L’IA en Afrique. Ces 6 pays se sont dotés d’infrastructures de calcul: la démocratisation des usages ne fait que commencer

Le 17 septembre 2026, le PNUD a publié un rapport qui devrait circuler bien au-delà des cercles techniques. Derrière son titre «Local AI compute infrastructure in Africa: Lessons from six country-hosted deployments on governance and effective use», en français, «Infrastructures locales de calcul IA en Afrique: enseignements tirés de six déploiements gérés par les pays en matière de gouvernance et d’utilisation efficace» se cache une expérience politique et économique qui mérite d’être soulignée. Six pays africains, Kenya, Malawi, Rwanda, Afrique du Sud, Togo et Zambie, ont conçu, acheté, installé et commencé à activer des infrastructures nationales de calcul IA. Des GPU. Des serveurs. Des bâtiments.

Lire aussi : Guerre de l’information: l’IA ouvre un nouveau front en Afrique

Et c’est là que le rapport prend toute sa valeur en abordant les questions de gouvernance, de données, de compétences et de financement.

Entendez par GPU l’unité de traitement graphique: le processeur spécialisé qui accélère les charges de calcul IA. Dans ce rapport, il désigne l’infrastructure de calcul avancé déployée ainsi que les serveurs qui les hébergent.

Aissata De, directrice régionale par intérim du Bureau régional Afrique du PNUD, pose d’emblée le cadre: «la souveraineté ne consiste pas à tout faire seul. Elle consiste à avoir la capacité et la confiance de faire des choix stratégiques.»

Cette phrase n’est pas une concession. C’est une leçon de réalisme. Les six déploiements montrent que l’Afrique peut acquérir et héberger du calcul avancé. Mais ils montrent aussi que la machine ne suffit pas. Le rapport le répète: l’infrastructure seule ne garantit ni l’usage, ni la valeur publique, ni la pérennité.

Six pays, six cas d’usage, une même exigence de conversion

Source: PNUD.

Le programme AI Infrastructure Activation, porté par le Bureau régional Afrique du PNUD dans le cadre de l’initiative timbuktoo, a couvert toute la chaîne: définition des besoins, architecture, nomenclature, approvisionnement, livraison, installation, activation, formation des opérateurs.

Ce n’est pas un projet pilote de laboratoire. C’est une tentative de bâtir une capacité nationale de calcul IA dans des contextes très différents. Le rapport insiste: il ne s’agit pas d’un modèle unique, mais d’un ensemble de choix pratiques que chaque pays adapte.

Le premier enseignement est structurel. Le calcul disponible n’est pas encore une capacité. Entre les deux, il y a ce que le rapport appelle la «conversion des capacités»: les données utilisables, les compétences, l’autorité institutionnelle, les modèles opérationnels, la cybersécurité, l’accès et l’allocation. Autrement dit, le vrai goulot d’étranglement n’est pas toujours le GPU. Il est souvent dans les institutions.

Lire aussi : Gouvernance de l’IA: avec le Rwanda en tête, voici le Top 5 africain

Le PNUD a passé en revue 21 cas d’usage dans les six pays. Vingt sur vingt et un présentaient une préparation des données inférieure à ce qui serait nécessaire. Un chiffre qui devrait faire réfléchir. Les services publics et l’administration forment le plus grand groupe de candidats. L’agriculture est le thème sectoriel le plus partagé: financement agricole au Kenya, services de conseil aux agriculteurs au Malawi, observation des cultures en Afrique du Sud.

La Zambie se distingue sur les minerais critiques. Le Malawi et le Togo poussent des modèles en langues locales, avec la question lancinante de la disponibilité de données linguistiques de qualité. Le Rwanda, lui, avance sur une plateforme souveraine pour fonctionnaires, GPT.gov.rw, où confidentialité, gouvernance des données et autorité institutionnelle sont centrales.

Le paradoxe de Kigali

Le PNUD utilise une expression forte: le «paradoxe de Kigali». L’infrastructure de calcul seule ne garantit pas que la capacité disponible soit visible, accessible et efficacement adaptée à la demande. À Kigali, des startups continuent de payer des milliers de dollars par mois pour des services cloud externes, tandis que des cas d’usage publics à forte valeur attendent un accès fiable au calcul local. Les deux réalités coexistent. Ce n’est pas une fatalité technique. C’est un problème de prix, de visibilité, d’allocation, d’environnement logiciel, de fiabilité et de support.

Le Rwanda est le cas opérationnel central du rapport. Le gouvernement a identifié 42 cas d’usage de l’IA dans huit secteurs. Un serveur GPU financé par le PNUD opère au centre de calcul spécial de Bugesera, géré par la Rwanda Information Society Authority. L’État reste propriétaire de l’actif. Mais la demande institutionnelle et celle de l’écosystème startup pressent déjà la capacité allouable. Les arrangements d’accès, de facturation et de soutenabilité à long terme étaient encore en construction au moment de la note conceptuelle.

Lire aussi : L’Egypte prévoit la construction d’un centre de données d’IA d’un milliard de dollars avec Nvidia

Le Rwanda propose une structure de gouvernance à cinq couches, un modèle d’accès à quatre niveaux, un comité de pilotage conjoint et un comité de revue des cas d’usage. Il propose aussi, à moyen terme, un modèle à deux serveurs: l’un pour les charges gouvernementales, l’autre pour les startups et l’écosystème, avec un accès contributif en dessous des tarifs commerciaux. En attendant, le pays envisage de partitionner le serveur existant, avec environ six mois de financement-relais du PNUD, autour de 7 000 dollars par mois, et un mécanisme national de partage des coûts ensuite. La leçon est que la gouvernance doit se construire en même temps que le déploiement, pas après.

Le PNUD refuse les oppositions binaires. Cloud ou local ? La réponse dépend de la charge de travail. Des expérimentations et des tests courts peuvent privilégier la flexibilité et le coût. Des données publiques sensibles, des dossiers confidentiels ou des systèmes administratifs centraux exigent des garanties sur la résidence des données, l’accès, la sécurité, l’auditabilité et la continuité. La souveraineté s’évalue sur six dimensions: données et juridiction, infrastructure et contrôle opérationnel, droits de décision et responsabilité, dépendance technologique et savoir, capacité locale et création de valeur, langue et pertinence sociétale.

Cette grille évite un piège: croire que posséder le matériel suffit. Une dépendance aux modèles propriétaires, à la maintenance externe, au financement ou aux logiciels peut limiter le contrôle réel même quand l’infrastructure est hébergée nationalement. La souveraineté n’est donc pas un statut. C’est un rapport de forces institutionnel et contractuel.

Lire aussi : Infrastructures, énergies et IA: ces quatre pays d’Afrique qui intéressent Séoul

Le PNUD tire des implications directes pour l’initiative AI10 Billion, plateforme continentale ancrée par la Banque africaine de développement et le PNUD via son AI Hub. Son but: rendre les projets bancables. Mais le PNUD prévient: financer l’infrastructure sans renforcer les institutions et les systèmes autour d’elle pourrait reproduire le paradoxe de Kigali à grande échelle. Du calcul disponible, des services retardés, une demande non satisfaite.

Trois principes s’imposent. Premier: financer ensemble l’infrastructure et la conversion des capacités. Deuxième: laisser la contrainte principale de chaque pays déterminer l’équilibre entre investissement matériel et investissement humain, institutionnel et data. Troisième: lier le financement à la préparation, à l’usage et aux résultats. Les institutions de financement du développement peuvent soutenir les deux versants. L’Union africaine, Smart Africa et les communautés économiques régionales peuvent porter des modèles réutilisables pour le calcul partagé et transfrontalier.

Source: PNUD.

Ce que ces pays disent à l’Afrique

Le Kenya et l’Afrique du Sud concentrent une capacité d’entraînement de plus haute spécification. D’autres pays ont une capacité orientée vers l’inférence et les applications locales. La Zambie explore un modèle de GPU-as-a-service via ses hubs d’innovation. Le Malawi et le Togo rappellent que sans données linguistiques locales, l’IA inclusive reste un vœu. Le Rwanda montre qu’un actif public peut devenir un laboratoire de gouvernance.

Les recommandations du rapport sont organisées par horizons. Avant l’achat et dans les six premiers mois, il est recommandé d’évaluer la demande, la capacité existante et la préparation de l’hébergement ; définir propriétaire, hôte, opérateur, règles d’accès, responsabilités et coûts récurrents. Dans l’immédiat: résoudre les questions de données et d’autorité, établir des règles transparentes d’allocation. À moyen terme: former et retenir les opérateurs, bâtir un financement pluriannuel, lier l’expansion à l’utilisation démontrée. À plus long terme: construire des cadres pour le calcul partagé et transfrontalier, avec des principes coordonnés sur la localisation des données, la cybersécurité, l’interopérabilité et la propriété intellectuelle.

Lire aussi : «Maroc IA 2030»: Amal El Fallah Seghrouchni présente le bilan d’étape

Le Maroc, lui, écrit une autre page. En juin 2025, un consortium réunissant Nvidia, Naver, Nexus Core Systems et Lloyds Capital a annoncé un data center IA de 500 MW à Nouaceur, près de Casablanca, pour environ 1,2 milliard de dollars, destiné à l’Europe, au Moyen-Orient et à l’Afrique. Un MoU signé en avril 2026 avec trois institutions marocaines vise une «Nexus AI Factory» combinant HPC, transfert de compétences et innovation.

Ce modèle hybride mise sur l’export régional et le cloud souverain. Mais le rapport PNUD pose la question: qui possédera, opérera et allouera les GPU ? Sans règles transparentes, tarifs adaptés et cas d’usage publics, le Maroc risque un «paradoxe de Casablanca».

La directrice régionale par intérim du Bureau régional Afrique du PNUD l’affirme: «l’Afrique n’a pas besoin d’attendre que le prochain chapitre de l’histoire de l’IA s’écrive ailleurs.» Les six pays viennent d’écrire une page. Elle n’est ni parfaite, ni terminée. Mais elle est africaine. Et elle montre que la bataille ne se joue plus seulement sur l’achat des machines. Elle se joue sur les données, les règles, les compétences et la capacité à transformer un serveur en service public.

Du paradoxe de Kigali au risque de paradoxe de Casablanca

Source: PNUD.