système produit systématiquement l’apparence du progrès tout en empêchant le progrès réel, l’effet est fonctionnellement indiscernable du sabotage — quelle que soit l’intention.

Le fruit le plus bas

Il existe une version du ministère de Bosun Tijani qui aurait pu être. Un ministre doté de véritables références techniques, de véritables relations dans l’écosystème et d’un véritable accès aux financements multilatéraux — 800 millions de dollars engagés entre la Banque mondiale, la BAD et la BERD pour le seul Project BRIDGE — qui aurait regardé l’écosystème des startups d’IA nigérianes et posé une question simple :

Quel est le goulot d’étranglement le plus contraignant, et quelle est l’intervention la moins chère qui le supprime ?

La réponse n’est pas un modèle de langage affiné sur une architecture de base gratuite et téléversé sur Hugging Face.

La réponse, c’est l’accès au calcul.

La couche d’infrastructure qui transforme le prototype fonctionnel d’un développeur en quelque chose qui peut être testé, itéré et déployé à l’échelle sans que tout le budget de développement ne parte chez un fournisseur cloud étranger avant la première inscription d’utilisateur.

Cette intervention n’aurait pas fait les gros titres à l’Assemblée générale, et n’aurait pas valu une place dans le TIME100 AI. Cela aurait été un travail honnête et ennuyeux : une salle de serveurs, un programme de subventions et une décision d’achat — qui auraient conduit à un développement réel et mesurable.

Un schéma familier

Aux Jeux olympiques de Paris 2024, le Nigeria a envoyé 88 athlètes — sa plus grande délégation de tous les temps — et dépensé 12 milliards de nairas pour les préparer. Il est rentré avec zéro médaille.

Favour Ofili, championne nationale nigériane du 100 m, n’a pas concouru dans son épreuve de prédilection parce que la fédération d’athlétisme a omis de l’inscrire à temps. Ce n’était pas sa première rencontre avec ce système : aux Jeux de Tokyo quatre ans plus tôt, elle faisait partie des dix athlètes nigérians qui n’ont pas pu concourir parce que les officiels avaient omis d’organiser les tests antidopage requis.

Quand elle est sortie de la piste à Paris après le 200 m, les journalistes ont noté qu’aucun membre du personnel nigérian n’était présent pour la consoler.

Elle court désormais pour la Turquie.

Le talent et la préparation étaient là, mais la couche administrative censée convertir cette préparation en participation n’a tout simplement pas fonctionné. Et personne n’en a répondu.

Plusieurs athlètes d’ascendance nigériane ont gagné des médailles à ces mêmes Jeux pour l’Allemagne, pour Bahreïn, pour les États-Unis. Des athlètes qui avaient auparavant essayé de représenter le Nigeria et trouvé le système infranchissable.

Ce même schéma se répète dans la course mondiale à l’IA. Les maillots sont sortis, les banderoles sont accrochées et l’annonce a été faite aux Nations Unies.

Mais l’infrastructure qui mettrait le Nigeria sur la vraie ligne de départ — l’accès au calcul, l’outillage pour développeurs, l’environnement subventionné qui transforme le talent individuel en capacité collective — n’est pas sur la liste des choses à faire. Si tant est qu’il y en ait une.

Mais bien sûr, nous mènerons le continent dans l’adoption de l’IA.

Fais-moi confiance, frérot.