Trump arrête l'ordre exécutif sur l'IA : la régulation cède face à l'anxiété de la compétition

marsbitPublié le 2026-05-22Dernière mise à jour le 2026-05-22

Résumé

L'administration Trump a renoncé de manière inattendue à signer un ordre exécutif visant à instaurer un cadre d'évaluation des risques pour sécurité nationale et cybersécurité des modèles d'IA avancés avant leur publication. Initialement, les entreprises comme OpenAI, Google et Anthropic devaient partager volontairement leurs modèles avec le gouvernement 90 jours avant leur lancement public. Le président Trump a justifié ce revirement de dernière minute par sa volonté de ne rien entraver la position dominante des États-Unis dans la course à l'IA face à la Chine, mettant également en avant les créations d'emplois. Ce changement illustre la tension au cœur de la politique américaine sur l'IA : concilier la gestion des risques systémiques (cybersécurité, emplois, infrastructures) avec le maintien d'un avantage compétitif. Bien que l'ordre proposé fût volontaire et collaboratif, et non un régime d'approbation contraignant comme certains le suggéraient, il a suscité l'opposition de l'industrie, craignant un ralentissement de l'innovation. Le report survient alors que les sondages montrent une forte inquiétude du public et un soutien à des garde-fous plus stricts, notamment après que des tests privés du modèle Mythos d'Anthropic aient révélé des vulnérabilités préoccupantes dans les systèmes bancaires.

Note de la rédaction : L'administration Trump tentait initialement d'établir un mécanisme de test de sécurité pré-publication pour les modèles d'IA de pointe, mais quelques heures avant sa signature, cet ordre exécutif a été soudainement arrêté.

Selon le plan initial, des sociétés d'IA leaders comme OpenAI, Google, Anthropic, xAI devaient partager volontairement leurs modèles avec le gouvernement américain 90 jours avant la publication publique des modèles avancés, pour une évaluation des risques pour la sécurité nationale et la cybersécurité. Trump a finalement refusé d'approuver, arguant qu'il « ne veut rien qui entrave la position de leader des États-Unis dans le domaine de l'IA ».

Ce virage de dernière minute reflète la contradiction centrale à laquelle la politique américaine en matière d'IA est confrontée : les capacités des modèles de pointe commencent à toucher aux risques publics comme la cybersécurité, les vulnérabilités des systèmes financiers, l'impact sur l'emploi et l'expansion des centres de données. Mais dans un contexte où la compétition sino-américaine en IA est considérée comme une stratégie nationale, tout arrangement réglementaire peut être interprété par l'industrie comme ralentissant l'innovation et affaiblissant la compétitivité américaine.

Plus subtilement, cet ordre exécutif ne constituait pas à l'origine un régime d'approbation obligatoire, mais plutôt un cadre d'évaluation des modèles « collaboratif et volontaire ». En d'autres termes, la Maison Blanche n'a pas tenté de contrôler directement la publication des modèles, mais souhaitait ajouter une étape de test de sécurité gouvernemental avant que les modèles ne soient ouverts au public. Mais même ce schéma relativement doux a été temporairement mis en suspens dans le tiraillement entre la gouvernance de la sécurité et le leadership technologique.

L'IA passe du statut de simple enjeu industriel technologique à la zone d'intersection de la sécurité nationale, de la macroéconomie et de la gouvernance politique. Le point de controverse de la politique américaine en matière d'IA évolue également, passant de « faut-il soutenir le développement de l'IA » à « comment gérer les risques systémiques potentiels des modèles de pointe sans sacrifier l'avantage concurrentiel ».

Voici l'article original :

La Maison Blanche a reporté de manière inattendue la signature d'un ordre exécutif sur l'intelligence artificielle attendu depuis longtemps. Auparavant, Donald Trump avait déclaré qu'il « n'aimait pas » certains aspects du projet, en particulier l'arrangement prévu par le gouvernement américain pour soumettre les modèles d'IA à un examen de sécurité nationale et des risques cyber.

Cet ordre exécutif devait initialement être signé jeudi après-midi. Selon le plan, des sociétés d'IA leaders comme OpenAI, Google et Anthropic s'engageaient volontairement à soumettre leurs modèles au gouvernement pour examen.

Ce revirement soudain de Trump est intervenu après plusieurs semaines de débats internes au sein du gouvernement américain sur les limites de l'examen réglementaire.

Évoquant cet ordre exécutif, Trump a déclaré : « Je n'aime pas certains aspects. Nous sommes en avance sur la Chine, et sur tout le monde, et je ne veux rien qui entrave notre position de leader. » Il a également déclaré que l'intelligence artificielle « crée aussi beaucoup d'emplois ».

Avant que la cérémonie de signature ne soit soudainement reportée, plusieurs PDG d'entreprises technologiques prévoyaient de se rendre à Washington pour assister à l'événement aux côtés de Trump.

Ce report de signature intervient alors que de multiples sondages d'opinion montrent continuellement que les électeurs américains s'inquiètent des impacts de l'intelligence artificielle, beaucoup d'entre eux soutenant une régulation plus stricte et des garde-fous de sécurité pour cette technologie émergente.

Les inquiétudes du public concernant les implications sécuritaires potentielles de l'ouverture de modèles d'IA puissants sont en hausse ; parallèlement, l'impact de l'IA sur l'emploi et les controverses liées à la construction massive de centres de données complexifient davantage le calcul politique de la Maison Blanche. Peu avant, l'attitude de l'administration envers l'industrie de l'IA était encore clairement positive.

Certains alliés de Trump avaient appelé à placer les modèles d'IA leaders sous le contrôle du gouvernement américain ; mais d'autres personnalités de la mouvance MAGA avaient averti que toute mesure limitant la croissance de l'IA pourrait freiner l'économie américaine.

Un sondage réalisé ce mois-ci pour l'Institute for Family Studies montre que 82 % des Américains soutiennent que la Maison Blanche effectue des tests de sécurité sur les modèles d'IA avancés.

La maturation de cet ordre exécutif trouve son origine dans le fait que des responsables clés de la Maison Blanche avaient eu un accès anticipé au dernier modèle Mythos d'Anthropic, y compris le secrétaire au Trésor Scott Bessent. Ce modèle possède des capacités avancées pour découvrir des vulnérabilités en cybersécurité. Des responsables informés ont déclaré que les problèmes exposés par le modèle, comme des vulnérabilités du système bancaire, les avaient choqués.

Jusqu'à présent, Anthropic n'a ouvert l'accès à Mythos qu'à un nombre limité d'institutions de confiance, incluant des entreprises technologiques et certaines banques, afin que ces organismes puissent découvrir et corriger les problèmes de cybersécurité avant que les pirates informatiques n'obtiennent l'accès à ce modèle.

Kevin Hassett, directeur du Conseil économique national de Trump, avait un temps suggéré que les modèles d'IA de pointe devraient suivre un processus similaire à l'approbation des médicaments, ne pouvant être officiellement publiés qu'après avoir été « prouvés sûrs, comme les médicaments approuvés par la FDA ».

Sa déclaration a rencontré une forte opposition de la part des fondateurs et investisseurs dans l'IA, y compris certaines personnes proches de l'administration Trump. Ils estiment qu'un système similaire affaiblirait la capacité d'innovation des États-Unis.

L'ordre exécutif était loin d'atteindre des exigences de type régime d'approbation, se tournant plutôt vers l'établissement d'un « cadre d'évaluation de référence des modèles collaboratif et volontaire ». Jeudi matin, avant la cérémonie de signature prévue, des responsables de la Maison Blanche avaient déjà brièvement présenté le contenu de cet ordre exécutif aux journalistes.

Selon l'accord proposé, les principales sociétés d'IA, y compris OpenAI et xAI, partageraient volontairement leurs modèles avec le gouvernement 90 jours avant la publication publique des modèles concernés. En d'autres termes, ce mécanisme dépendrait encore largement de la volonté de coopération des responsables des entreprises d'IA.

Questions liées

QPourquoi l'ordre exécutif sur l'IA de l'administration Trump a-t-il été suspendu ?

AL'ordre exécutif a été suspendu parce que le président Trump a estimé que les dispositions, notamment l'évaluation des risques pour la sécurité nationale et cybersécurité des modèles d'IA, pourraient entraver la position de leader des États-Unis dans le domaine de l'IA face à la concurrence, notamment celle de la Chine.

QQuel était le mécanisme principal proposé par l'ordre exécutif suspendu ?

ALe mécanisme proposé était un cadre d'évaluation collaboratif et volontaire. Les principales entreprises d'IA (comme OpenAI, Google, Anthropic, xAI) s'engageaient volontairement à partager leurs modèles avancés avec le gouvernement américain 90 jours avant leur publication publique, pour une évaluation des risques de sécurité nationale et cybersécurité.

QSelon l'article, quel est le dilemme central de la politique américaine en matière d'IA ?

ALe dilemme central est de concilier deux objectifs : gérer les risques systémiques potentiels posés par les modèles d'IA de pointe (cybersécurité, emplois, etc.) et ne pas sacrifier l'avantage concurrentiel et le leadership technologique des États-Unis, notamment dans le contexte de la rivalité stratégique avec la Chine.

QQuelle réaction a suscitée la proposition d'un processus d'approbation des modèles d'IA similaire à celui de la FDA pour les médicaments ?

ALa proposition d'un processus d'approbation analogue à celui de la FDA (Food and Drug Administration) pour les médicaments, avancée par Kevin Hassett, a suscité une forte opposition de la part des fondateurs et investisseurs dans l'IA. Ils ont estimé qu'un tel régime réglementaire étoufferait l'innovation et affaiblirait la capacité d'innovation des États-Unis.

QQuel exemple de capacité d'un modèle d'IA avancé est mentionné pour illustrer les préoccupations de sécurité ?

AL'article mentionne le modèle Mythos d'Anthropic. Ce modèle possède des capacités avancées pour découvrir des vulnérabilités en cybersécurité. Son accès anticipé par des responsables du gouvernement américain, dont le secrétaire au Trésor Scott Bessent, a révélé des problèmes alarmants comme des vulnérabilités dans le système bancaire.

Lectures associées

Trois ans plus tard : Retour sur mon jugement de 2023 concernant ChatGPT

Trois ans après ses prédictions sur ChatGPT en mars 2023, Wang Jianshuo revient sur ses vingt affirmations initiales, évaluées en mai 2026 par des agents IA. Sur les vingt points, la majorité des tendances de fond étaient correctes : l'essor du RAG comme architecture dominante pour l'injection de connaissances, le rôle central de l'interface utilisateur en langage naturel (LUI), l'émergence de protocoles pour un "réseau d'agents", et le rattrapage technologique rapide des modèles chinois. Des erreurs notables portent sur des chiffres précis, comme les 100 billions de paramètres supposés de GPT-4 (en réalité environ 1,8 billion) ou une estimation trop basse des coûts de formation des grands modèles. Certaines prévisions se sont révélées trop absolues ("l'IA ne fera jamais de mathématiques pures") ou ont négligé les disparités (aucune vague de chômage massif, mais un impact sévère sur les jeunes diplômés). L'analyse révèle que les intuitions sur les mécanismes et les directions se sont avérées bien plus fiables que les prédictions numériques ou temporelles, souvent trop optimistes à court terme. La prudence dans les formulations et la reconnaissance des incertitudes se sont montrées précieuses avec le recul. Ce bilan offre des leçons pour les futurs pronostics : privilégier les tendances aux chiffres, anticiper les effets distributifs et accepter que certaines questions demandent plus de trois ans pour être tranchées.

marsbitIl y a 6 h

Trois ans plus tard : Retour sur mon jugement de 2023 concernant ChatGPT

marsbitIl y a 6 h

Trois ans plus tard : un retour sur mes prédictions de 2023 concernant ChatGPT

Trois ans après ses prédictions sur le ChatGPT en mars 2023, Wang Jianshuo revient sur ses 20 affirmations initiales. Évaluées en mai 2026 par des agents IA, la plupart de ses intuitions sur les grandes tendances se sont révélées justes : le RAG est devenu l'architecture standard pour intégrer des connaissances, l'Interface Utilisateur en Langage Naturel (LUI) a créé un nouvel écosystème, et les modèles chinois ont presque rattrapé les leaders mondiaux. Des concepts comme les réseaux d'agents et la nature limitée du test de Turing se sont également matérialisés. Cependant, les prévisions quantitatives et les affirmations trop absolues ont souvent échoué. Le paramétrage supposé du GPT-4 (100T) était inexact, et les coûts de développement des modèles ont dépassé les estimations. Il a sous-estimé la vitesse de personnalisation des IA et l'impact distribué sur l'emploi des jeunes. La capture de valeur a surtout bénéficié à la couche matérielle (comme Nvidia), et non aux seules applications. Les leçons clés sont que les mécanismes et les directions sont plus fiables que les chiffres précis, que l'optimisme à court terme doit être tempéré, et que les nuances ("peut-être", "pour l'instant") rendent les prédictions plus robustes. Cette rétrospective souligne l'importance de distinguer les tendances confirmées des questions toujours ouvertes.

链捕手Il y a 9 h

Trois ans plus tard : un retour sur mes prédictions de 2023 concernant ChatGPT

链捕手Il y a 9 h

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

Alors que l'IA écrit du code, traite des tickets clients et révise des documents juridiques, elle ne se contente plus d'être un outil mais devient une source directe de travail. La commercialisation de l'IA évolue ainsi d'un marché de « jetons » (tokens) ou d'heures de GPU vers un nouveau marché : celui de la « main-d'œuvre machine ». Dans ce marché, le jeton n'est qu'une unité de mesure, le GPU un intrant, et le modèle un outil de production. L'objet véritablement tarifé et échangé est le travail économique accompli directement par le logiciel. Le mécanisme de prix de l'IA devrait évoluer des jetons bruts vers des capacités de modèles standardisées, puis vers une main-d'œuvre sectorielle, et enfin vers un marché de résultats programmables. À l'avenir, les entreprises pourraient ne plus se soucier du modèle ou du GPU spécifique utilisé, mais uniquement du fait que la tâche soit livrée dans des délais, avec un taux de précision, une fiabilité et un coût conformes aux standards. Ce changement ne signifie pas un simple remplacement du travail humain. Alors que la machine assume des tâches standardisées et vérifiables, le rôle humain pourrait se déplacer vers la supervision, la responsabilité finale, la gestion du contexte et les jugements critiques. Dans certains cas, les 1% de jugement humain final pourraient gagner en valeur, car ils permettent de débloquer les 99% d'automatisation à grande échelle. Le marché évolue donc vers une couche où le « travail » lui-même devient l'unité stable, standardisée, vérifiable et négociable. La prochaine phase de concurrence ne portera pas seulement sur la puissance des modèles ou le prix du calcul, mais sur la capacité à standardiser, vérifier et tarifer le « travail » accompli, faisant de la main-d'œuvre machine une nouvelle ressource productive que l'on peut acheter, facturer et échanger.

marsbitIl y a 10 h

Du Token à la main-d'œuvre machine : l'IA passe d'outil à « travailleur »

marsbitIl y a 10 h

La réduction de 99% du prix de Xiaomi MiMo n'est pas un coup marketing ! Luo Fuli répond aux détracteurs sur X

Dans un article intitulé "La réduction de 99% du prix de MiMo de Xiaomi n'est pas du marketing ! Luo Fuli répond aux détracteurs sur X", Luo Fuli, responsable de MiMo, a publié un billet de blog technique de 5000 mots pour expliquer la baisse drastique des prix de l'API MiMo-V2.5. Contrairement aux interprétations initiales d'une guerre des prix ou d'une stratégie de perte, cette réduction de 99% concerne spécifiquement le coût des entrées en cache ("Input Cache Hit"), c'est-à-dire la relecture du contexte historique dans les conversations longues. Le billet détaille six piliers d'ingénierie ayant permis cette réduction : 1. **Architecture Hybride SWA** : Réduction du volume de la mémoire cache (KVCache) à 1/7 grâce à une attention par fenêtre glissante sur 60 des 70 couches du modèle. 2. **Gestion en double pool** : Allocation efficace de la mémoire pour matérialiser les gains théoriques du SWA, multipliant par 5 le nombre d'utilisateurs simultanés par GPU. 3. **Cache de préfixe optimisé** : Augmentation du taux de réussite du cache à 93-95% en moyenne, évitant de recalculer les contextes répétés. 4. **Système de cache distribué GCache** : Stockage des données sur les SSD des machines GPU existantes, réduisant les coûts de stockage additionnels à zéro. 5. **Système de routage LLM-Router** : Optimisation de l'acheminement des requêtes pour maximiser l'utilisation du cache et améliorer les performances. 6. **Prédiction Multi-Token (MTP)** : Accélération de la génération des réponses du modèle, réduisant également les coûts de sortie. Cette chaîne d'optimisations systémiques a réduit le temps GPU par requête d'un ordre de grandeur, permettant une baisse de prix de 99% tout en maintenant une marge positive. Luo Fuli souligne qu'il s'agit d'un accomplissement d'ingénierie validé en production, et non d'une simple manœuvre marketing, offrant une référence pour réduire les coûts dans le secteur de l'IA.

marsbitIl y a 12 h

La réduction de 99% du prix de Xiaomi MiMo n'est pas un coup marketing ! Luo Fuli répond aux détracteurs sur X

marsbitIl y a 12 h

Analyse rétrospective des opérations magistrales de Cathie Wood sur Circle

Cathy Wood (ARK) a réalisé une opération exemplaire sur l'action Circle, démontrant une maîtrise des mouvements de marché à court terme malgré son approche d'investissement habituellement tournée vers le très long terme. Elle a d'abord acquis près de 4,5 millions d'actions au prix d'introduction de 31 dollars, profitant ainsi de l'envolée initiale due à une faible offre flottante et une forte demande. Lorsque le titre a été propulsé à près de 300 dollars en juin 2025, porté par l'adoption du projet de loi sur les stablecoins (GENIUS Act), Wood a systématiquement vendu par tranches environ 1,7 million d'actions à un prix moyen d'environ 210 dollars, réalisant ainsi des plus-values substantielles. Cette décision était motivée à la fois par des règles internes de rééquilibrage de portefeuille et par l'anticipation de l'augmentation future de l'offre d'actions. Par la suite, face à la chute de l'action (jusqu'à -83% depuis son pic), Wood a racheté progressivement sa position initiale à des prix bien inférieurs (entre environ 50 et 130 dollars), portant son portefeuille à nouveau à environ 4,5 millions d'actions fin mars 2026. L'opération illustre trois principes clés : une conviction forte sur le modèle économique à long terme de Circle (stablecoin USDC), une exécution disciplinée par tranches sans chercher à prédire les sommets ou les creux, et le respect strict de règles de gestion des risques limitant le poids d'un titre dans le portefeuille.

marsbitIl y a 16 h

Analyse rétrospective des opérations magistrales de Cathie Wood sur Circle

marsbitIl y a 16 h

Trading

Spot
Futures

Articles tendance

Comment acheter ORDER

Bienvenue sur HTX.com ! Nous vous permettons d'acheter Orderly (ORDER) de manière simple et pratique. Suivez notre guide étape par étape pour commencer votre parcours crypto.Étape 1 : Création de votre compte HTXUtilisez votre adresse e-mail ou votre numéro de téléphone pour ouvrir un compte sur HTX gratuitement. L'inscription se fait en toute simplicité et débloque toutes les fonctionnalités.Créer mon compteÉtape 2 : Choix du mode de paiement (rubrique Acheter des cryptosCarte de crédit/débit : utilisez votre carte Visa ou Mastercard pour acheter instantanément Orderly (ORDER).Solde :utilisez les fonds du solde de votre compte HTX pour trader en toute simplicité.Prestataire tiers :pour accroître la commodité d'utilisation, nous avons ajouté des modes de paiement populaires tels que Google Pay et Apple Pay.P2P :tradez directement avec d'autres utilisateurs sur HTX.OTC (de gré à gré) : nous offrons des services personnalisés et des taux de change compétitifs aux traders.Étape 3 : stockage de vos Orderly (ORDER)Après avoir acheté vos Orderly (ORDER), stockez-les sur votre compte HTX. Vous pouvez également les envoyer ailleurs via un transfert sur la blockchain ou les utiliser pour trader d'autres cryptos.Étape 4 : tradez des Orderly (ORDER)Tradez facilement Orderly (ORDER) sur le marché Spot de HTX. Il vous suffit d'accéder à votre compte, de sélectionner la paire de trading, d'exécuter vos trades et de les suivre en temps réel. Nous offrons une expérience conviviale aux débutants comme aux traders chevronnés.

295 vues totalesPublié le 2024.12.10Mis à jour le 2025.03.21

Comment acheter ORDER

Discussions

Bienvenue dans la Communauté HTX. Ici, vous pouvez vous tenir informé(e) des derniers développements de la plateforme et accéder à des analyses de marché professionnelles. Les opinions des utilisateurs sur le prix de ORDER (ORDER) sont présentées ci-dessous.

活动图片