Afrique: Qwen et DeepSeek s'imposent face aux LLM américains

Un détail dans le reportage du New York Times mérite qu'on s'y arrête: quand un chercheur ougandais construit un modèle capable de comprendre trente et une langues locales, il ne part pas d'OpenAI, de Google ou de Microsoft. Il part de Qwen 3, la base open source publiée par Alibaba. Ernest Mwebaze, qui a bâti Sunflower LLM sur cette fondation chinoise, illustre un basculement discret mais lourd de conséquences pour les grands laboratoires américains.

Le raisonnement des équipes africaines est prosaïque, pas idéologique. Les plateformes chinoises comme DeepSeek, Qwen et Kimi sont, selon Shikoh Gitau, chercheuse et directrice générale de Qhala, plus rapides et moins chères à entraîner tout en étant ouvertes. Sa propre société a testé Claude, Gemini et Llama avant de migrer son chatbot vers DeepSeek en janvier 2025, jugeant que les modèles occidentaux coûtaient plus cher sur le contenu non anglophone et gommaient le contexte africain. Le choix n'est pas politique, il est budgétaire et pragmatique.

Pourquoi cela compte au-delà du continent: c'est là, sur les marchés à forte croissance démographique, que se construisent les prochaines couches applicatives de l'IA, chatbots administratifs, outils éducatifs, agents en langues locales. Si la couche modèle sous-jacente devient chinoise par défaut, l'influence d'OpenAI, d'Anthropic et de Google recule là où elle aurait dû, mécaniquement, progresser. Les poids ouverts d'Alibaba et de DeepSeek deviennent une infrastructure de fait.

L'honnête réserve, c'est que le reportage ne chiffre pas la taille réelle de cette adoption ni la part de marché exacte des acteurs chinois côté développeurs. Il documente une dynamique, quelques cas emblématiques, un discours cohérent d'experts locaux, sans en donner l'ampleur statistique. Il dit peu, aussi, des garde-fous, des audits et des dépendances stratégiques que crée l'ancrage sur des modèles publiés depuis la Chine.

Ce qu'il faut retenir pour la suite: la bataille des LLM en Afrique se joue moins sur la capacité brute que sur l'accessibilité, téléchargement, personnalisation, coût par requête en langue locale. Tant que Qwen et DeepSeek gagneront ces trois critères, ils continueront de fournir la base sur laquelle les Sunflower de demain seront construits.