Le Canada a joué un rôle fondateur dans l’essor de l’intelligence artificielle moderne, mais il peine encore à transformer cette avance scientifique en usages économiques à grande échelle. Le gouvernement de Mark Carney veut désormais combler ce décalage avec AI for All, une nouvelle stratégie nationale présentée le 4 juin 2026.
Le plan affiche des objectifs inhabituels par leur ampleur : faire passer la part des entreprises canadiennes utilisant l’IA d’un peu plus de 12 % à 60 % d’ici 2034, générer près de 200 milliards de dollars canadiens de croissance supplémentaire et contribuer à la création de 250 000 emplois liés à l’adoption de l’IA d’ici 2031.
À ces ambitions économiques s’ajoute un objectif géopolitique. Ottawa veut construire un grand supercalculateur public, développer des capacités de cloud et de calcul sous gouvernance canadienne, soutenir ses entreprises nationales et réduire sa dépendance envers quelques plateformes étrangères. La stratégie marque ainsi un changement de priorité : après avoir financé la recherche, le Canada veut organiser le passage à l’usage, à l’industrie et à la souveraineté.
Une puissance scientifique freinée par la faiblesse de l’adoption
Le paradoxe canadien est au cœur du document. Le pays abrite des centres de recherche reconnus comme Mila, l’Institut Vecteur et Amii. Il a également contribué à former plusieurs figures majeures de l’apprentissage profond. Pourtant, cette force académique n’a pas produit une diffusion comparable dans l’ensemble de l’économie.
Selon la stratégie, environ 3 500 entreprises canadiennes développent déjà des modèles, des outils ou des applications d’IA. Le secteur numérique emploie près de 800 000 personnes, dont environ 150 000 dans des fonctions directement associées à l’intelligence artificielle. Mais l’utilisation de ces technologies par les entreprises reste faible, particulièrement parmi les petites et moyennes structures.
AI for All considère ce retard comme un risque de compétitivité. Une entreprise qui n’intègre pas l’automatisation, la prévision ou l’assistance logicielle peut perdre en productivité face à des concurrents mieux équipés. À l’échelle nationale, l’écart peut aussi favoriser le départ des talents et des jeunes pousses vers des marchés disposant de davantage de capitaux, de clients et de puissance de calcul.
Le choix du gouvernement est donc de concentrer les efforts sur cinq secteurs où le Canada dispose déjà d’actifs industriels ou scientifiques :
- la santé et les sciences de la vie ;
- l’énergie et les ressources naturelles ;
- les transports ;
- l’agriculture ;
- l’industrie manufacturière et la robotique.
Cette sélection donne à la stratégie une orientation plus industrielle que strictement technologique. L’objectif n’est pas seulement de produire un meilleur modèle de langage, mais d’améliorer un diagnostic, d’optimiser un réseau énergétique, de surveiller une culture agricole ou de rendre une usine plus productive.
Ce que signifie l’objectif de 60 % d’entreprises utilisatrices
Porter l’adoption de l’IA à 60 % d’ici 2034 ne signifie pas que six entreprises sur dix entraîneront leurs propres modèles. Dans la plupart des cas, l’IA sera intégrée à des logiciels existants : outils de gestion, maintenance prédictive, analyse de documents, service client, contrôle qualité ou aide à la décision.
Le principal obstacle n’est d’ailleurs pas toujours l’accès à un modèle. Une PME doit disposer de données exploitables, d’un problème métier bien défini, de salariés formés et d’une méthode pour mesurer le gain réel. Elle doit aussi vérifier la sécurité, le coût, la qualité des résultats et les conséquences sur l’organisation du travail.
La stratégie prévoit des aides à l’adoption, de la formation et des programmes sectoriels. Elle annonce également jusqu’à 90 000 emplois ou stages liés à l’IA pour les jeunes Canadiens, ainsi qu’une initiative nationale de culture de l’IA destinée au grand public. Un million d’étudiants du supérieur doivent recevoir une formation de base et plus de 3 000 enseignants des ressources pédagogiques.
Cette dimension est essentielle. Distribuer des outils sans former les utilisateurs produit souvent des expérimentations dispersées, difficiles à maintenir et parfois risquées. À l’inverse, la formation seule ne suffit pas si les entreprises ne peuvent pas financer l’intégration, accéder à des données de qualité ou recruter les compétences nécessaires.
Le succès devra donc se mesurer au-delà du nombre de comptes ouverts ou de formations suivies. Les indicateurs utiles seront les gains de productivité, la qualité des emplois créés, la diffusion dans les PME et la capacité à maintenir les solutions après la fin des subventions.
Un supercalculateur public au centre de la souveraineté
La partie la plus structurante concerne l’infrastructure. Le gouvernement prévoit un supercalculateur public consacré à l’IA et des investissements dans le calcul, le cloud, la connectivité et les données sous contrôle canadien.
Cette volonté répond à un problème concret. L’entraînement des grands modèles et leur exploitation à grande échelle exigent des accélérateurs spécialisés, des réseaux rapides, des systèmes de refroidissement et beaucoup d’électricité. Les capacités les plus avancées sont concentrées chez un petit nombre d’acteurs, principalement américains. Les chercheurs, les entreprises émergentes et les institutions publiques se retrouvent alors dépendants de leurs prix, de leurs priorités commerciales et de leurs conditions d’accès.
Une capacité publique peut donner du temps de calcul à des projets qui ne seraient pas prioritaires pour un fournisseur commercial : recherche fondamentale, santé publique, langues minoritaires, sécurité, climat ou services administratifs. Elle peut également permettre de traiter certaines données sensibles au Canada.
Mais la localisation physique ne suffit pas à garantir la souveraineté. Il faut aussi savoir qui possède l’infrastructure, qui l’exploite, quelles lois s’appliquent, quels composants et logiciels restent étrangers, comment les ressources sont attribuées et quelles données peuvent être transférées.
Le document relie par ailleurs cette infrastructure à l’expansion des énergies propres et à des normes environnementales. Ce point sera déterminant. Un centre de calcul mobilise non seulement de l’électricité, mais aussi des équipements de refroidissement, des réseaux et parfois de l’eau. Les bénéfices locaux, les contraintes sur le réseau électrique et la transparence environnementale devront être évalués projet par projet.
Faire de l’État un premier client des entreprises canadiennes
AI for All ne mise pas uniquement sur les subventions. La stratégie veut utiliser la commande publique comme levier de croissance pour les entreprises canadiennes.
Cette approche peut résoudre un problème classique des jeunes sociétés technologiques. Elles savent développer un produit, mais manquent de références suffisamment importantes pour convaincre des clients internationaux. Un marché public exigeant peut servir de premier contrat, de banc d’essai et de preuve de fiabilité.
Pour que ce mécanisme fonctionne, les administrations devront toutefois devenir de meilleurs acheteurs technologiques. Un appel d’offres trop lent ou trop prescriptif avantage souvent les grands fournisseurs déjà établis. À l’inverse, une expérimentation sans critères précis peut financer des démonstrations qui ne deviennent jamais des services durables.
Le gouvernement devra définir des besoins mesurables, organiser des évaluations indépendantes et prévoir une possibilité réelle de sortie. Il faudra éviter qu’un objectif de souveraineté remplace la concurrence par une dépendance envers un fournisseur national unique.
La stratégie accorde aussi une place aux logiciels et modèles ouverts. Cette orientation peut favoriser l’audit, l’adaptation aux langues et aux réalités locales, ainsi que la maîtrise des coûts. Elle ne supprime cependant pas les besoins de sécurité, de maintenance et de gouvernance associés à leur déploiement.
La confiance repose encore sur des lois à venir
Ottawa place la confiance parmi les trois principes directeurs du plan, avec l’opportunité économique et la souveraineté. Le gouvernement promet de moderniser la protection des données personnelles, de lutter contre les deepfakes et la tarification de surveillance, de créer un régime de sécurité en ligne et de renforcer l’Institut canadien de la sécurité de l’IA.
Ces engagements restent toutefois moins détaillés que les objectifs économiques. Le juriste canadien Michael Geist souligne notamment l’absence d’obligations précises de transparence sur l’utilisation de l’IA, les données d’entraînement ou les décisions automatisées. La stratégie préfère une réforme générale de la vie privée, de futures règles de sécurité en ligne et un mécanisme volontaire de certification.
Cette différence de précision crée une tension. Le Canada veut accélérer fortement l’adoption tout en promettant que les protections seront modernisées dans les prochaines étapes. Or la confiance ne dépend pas uniquement de la performance technique d’un modèle. Elle suppose que les citoyens puissent savoir quand une décision est automatisée, contester une erreur et comprendre qui porte la responsabilité.
La souveraineté pose le même problème juridique. Héberger des données au Canada améliore le contrôle opérationnel, mais ne protège pas automatiquement contre une demande étrangère si le prestataire reste soumis à la législation d’un autre pays. Les futures règles de confidentialité et les contrats publics seront donc aussi importants que les bâtiments et les processeurs.
Des objectifs chiffrés qui devront être audités
Les annonces de 200 milliards de dollars de croissance et de 250 000 emplois donnent une direction claire, mais elles ne constituent pas encore un résultat. Elles dépendent d’hypothèses sur la productivité, l’investissement privé, la vitesse d’adoption et la transformation des métiers.
L’IA peut créer de nouvelles fonctions tout en automatisant une partie de tâches existantes. Le nombre net d’emplois ne dit pas non plus si les postes sont durables, bien rémunérés et répartis sur le territoire. Une politique sérieuse devra publier sa méthode de calcul et suivre les effets sur les professions exposées, pas seulement les recrutements dans le secteur technologique.
Le calendrier mérite également d’être surveillé. Le plan fixe des horizons allant de 2031 à 2034, tandis que plusieurs lois, programmes et infrastructures doivent encore être définis. Les prochaines étapes devront préciser les budgets, les responsables, les échéances et les critères d’évaluation.
Cette prudence ne retire pas tout intérêt à la stratégie. Le document identifie correctement plusieurs faiblesses : une adoption insuffisante, un accès inégal au calcul, une commercialisation difficile et une dépendance envers des infrastructures étrangères. Il relie aussi la politique de l’IA à l’énergie, à l’industrie, aux compétences et à la commande publique.
Le vrai test commencera avec les premiers déploiements
AI for All donne au Canada une feuille de route plus cohérente que la simple accumulation de programmes de recherche. Sa force est de traiter l’intelligence artificielle comme une politique industrielle et une infrastructure stratégique, plutôt que comme un secteur logiciel isolé.
Son principal risque est le décalage entre des objectifs très précis et des moyens réglementaires encore généraux. Un supercalculateur public n’aura d’impact que si son accès est équitable et utile. Une aide à l’adoption ne créera de valeur que si elle résout un problème métier. Une promesse de souveraineté ne sera crédible que si le droit, les contrats et l’exploitation technique garantissent réellement le contrôle canadien.
Les prochains mois diront donc moins si le Canada sait annoncer une ambition que s’il sait l’exécuter : choisir les premiers projets, publier les règles d’accès au calcul, moderniser la protection des données et mesurer honnêtement les effets sur les entreprises comme sur les travailleurs. C’est à ce niveau que la stratégie pourra transformer une avance scientifique historique en capacité économique durable.
Références
- Gouvernement du Canada – Stratégie nationale d’intelligence artificielle « AI for All »
- Gouvernement du Canada – Document complet de la stratégie nationale d’intelligence artificielle
- Premier ministre du Canada – Lancement de la nouvelle stratégie nationale d’intelligence artificielle
- Michael Geist – AI for All, Details to Follow
- Global News – Canada unveils AI strategy with plans for widespread adoption and data centres
