Skip to main content
Leadership avisé RBC IA, technologie et innovation

1501355-Thumbnail-default

Lorsque certains des plus grands investisseurs du monde sont venus à Toronto en septembre, l’intelligence artificielle, les technologies quantiques et la défense faisaient souvent l’objet de discussions, tout comme les ressources et l’infrastructure, bien entendu. La biotechnologie, un secteur dans lequel le Canada jouit depuis un siècle d’une solide réputation en matière de découvertes scientifiques qui ont changé le monde, est restée à l’écart. C’est une tendance qui se répète. Depuis des décennies, le secteur de la biotechnologie au Canada est admiré dans les laboratoires, mais négligé dans les marchés des capitaux. Or, à mesure que la médecine devient une question de sécurité économique, cet écart devient de plus en plus difficile à ignorer.

Au cours des dix dernières années, le secteur des sciences de la vie a généré les rendements bruts sur 10 ans les plus élevés de tous les secteurs. Fait à noter, il a généré 44 % de la valeur des 50 plus grandes sorties de capital-risque au Canada, à partir de seulement 22 % des opérations (et 80 % des cinq plus grandes sorties d’opérations de capital-risque). Pourtant, seulement 7 % environ du capital alloué aux fonds de capital-risque canadiens a été réservé à des fonds du secteur des sciences de la vie.

Les entreprises canadiennes du secteur des sciences de la vie ont amassé 258 millions de dollars en capital-risque au cours du premier semestre de 2026, soit une baisse de 39 % d’une année sur l’autre et le plus bas pour un premier semestre depuis le début de la série. Le fonds d’IA de 4 milliards de dollars que Radical Ventures a annoncé lors du sommet représente près de 15 fois ce montant.

Nous avons de solides fondations sur lesquelles nous pouvons nous appuyer. Le Canada détient 4 % du marché mondial des essais cliniques, ce qui représente 3 milliards de dollars en dépenses directes par an, dont 2,1 milliards pour ce qui est des essais financés par l’industrie. De plus, le Canada compte le plus grand nombre d’essais cliniques en cours par habitant parmi les pays du G7, avec plus de 3 000 essais cliniques actifs, et les chercheurs canadiens figurent parmi les plus cités au monde. 

Une partie du défi réside dans le produit. Seulement environ 8 % des médicaments qui arrivent au stade des essais sur des humains sont approuvés à l’échelle mondiale, et on compte en moyenne plus de dix ans entre le stade de l’essai initial et celui de l’approbation. En tenant compte des échecs, le développement d’un seul médicament approuvé peut coûter plus de 1 milliard de dollars US.

Ce profil ne correspond pas à un portefeuille de capital-risque généraliste ni au modèle de risque d’une caisse de retraite. Des spécialistes sont nécessaires pour évaluer le risque scientifique, une réserve de talents que le Canada commence seulement à bâtir.

Le secteur souffre également d’un problème de visibilité. Clarissa Desjardins, présidente et cheffe de la direction de l’entreprise Congruence Thérapeutique de Montréal, l’a récemment fait remarquer dans un épisode du balado Les innovateurs : « Ce que fait la biotechnologie, ce en quoi nous excellons, c’est de transformer les idées théoriques des premiers stades en médicaments – cela est invisible d’une certaine manière. »

Le chaînon manquant

Le Canada excelle dans le démarrage d’entreprises de biotechnologie, mais peine à les faire prendre de l’expansion.

  • Les fonds de capital-risque du secteur des soins de santé au Canada sont relativement petits, avec une taille moyenne de 150 à 300 millions de dollars. Ceux-ci mettent l’accent sur les premières étapes du développement de l’entreprise avec des investissements de 10 à 20 millions de dollars en moyenne. Il existe une pénurie chronique de capital provenant de sources nationales pour les étapes avancées des entreprises en expansion.

  • Dans le secteur de la thérapeutique canadien, la participation des investisseurs nationaux passe de 42 % aux premiers tours de financement à seulement 24 % aux opérations pour la croissance des entreprises qui sont à une étape avancée de leur développement (2024).

  • In therapeutics rounds over $50 million, international investors make up 76% of the investors and 67% of deal volume. Dans les tours de financement en thérapeutique s’élevant à plus de 50 millions de dollars, les investisseurs internationaux représentent 76 % des investisseurs et 67 % du volume des opérations.

En général, les investisseurs dans le secteur de la biotechnologie effectuent une sortie de l’une des deux manières suivantes : par une vente ou par un premier appel public à l’épargne (PAPE). Un PAPE permet aux investisseurs de se retirer progressivement alors que l’entreprise reste indépendante et continue à recueillir des capitaux. Le Canada n’a pas enregistré de PAPE financé par le capital-risque depuis 2021, tandis que 13 entreprises de biotechnologie ont fait leur entrée en bourse aux États-Unis au cours du premier semestre de cette année seulement. Il ne reste donc que la vente comme moyen de sortie par défaut.

Lorsque les autorités réglementaires ont signalé que Clementia, l’ancienne entreprise de Desjardins, avait les données pour obtenir l’approbation, les acheteurs étaient prêts à payer pour avoir de la certitude. Elle a pressé son conseil de continuer à bâtir. « Il faudra recueillir 500 millions de dollars de plus et cela prendra cinq ans sans aucune certitude », lui ont répondu les membres du conseil. Ipsen en France achètera plus tard Clementia pour jusqu’à 1,3 milliard de dollars américains.

Ces sorties créent de la richesse et transforment les talents en de nouvelles entreprises en démarrage. Mais les récompenses à long terme (siège social, emplois, redevances) s’accumulent ailleurs. À l’inverse, les États-Unis ont créé des entreprises d’attache telles que Vertex Pharmaceuticals, dont le siège est à Boston et qui vaut aujourd’hui environ 130 milliards de dollars américains, en les finançant pendant des années de risque. Le Canada ne compte aucun développeur de médicaments de cette taille ayant été fondé au pays. Les dix plus grandes entreprises canadiennes de biotechnologie négociées sur le marché ont une capitalisation boursière globale de 13 milliards de dollars et emploient plus de 1 500 personnes. Ensemble, elles ne pourraient accéder au classement des 100 plus grandes entreprises américaines de biotechnologie selon la capitalisation boursière.

La santé, c’est la sécurité

Pendant la pandémie, Ottawa a reconnu qu’en raison du « déclin de l’industrie biopharmaceutique canadienne qui dure depuis plusieurs décennies », notre pays n’avait pas la capacité de produire rapidement son propre vaccin contre la COVID-19. Le gouvernement fédéral finance maintenant certaines parties du secteur « à double usage », ainsi que la défense.

Dans le même temps, la Chine a redéfini la concurrence à l’échelle mondiale. Les médicaments candidats chinois ont représenté environ un tiers des dépenses en licences de mise en marché effectuées par les géants de l’industrie pharmaceutique en 2025. Bon nombre de ces médicaments sont déjà passés par le stade des premiers essais sur des humains, et les licences obtenues pour ceux-ci n’ont coûté qu’une fraction de ce qu’il en coûterait pour les développer en Amérique du Nord. « [La Chine] a changé la réalité économique de la découverte de médicaments », affirme Desjardins. Selon elle, la course aux médicaments analogues visant des cibles bien connues est en grande partie perdue, mais le Canada peut toujours être le chef de file là où la science est encore naissante, notamment dans le domaine des découvertes par l’IA pour les maladies difficiles à traiter. Mais cette fenêtre ne restera pas ouverte indéfiniment.

Trois ajustements pourraient contribuer à changer la trajectoire :

  • Mobiliser des capitaux nationaux à grande échelle. Attirer des investisseurs institutionnels pour les tours de financement de plus de 50 millions de dollars, gérés par des spécialistes qui comprennent le risque scientifique.

  • Améliorer les mesures incitatives. Tirer parti des récentes modifications fiscales en recherche et développement pour faire du Canada un endroit plus concurrentiel où développer la propriété intellectuelle et la détenir.

  • Viser la création d’entreprises d’attache. Favoriser la création en dix ans d’au moins une entreprise canadienne de sciences de la vie d’une valeur de plus de 10 milliards de dollars et employant des milliers de personnes.

Écoutez l’entretien complet de John Stackhouse avec Clarissa Desjardins dans le cadre du balado Les innovateurs (en anglais seulement).

1501355-Thumbnail-default

Les centres de données sont au cœur de l’essor de l’IA. Les entreprises technologiques prévoient y consacrer des milliers de milliards de dollars, dont une grande partie aux centres de données qui alimentent leurs applications et services d’IA. Et le Canada constitue une destination toute naturelle pour la construction de tels centres, grâce à son énergie propre, à son climat frais et à l’abondance des terrains disponibles.

L’ampleur des possibilités est considérable. Dans le Nouveau plan de match du capital canadien, un rapport que nous avons corédigé avec McKinsey & Company, nous avons constaté que la demande mondiale de centres de données, mesurée en fonction des besoins énergétiques, devrait presque tripler d’ici 2030, l’IA étant à l’origine d’environ 70 % de cette croissance. Les investissements cumulés dans les installations de centres de données à elles seules pourraient dépasser 2 000 à 2 500 milliards de dollars américains d’ici 2030.

Comme l’explique le rapport, en conjuguant les investissements dans les centres de données à des mesures favorisant la commercialisation, le Canada pourrait contribuer à façonner l’économie mondiale de l’IA. Les centres de données pourraient également procurer d’importantes retombées économiques, notamment en générant des revenus et en améliorant la productivité grâce à des solutions fondées sur l’IA. Par ailleurs, la présence de centres de données au pays pourrait renforcer la souveraineté du Canada en matière d’IA et de données.

Toutefois, l’opinion publique à leur égard s’est détériorée en raison des préoccupations liées à l’environnement et au bruit, auxquelles s’ajoutent des inquiétudes croissantes à l’égard de l’IA. La construction de centres de données est aussi devenue un enjeu hautement politisé, particulièrement aux États-Unis, où elle occupe désormais une place importante dans les élections de mi-mandat.

Plus près de chez nous, un cadre visant à orienter le développement des centres de données commence à prendre forme, le gouvernement fédéral et six provinces ayant chacun publié des principes, des cadres ou des règles visant à établir des attentes claires à l’égard de ces projets.   Alors que le Canada poursuit le développement des infrastructures qui alimentent l’IA, les cadres présentés jusqu’à maintenant se résument à trois grandes exigences :

  • Électricité : produire sa propre électricité ou obtenir une capacité qui lui est attribuée, sans alourdir la charge du réseau ni en faire assumer les coûts aux Canadiens, tout en réduisant au minimum les répercussions environnementales.

  • Prix : assumer la totalité des coûts sans recourir aux fonds publics et générer des retombées durables.

  • Autorisations : obtenir l’aval de la collectivité locale, des titulaires de droits autochtones et des organismes de réglementation concernés.

L’électricité constitue souvent le principal défi associé au développement d’un centre de données et le volet qui exige les délais les plus longs. Pour répondre aux besoins en électricité, il faut réaliser des études du réseau et conclure des ententes de raccordement ou produire sa propre électricité, sous réserve de l’approbation de l’organisme de réglementation des services publics. Les travaux de transport d’électricité et ceux liés aux postes électriques et aux transformateurs doivent également être entrepris rapidement. Dans certains cas, il faut compter plus de trois ans pour obtenir les gros transformateurs destinés aux postes électriques.

Figure 1. Cinq volets qui se chevauchent dans un grand projet hypothétique de centre de données au Canada, avec échéancier indicatif. Les échéanciers s’appuient sur des données provenant de Hydro One, de Wood Mackenzie, de GE Vernova, de Fasken, de BLG, du ministère de l’Environnement et des Aires protégées de l’Alberta, d’Avisen Contentieux, de Broadstaff et de Skadden. Chaque projet est différent.

L’accès à l’électricité détermine souvent le lieu d’implantation des projets. L’Alberta ne représente qu’environ 3 % de la capacité actuellement exploitée au Canada, mais près de 90 % de la capacité proposée. Cela tient notamment au fait qu’il y est souvent plus facile pour un promoteur de produire lui-même son électricité que d’attendre un raccordement au réseau. Le gouvernement provincial cherche par ailleurs activement à faire de l’Alberta un important pôle de centres de données. Cet été, Meta a lancé la construction d’une installation de 13 milliards de dollars d’une capacité de 1 GW, la plus importante de l’entreprise à l’extérieur des États-Unis. À compter de 2030, elle sera alimentée par une centrale au gaz naturel de 932 MW, d’une valeur de 4,6 milliards de dollars, construite à proximité, dans le comté de Sturgeon, près d’Edmonton.

Malgré cela, les 1 200 MW provisoirement attribués par l’Alberta sont déjà entièrement réservés, alors que les projets en attente totalisent près de 19 565 MW. En Ontario, on estime que les projets proposés pourraient dépasser 10 000 MW. Même les promoteurs qui souhaitent produire leur propre électricité se heurtent à des obstacles, la forte demande ayant allongé les délais de livraison des turbines à gaz et d’autres équipements. Pour que ne serait-ce qu’une fraction des projets proposés puisse aller de l’avant, le Canada devra accroître son approvisionnement en électricité : à eux seuls, les projets en attente en Alberta et en Ontario représentent environ 18 fois les 1,6 GW de capacité actuellement exploitée par les centres de données au pays.

Le premier ministre Mark Carney a présenté son plan pour doubler la capacité du réseau électrique d’ici 2050, afin de fournir « une électricité propre, fiable et abordable au cours des prochaines décennies ». La future stratégie nationale sur l’électricité pourrait notamment permettre à l’énergie propre de jouer un rôle accru pour répondre à la demande des centres de données. À l’heure actuelle, c’est souvent le gaz naturel qui comble les besoins énergétiques. Toutefois, l’énergie nucléaire à faibles émissions pourrait elle aussi jouer un rôle, particulièrement en Ontario, où de nouveaux réacteurs sont en construction. Aux États-Unis, le développement de centres de données alimentés par l’énergie nucléaire est déjà amorcé. Microsoft a notamment conclu avec Constellation une entente de 20 ans visant la remise en service du réacteur 1 de Three Mile Island. Rebaptisée Crane Clean Energy Center, l’installation devrait reprendre ses activités en 2027.

La deuxième question est de savoir qui paie et qui en bénéficie. L’Alberta n’offrira ni subventions ni tarifs d’électricité réduits. L’Ontario, la Saskatchewan et le Nouveau-Brunswick ont chacun pris des mesures pour que les nouveaux centres de données assument leurs propres coûts plutôt que de dépendre de fonds publics. Hydro-Québec a pour sa part proposé un tarif qui serait environ deux fois plus élevé que son tarif industriel de grande puissance . Les principes fédéraux précisent également que les centres de données doivent procurer des retombées locales durables sans transférer leurs coûts d’électricité aux Canadiens.

Ces installations peuvent générer des dépenses de construction ainsi que des revenus tirés de l’impôt foncier et des services publics, en plus d’offrir une capacité de calcul dont peuvent profiter les entreprises locales. À plus long terme, les retombées pour le Canada pourraient notamment comprendre le développement des raccordements au réseau et de nouvelles capacités de production d’électricité, ainsi que des avantages économiques pour les collectivités.

Dans certains cas, les revenus générés par les centres de données d’IA pourraient même contribuer à réduire les coûts assumés par les résidents. Aux États-Unis, le fournisseur d’électricité Indiana Michigan Power a proposé de réduire d’environ 59 millions de dollars américains les factures de 2027 – soit environ 100 $ US par année pour un ménage type – et de geler les tarifs résidentiels de l’Indiana pendant trois ans, invoquant les revenus provenant des centres de données et d’autres grands consommateurs d’électricité.

Les autorisations demeurent un défi de taille, même lorsque l’électricité est disponible et que les retombées économiques sont manifestes. La construction de centres de données nécessite des approbations environnementales, des consultations auprès des Autochtones, des permis municipaux, provinciaux ou territoriaux ainsi que des décisions réglementaires.

La gestion de l’utilisation de l’eau est également essentielle, comme le rappelle le cadre du gouvernement fédéral. Par exemple, Mississauga et Oakville, en Ontario, ont adopté des règlements provisoires suspendant le développement de centres de données afin d’en étudier les répercussions locales, notamment sur les ressources en eau. Par ailleurs, la Première Nation crie de Sturgeon Lake conteste devant les tribunaux le permis relatif à l’utilisation de l’eau accordé au projet Wonder Valley, situé sur son territoire visé par le Traité no 8. Au Canada, les décisions relatives à l’utilisation de l’eau relèvent généralement des autorités locales et peuvent parfois faire pencher la balance en faveur ou non d’un projet.

Les partenariats avec les Autochtones sont essentiels. De nombreux sites envisagés pour l’implantation de centres de données se trouvent sur des territoires traditionnels ou à proximité de ceux-ci. La consultation constitue donc une obligation légale.  La participation des Autochtones au capital est également devenue un élément important pour faire avancer les projets d’infrastructure au Canada. Quelques exemples :

  • La Première Nation crie de Woodland détient une participation de 51 % dans un projet de 650 MW en Alberta qui prévoit la réaffectation d’une centrale électrique partiellement construite et qui est présenté comme un projet de centre de données dirigé par des Autochtones.

  • La Première Nation de Prophet River a signé une lettre d’intention en vue d’acquérir une participation majoritaire dans un projet près de Fort St. John.

  • En 2025, les membres de la bande d’Upper Nicola ont voté en faveur de l’ouverture de négociations avec Bell concernant la location de terrains pour un projet d’installation de 500 millions de dollars.

Le campus de Bell dans la région de Regina est situé sur des terres appartenant à la Première Nation de George Gordon. Le partenariat met l’accent sur l’approvisionnement auprès d’entreprises autochtones et le développement de la main-d’œuvre. L’utilisation de la chaleur résiduelle est également envisagée pour un projet voisin de George Gordon Developments et pour des campus universitaires situés à proximité.

.

TerritoireApprocheCe que cela signifie pour le Canada
États-UnisPrivilégier la rapidité au détriment du processus. Les demandes de raccordement en attente représentent environ 1 300 GW de capacité de production et 750 GW de stockage, et le délai médian de raccordement d’une nouvelle centrale dépasse cinq ans (LBNL). L’EPA a proposé de permettre aux États de supprimer les exigences fédérales d’avis public applicables aux permis relatifs aux sources mineures de pollution atmosphérique, une catégorie qui englobe de nombreux groupes électrogènes de secours de centres de données. Plus de 30 candidats au Congrès, à des postes de gouverneur et aux assemblées législatives des États ont signé un engagement en faveur de l’interdiction des allégements fiscaux accordés aux centres de données. Enfin, par décret, le gouverneur de la Pennsylvanie a subordonné la délivrance des permis de l’État à l’obtention des autorisations locales, interdit les accords de confidentialité et demandé à l’État de faire pression sur les organismes de réglementation afin que les promoteurs assument la totalité des coûts qu’ils imposent au réseau.L’instabilité des règles et les longs délais auxquels sont confrontés les centres de données aux États-Unis représentent pour le Canada une occasion à saisir, mais aussi un écueil à éviter.
ChineDéploiement à grande échelle piloté par l’État. À la fin de 2025, la capacité installée des centres de données s’élevait à environ 32 GW et devrait atteindre 60 GW d’ici 2030. Le pays compte huit pôles informatiques nationaux dans le cadre de l’initiative East Data West Computing. Les nouveaux projets dans ces pôles doivent être alimentés à 80 % par des énergies renouvelables et respecter un plafond d’efficacité énergétique (PUE) de 1,25, ou de 1,2 dans les pôles.Le Canada ne pourra peut-être pas rivaliser sur le plan de l’envergure. Il pourrait toutefois offrir certaines conditions comparables. Aucune province canadienne n’impose aux centres de données une proportion minimale d’énergie renouvelable, bien que les réseaux hydroélectriques du Québec et de la Colombie-Britannique dépassent déjà, dans les faits, le seuil de 80 % fixé par la Chine.

Union européenne, France et Allemagne

Souveraineté soutenue par des fonds publics. L’Union européenne prévoit investir 10 milliards d’euros et mobiliser 20 milliards d’euros supplémentaires auprès du secteur privé afin de créer jusqu’à sept[JK1]  « gigafabriques d’IA » comptant chacune plus de 100 000 processeurs. Elle a reçu 76 manifestations d’intérêt provenant de 16 États membres.  La France a recensé au moins 35 terrains propices à l’implantation de centres de données, dont 16 immédiatement disponibles. Elle a également ramené le délai d’autorisation de neuf à six mois et attiré un projet de campus de 1 GW soutenu par les Émirats arabes unis.

L’Europe mise donc sur des sites ayant déjà obtenu les autorisations nécessaires et sur le financement public. De même, le Canada dispose de nombreux sites et probablement d’un potentiel encore plus grand en matière de production d’énergie propre.
Pays nordiquesDurcissement des conditions. La Finlande a assujetti les centres de données à la catégorie supérieure de taxation de l’électricité le 1er juillet 2026 et envisage d’exiger que les grandes installations ajoutent une capacité de production équivalente à leurs besoins avant de pouvoir se raccorder au réseau. La Suède devrait assortir les nouveaux permis de conditions relatives à la récupération de chaleur, tandis que la stratégie adoptée par la Norvège en janvier 2026 exige des installations écoénergétiques alimentées par des sources renouvelables.Comme les provinces canadiennes, les gouvernements nordiques resserrent leurs conditions à mesure que la demande augmente : hausse des taxes sur l’électricité, nouvelles exigences de production ainsi que conditions relatives à la récupération de chaleur et aux énergies renouvelables.
Irlande
Un exemple qui incite à la prudence. Un moratoire de fait sur les nouveaux raccordements au réseau dans la région de Dublin était en vigueur depuis 2022, alors que les centres de données consommaient près du quart de l’électricité du pays. L’organisme de réglementation l’a levé en décembre 2025, mais en imposant des conditions strictes : une capacité de production ou de stockage sur place ou à proximité doit pouvoir couvrir la demande maximale, et au moins 80 % de la consommation annuelle d’électricité doit provenir de nouvelles sources renouvelables.
Une croissance mal encadrée a mené à un moratoire. Il est donc essentiel de planifier le développement en gérant mieux les besoins en électricité.
États du GolfCapitaux publics et rapidité , avec une forte volonté d’attirer des partenariats souverains en IA. Stargate UAE prévoit un campus de 5 GW, tandis que l’Arabie saoudite vise des investissements représentant 1,5 GW de capacité.Il est peu probable que le Canada puisse rivaliser avec ces pays sur le plan des investissements. Il peut toutefois miser sur des atouts que l’argent ne permet pas d’acquérir rapidement : un réseau électrique propre, la stabilité politique, la primauté du droit et la proximité des clients et des réseaux américains.
Asie du Sud-EstSingapour a provisoirement attribué 200 MW dans le cadre de son appel de demandes, alors que le taux d’occupation des installations de colocation dépasse 95 %. À Johor, en Malaisie, 1 110 MW sont en exploitation, 602 MW en construction et 2 486 MW à l’étape de la planification, tandis que le taux d’inoccupation n’est que de 0,7 %. Les autorités malaisiennes resserrent par ailleurs les exigences relatives à l’électricité, à l’eau et aux énergies renouvelables.Même le marché asiatique qui connaît la croissance la plus rapide impose davantage de conditions à mesure qu’il se développe.

Électricité

  • Les provinces pourraient publier des échéanciers de raccordement au réseau et demander aux exploitants de réseaux électriques de les respecter. Les longs délais de raccordement aux États-Unis représentent une occasion pour le Canada de se démarquer. Les provinces pourraient publier des échéanciers de raccordement au réseau et demander aux exploitants de réseaux électriques de les respecter. Les longs délais de raccordement aux États-Unis représentent une occasion pour le Canada de se démarquer.

  • La future stratégie nationale sur l’électricité du Canada pourrait considérer les centres de données comme une demande de base permettant de favoriser la réalisation de grands projets énergétiques, notamment dans les secteurs du nucléaire, de l’hydroélectricité et du gaz naturel.

Prix

  • Les gouvernements devraient assumer une partie du travail de sensibilisation du public aux coûts de l’électricité et exiger en contrepartie une plus grande transparence. Ils pourraient notamment fournir une explication simple de la quantité d’électricité qu’un centre de données consomme, de ce qu’il paie et des retombées qu’il génère, comme le prévoit déjà le principe fédéral de transparence.

Autorisations

  • Les provinces pourraient proposer des sites prêts à accueillir des centres de données, pour lesquels les autorisations auraient déjà été obtenues, ainsi que des règles claires en matière d’autoproduction d’électricité.

  • Enfin, elles pourraient faire du consensus qui se dessine un socle commun : adopter une définition commune de la propriété et du contrôle canadiens ainsi que des attentes communes, afin que les différents cadres présentent aux promoteurs un ensemble cohérent.

1501355-Thumbnail-default

L’excellence des États-Unis en intelligence artificielle a eu un effet secondaire inattendu : une immense concentration dans le segment des logiciels et du matériel informatiques. Environ 85 % des dépenses du Canada en infrastructure infonuagique sont faites auprès de trois sociétés technologiques américaines, tandis que trois autres représentent environ 88 % de l’utilisation des modèles de fondation d’entreprise. Par ailleurs, NVIDIA détient une part de 80 à 90 % du marché des puces d’IA haut de gamme.

Les entreprises et les gouvernements du Canada ne jouent pas un rôle important dans la chaîne logistique mondiale de l’IA. Or, l’exercice d’un plus grand contrôle sur notre infrastructure numérique afin de renforcer les capacités du pays en IA est mis de l’avant tant sur le plan commercial qu’à l’échelle nationale. La question de la « souveraineté en IA » est devenue un enjeu crucial au moment où cette nouvelle technologie se propage rapidement dans le monde. Parallèlement, le choix de construire une infrastructure et des systèmes d’IA souverains, ou l’établissement d’exigences de souveraineté pour l’infrastructure infonuagique en place, pourrait entraîner un surcoût et affaiblir la compétitivité du secteur technologique. Les entreprises canadiennes qui mettent en œuvre des projets de souveraineté en IA devraient déterminer les charges de travail à conserver pour leur infrastructure infonuagique existante, et lesquelles pourraient nécessiter une nouvelle architecture.

Le Canada n’est pas le seul à viser la souveraineté en IA. Selon McKinsey & Co., plus de 70 % des dirigeants, des investisseurs et des gouvernements du monde entier considèrent l’IA comme une « préoccupation existentielle » ou un « impératif stratégique » par rapport à leurs objectifs. Cette société prévoit que le marché mondial de l’IA souveraine vaudra 600 milliards de dollars américains en 2030.

Depuis plusieurs années, le gouvernement du Canada cherche à adopter de nouvelles lois visant la protection de la vie privée et la modernisation de la réglementation du numérique. Pendant ce temps, Washington a durci le ton à l’approche de la prochaine révision de l’Accord Canada–États-Unis–Mexique (ACEUM) en qualifiant d’irritants commerciaux potentiels une partie des efforts du Canada ayant pour but de réglementer les services numériques. Il s’en est suivi un débat animé – des deux côtés de la frontière – sur la façon dont les entreprises canadiennes peuvent continuer d’avoir accès aux dernières innovations en IA, tout en maintenant de rigoureuses mesures de protection.

Les entreprises canadiennes se retrouvent devant la nécessité de prendre des décisions concernant les infrastructures, les données et les fournisseurs dans un contexte qui a considérablement changé au cours des 18 derniers mois. La pile d’IA, c’est-à-dire l’infonuagique, l’informatique, les modèles fondateurs et les données requises pour l’exploitation des systèmes, est simultanément devenue un sujet de premier plan dans les négociations commerciales, l’élaboration de la réglementation, la stratégie d’approvisionnement et la gestion du risque opérationnel. Les choix qui sont faits aujourd’hui à la table des négociations et dans les salles de conseil du Canada créeront les conditions dans lesquelles se déroulera la prochaine décennie de l’économie numérique.

Tout d’abord, les États-Unis défendent plus vigoureusement leurs intérêts et leur domination dans le secteur de la technologie. Le chapitre de l’ACEUM sur le commerce numérique pose un défi immédiat à l’approche du 1er juillet 2026, étape importante de la révision conjointe après six ans.

Particulièrement en ce qui concerne la localisation des données, l’ACEUM va plus loin que plusieurs autres accords comparables : contrairement à l’Accord de partenariat transpacifique global et progressiste, l’ACEUM ne prévoit dans l’article 19.12 aucune exception à l’« objectif légitime de politique publique », ce qui réduit la marge de manœuvre dont le Canada disposerait autrement pour imposer le stockage local des données relatives aux services publics ou aux citoyens.

Les quatre dispositions ci-après sont les plus importantes pour la souveraineté en matière d’IA et de données : 1) limites concernant le traitement moins favorable des produits numériques étrangers ; 2) restrictions relatives au blocage des flux de données transfrontaliers transférées pour des raisons d’affaires ; 3) interdiction de poser comme condition d’exploitation une exigence d’installations informatiques nationales ; et 4) limites quant aux exigences de divulgation des codes sources. Une certaine marge de manœuvre existe, mais elle est restreinte : l’exception du gouvernement fédéral, au titre de la sécurité nationale, l’exclusion relative à l’approvisionnement fédéral et les exceptions prudentielles dans le secteur des services financiers pour préserver la stabilité des systèmes. Le gouvernement fédéral travaille également à la mise en place de plus d’une douzaine d’exceptions ciblées pour la défense.

À la suite d’une série de décrets et de réorientations politiques, les États-Unis ont durci leur position à l’égard du commerce numérique. Washington considère de plus en plus la réglementation visant le numérique et l’IA, y compris les règles adoptées hors des États-Unis, comme un irritant commercial et une entrave à l’accès au marché. En mars 2026, le représentant américain au Commerce a qualifié le cadre de souveraineté informatique, les règles numériques et les projets de réglementation du Canada de barrières commerciales dans son rapport d’estimation du commerce national.  Jamieson Greer, représentant américain au Commerce, a noté que toutes les options étaient envisageables à propos de l’avenir de l’ACEUM. Un décret présidentiel des États-Unis promulgué en 2025 pour la création d’un groupe de travail fédéral sur les litiges en matière d’IA, et une recommandation de la Maison-Blanche en faveur d’une norme nationale peu contraignante vont dans la même direction : la réglementation de l’IA est vue comme une nuisance au commerce. Lors des consultations sur l’examen de l’ACEUM, l’association américaine à vocation industrielle appelée Computer & Communications Industry Association (CCIA) a qualifié la Loi sur les nouvelles en ligne et la Loi sur la diffusion continue en ligne du Canada de discriminatoires, ce qui laisse croire que le gouvernement et les entreprises du Canada auront beaucoup de mal à protéger leurs intérêts.

Le 4 juin 2026, Ottawa a lancé L’IA pour tous. Cette stratégie nationale en IA repose sur la confiance, l’opportunité et la souveraineté. Deux de ses six piliers visent précisément à éliminer ces dépendances, soit les « fondements de l’IA souveraine » en ce qui concerne l’informatique, les données et le talent, et l’expansion des champions canadiens selon une approche « bâtir-partenariats-acheter ». Les engagements principaux sont concrets : une infrastructure contrôlée par le Canada et régie par les lois canadiennes, des partenariats pour une puissance de calcul souveraine de 850 mégawatts d’ici 2030 et une capacité d’expansion pouvant atteindre 2,3 gigawatts, un superordinateur public d’ici 2031 et 700 millions de dollars pour que les petites entreprises aient un accès abordable à la puissance de calcul. Si la mise en œuvre est réussie, certaines lacunes pourraient être comblées.

Pour les dirigeants canadiens, la souveraineté à l’ère de l’IA n’est pas synonyme d’isolement. Elle signifie l’absence de coercition, c’est-à-dire la capacité de choisir les modèles d’IA à utiliser, le matériel utilisé pour l’inférence en IA, les autorités régissant les données et le recours à des fournisseurs suppléants si un risque se présente. Fait à noter, la pile nationale de l’infrastructure croît plus rapidement que ne l’indique l’opinion prépondérante. Elle comprend notamment la construction d’une infrastructure par CoreWeave et Cohere, le Réseau d’IA tissé de Bell, les centres de données d’IA de TELUS, le consortium ThinkOn–Hypertec–Aptum–eStruxture et un nouveau superordinateur canadien. Tous ces projets visent la création d’une infrastructure nationale de données et d’IA. En outre, de nombreuses sociétés technologiques prospères d’envergure mondiale œuvrent au Canada dans les domaines des modèles d’IA, des services financiers, des technologies de soins de santé, de la gestion des connaissances, du stockage de données, etc.

Graphique thermique du risque lié à la souveraineté du Canada en matière d'IA

Dans Sovereign by Design (Mullin et Khan, 2026), la carte de densité ci-dessus illustre la gravité des risques pour la souveraineté du Canada en matière d’IA à chaque niveau/dimension, la souveraineté signifiant l’absence de coercition, et la capacité de structurer les dépendances de sorte qu’elles ne puissent servir de levier. Les quatre paliers correspondent au degré de dépendance et permettent de déterminer si le Canada a une solution de remplacement viable.

Comment lire la carte de densité ? Chaque cellule évalue la gravité du risque lié à la souveraineté lorsqu’une couche de la pile d’IA (rangées) correspond à une dimension de la souveraineté numérique (colonnes). La gravité reflète le degré de dépendance envers l’étranger, la concentration des fournisseurs, la substituabilité, ainsi que l’influence qu’un acteur externe acquerrait en raison d’une perturbation.

  • Faible – Sensibilité minimale. Le Canada dispose d’une capacité nationale, d’un approvisionnement diversifié ou de solutions de remplacement à portée de main. La dépendance ne crée guère de conditions propices à une influence étrangère.

  • Modéré – Dépendance réelle, mais raisonnable. Il existe une certaine concentration ou une dépendance envers l’étranger, mais les substituts de pays alliés, la capacité nationale partielle ou les solutions de rechange limitent l’influence pouvant être acquise.

  • Élevé – Grande vulnérabilité. Forte dépendance envers un petit nombre de fournisseurs ou de territoires étrangers et peu de substituts à court terme ; une perturbation ou une mesure coercitive engendrerait d’énormes coûts et serait difficilement évitable.

  • Critique – Important goulot d’étranglement dans la chaîne logistique du Canada. Dépendance à l’égard d’une seule source d’approvisionnement étranger (ou d’un petit nombre), peu de substituts viables nationaux ou de pays alliés. La perte d’accès pourrait endiguer ou détériorer considérablement la capacité de l’IA et se répercuter sur la pile.

Toute entreprise canadienne de grande envergure qui envisage des mesures pour accroître sa souveraineté en IA doit répondre à quatre questions. Les enjeux varient d’un secteur à l’autre (les services financiers, les soins de santé, la défense et les infrastructures essentielles sont confrontés aux enjeux les plus cruciaux), mais les choix structurels sous-jacents sont de plus en plus communs à tous.

  1. Prévoir trois scénarios réglementaires, et non un seul

    La révision de l’ACEUM pourrait donner lieu à une continuité du commerce numérique (statu quo), à un léger renforcement des restrictions ou à une renégociation importante ayant trait au commerce numérique. Les sociétés pourraient concevoir leurs stratégies d’IA et numériques en tenant compte de chacun de ces scénarios. L’incertitude entourant la réglementation nationale complique la variable commerciale. La mosaïque de lois du Canada en matière d’IA et de données pourrait devenir plus simple – ou plus complexe – alors que le gouvernement fédéral réforme la Loi sur la protection des renseignements personnels, la LPRPDE et d’autres règles numériques, probablement toutes en même temps. La Loi visant un système de soins de santé connecté au Canada (dont l’appellation est maintenant le projet de loi S-5, présenté de nouveau au Sénat en février 2026) permet la connexion entre l’interopérabilité des données de santé et l’entraînement de l’IA d’une façon qui reste en grande partie non définie. Le projet de loi C-8 a pour but d’étendre les normes de supervision aux exploitants de réseaux de télécommunications et d’infrastructures essentielles adjacentes. Le Groupe sur la résilience du secteur financier canadien, qui s’est réuni en avril 2026 à propos de Mythos, a signalé que l’IA de pointe est désormais considérée comme une préoccupation relative à la stabilité financière et à la cybersécurité, et non seulement comme une préoccupation d’ordre technologique. Il s’agit d’un défi que les sociétés des secteurs de l’énergie, des télécommunications, des transports et de l’eau devraient s’attendre à affronter bientôt, probablement avant la mise en place d’un cadre de supervision définitif pour faire face à une IA toute-puissante.

  2. Considérer la souveraineté en IA comme une occasion, et non seulement comme une question de conformité

    Les forces du Canada dans le secteur de l’énergie, l’expansion de la capacité des centres de données et les nouveaux champions de l’IA pourraient former la base d’une pile souveraine qui n’existait pas il y a quelques années. Les sociétés de secteurs adjacents, comme les services juridiques, les services professionnels et l’assurance, qui adoptent des infrastructures souveraines pourraient être en meilleure posture pour profiter des changements qui seront apportés à la réglementation du Canada ou de l’évolution de la situation commerciale. La possibilité que cette pile atteigne une portée commerciale dépendra des décisions d’approvisionnement prises par les principaux acheteurs. Étant donné que le taux d’adoption de l’IA dans les banques est passé de 30 % en 2019 à 50 % en 2023, et devrait atteindre 70 % en 2026, les choix que feront les six grandes banques et d’autres grandes sociétés financières dans un proche avenir pourraient déterminer si la souveraineté d’un écosystème infonuagique est véritablement possible au Canada. La Stratégie industrielle de défense du Canada et les nouveaux engagements de l’OTAN créent également une voie de croissance parallèle pour les entreprises à double usage répondant à la demande du Canada, du Groupe des cinq et des pays alliés.

  3. Bien répondre à la question du talent et de la propriété intellectuelle

    De nombreux diplômés en science, technologie, ingénierie et mathématiques (STIM) quittent le Canada, en particulier les meilleurs diplômés universitaires en génie logiciel. Or, en l’absence de compétences approfondies en IA au sein des gouvernements, les entreprises et les institutions canadiennes peineront à réaliser leur potentiel. Outre le code source, la propriété intellectuelle, les poids du modèle, l’optimisation des ensembles de données et les instructions génératives accumulées lors des déploiements en production sont de plus en plus exclusifs et précieux. De plus, les sociétés pourraient même considérer les meilleurs diplômés en IA et les personnes possédant des compétences importantes dans ce domaine comme des actifs stratégiques. Ce point est particulièrement crucial dans le secteur des soins de santé, où les cycles d’approvisionnement pour la transcription par IA, le soutien au triage et l’automatisation administrative sont les principaux cas d’usage.

  4. Agir collectivement

    Les associations industrielles, comme l’Association des banquiers canadiens, l’Association canadienne du marketing, le Conseil canadien des innovateurs et les organismes sectoriels, offrent des occasions naturelles d’entreprendre les discussions maintenant nécessaires avec le gouvernement. Le Conseil canadien des affaires considère que la révision de l’ACEUM est une priorité essentielle en matière de défense des intérêts. Les sociétés et les secteurs qui n’ont pas encore déterminé ce qu’ils attendent de ces discussions devraient le faire dès maintenant. 

Les secteurs canadiens des services financiers, des soins de santé, de la défense et des infrastructures essentielles sont ceux qui risquent le plus d’être confrontés à la convergence de l’IA et de la souveraineté numérique. Les dirigeants de ces secteurs envisagent probablement de prendre les mêmes décisions d’architecture au cours des prochaines années. Nous présentons ci-dessous les grandes lignes des choix politiques et technologiques qui s’offrent à eux.

Les banques canadiennes ne se posent plus la question de savoir s’il convient ou non d’utiliser l’IA à grande échelle. Selon les données conjointes du Bureau du surintendant des institutions financières (BSIF) et de l’Agence de la consommation en matière financière du Canada (ACFC), le taux d’adoption de l’IA est passé d’environ 30 % en 2019 à 50 % en 2023 et devrait atteindre 70 % d’ici la fin de 2026. En avril 2026, le Groupe sur la résilience du secteur financier canadien, partenariat public-privé dirigé par la Banque du Canada, s’est réuni pour discuter de Mythos. Il a déclaré que l’IA de pointe est désormais considérée comme une préoccupation relative à la stabilité financière et à la cybersécurité, et non seulement comme une préoccupation d’ordre technologique. Les conséquences pratiques sont concrètes. Premièrement, la gestion du risque pour les modèles de crédit et de marché constitue le seuil minimal, et non maximal, de la gouvernance de l’IA. Deuxièmement, les cadres de gestion du risque doivent tenir compte de l’ensemble du cheminement des données d’inférence (où les requêtes de données sont traitées par les modèles d’IA et lesquelles le sont), et non seulement de l’entraînement. Troisièmement, les scénarios de cyberattaques intégrant l’IA font partie des principales menaces pour la stabilité financière sur le plan systémique.

Les décisions d’approvisionnement des six grandes banques et d’autres grandes sociétés de services financiers au cours des 24 prochains mois pourraient déterminer si l’écosystème infonuagique souverain du Canada atteindra une portée commerciale significative. Les services financiers ne sont pas seulement l’un des éléments de la politique canadienne d’IA, ils en sont aussi l’un des principaux facteurs déterminants.

The Pan-Canadian Health Data Strategy continues to advance through Health Canada and the Canadian Institute for Health Information, but the infrastructure for moving health data across provincial boundaries remains underdeveloped. Quebec constrains cross-border health data transfers as a matter of binding provincial law, while Alberta, Ontario and British Columbia have parallel systems that overlap unevenly. The Connected Care for Canadians Act (Bill S-5), advancing through Parliament in 2026, includes provisions on health data interoperability that intersect with AI training data in ways the legislation leaves largely undefined.

Canada has a patchwork of laws on AI and data, which could get clearer, or even more tangled as the federal government reforms the Privacy Act, PIPEDA, and other digital rules. Further, the current provincial patchwork of laws is unlikely to be resolved anytime soon. Meanwhile, procurement cycles for AI scribing, triage support, and administrative automation are already moving without clear sovereign requirements to procure against.

Healthcare leaders and hospital executives likely have options when it comes to digital sovereignty and protecting Canadians’ data—that might include federated learning, workload partitioning, deliberate data-flow design—but future leaders may want to invest in solutions that can ensure the data sovereignty of Canadians’ health data. Either choice is defensible. But it is crucial to determine the choices through governance and technology architecture decisions, rather than leaving them up to international vendors.

La Stratégie industrielle de défense du Canada et les nouveaux engagements de l’OTAN créent des occasions de croissance pour les entreprises à double usage. L’infrastructure infonuagique de défense présente trois options : la construire en conformité avec l’ITAR des États-Unis, la construire hors de ce cadre pour répondre à la demande du Canada ou des pays alliés, ou construire des deux façons. Les données classifiées au Canada pourraient nécessiter une infrastructure souveraine exploitée séparément, tandis que les données du Groupe des cinq demanderont probablement une infrastructure plus interexploitable. Pour les exploitants d’infrastructures essentielles dans les secteurs de l’énergie, des télécommunications, des transports et de l’eau, les questions de politique d’IA que les sociétés de services financiers tentent de régler sont pertinentes. Il sera également important de surveiller le cadre de supervision envisagé dans le projet de loi C-8 concernant la cybersécurité, qui modifie la Loi sur les télécommunications et apporte des modifications corrélatives à d’autres lois. Les exploitants doivent décider s’ils adoptent une méthode proactive de gestion du risque lié à l’IA ou s’ils en reportent la mise en œuvre jusqu’à ce que les exigences réglementaires soient définitives.

Les entités canadiennes ci-dessous sont en exploitation, sous contrat ou en plein essor, et font partie des principales sociétés nationales actuellement en lice pour l’approvisionnement et les partenariats concernant la souveraineté en IA. 

Établie à Toronto, la société a été fondée en 2019. Cohere est la seule société dont le siège social est au Canada à créer des modèles de langage de pointe vendus à des entreprises dans des secteurs réglementés. Sa fusion avec la société allemande Aleph Alpha lui a récemment permis d’atteindre une valorisation combinée d’environ 20 milliards de dollars américains. En vertu d’un protocole d’entente fédéral, Cohere est reconnue comme un fournisseur de grands modèles de langage (GML) d’importance stratégique, bénéficiant d’un financement fédéral engagé de 240 millions de dollars. La société est le locataire principal d’une nouvelle installation informatique en IA de Cambridge, en Ontario, exploitée par la société américaine CoreWeave dans le cadre de la Stratégie canadienne sur la capacité de calcul souveraine pour l’IA. Le positionnement d’entreprise de Cohere se caractérise par des options de déploiement souverain pour les nuages privés virtuels et les environnements sur place des clients. La récente fusion avec Aleph Alpha accroît sa présence sur les marchés européens réglementés. La relation d’exploitation avec CoreWeave a soulevé des questions raisonnables dans l’écosystème quant au degré de propriété canadienne de la pile qui est requis, réalisable ou souhaitable. Dans l’ensemble, le renforcement de la position concurrentielle de Cohere par les moyens disponibles devrait améliorer le classement du Canada en matière d’IA. RBC est un partenaire national de Cohere et un utilisateur de sa plateforme North.

Annoncé en 2024 et accru en 2025, l’investissement de plus de 2 milliards de dollars de Bell dans la capacité de calcul du Canada pour l’IA repose sur l’infrastructure de NVIDIA, Cerebras et CoreWeave. Il vise la création d’une capacité souveraine au Canada pour les entreprises clientes, la capacité initiale étant destinée au gouvernement fédéral, aux provinces et aux secteurs des services financiers et des soins de santé. Le Royaume-Uni, l’Allemagne et la France ont adopté le modèle infonuagique souverain rattaché à des sociétés de télécommunications. Du fait de son envergure, le projet de Bell est le plus important projet d’investissement en puissance de calcul géré à l’échelle nationale en dehors du programme fédéral.

L’infrastructure nationale d’IA offerte par la deuxième grande société canadienne de télécommunications, annoncée en 2024, a commencé ses activités en 2025 à Rimouski, au Québec. L’installation cible les clients qui ont besoin d’une puissance de calcul en IA originaire du Canada et exploitée au Canada, offrant une fiabilité de classe transporteur. Les deux options rattachées à une société de télécommunications créent une forte concurrence en matière d’approvisionnement pour les services d’infonuagique souverains du Canada.

Cette coalition de moyennes entreprises canadiennes formée d’exploitants de centres de données et de fournisseurs de services infonuagiques – ThinkOn, Hypertec, Aptum, eStruxture – offre des services d’infonuagique souveraine pour les charges de travail du gouvernement fédéral et de sociétés réglementées. ThinkOn se dit le seul fournisseur canadien de services infonuagiques approuvé en vertu de l’accord-cadre de Services partagés Canada sur les charges de travail sécurisées au niveau Protégé B. Le consortium pourrait être une solution au problème des acheteurs du secteur public ayant besoin d’une plus grande envergure sans être liés à un fournisseur unique.

Les trois instituts de la Stratégie pancanadienne en matière d’IA financés par l’Institut canadien de recherches avancées – Vector (Toronto), Mila (Montréal) et AMII (Edmonton) – ont généré une grande partie de la base de recherche à l’origine de Cohere, d’Element AI (maintenant intégrée à ServiceNow), ainsi que d’une vaste équipe de spécialistes chevronnés en IA.

D’autres fournisseurs, des universités et des consortiums du Canada exercent actuellement leurs activités à plus petite échelle, notamment dans les domaines de la puissance de calcul et de l’hébergement spécialisé dans les secteurs réglementés. Soulignons que l’Université Queen’s et l’Université Simon Fraser ont conclu un partenariat en puissance de calcul pour l’IA.


Télécharger le rapport


Les sources liées sont accessibles au public. Les documents gouvernementaux, les directives réglementaires et les principaux rapports mentionnés dans le présent dossier sont classés par sujet. Déni de responsabilité : Les sources ne sont pas toutes rigoureusement exactes, et il en est de même pour les avis juridiques antérieurs et les indications prospectives.

Commerce et politique américaine

Souveraineté et capacité du Canada en IA

Réglementation financière et risque lié à l’IA

Défense et double usage

Protection des renseignements personnels, gouvernance des données et cadres provinciaux

  • Quebec Law 25 (Loi modernisant des dispositions législatives en matière de protection des renseignements personnels). Commission d’accès à l’information du Québec — cai.gouv.qc.ca.

  • LPRPDE – Loi sur la protection des renseignements personnels et les documents électroniques. Commissariat à la protection de la vie privée du Canada

  • Décision d’adéquation de l’UE pour le Canada (renouvellement en 2024) Commission européenne, justice et consommateurs

Cybermenaces et infrastructures essentielles

1501355-Thumbnail-default

D’une navette spatiale paralysée aux rues de la ville, les technologies qui reproduisent le monde physique redéfinissent notre façon de construire, de se déplacer et de planifier.

En avril 1970, un réservoir à oxygène a explosé à bord d’Apollo 13, à environ 330 000 kilomètres de la Terre. Les ingénieurs de la NASA sur Terre n’avaient aucun moyen d’atteindre physiquement la navette spatiale. Ils pouvaient toutefois transmettre les données télémétriques reçues en temps réel de la navette dans un parc de simulateurs à Houston, reconfigurer ces modèles pour reproduire les dommages subis et mettre à l’essai des stratégies de survie avant de communiquer des instructions à l’équipage. La solution élaborée a fonctionné et les astronautes ont pu rentrer à la maison. Bien que personne ne l’ait appelé ainsi à cette époque, le centre de contrôle venait de démontrer le principe fondamental de ce qui allait plus tard être connu sous le nom de « jumeau numérique ».

Le Dr Michael Grieves a officialisé le concept à l’Université du Michigan en 2002, et John Vickers, de la NASA, a inventé le terme en 20101. Cependant, le principe sous-jacent était déjà clair : construire une réplique virtuelle d’un objet physique, la maintenir synchronisée avec des données réelles, et l’utiliser pour explorer des questions qu’il serait dangereux ou coûteux de tester sur l’objet réel.

Un jumeau numérique diffère d’une simulation ordinaire sur un point essentiel : il est continuellement mis à jour. Une simulation modélise ce qui a été conçu, tandis qu’un jumeau reflète ce qui existe à l’instant. Il suffit de l’alimenter avec les données des capteurs d’un moteur à réaction, d’une éolienne ou d’un système de ventilation d’hôpital pour qu’il devienne un modèle dynamique capable de signaler une défaillance imminente, de tester un changement de configuration ou de prévoir la demande trois heures à l’avance. Cette distinction fait évoluer le processus décisionnel, passant de l’analyse rétrospective à l’anticipation en temps réel.

McKinsey estime que 70 % des cadres responsables de la technologie au sein des grandes entreprises étudient les jumeaux numériques ou investissent dans ceux-ci, et que cette technologie peut améliorer l’efficience des infrastructures du secteur public jusqu’à 30 %2. Le marché mondial, évalué à environ 36 milliards de dollars américains en 2025, devrait dépasser les 329 milliards de dollars d’ici 2033, avec un taux de croissance annuel composé de 31 %3.

La NASA a pu jumeler une navette spatiale, car elle disposait d’un centre de contrôle dédié. Pour transposer ce concept à une usine, à un réseau électrique ou à une ville, il fallait quelque chose qui n’existait pas en 1970 : une multitude de capteurs bon marché reliés à un réseau. Cette infrastructure est apparue avec l’internet des objets (IdO). On compte aujourd’hui plus de 21 milliards d’appareils connectés à l’IdO dans le monde, un chiffre qui augmente d’environ 14 % par an et qui devrait atteindre 39 milliards d’ici 20304. Chaque appareil (qu’il s’agisse d’un manomètre sur une canalisation, d’un magnétomètre intégré à la chaussée ou d’une caméra installée à un carrefour) génère des données télémétriques en continu qui alimentent un jumeau numérique.

Le champ d’application des jumeaux numériques est très vaste. Dans le secteur de l’énergie, Siemens Energy a créé des jumeaux numériques de composantes de turbines à gaz à l’aide de réseaux neuronaux sur la plateforme Omniverse de NVIDIA, accélérant ainsi de 10 000 fois5 la simulation des actifs du réseau électrique et permettant une maintenance prédictive qui pourrait faire économiser 1,7 milliard de dollars par année aux fournisseurs d’énergie6. SP Group, l’opérateur national du réseau de Singapour, teste actuellement un jumeau numérique qui modélise en temps réel les conditions de l’ensemble du réseau électrique, une initiative indispensable alors que le pays vise à multiplier par dix sa part d’énergies renouvelables d’ici 20357.

Dans le secteur de la production, une réplique numérique complète de l’usine BMW de Regensburg existe au sein de la plateforme Omniverse de NVIDIA. Les ingénieurs peuvent y optimiser l’emplacement des robots et mettre à l’essai les nouveaux modèles de voitures sur une chaîne de montage virtuelle sans interrompre la production. Helsinki utilise un jumeau à l’échelle de la ville pour modéliser l’incidence du remplacement des systèmes de chauffage dans certains quartiers sur les émissions de CO₂ et son objectif de carboneutralité en 2030. Le jumeau de Rotterdam simule les ondes de tempête afin de prendre des décisions proactives concernant l’exploitation des écluses et des barrages. Dans le secteur des soins de santé, 66 % des dirigeants s’attendent à une hausse des investissements dans les jumeaux numériques au cours des trois prochaines années, avec des applications allant de la modélisation des activités hospitalières à l’essai virtuel des médicaments, en passant par la planification des opérations chirurgicales8.

Ces cas présentent tous un élément commun : un actif ou un système jugé trop complexe, trop coûteux ou trop dangereux pour faire l’objet d’expérimentations directes qui se voit attribuer une version virtuelle alimentée par des données en temps réel. Le jumeau absorbe alors le risque lié aux essais et aux erreurs.

La circulation urbaine est un exemple particulièrement parlant de mise en application de cette technologie. En Ontario, le coût économique et social des embouteillages a été estimé à 56,4 milliards de dollars canadiens en 2024, et devrait avoisiner les 108 milliards de dollars canadiens d’ici 204410. La logique du jumeau numérique (percevoir, modéliser, anticiper, agir) appliquée au carrefours permet aux ingénieurs de la circulation de voir comment les feux de signalisation, les véhicules, les cyclistes et les piétons se comportent réellement, plutôt que de se fier uniquement à un plan de synchronisation.

Pour découvrir un exemple canadien de cette approche déployée à l’échelle mondiale, écoutez l’épisode de la série Les innovateurs RBC consacré à Miovision, une entreprise établie à Kitchener dont la plateforme de capteurs et d’analyse est actuellement utilisée sur plus de 170 000 intersections routières dans 68 pays. Les travaux de Miovision illustrent parfaitement comment les principes de jumeau numérique, issus de l’aérospatiale et de l’industrie lourde, peuvent être transposés aux réseaux routiers urbains. Ils démontrent aussi comment une jeune entreprise canadienne peut redéfinir son domaine en exploitant un élément aussi banal qu’un feu de signalisation.

  • La convergence des jumeaux numériques et de l’IA générative. Les pratiques opérationnelles de McKinsey font état d’une évolution des jumeaux : d’abord chargés de surveiller et de prévoir, ils sont désormais capables de formuler des recommandations et, de plus en plus, d’agir de manière autonome.

  • L’émergence d’écosystèmes jumeaux. Par exemple, le jumeau numérique d’une usine échangeant des données avec les jumeaux des composantes fournies et le jumeau du réseau électrique qui l’alimente. L’interopérabilité, les modèles communs de données, les interfaces partagées et les pistes d’audit certifiées détermineront quelles plateformes créeront de la valeur à long terme.

La logique d’ensemble est bien connue des ingénieurs de la NASA. Quand il est impossible d’accéder à un objet physique, ou que toute intervention sans simulation préalable s’avère trop coûteuse, il vaut mieux construire un modèle, le calibrer à l’aide de données réelles et le laisser anticiper les mesures à prendre. La technologie a dépassé le cadre de l’aérospatiale, mais le principe n’a pas changé.

Télécharger le rapport

1501355-Thumbnail-default

Cet article est un compagnon de l’épisode Disruptors sur la façon dont la plate-forme Wikipédia a construit la crédibilité grâce à la communauté, la transparence et un engagement partagé à la neutralité – Confiance à l’échelle : leçons de Wikipédia

La relation que les gens entretiennent avec les institutions a changé. Dans les pays de l’OCDE, davantage de gens se disent méfiants plutôt que confiants envers leur gouvernement national. Au Canada, seulement 48 % affirment faire confiance au gouvernement fédéral, comparativement à près de 60 % avant la pandémie1. Selon un sondage d’Ipsos, la confiance envers la capacité du gouvernement à agir de manière juste est passée de 58 % en 2019 à 43 % en 20222. Par ailleurs, l’indice CanTrust 2025 révèle que seulement 17 % des Canadiens font confiance aux politiciens, soit le niveau le plus bas en dix ans, et que six personnes sur dix estiment que les partis politiques sont des sources de division3.

Les médias sociaux et le contenu généré par l’IA ont accéléré cette tendance. Près de la moitié des Canadiens croient désormais que l’IA rendra les sources d’information moins fiables. Les algorithmes favorisent l’indignation au détriment de l’exactitude, inondant le débat public de contenus polarisants et de bruit généré par l’IA. Comme l’a souligné Jimmy Wales, cofondateur de Wikipédia, lors d’un récent épisode du balado Les innovateurs RBC, les plateformes encouragent de mauvais comportements en raison de l’engagement qu’ils suscitent : « les comportements provocateurs génèrent davantage d’interactions »4.

Dans son plus récent ouvrage, Seven Rules of Trust—A Blueprint for Building Things That Last (Les sept règles de la confiance : un plan pour construire des choses qui durent), Jimmy Wales s’intéresse à la crise mondiale de la crédibilité et des connaissances.Ces deux éléments se raréfient : selon le Baromètre de confiance Edelman 2026, 73 % des Canadiens se disent réticents à faire confiance à des personnes ayant des valeurs ou des sources d’information différentes5.

Les conséquences de cette méfiance sont nombreuses et concrètes. Lors des élections de 2023 en Slovaquie, un hypertrucage audio imitant un chef de parti politique est devenu viral pendant une période de silence électoral imposée par la loi, privant les journalistes d’une possibilité de réaction6. Aux États-Unis, un appel automatisé généré par l’IA et imitant le président Joe Biden a exhorté les électeurs du New Hampshire à rester chez eux lors de la primaire de 20247. Des incidents similaires sont survenus au Bangladesh, en Turquie et en Inde. Le German Marshall Fund a recensé 133 cas d’hypertrucage liés à des élections dans des dizaines de pays8.

Wikipédia est un modèle particulièrement instructif. Cette encyclopédie en ligne gratuite compte plus de sept millions d’articles en anglais, environ 283 000 contributeurs actifs et des milliards de pages consultées chaque année, le tout avec le budget d’un organisme sans but lucratif. Pour de nombreux utilisateurs, il s’agit d’une source de référence pour des sujets variés, allant de l’histoire d’entreprises à des faits insolites ou à des sujets peu connus.

Malgré sa diversité, la plateforme est loin d’être parfaite : des détracteurs soulignent des biais idéologiques, des écarts entre les sexes parmi les contributeurs et un risque de manipulation rémunérée. Toutefois, comme l’a souligné Jimmy Wales lors du balado, Wikipédia est passée « d’une plateforme autrefois perçue comme peu crédible à l’une des rares sources auxquelles les gens font confiance ».

Cela s’explique par sa structure. Le modèle de Wikipédia repose sur « la responsabilisation plutôt que le contrôle d’accès », a mentionné Jimmy Wales lors du balado Les innovateurs RBC9. « Toutes vos modifications sont visibles par tous. » Chaque source peut être vérifiée, les désaccords sont traités sur des pages de discussion publiques et les corrections surviennent en temps réel.

La réflexion de Jimmy Wales a été influencée dès le départ par l’argument du philosophe Friedrich Hayek, lauréat d’un prix Nobel, concernant la décentralisation des connaissances, selon lequel la prise de décision est plus efficace au niveau des utilisateurs finaux qu’à celui d’une hiérarchie centrale. Selon Jimmy Wales, les Notes de la communauté de la plateforme X sont une application prometteuse du même principe : donner davantage de pouvoir aux utilisateurs plutôt que de s’en remettre à une modération centralisée.

Des travaux de recherche remontant à l’étude de Knack et Keefer (1997) confirment que la confiance est un facteur mesurable de la croissance10. Une analyse d’Ira Kalish, économiste en chef mondial chez Deloitte, rend ce mécanisme concret : une hausse de la confiance entraîne une augmentation des investissements en immobilisations des entreprises et améliore la productivité grâce à des investissements de meilleure qualité, à l’accumulation de capital humain et à une plus grande internationalisation11.

Selon les modélisations du cabinet, une augmentation de dix points de pourcentage de la proportion de personnes qui font confiance au sein d’un pays se traduirait par une hausse d’environ un demi-point de pourcentage de la croissance annuelle du PIB par habitant ; il s’agit d’un gain appréciable dans un contexte où la croissance mondiale s’établissait en moyenne à 2,2 % entre 2015 et 2019.

Il n’existe pas de solution unique pour rétablir la confiance dans la gouvernance des entreprises et du secteur public. Toutefois, comme l’a mis en évidence la discussion avec Jimmy Wales lors du balado Les innovateurs RBC, la confiance n’est pas un simple principe abstrait. Sa reconstruction sera progressive, inégale et continue. En revanche, le coût de l’inaction est déjà mesurable.

1501355-Thumbnail-default

Cet article s’ajoute à l’épisode « Les innovateurs » qui porte sur la technologie sportive : La technologie remporte l’or : comment le Canada peut rebâtir son bassin olympique.

Le 1er novembre 1959, trois minutes après le début d’un match au Madison Square Garden, un tir d’Andy Bathgate, attaquant des Rangers de New York, a fracturé le nez de Jacques Plante. Le gardien des Canadiens de Montréal a quitté la glace, a reçu plusieurs points de suture et est revenu en portant un masque en fibre de verre qu’il avait lui-même moulé. Montréal a gagné 3-1 et a ensuite enchaîné une série de 18 matchs sans défaite. Dès lors, Plante refusa de jouer sans masque. En l’espace d’une décennie, tous les gardiens de but de la ligue avaient emboîté le pas. Plante ne cherchait pas à perturber quoi que ce soit. Il avait simplement décidé que le fait d’arrêter une rondelle gelée avec son visage était un problème qui valait la peine d’être résolu. Depuis, faire preuve d’initiative – cerner un problème, mettre au point une solution et laisser les résultats parler d’eux-mêmes – fait partie du sport canadien.

Évalué à environ 19 milliards de dollars américains en 2024, le marché mondial de la technologie sportive enregistre une croissance annuelle d’environ 20 %. Le Canada détient une part de marché de 450 millions de dollars américains, soit un peu plus de 3 %, et son taux de croissance annuel est de près de 19 %, ce qui le place parmi les marchés nationaux les plus dynamiques. Pourtant, en matière de financement, le Canada considère le sport et les technologies sportives comme une dépense discrétionnaire. Comme le soulignait David Shoemaker, directeur général du Comité olympique canadien, dans un récent épisode de la série Les innovateurs, les pays comparables « investissent cinq, six, voire dix fois plus que [le Canada] au niveau fédéral ». À elle seule, l’Allemagne investit « environ un milliard de dollars par année dans le sport ».

Le laboratoire Future of Sport de l’Université métropolitaine de Toronto, lancé avec Maple Leaf Sports & Entertainment (MLSE) en 2015, est l’un des premiers incubateurs de technologie sportive d’Amérique du Nord et a contribué au lancement d’entreprises qui ont collectivement amassé plus de 100 millions de dollars.

Parmi celles-ci figure la société montréalaise Sportlogiq, cofondée par Craig Buntin, ancien patineur artistique olympique, qui a mis au point une technologie d’analyse sportive alimentée par l’IA, maintenant utilisée par presque toutes les équipes de la LNH. On peut également parler de Rapsodo et de 3Motion AI, qui mettent des outils d’entrainement biomécanique entre les mains des athlètes évoluant dans des clubs et des entraîneurs locaux. Ces outils sont maintenant accessibles à partir d’un appareil portatif ou d’une application pour téléphone intelligent.

Le problème avec le secteur des technologies sportives au Canada n’a jamais été ce qui est développé. C’est plutôt ce qui se passe ensuite. En janvier 2026, Sportlogiq a été acquise par Teamworks, une société établie aux États-Unis. Fondée à Halifax, la société Kinduct, dont la plateforme de gestion des athlètes était utilisée par plus de 550 équipes et organisations dans le monde entier, a été rachetée en 2020 par la société mCube, basée dans la Silicon Valley, dans le cadre de ce que son fondateur a qualifié de plus importante cession dans le secteur de la technologie sportive.

Le schéma est bien connu : les fonds publics consacrés à la recherche permettent de lancer l’entreprise, qui fait ses preuves à l’échelle mondiale avant d’être rachetée par des investisseurs étrangers qui fournissent l’infrastructure commerciale dont le Canada ne dispose pas. La même tendance émerge dans le domaine du capital humain. Dans Les innovateurs, Jennifer Heil, cheffe de mission canadienne aux Jeux olympiques d’hiver 2026 de Milan-Cortina et fondatrice d’une jeune entreprise technologique a décrit un « véritable exode des cerveaux » dans le sport de haut niveau, les meilleurs scientifiques et nutritionnistes s’installant aux États-Unis parce que « nous n’avons pas les moyens de les payer à l’heure actuelle ».

Les trois quarts des médaillés canadiens aux Jeux de Milan-Cortina étaient âgés de 30 ans ou plus. Le bassin de talents s’amenuise : chez Patinage de vitesse Canada, l’équipe pour la Coupe du monde est passée de 24 à 16 patineurs. Près de la moitié des familles canadiennes jugent que le sport organisé est trop cher, et les athlètes de niveau national déboursent jusqu’à 25 000 $ pour représenter leur pays.

La technologie sportive peut s’attaquer directement au problème. Lorsque la gymnaste Marion Thénault, 17 ans, a été repérée pour le Camp des recrues RBC, elle n’avait aucune expérience en ski ; en cinq ans, elle a remporté la médaille de bronze olympique. Un processus de repérage des talents assisté par l’intelligence artificielle pourrait permettre de reproduire ce type de découverte à grande échelle, en touchant des communautés que le recrutement traditionnel ne parviendra jamais à atteindre.

M. Shoemaker imagine ce que cela donnerait grâce à l’IA : « Montrez-nous comment vous sautez, courez ou lancez, et nous vous dirons dans quel sport vous devriez vous inscrire à votre club local. » La jeune entreprise de M. Heil, Revel, repose sur l’idée que l’intelligence artificielle peut « démocratiser l’accès » à des connaissances d’élite sur l’entraînement, auparavant réservées aux athlètes olympiques.

Et en veillant à ce que les entreprises qui développent ces outils restent sous contrôle canadien, on s’assure que les retombées (emplois, propriété intellectuelle, revenus générés par les plateformes) restent ici aussi.

Le secteur dispose des entreprises et des infrastructures de recherche nécessaires. Il lui manque toutefois les capitaux nationaux pour permettre aux entreprises de se développer sur le marché intérieur, ainsi qu’une stratégie nationale visant à mettre ces produits à la disposition des jeunes athlètes qui en ont besoin.

Cet écart est visible au sein même du système public : les organismes nationaux de sport n’ont pas vu leur financement de base augmenter depuis 2005 et M. Shoemaker souligne que certains athlètes doivent désormais s’acquitter de frais d’inscription pouvant atteindre 30 000 $. Une stratégie nationale en matière de technologie sportive pourrait considérer les données, les infrastructures et la détection des talents comme des investissements à long terme.

1501355-Thumbnail-default

Ce qu’il faut savoir sur ce domaine en pleine expansion, capable de résoudre les problèmes plus rapidement qu’un super-ordinateur

L’informatique quantique est en train de passer d’un défi de physique intéressant à une solution stratégique potentielle pour les entreprises du monde entier. Le marché mondial de la technologie quantique devrait atteindre 97 milliards de dollars américains d’ici 2035. Le Canada, qui dispose d’une importante base de recherche et d’un petit nombre d’entreprises qui cherchent à transformer cet avantage scientifique en capacité industrielle, est bien placé pour tirer parti de cette évolution.

Les ordinateurs quantiques ne remplacent pas les machines classiques. Ce sont des outils spécialisés pour résoudre des problèmes que même les meilleurs super-ordinateurs actuels ne sont pas en mesure de traiter. En 2024, la puce Willow de Google a effectué en moins de cinq minutes un calcul de référence qui prendrait environ 10 septillions d’années à un super-ordinateur de pointe – bien au-delà de l’âge de l’univers.

Un ordinateur classique teste les possibilités une par une, au moyen de bits binaires (0 ou 1). Un ordinateur quantique, lui, utilise des qubits (ou bits quantiques), qui maintiennent simultanément de nombreuses possibilités (superposition). Il relie les différentes parties du problème afin qu’elles évoluent ensemble (intrication ou enchevêtrement) et exploite des phénomènes d’annulation et de renforcement pour faire disparaître les mauvaises réponses et faire ressortir les bonnes (interférence).

Elle peut résoudre des problèmes qu’aucun ordinateur classique ne peut traiter. Selon Bain & Company, l’informatique quantique pourrait générer jusqu’à 250 milliards de dollars de valeur dans les secteurs de la pharmaceutique, de la finance, de la logistique et de la science des matériaux. Prenons l’exemple de la découverte de médicaments : la mise en marché d’un médicament peut coûter jusqu’à 4 milliards de dollars et prendre plus d’une décennie, sans compter qu’environ 90 % des essais de médicaments échouent. Les ordinateurs quantiques peuvent simuler les interactions moléculaires au niveau atomique – ce que les machines classiques ne peuvent qu’approximer – réduisant fortement les délais.

Le compte à rebours en matière de sécurité a déjà commencé. Le risque le plus immédiat pour les entreprises est celui d’obtenir l’information chiffrée nécessaire et de la déchiffrer plus tard : les concurrents recueillent des données chiffrées aujourd’hui, mais attendent de disposer des capacités quantiques pour les déchiffrer rétroactivement. Pour le National Institute of Standards and Technology (NIST), la National Security Agency (NSA) et le Centre canadien pour la cybersécurité, il s’agit-là d’une menace réelle qui nécessite des mesures. Si votre entreprise détient des données à longue durée de vie (dossiers médicaux, recherche exclusive, propriété intellectuelle industrielle), la fenêtre de vulnérabilité est déjà ouverte.

La puissance quantique canadienne se construit depuis des décennies. En 25 ans, la « Vallée quantique » de Waterloo, vaste écosystème composé notamment de l’Institut Périmètre et de l’Institut d’informatique quantique, a attiré plus de 1,5 milliard de dollars d’investissements et a formé plus de 3 500 spécialistes en physique quantique.

Le défi est de conserver cet avantage au pays. En décembre 2025, Ottawa a lancé le Programme des champions quantiques canadiens, qui investit 92 millions de dollars dans quatre sociétés : Xanadu (Toronto), Nord Quantique (Sherbrooke), Photonic (Vancouver) et Anyon Systèmes (Montréal). Ce programme s’inscrit dans le cadre de l’engagement de 334,3 millions de dollars sur cinq ans du gouvernement en faveur du secteur quantique.

Les résultats prévus : selon une estimation, le secteur pourrait contribuer de plus de 3 % au PIB du Canada d’ici 2045, rivalisant avec l’aérospatiale, et soutenir plus de 200 000 emplois.

Un qubit conserve son état quantique durant une période infime, généralement environ 100 microsecondes pour le matériel de pointe actuel, ce qui suffit pour effectuer une centaine d’opérations avant que l’information ne disparaisse. C’est comme résoudre une équation complexe sur un tableau blanc qui s’efface chaque fraction de seconde.

Pour compenser, les ingénieurs utilisent la correction d’erreur : des qubits redondants qui vérifient et protègent le calcul. Mais la création d’un seul « qubit logique » stable peut nécessiter des milliers de qubits physiques, bien plus que ce que n’offrent les machines actuelles. C’est là que tout se joue : Google, Microsoft et Xanadu, au Canada, rivalisent pour résoudre le défi de la correction d’erreur à grande échelle et faire des percées dans la simulation moléculaire, la cryptographie et l’optimisation que les ordinateurs classiques ne peuvent pas atteindre. 

  • Échéances de la cryptographie post-quantique : la feuille de route du Canada pour les services publics requiert des plans de migration d’ici avril 2026, des systèmes hautement prioritaires à résistance quantique d’ici 2031 et une migration complète d’ici 2035. Ces dates auront des répercussions sur les contrats avec les fournisseurs et les chaînes logistiques.

  • Attrait commercial prometteur : les projets pilotes voient le jour dans les domaines de la découverte de médicaments, de la science des matériaux et de l’optimisation financière. Si cette technologie s’avère systématiquement plus avantageuse que les méthodes traditionnelles, elle aura franchi un cap décisif.

Télécharger le rapport

1501355-Thumbnail-default

L’intelligence artificielle (IA) s’apprête à redéfinir la création de valeur dans l’ensemble de l’économie canadienne. Pour comprendre cette transformation, Leadership avisé RBC a interviewé plus de deux douzaines d’entreprises qui jouent un rôle de premier plan dans la création ou le déploiement de l’IA dans le cadre de leur programme pour Ouvrir les esprits : comment les entreprises canadiennes peuvent devenir des chefs de file mondiaux dans l’adoption de l’IA. Le rapport expose les tendances issues de ces conversations.

En nous appuyant sur ce rapport, notre série d’études de cas va un peu plus loin. Nous suivons ici comment Manuvie, un assureur mondial et gestionnaire d’actifs, a utilisé l’IA générative comme catalyseur pour repenser la façon dont l’organisation apprend, partage et met à l’échelle de nouvelles idées. L’expérience de l’entreprise montre que l’adoption réussie de l’IA n’est pas seulement un défi technologique, c’est un défi de renforcement des capacités, de gouvernance et d’autonomisation des
personnes de travailler différemment.

Manuvie, un gestionnaire d’actifs mondial dont le siège social est situé au Canada, a vu dans l’IA une occasion d’aller au-delà des gains d’efficacité incrémentiels et de repenser ses produits et ses activités. La direction a jugé le secteur « trop à l’aise », a établi l’ambition de devenir un leader en matière de clientèle numérique et a considéré le grand modèle de langage d’OpenAI en 2022 comme un point de bascule. Une séance pratique à l’intention de la direction a transformé l’IA d’une expérience de niche en un point à l’ordre du jour du chef de la direction, signalant que pour avoir une incidence réelle, il faudrait une structure, une gouvernance et une intégration, et non des projets pilotes ponctuels.

Développer la capacité d’absorption (infrastructure). Manuvie a créé une pile d’apprentissages à plusieurs niveaux et a intégré environ 200 experts en science des données et en apprentissage automatique. Elle a aussi utilisé des rituels de leadership pour accroître le « stock de connaissances antérieures », afin de pouvoir absorber et intégrer plus rapidement les nouvelles avancées de l’IA.

Institutionnaliser la capacité d’adaptation (le moteur). Les responsables ont normalisé la copie : si une équipe créait quelque chose d’utile, les autres le réutilisaient. Cette approche a permis de transformer des victoires isolées en stratégies communes et de diffuser rapidement les améliorations. En intégrant cette habitude, Manuvie a accéléré le cycle d’adoption, d’invention, de sélection et d’expansion, renforçant ainsi sa capacité d’adaptation et d’innovation.

Équilibrer vitesse et sécurité (gouvernance axée sur les résultats). Les principes d’IA responsable, les cadres élargis de gestion du risque lié aux modèles, les examens interfonctionnels et la télémesure en temps réel ont permis de traiter l’itération rapide et la surveillance rigoureuse comme des compléments, et non comme des projets pilotes ponctuels.

Nous étions au milieu de l’année 2020. Jodie Wallis, alors chef mondial des analyses de Manuvie, avait convoqué les principaux cadres dirigeants de la société dans une salle du Conseil à Toronto. Elle savait que cette réunion marquerait un tournant : le dernier grand modèle de langage (GML) révolutionnaire d’OpenAI, GPT[1]-2, venait d’être lancé et, avec une puissance près de 100 fois supérieure à celle des modèles précédents, les implications du GPT-2 allaient bien au-delà de la technologie elle-même. Pour Manuvie, un assureur de plus de 137 ans fondé sur la précision actuarielle et la discipline au chapitre du risque, la question était de savoir si cette nouvelle capacité serait considérée comme une nouveauté passagère ou comme le déclencheur d’un changement plus profond.

Pendant des années, l’IA à Manuvie était synonyme de prédiction et d’automatisation : modèles de tarification, dépistage des fraudes, évaluation des indices. Même si la frontière avait été repoussée avec des modèles d’apprentissage automatique capables de créer des images hyper réalistes, ces applications restaient confinées au domaine de l’informatique. Elles étaient utiles et très impressionnantes, mais restaient dans les limites des attentes.

Pour Mme Wallis, les grands modèles de langage, comme GPT, ont brisé ces limites. Conçus pour un échange itératif, ils ont créé de la valeur non pas grâce à un résultat unique, mais grâce à un dialogue continu, faisant passer la dynamique de la commande et de la réponse à quelque chose qui se rapproche de la collaboration. Les GML pouvaient désormais raisonner avec une cadence semblable à celle des humains, invitant à la conversation plutôt qu’aux instructions. La percée n’était pas une « réponse » plus raffinée, mais la capacité du modèle à augmenter de manière si fluide la requête elle-même, générant de nouvelles directions de pensée et de découverte.

Ce passage de tâches limitées à une démarche exploratoire ouverte était aussi déstabilisant qu’exaltant. Mme Wallis a décrit ce moment avec une franchise inhabituelle : « Notre secteur a été trop à l’aise. Cette technologie n’est pas qu’un simple outil de plus, elle représente un tournant. Soit nous l’exploitons, soit nous risquons d’être transformés par elle. »

Autour de la table, les réactions ont été variées : curiosité, enthousiasme, appréhension. Le défi était immédiat. Manuvie devait-elle considérer l’IA générative comme une expérience marginale ou comme la nouvelle trajectoire de l’entreprise elle-même ? Mme Wallis était elle-même convaincue de la réponse, mais elle savait aussi que la technologie était encore à l’état embryonnaire, peut-être trop pour que le conseil d’administration l’accepte pleinement. Ce choix allait imposer des décisions difficiles sur les plans de la stratégie, de la gouvernance, de la culture et des investissements, le tout à une vitesse fulgurante, à mesure que la frontière avançait.

Dans ces moments de bouleversement technologique, les conseils d’administration se tournent vers des personnalités comme Mme Wallis pour distinguer les tendances passagères des forces transformatrices. Contrairement aux technologues-devins populaires à l’époque, sa tâche était lourde de conséquences : prévoir comment l’IA générative pourrait remodeler une institution fondée sur la discipline actuarielle et veiller à ce que Manuvie saisisse l’occasion plutôt que d’être dépassée par elle. En cadrant correctement le moment, une nouvelle valeur pouvait être libérée ; en le sous-estimant, les conséquences pouvaient être existentielles.

Mais la prévoyance seule ne suffisait pas. Mme Wallis savait qu’aucun mémo ni présentation PowerPoint ne pouvait rendre compte des implications de l’IA générative. Les mots sur une page risquaient d’être rejetés comme des résumés analytiques. La seule façon d’avancer était la confrontation directe. Pour combler ce fossé, il fallait en faire l’expérience. Heureusement, la technologie elle-même offrait une réponse : la possibilité de retourner la boule de cristal et de laisser les sceptiques y jeter un coup d’œil par eux-mêmes.

Elle a donc placé une tablette électronique devant chaque dirigeant, préchargée avec le dernier modèle d’OpenAI, et les a invités à le tester et à lui poser les questions qu’ils auraient pu lui poser autrement. La salle est devenue silencieuse lorsque les écrans se sont allumés avec des invites clignotantes. Un par un, les cadres supérieurs de Manuvie ont commencé à converser avec GPT-2, observant la génération de réponses fluides en temps réel. L’exercice était d’une simplicité désarmante, mais il a changé l’atmosphère. En quelques minutes, la conversation est passée de « est-ce réel ? » à « qu’est-ce que cela signifie pour nous ? » – un revirement que des mois de mémos et de réunions n’auraient jamais pu accomplir.

C’est la décision de Mme Wallis de faire vivre à ses collègues cette nouvelle frontière qui a convaincu la direction. Mais elle savait que la conviction seule ne suffirait pas. Pour porter ses fruits, elle devait être intégrée à l’infrastructure, puis à la capacité d’adaptation. Avec cette expérience en salle du Conseil, Mme Wallis a mis en mouvement le mécanisme (conviction, infrastructure, adaptation) qui allait permettre à Manuvie de traverser l’un des changements technologiques les plus profonds de son histoire. Manuvie s’est ainsi jointe à un petit groupe de géants de la finance qui positionnent le Canada à l’avant-garde de la transformation de l’IA.

Pour comprendre le déroulement de ce parcours, Leadership avisé RBC s’est entretenu avec Jason MacDonald, chef du personnel du Bureau du chef de la direction, et Jodie Wallis, aujourd’hui chef mondiale de l’intelligence artificielle de l’entreprise, afin d’explorer comment eux et leurs collègues ont guidé un assureur de 72 milliards de dollars à travers l’un des changements technologiques les plus profonds de son histoire.

Il est essentiel d’obtenir un appui solide de la part des cadres dirigeants dès le début de toute initiative transformationnelle. Mme Wallis avait compris que les dirigeants devaient faire l’expérience de l’IA par eux-mêmes. Ce faisant, elle a mis en pratique ce que la théorie de la diffusion des innovations d’Everett Rogers avait démontré depuis longtemps : les nouvelles idées se répandent plus rapidement lorsqu’elles peuvent être mises à l’essai (sans risque, dans des conditions de faible risque) et qu’elles sont observables (lorsque les pairs peuvent voir les résultats de leurs propres yeux). Ensemble, ces conditions transforment une technologie abstraite en quelque chose d’assez tangible pour y croire.

Une fois que quelques voix respectées ont trouvé l’outil utile (en posant des questions de suivi, en lisant à voix haute des résultats fonctionnels), la possibilité d’essai a été satisfaite : les cadres dirigeants pouvaient expérimenter de façon pratique et à faible risque. Et comme ces expériences se sont déroulées en public, l’observabilité s’est imposée : les collègues pouvaient observer, comparer les réactions et voir le système fonctionner en temps réel. Ce qui aurait pu être une expérience en solo est rapidement devenu un moment d’exploration partagé. Le renforcement entre pairs a permis de dissiper le scepticisme et de susciter la curiosité, car la technologie ne semblait plus risquée ou abstraite.

Mais la conviction seule ne suffit pas. Pour avoir une incidence, elle devait se traduire par une infrastructure qui permettrait à Manuvie d’absorber et d’étendre ce que les dirigeants avaient constaté. C’est là qu’intervient la capacité d’absorption.

Une simple démonstration, aussi convaincante soit-elle au niveau individuel, s’estompe à moins que l’organisation dans son ensemble ne puisse transformer ce qu’elle a vu en une capacité reproductible. C’est là qu’intervient la capacité d’absorption, c’est-à-dire la capacité d’une entreprise à reconnaître la valeur de nouvelles données, à les assimiler et à les appliquer à des fins commerciales (l’infrastructure qui rend possible l’adaptation ultérieure). Les recherches sur la capacité d’absorption, menées pour la première fois par les professeurs Wesley Cohen et Daniel Levinthal dans les années 1990, mettent en évidence deux fondements de cette infrastructure :

Les connaissances sont cumulatives et dépendent du parcours : elles s’acquièrent plus rapidement à partir de ce que les gens savent déjà, ce qui signifie que les connaissances antérieures constituent une base pour l’apprentissage futur.

L’étendue des connaissances élargit la portée de l’absorption : les organisations qui disposent de vastes connaissances antérieures peuvent intégrer et appliquer plus efficacement les nouvelles idées externes.

La capacité d’absorption concerne, c’est-à-dire la constitution d’une base de connaissances et d’activités courantes nécessaires pour intégrer de nouveaux outils. La capacité d’adaptation (dont il est question dans l’idée no 3) consiste à modifier ou à reconfigurer ces activités lorsque la frontière change et que les anciennes voies ne sont plus adaptées. Manuvie avait besoin des deux, mais elle a commencé par mettre en place délibérément l’infrastructure d’absorption nécessaire pour permettre à l’organisation d’apprendre. Ce faisant, l’équipe de Mme Wallis a considéré la culture et les aptitudes comme des piliers aussi importants que la technologie et a conçu une structure d’apprentissage à plusieurs niveaux :

IA 101 pour toute personne intéressée,

rédactique avancée et science des données pour les utilisateurs expérimentés, et 

modules personnalisés pour les cadres dirigeants, offerts en partenariat avec des universités.

Elle a ensuite intégré l’IA aux rituels de leadership. Par exemple, lors de la conférence mondiale sur le leadership de Manuvie, des cadres supérieurs ont présenté à leurs pairs des solutions élaborées par le personnel, créant ainsi un langage commun s’appliquant aux cas d’usage et à la gouvernance. L’objectif n’était pas seulement de sensibiliser, mais aussi de donner à tous les niveaux de l’entreprise, du personnel de première ligne à la salle du Conseil, suffisamment de contexte pour reconnaître les domaines dans lesquels l’IA était pertinente et l’intégrer dans le travail quotidien.

Selon MM. Cohen et Levinthal, Manuvie augmentait de façon constante son stock de connaissances antérieures, de sorte que chaque nouvelle vague technologique pouvait être absorbée et recombinée plus rapidement. Les actions de Mme Wallis correspondaient directement aux deux conditions qu’ils décrivaient : la formation et les rituels ont rendu l’apprentissage cumulatif en s’appuyant sur ce que le personnel connaissait déjà, et la large participation de l’ensemble du personnel a élargi la base de connaissances disponibles. Dans un secteur souvent décrié comme « trop à l’aise », cela a donné à Manuvie un avantage distinctif : la capacité de s’appuyer sur de nouveaux outils et de les intégrer à ses activités courantes de façon à accumuler des avantages au fil du temps.

Mais l’infrastructure seule ne suffit pas. Une fois ces fondations en place, le défi a consisté à maintenir l’élan lorsque la frontière a changé et que les anciennes voies n’étaient plus adaptées. Cela nécessitait une capacité différente : la capacité adaptative, le moteur qui fait tourner le volant.

Lorsque Roy Gori, chef de la direction de l’époque, a averti que le secteur était devenu « trop à l’aise », Mme Wallis savait que cette complaisance était dangereuse dans un domaine où de nouveaux modèles et de nouvelles applications d’IA émergeaient à un rythme effréné, entraînés par de nouveaux flux de capitaux massifs. La capacité d’absorption avait déjà donné à Manuvie l’infrastructure nécessaire pour apprendre et intégrer des outils d’IA dans toute l’entreprise. Le défi suivant était l’agilité : faire en sorte que la réponse de l’entreprise aux progrès technologiques soit tout aussi rapide et dynamique. L’adoption ne pouvait pas être un événement ponctuel ; elle devait devenir itérative. Cette idée a ouvert la voie à la capacité d’adaptation, le moteur qui convertit l’adoption en réinvention continue.

Research underscores why this engine is critical. Prior adoption experience is the single strongest predictor of inventive capacity: organizations learn to invent by first copying. Yet when firms switch paths—moving to new models or methods —performance often dips before it recovers, as old mental models stop fitting the new approach. Adaptive capacity is therefore the discipline of riding out that trough and recovering faster, turning temporary disruption into cumulative learning. Manulife operationalized this discipline through a set of deliberate routines. La recherche souligne l’importance de ce moteur. L’expérience antérieure en matière d’adoption est le facteur le plus déterminant de la capacité d’innovation : les entreprises apprennent à innover en copiant d’abord. Pourtant, lorsque les entreprises changent de cap, en adoptant de nouveaux modèles ou de nouvelles méthodes, leur rendement baisse souvent avant de se redresser, car les anciens modèles mentaux ne correspondent plus à la nouvelle approche. La capacité d’adaptation consiste donc à surmonter ce creux et à se redresser plus rapidement, transformant ainsi une perturbation temporaire en apprentissage cumulatif. Manuvie a mis cette discipline en pratique au moyen d’une série d’activités courantes délibérées.

Adoption → intégrer de nouveaux outils, pratiques ou modèles élaborés ailleurs et les intégrer aux activités courantes de l’organisation.

Sélection et expansion → filtrer ce qui fonctionne, l’intégrer aux activités courantes et étendre les solutions éprouvées à toute l’entreprise.

Invention → créer des solutions originales à l’interne, sans s’appuyer sur des modèles externes.

Manuvie a délibérément mis en place cette discipline. S’appuyant sur de solides connaissances en matière d’IA dans l’ensemble de l’entreprise, la direction s’est efforcée de faciliter les processus d’adoption en normalisant la copie comme précurseur de l’invention. Mme Wallis a institué des « marathons de requête » et des conférences de direction au cours desquels les outils conçus par le personnel étaient présentés, créant ainsi un langage commun axé sur la valeur et le risque. Ces rituels ont permis de légitimer l’emprunt, le perfectionnement et l’extension de ce qui fonctionnait, afin que l’adoption ne se limite pas aux premiers enthousiastes, mais qu’elle se répercute dans toute l’entreprise. Selon MM. Cohen et Levinthal, il s’agissait d’augmenter constamment le stock de connaissances antérieures de l’entreprise afin que, lorsqu’un changement de cap se présentait (qu’il s’agisse d’un nouveau modèle, d’une nouvelle plateforme ou d’une nouvelle application), l’organisation puisse l’absorber et l’appliquer plus rapidement.

Deuxièmement, Mme Wallis a délibérément conçu un système permettant un changement de cap en toute sécurité. Une pile indépendante des fournisseurs et compatible avec le nuage permettait de changer de modèle « même quotidiennement », faisant du changement technologique une routine gérée plutôt qu’une réinitialisation perturbatrice. Les décisions en matière d’expansion étaient liées à des résultats commerciaux clairs (augmentation des revenus, réduction des coûts, réduction des risques ou productivité) de sorte que les réorientations créent de la valeur plutôt que du bruit.

Enfin, elle a intégré une capacité de sélection, c’est-à-dire la discipline nécessaire pour éliminer rapidement les idées faibles et développer celles qui sont gagnantes. Des forums interfonctionnels et un financement axé sur les résultats ont permis de ne pas perdre de vue les éléments du portefeuille, de sorte que la capacité d’absorption s’est renforcée au lieu de s’éroder.

Ensemble, ces activités courantes ont formé la roue de l’innovation de Manuvie : l’expérience d’adoption a généré l’invention ; les activités courantes de sélection ont filtré le bruit ; l’architecture flexible a permis un changement de cap en toute sécurité ; et la boucle a redémarré de plus belle à chaque cycle.

Capacité d'adaptation : le volant de l'innovation

Dès le départ, l’entreprise a fait de la gouvernance responsable de l’IA un choix de conception. En l’absence de règles nationales claires, elle a créé ses propres principes et règles d’exploitation en matière d’IA responsable pour s’assurer que l’expérimentation et le déploiement respectent les exigences en matière d’éthique, de protection des renseignements personnels et de conformité.

Manuvie a élargi ses cadres de gestion du risque lié aux modèles existants afin de s’attaquer aux défis propres à l’IA générative, c’est-à-dire vérifier les fournisseurs tiers, surveiller les résultats afin de déceler les biais ou les hallucinations, et exiger des évaluations continues du rendement pour chaque modèle en production. Un comité de gouvernance interfonctionnel a examiné les cas d’usage pour détecter les risques liés à l’éthique et à la protection des renseignements personnels, en harmonisant les politiques aux directives mondiales en constante évolution. La gouvernance a été intégrée comme processus évolutif, et non comme politique statique.

Manuvie a considéré l’itération rapide et la surveillance stricte comme des compléments, et non comme des compromis. La surveillance continue des modèles (suivi de la précision, de la dérive et de l’utilisation) a été utilisée pour renforcer les contrôles en temps réel. Cette approche axée sur les résultats a permis aux modèles de rester en production tant qu’ils respectaient les seuils d’erreurs et de biais, et d’être ajustés ou retirés dès qu’ils ne les respectaient plus. L’itération était la bienvenue, mais jamais au détriment de la confiance.

Cette approche proactive a permis à Manuvie d’étendre rapidement et de façon responsable l’IA générative, renforçant ainsi la confiance des équipes de conformité, de la clientèle et des décideurs, même en l’absence de réglementation claire. La leçon plus générale à tirer est que les entreprises exerçant leurs activités dans des secteurs sensibles ne devraient pas considérer la réglementation comme un frein. En s’imposant des principes, en mettant en œuvre une surveillance opérationnelle et en démontrant aux organismes de réglementation qu’il est possible de poursuivre l’innovation de façon responsable, les entreprises peuvent devancer l’incertitude. Pour les décideurs, la leçon à retenir est tout aussi importante : la mise en place d’une surveillance en temps réel et de garde-fous axés sur les résultats peut assurer la sécurité plus rapidement que des contrôles de conformité ponctuels et normatifs.

Un an seulement après avoir adopté l’IA générative, Manuvie en est venue à une adoption généralisée à une vitesse que peu d’entreprises établies peuvent égaler. Son assistant propriétal, ChatMFC, est passé du stade de projet pilote à une quasi-omniprésence : en quelques mois, 40 % de ses employés l’utilisaient chaque mois, et au début de 2025, plus de 75 % de l’effectif mondial était activement mobilisé autour des outils, des formations et des cas d’usage liés à l’IA générative. L’adoption ne s’est pas limitée aux équipes technologiques ; elle a touché presque toutes les fonctions, qu’il s’agisse des ventes et du service ou des activités administratives.

L’incidence sur la productivité a été tout aussi frappante. Dans les centres d’appels, les outils d’IA ont permis de réduire de 30 à 40 secondes la durée moyenne des appels sans diminuer la satisfaction clientèle. Dans toute l’entreprise, l’IA générative n’était plus un projet connexe, elle était intégrée dans le flux de travail quotidien.

Les gains en matière de contact clientèle ont été encore plus visibles. Les nouveaux conseillers se sont familiarisés plus rapidement avec leur travail, en ayant recours à l’accompagnement par IA pour s’entraîner et affiner les interactions. Parallèlement, les conseillers ont rapporté que l’IA leur avait permis de se concentrer sur les relations clientèle, produisant un résultat anormal pour une initiative technologique, à savoir une efficacité accrue et un engagement humain plus profond.

Au niveau stratégique, la roue était lancée. À la mi-2025, Manuvie comptait plus de 35 cas d’usage de l’IA générative en production et 70 autres en attente. Les premiers déploiements ont à eux seuls généré environ 4,7 millions de dollars de bénéfices, tandis que le programme de transformation numérique plus large (fondé sur l’IA) a rapporté plus de 600 millions de dollars de bénéfices en 2024, sous forme d’économies, de nouvelles ventes et de meilleurs résultats en matière de gestion du risque. Pour l’avenir, l’entreprise anticipe un triplement du rendement de ses investissements dans l’IA sur cinq ans. Ces résultats confirment que les choix de conception de Manuvie (mobilisation active des cadres dirigeants, expansion en fonction des résultats, gouvernance selon le principe de version bêta perpétuelle) ont transformé l’IA, qui est passée d’une nouveauté à une capacité institutionnelle.

Chiffres

1,6T$ Actifs sous gestion
35 MClients dans le monde
53 G$Capitalisation boursière
5,1 G$Revenu net
38 000Nombre d’employés
200Experts en science des données et en rédactique intégrés dans toutes les équipes
600 M$Avantages attribués à la transformation numérique (avec l’IA comme élément central) en 2024
Plus de 75Cas d’usage de l’IA déployés d’ici la fin de 2025
75 %Part de l’effectif mondial de Manuvie mobilisé dans l’IA générative

Télécharger le rapport

1501355-Thumbnail-default

L’intelligence artificielle (IA) s’apprête à redéfinir la création de valeur dans l’ensemble de l’économie canadienne. Pour comprendre cette transformation, Leadership avisé RBC a interviewé plus de deux douzaines d’entreprises qui jouent un rôle de premier plan dans la création ou le déploiement de l’IA dans le cadre de leur programme pour Ouvrir les esprits : comment les entreprises canadiennes peuvent devenir des chefs de file mondiaux dans l’adoption de l’IA. Le rapport expose les tendances issues de ces conversations.

S’appuyant sur ce rapport, la série d’études de cas approfondit davantage l’analyse. En suivant le parcours d’une entreprise à travers des enjeux précis, des revirements et des occasions, elle contribue à illustrer les choix stratégiques et les conditions des politiques qui transforment la promesse technique en valeur économique et sociale.

Dans le domaine de l’exploitation minière, les décisions clés du conseil d’administration dépendent encore des résultats d’essais en laboratoire à distance, où des carottes sont découpées et analysées afin de mesurer la teneur en minéraux. Ces tests sont souvent lents, coûteux et risqués sur le plan logistique ; ils s’échelonnent sur environ six à dix semaines, précisément au moment où le capital s’avère le plus en jeu.

GeologicAI transfère le laboratoire au site de forage. Alimentés par l’IA, ses capteurs compriment la boucle « identifier – réfléchir – agir » en moins de 48 heures, les analyses se transformant en teneur et en valeur actualisée nette (VAN) qui orientent les décisions du prochain forage et réduisent le capital improductif.

L’adoption dépend d’interprètes de données de confiance, soit les spécialistes du domaine qui maîtrisent autant la géologie que l’IA, aptes à défendre le changement et à expliquer les résultats dans des termes pertinents pour leurs collègues. Il s’avère essentiel de développer cette expertise et d’intégrer de nouveaux outils pour que la technologie évolue au sein du secteur.

Pour le Canada, la leçon est claire : la recherche de calibre mondial en IA ne devient un leadership sectoriel que si les incitatifs politiques ciblent également le déploiement et l’expansion, et non seulement la recherche et le développement, c’est-à-dire le financement d’équipes prêtes pour le terrain, le soutien à l’adoption et la rapidité d’adaptation du secteur des minéraux essentiels.

Imaginez ceci. Il fait près de 40 °C. Deux géologues extraient avec soin deux carottes profondes au moyen de l’appareil de forage de 40 000 livres qui les surplombe. En Australie, au cœur du brûlant désert du Pilbara, c’est le point le plus élevé à des kilomètres à la ronde. La tâche de l’équipe en provenance de Sydney est simple : récupérer les carottes et les transporter en toute sécurité jusqu’au laboratoire d’essais géologiques à Perth, à 1 400 kilomètres. Les tests révéleront si le gisement a le potentiel de devenir une mine.

Face à la chaleur oppressante et à l’horloge, il y a peu de temps pour agir. La prochaine étape consiste à charger les carottes dans un Land Cruiser et parcourir 200 kilomètres de routes désertiques périlleuses, jusqu’à un aérodrome isolé où un avion attend. Ces carottes représentent la phase finale des essais pour la mine de lithium proposée, une étape charnière entre l’exploitation de leur jeune entreprise minière et le financement de près de 500 millions de dollars australiens, si l’échantillon de carottage donne des résultats positifs.

Le duo de géologues, ainsi qu’une poignée d’autres qui mettent leur carrière en jeu dans cette entreprise minière âgée de deux ans, comprennent que la patience de leurs investisseurs a des limites. Chaque jour passé à attendre les résultats du carottage équivaut à plus de 110 000 $ australiens en rendements perdus, soit des capitaux qu’une mine bien établie pourrait facilement générer. Les investisseurs connaissent les enjeux, mais la patience s’estompe si l’incertitude se prolonge. C’était leur huitième aller-retour en cinq mois, chaque trajet étant une course contre une confiance déclinante et des budgets resserrés. Une carotte endommagée, un vol manqué ou un autre long retard de laboratoire pouvaient ébranler la confiance précaire qui maintenait l’existence de cette entreprise.

GeologicAI inverse le scénario en transférant au gisement sa technologie de numérisation des carottes, alimentée par l’IA, éliminant de nombreux déplacements entre le laboratoire d’essais et le site de forage et en accélérant les processus d’évaluation.

L’exploration constitue un triangle implacable de géologie, de capital et de temps, souvent effectuée dans les coins les plus reculés de la planète. Pour Grant Sanden, fondateur et chef de la direction de GeologicAI, basé à Calgary, c’est plus qu’un casse-tête logistique, c’est le principal enjeu de l’exploitation minière : comment transformer le minerai en savoir fiable, assez rapidement pour orienter les investissements ? Voilà le problème que GeologicAI visait à résoudre.

Vétéran du secteur des ressources au Canada, M. Sanden avait observé une multitude de projets comme celui décrit ci-dessus stagner au même goulot d’étranglement : le temps nécessaire pour transformer le minerai en savoir. Il savait que l’enjeu ne consistait pas à prélever d’autres échantillons : à 300 mètres plus bas, on peut forer indéfiniment et pourtant passer à côté de l’évidence. Le coût réel résidait dans la boucle lente et fragmentée des données qui laisse les géologues se perdre en conjectures, les investisseurs se tracasser, et les installations de forage dépenser de l’argent en vain. Et si, a-t-il demandé, le secteur cessait de considérer les analyses comme un bilan après le fait mais plutôt en faire la clé d’un moteur de décision en temps réel ?

Chiffres

De 6 à 10 joursNombre de jours habituels avant l’arrivée des résultats de laboratoire à partir des carottes et qui déterminent la teneur en métal présent dans le minerai. Jusque-là, les décisions en matière de forage et d’investissement de plusieurs millions de dollars sont en attente.
De 24 à 48 heures Le temps nécessaire à GeologicAI pour obtenir les mêmes résultats grâce à ses capteurs sur place, alimentés par l’IA.
13 milliards $ USBudgets annuels mondiaux d’exploration des métaux non ferreux (2023).
60 millions $ USÉvolution à l’échelle mondiale de GeologicAI en juillet 2025, dans un contexte de crise des minéraux liée aux centres de données et à la transition énergétique ; effectif ~220, ~80 % au Canada.
5Nombre de continents où GeologicAI opère.
16Années médianes entre la découverte et la première production mondiale.        
6Pourcentage des entreprises du secteur minier qui utilisent actuellement l’intelligence artificielle.

L’hypothèse de M. Sanden était simple : si des carottes pouvaient être numérisées là où elles sont forées, les décisions en matière d’exploration et de développement miniers ne dépendraient plus des résultats des essais en laboratoire, qui pouvaient prendre plusieurs semaines. Dans les faits, il s’agissait d’une remorque tirée par un camion, équipée d’analyseurs à fluorescence rayons X (XRF) hyperspectraux et de capteurs visuels, reliée à des modèles d’apprentissage automatique permettant de classer les types de roche, d’en estimer la teneur et d’attribuer une valeur préliminaire en dollars. La remorque peut également être transportée par hélicoptère à un projet d’exploitation minière.

Après avoir construit le prototype et effectué quelques essais initiaux sur le terrain, M. Sanden et son équipe ont prouvé que le système alimenté par l’IA pouvait fournir un ensemble de données exploitable en environ 48 heures, comprimant un cycle de huit à douze semaines et donnant aux géologues suffisamment de confiance pour peaufiner les plans de forage avant le prochain quart de travail.

Dans le domaine de l’exploration minière, GeologicAI démontre que le véritable pouvoir de l’IA industrielle ne repose pas uniquement sur l’exactitude des prédictions, mais aussi sur la compression du cycle identifier-réfléchir-agir afin de respecter le rythme des activités quotidiennes. Au moyen d’un laboratoire de capteurs multiples sur le site de forage, GeologicAI réduit le délai d’obtention de données essentielles de quelques semaines à quelques heures. En utilisant des modèles d’IA qui génèrent des paramètres économiques (p. ex., teneur, tonnage, variations de la valeur nette actualisée), GeologicAI peut transformer des données améliorées en décisions plus judicieuses, avant même le début du prochain quart de travail de deux semaines.

Les modèles d’IA qui offrent des indicateurs économiques, soit la teneur, le tonnage et les variations de la valeur actualisée nette (VAN), permettent à ses laboratoires mobiles de fournir l’analyse nécessaire à la prise de décisions plus éclairées avant la réorganisation du prochain site.

  • Identifier : L’hyperspectralisation, le XRF et des capteurs visuels saisissent des gigaoctets de données du minerai sur place.

  • Réfléchir : Les modèles en infonuagique permettent de déterminer la lithologie, d’estimer la teneur et de recalculer la valeur actualisée nette (VAN) en quasi temps réel.

  • Agir : Avant le prochain forage, les géologues découvrent une analyse actualisée répondant aux questions financières cruciales : Où s’effectue le prochain forage ? À quelle profondeur ? Quand arrêtons-nous ?

L’ingénierie décisionnelle à haute résolution de GeologicAI a permis une prise de décision plus rapide et plus dynamique. Ce qui était auparavant une succession linéaire de paris coûteux se transforme en cycle de développement agile : chaque forage se fonde sur le précédent, et chaque dollar est lié à un nouveau paramètre de décision. Bref, les données ont cessé d’être une piste d’audit rétrospective pour devenir le gouvernail du programme.

Présenter la solution de GeologicAI comportait aussi le défi auquel tous les pionniers font face : aucune pression concurrentielle. Les premiers utilisateurs ne pouvaient pas faire valoir que les entreprises concurrentes en récoltaient déjà les fruits. Dans un secteur où les marges dépendent de processus éprouvés, être le premier peut donner l’impression de se porter volontaire pour une expérience scientifique métallurgique. Sans la contrainte de « suivre ou se laisser distancer » pour alimenter la diffusion à un stade avancé, GeologicAI devait vendre autant la vision que l’urgence du changement, un champion à la fois.

Heureusement, dans les mois suivant la mise en place de la première boucle de données de 24 heures, GeologicAI a sécurisé sa première série de programmes pilotes, incluant un prestigieux contrat avec Agnico Eagle Mines, l’une des plus importantes sociétés minières au Canada. Selon Guy Gosselin, vice-président exécutif, Exploration, « cette révolution que constitue la numérisation des carottes place Agnico Eagle au premier plan de l’innovation et améliore notre capacité décisionnelle fondamentale ».

Pour Agnico, l’attrait se veut triple :

  • Le système de GeologicAI s’est avéré plus rapide et plus précis que les outils d’analyse traditionnels, comprimant des semaines de données à quelques heures.

  • Les ensembles de données plus étoffés sont venus compléter, plutôt que remplacer, les données géologiques existantes, offrant aux décideurs un portrait global plus fiable des gisements.

  • L’adoption d’une technologie d’IA de pointe a renforcé la réputation d’Agnico comme employeur de choix, dans un secteur en redoutable concurrence pour les talents.

Cette volonté d’innover a ouvert la porte à un champion interne. Chez Agnico Eagle, M. Gosselin, responsable de l’exploration, a saisi l’occasion, en a démontré la valeur pour ses collègues et a surmonté le scepticisme en présentant des preuves.

Très tôt, M. Sanden a su reconnaître le pouvoir d’un champion interne. Chez Agnico Eagle, un responsable géoscientifique visionnaire a pu repérer l’occasion et la décoder pour ses collègues.

La leçon en développement des affaires s’est rapidement concrétisée : les décideurs qui maîtrisent à la fois la géologie et la science des données sont peu nombreux, mais indispensables. Plutôt que de solliciter au hasard des chefs des finances, Sanden a recherché des dirigeants compétents, suscitant leur intérêt grâce à des données pilotes et à un partage du mérite. Lorsqu’un champion interne a validé la technologie au sein d’une société cliente cible, la résistance s’est dissipée et l’adoption s’est propagée à d’autres sites.

Grâce à la persévérance, et quelques premiers succès, GeologicAI a progressé à l’étranger. La proposition de valeur centrale de GeologicAI est typiquement canadienne : la fusion d’une expertise de calibre mondial en ressources naturelles de Calgary et du leadership national en intelligence artificielle. Exportation et développent Canada ainsi que Breakthrough Energy Ventures, soutenue par Bill Gates, ont reconnu ce potentiel, finançant un projet initial de série A de 30 millions de dollars US, pour transformer le concept en matériel prêt pour le terrain. Mais, comme M. Sanden le constatera plus tard, la mise au point de cette technologie ne représentait que la moitié de la bataille ; il s’est avéré plus difficile de la déployer au pays.

Aujourd’hui, on compte plus de deux douzaines de laboratoires sur remorques à travers le monde, du Yukon à Pilbara, en passant par le désert d’Atacama au Chili. L’appartenance canadienne de l’entreprise est rapidement devenue un gage de légitimité pour les pays à l’étranger.

L’effectif de GeologicAI compte maintenant plus de 200 employés répartis sur cinq continents, offrant à l’entreprise une place de premier choix pour constater à quel point les talents en IA répondent aux véritables enjeux industriels. Un contraste est saisissant : le Canada est reconnu pour la recherche en IA. On y trouve des pionniers comme Richard Sutton, Geoffrey Hinton et Yoshua Bengio. Pourtant, le bassin d’ingénieurs de niveau « production », compétents dans leur domaine, se trouve limité. L’élément manquant n’est pas la capacité intellectuelle, mais plutôt une expertise concrète pour transformer la recherche de calibre mondial en solutions prêtes pour le terrain. Cet écart, entre invention et application, a préparé le terrain pour la troisième leçon de GeologicAI : la nécessité de former des « interprètes de données » qui maîtrisent à la fois la technologie et la géologie.

La réponse de GeologicAI a été double : engager des interprètes de données, soit des spécialistes en milieu de carrière qui connaissent déjà ML Ops, la fusion de capteurs et les aspects financiers du forage, où qu’ils habitent. Diriger ensuite un programme interne de perfectionnement qui jumelle des chercheurs canadiens à des géologues expérimentés sur le terrain jusqu’à ce que les deux langues, roche et code, s’expriment facilement l’une avec l’autre.

En fait, l’entreprise a bouclé la boucle. L’entreprise en démarrage de Calgary qui réglait un casse-tête sur le plan logistique se retrouve maintenant au premier maillon de la chaîne d’approvisionnement en électrification en Amérique du Nord : cartographier les gisements qui alimenteront les usines de batteries en Ontario et les chaînes d’assemblage de véhicules électriques à travers le continent. Parallèlement, l’entreprise renforce ses capacités d’analyse de réduction du CO₂, ce qui aide les sociétés minières à mélanger le minerai et à exploiter les fonderies plus efficacement, transformant ainsi la durabilité à partir d’un coût lié à la conformité en un levier concurrentiel. GeologicAI est à la fois innovatrice et facilitatrice : une vitrine de l’IA canadienne déployée à grande échelle et un outil pour extraire les minéraux essentiels dont le Canada a besoin pour consolider sa place au sein de la prochaine vague de fabrication de pointe.

Le crédit d’impôt lié à la recherche scientifique et au développement expérimental (RSDE) rembourse les entreprises après leurs investissements dans le développement, mais le processus d’examen et d’approbation peut prendre des mois. Bien que le SRDE soit utile pour les prototypes, il n’est pas approprié pour financer le passage plus risqué au premier déploiement. GeologicAI l’a appris de première main : son projet pilote canadien est resté en suspens, tandis que le même numériseur, expédié à un client américain avec un bon lié au rendement, a été déployé en six mois seulement.

Si le RSDE est tourné vers le passé, les programmes internationaux, eux, sont tournés vers l’avenir. L’initiative australienne METS Ignited et le Industrial Demonstrations Program du département de l’Énergie des États-Unis, d’une valeur de 6,3 milliards de dollars US, associent le financement à des étapes importantes ou à des résultats concrets. Ils paient en fonction des résultats et non des recettes. Pour les acheteurs, une telle structure réduit les risques liés à l’adoption et accélère la diffusion. Les propres progrès de GeologicAI mettent en lumière les deux côtés de l’équation : malgré un soutien plus lent au pays, l’entreprise continue de croître, prouvant ce que l’innovation canadienne peut accomplir lorsqu’elle est jumelée aux bonnes conditions.

Pour le Canada, la leçon est limpide. En réaffectant ne serait-ce qu’une partie des dépenses de la RSDE vers des incitatifs de déploiement fondés sur les résultats – bons de terrain, garanties de premier déploiement et cibles de rendement mesurables – on réduirait ainsi le parcours entre le laboratoire et le chargeur. En faisant les choses correctement, le Canada pourrait se positionner non seulement en tant que berceau des percées en matière d’IA, mais aussi comme l’endroit où l’intelligence artificielle de l’industrie lourde fonctionne réellement. C’est ainsi que le Canada pourra transformer ses percées en matière d’intelligence artificielle sous forme d’avance industrielle durable.

Télécharger le rapport

1501355-Thumbnail-default

Alors que l’intelligence artificielle se généralise, le Canada est à la croisée des chemins : malgré ses centres de recherche de premier plan et son solide bassin de talents, le pays prend du retard dans la course à l’adoption de l’IA menée par les concurrents internationaux. Le problème ne réside pas dans un déficit de technologies ou de compétences, mais dans une sorte de blocage imaginatif, une incapacité généralisée des entreprises canadiennes, et notamment des PME, à percevoir l’intérêt et les avantages de l’IA pour leur activité. Le Canada, avec 12 % seulement des organisations qui ont intégré l’intelligence artificielle dans leur production ou leurs services, figure parmi les derniers en ce qui concerne l’adoption de l’IA dans l’OCDE. Les données de l’OCDE montrent également que le nombre de cas d’utilisation de l’IA envisagés par les sociétés canadiennes est plus restreint que dans les autres pays.

Les avantages sont pourtant sans équivoque. Un sondage récent de la Business Development Bank of Canada révèle que 97 % des PME qui utilisent l’IA constatent des avantages concrets. Les données de Statistique Canada montrent que l’incidence de l’IA sur la réduction des tâches est particulièrement marquée dans les entreprises de moins de 100 employés, ce qui souligne le fort potentiel de ces technologies pour les PME. Le sujet de l’adoption de l’IA figurait à l’ordre du jour du sommet du G7, qui s’est tenu à Kananaskis, en Alberta, puisque les chefs d’État se sont engagés à « redoubler d’efforts » en la matière afin d’améliorer la prospérité.

Pour mieux comprendre pourquoi les entreprises canadiennes peinent à adopter l’intelligence artificielle, Leadership avisé RBC s’est associé à la Munk School of Global Affairs and Public Policy de l’Université de Toronto pour réaliser plus d’une vingtaine d’entrevues approfondies avec des cadres supérieurs des secteurs privé et public et du monde des technologies au Canada. Voici ce que nous avons appris sur les freins rencontrés par les sociétés de toutes les tailles, et les enseignements tirés des organisations qui n’ont pas hésité à relever le défi de l’IA.  

Parmi les entreprises qui tardent à se mettre à l’IA, certaines sont victimes d’une forme d’inertie : si les coûts d’adoption sont immédiats et bien concrets, les avantages semblent obscurs et distants. Pour les directeurs de la technologie, les projets liés à l’intelligence artificielle nécessitent des investissements initiaux conséquents, mais ils peuvent aussi coûter cher sur le plan de la réputation en cas d’échec. Comme l’admettent certains cadres interrogés, en optant pour une adoption tardive, la société prend le risque d’accumuler du retard par rapport aux concurrents qui ont pris les devants. Le pari est à double tranchant : agir rapidement et risquer de perdre le peu de capital et de personnel disponible, ou attendre et risquer de passer à côté d’un avantage concurrentiel.

Plusieurs dirigeants du secteur des technologies remarquent qu’à cause de ces incertitudes, l’obtention des autorisations est souvent repoussée de 6 à 12 mois. À cela s’ajoute une certaine frustration face au fait que bon nombre de chefs d’entreprise canadiens ne voient pas les avantages dont bénéficient déjà leurs concurrents grâce à l’IA. Les concepteurs de technologies affirment même convaincre davantage lorsqu’ils présentent leurs solutions d’IA aux divisions américaines des entreprises canadiennes.

Pour surmonter ces obstacles, les leaders recommandent de quantifier clairement les investissements dans l’IA en comparant les coûts de l’action immédiate à ceux de l’inaction. Certains outils comme les tableaux de bord permettant de calculer les « coûts du retard » peuvent aider les entreprises à prendre conscience de ce qu’elles ont à perdre.

Bell Canada : surmonter le biais d’inertie

Lorsque GPT-4 est arrivé sur le marché, début 2023, le directeur de Bell Canada a immédiatement voulu savoir ce qui lui en coûterait de ne pas s’en saisir. En quelques semaines, le président du groupe a organisé deux tutoriels à l’attention du conseil d’administration et dévoilé une analyse mettant en balance la perte de productivité et le coût modeste de projets pilotes. Ces chiffres ont été déterminants, puisque des capitaux ont été débloqués au cours du trimestre pour financer des applications d’IA. Les 50 000 appels de clients quotidiens sont désormais analysés en temps réel, et cette technologie met en évidence des points de friction qui étaient auparavant noyés dans des échantillons anecdotiques. Les demandes sont maintenant traitées avec plus de précisions par des agents conversationnels et de clavardage.

Encourager une « culture de l’entrepreneuriat et de l’expérimentation » a également permis à Bell Canada d’imaginer des utilisations innovantes de l’IA qui améliorent largement les processus de communication, les flux de travail et la satisfaction des clients. 

Par peur de perdre leur emploi ou par méconnaissance des avantages de cette technologie, les Canadiens se montrent sceptiques face à l’intelligence artificielle. Une étude KPMG récente montre que 79 % d’entre eux s’inquiètent des conséquences négatives de l’IA. On estime que dans le pays, moins d’un quart des employés ont déjà suivi une formation sur l’intelligence artificielle. La grande majorité des Canadiens ne l’a tout simplement pas suffisamment utilisée pour la démystifier.

Il est toujours utile d’avoir un défenseur de l’IA ou une unité opérationnelle dédiée à l’expérimentation et à la mise en œuvre, mais pour être adoptée largement, cette technologie ne doit pas rester la chasse gardée d’un petit nombre. Nos recherches montrent que les entreprises qui forment leur personnel bénéficient d’une expansion plus rapide des projets d’IA, d’une meilleure mobilisation des employés et d’une confiance générale accrue. La connaissance est un puissant catalyseur pour l’innovation continue et la différenciation concurrentielle.

Hopper : mettre à niveau les aptitudes du personnel pour plus d’efficacité

Au lieu de les remplacer par l’IA, Hopper, une plateforme de voyage établie à Montréal, a formé son personnel d’assistance à des postes axés sur la production de contenus, l’entraînement et les tests de l’intelligence artificielle. Cette mise à niveau des aptitudes pour intégrer l’IA dans les fonctions de l’assistance clientèle a eu raison de l’hésitation des employés, mais elle a aussi permis à Hopper de réduire de 75 % le délai de traitement moyen initial des demandes des clients, qui était de 15 à 20 minutes et a chuté à entre 3 et 5 minutes. Cette stratégie, qui n’a par ailleurs pas nui à la satisfaction des clients, coûte ainsi 90 % moins cher environ que les interactions exclusivement humaines.

Les organisations canadiennes qui ont adopté l’IA avec le plus de réussite reflètent les expérimentations menées à la base (employés « augmentés » qui rédigent déjà des consignes, déploient des correctifs et créent des prototypes grâce aux outils d’IA générative) dans le cadre d’une mission de transition voulue par la direction. Mais si la base est seule à agir, les TI « dans l’ombre » prolifèrent et les chefs de file s’essoufflent par manque de budget ou de pouvoir d’approbation des risques. À l’inverse, si la direction est seule à donner l’impulsion, les initiatives sont perçues comme imposées et le personnel ne manque pas de reprendre ses anciennes habitudes.

Lumberhub : une « superagentivité » ascendante dans un secteur traditionnel

Au moment où une inertie tarifaire chronique s’est installée entre les différentes scieries et où les constructeurs de maisons ont commencé à réduire leurs marges, George McKeown, chimiste reconverti dans le commerce du bois d’œuvre, s’est posé une question simple : Pourquoi accepterions-nous ce manque d’efficacité ?

Sa maîtrise du codage étant insuffisante, il s’est tourné vers des collègues programmeurs travaillant avec des outils d’IA génératives pour écrire plus de 40 000 lignes de code. En moins de trois mois, il a créé une application Web classique React/Typescript fonctionnant sur Amazon Web Services qui acquiert des données en temps réel sur les contrats à terme, produit des devis dynamiques pour chaque référence produit et génère automatiquement les bons de commande pour les fournisseurs.

  • L’intelligence artificielle est utilisée comme un optimisateur, et non comme produit final : la plateforme fonctionne avec les langages classiques SQL et Python ; son code a été écrit beaucoup plus rapidement grâce à des outils de type Copilot.

  • Les avantages sont immédiats : le délai entre le devis et la commande, qui se comptait auparavant en jours, est désormais de quelques minutes, ce qui permet de modérer les fluctuations de prix volatils et sources d’inefficacité.

  • La direction a été motrice : après avoir assisté à une démonstration en direct, le chef de la direction a fait en sorte que l’entreprise définisse un budget pour affiner le prototype et l’intégrer au système de planification des ressources.

L’intelligence artificielle a ouvert un incroyable champ des possibles. Les technologues partent du principe que tous les processus, produits et points de contact des clients peuvent être automatisés. Mais l’abondance peut inhiber l’action et engendrer une sorte de « paralysie du choix ». Le blocage réside souvent dans le choix du tout premier cas d’utilisation. Pour accélérer le processus décisionnel, certaines entreprises font appel à l’expertise de leur personnel en organisant par exemple des « tournois de cas d’utilisation » afin d’évaluer leurs options.

Mais même lorsqu’un programme pilote est choisi et mis en place, les entreprises canadiennes de taille moyenne rencontrent souvent des obstacles importants au moment de les faire évoluer. Au cours de nos entrevues, nous avons relevé trois principaux freins aux initiatives liées à l’IA :

  • Épuisement des financements : Il est fréquent que les aides publiques financent les équipements ou le personnel pendant les premières phases des projets seulement, et ne couvrent pas les coûts d’intégration, de formation et d’adaptation subséquents. De nombreux projets s’arrêtent prématurément parce que ces frais sont habituellement financés par les budgets opérationnels et non sous forme de dépenses en immobilisations.

  • Perte des personnes motrices : Celles et ceux qui pilotent les projets, comme les directeurs d’usine ou les responsables TI, sont souvent promus ou mutés après le début du projet pilote. Leurs successeurs héritent alors des risques sans montrer le même enthousiasme et sans avoir une vision aussi claire du projet initial.

  • Perte du rendement du capital investi en cours de route : Les avantages concrets essentiels pour l’expansion sont rarement abordés pour décider de la répartition des fonds propres. Les améliorations techniques proposées par les ingénieurs doivent se traduire par des projections claires en matière de flux de trésorerie. Les charges d’exploitation potentielles doivent donc être explicitement justifiées par des avantages sur le plan de la trésorerie, et non par des indicateurs abstraits comme le « nombre de défauts par millions d’opportunités ».

De nombreux cadres interrogés expliquent avoir dû faire des pieds et des mains pour rendre l’utilisation de l’IA possible, et insistent sur le caractère fondamental de l’architecture des données. Certains font aussi état d’une pénurie de données de production de qualité dans le secteur manufacturier. Comme il est par ailleurs problématique d’unifier différents ensembles de données, les difficultés au niveau de l’intégration des données finissent par mettre en échec ou retarder la mise en place de l’IA. Avant même d’envisager d’utiliser des outils d’intelligence artificielle, des investissements initiaux conséquents sont souvent nécessaires pour améliorer la qualité, la fiabilité et la gouvernance des données. Cette étape a tendance à être dissuasive pour les entreprises.

Il est primordial de renforcer les infrastructures de données du Canada en construisant de solides écosystèmes prêts pour l’IA. De nombreuses PME, dont près de la moitié ont plus de 20 ans, rencontrent d’importants obstacles pour adapter leurs anciens systèmes et leurs ensembles de données fragmentés. Dans les anciens systèmes de gestion de l’information, les données sont enregistrées dans des formats incompatibles, et elles sont truffées de lacunes et de doublons. Ce travail de nettoyage et de réparation de ces sources épuise souvent les équipes et les budgets bien avant que les avantages se concrétisent.

Hôpital St. Michael : ce que le cloisonnement des données fait perdre au Canada

Créée pour permettre la constitution de grands ensembles de données et améliorer le secteur de la santé, GEMINI est la plus grande plateforme de données hospitalières pour la recherche du Canada.

Si elle regroupe déjà plus de 60 % des établissements hospitaliers de l’Ontario et soutient plus de 1 000 cliniciens par le biais d’une bourse de recherche de 140 millions de dollars, la plateforme rencontre encore certaines difficultés. Le réseau disparate des systèmes hospitaliers et leurs formats de données incompatibles ralentissent les processus de gouvernance, et les cycles d’actualisation des données trop peu fréquents empêchent les progrès. Ces freins mettent en lumière ce que le Canada perdra si l’on ne redouble pas d’efforts en matière d’intégration des données.

Les plateformes comme GEMINI sont capables d’associer automatiquement des patients à des essais cliniques et d’enregistrer efficacement les données de santé, ce qui permet de réduire le coût des essais de 80 % et d’accroître l’attractivité du Canada en la matière. Des ensembles de données détaillées et à grande échelle sont essentiels pour utiliser l’IA dans le domaine de la santé. GEMINI et ses partenaires en Alberta et au Québec ont commencé à agir pour dépasser les freins et souhaitent créer un réseau de partage de données en temps quasi réel regroupant 100 établissements, baptisé VITAL. Il est primordial d’avoir accès à des ensembles de données aussi vastes et détaillés que ceux de GEMINI pour développer l’intelligence artificielle dans la santé. Ils seront déterminants pour permettre au Canada de se démarquer dans ce secteur.

Il n’est pas rare d’investir dans l’IA pour automatiser ce que l’on connaît (tâches répétitives) ou pour analyser les inconnues connues (questions que l’on peut formuler, mais auxquelles on ne peut répondre). Certaines grandes réussites découlent pourtant des inconnues inconnues, c’est-à-dire de ce qui manquait aux dirigeants, mais dont ceux-ci n’étaient pas conscients avant que le modèle d’IA ne le pointe du doigt.

En observant des années de données capteurs, de journaux d’appels ou de documents d’expédition, les modèles d’intelligence artificielle peuvent repérer des corrélations et des anomalies qui échappent à l’analyse humaine : une consommation électrique excessive sur une ligne de production, par exemple, ou des microcoupures à répétition sur un réseau de distribution, ou encore des occasions de ventes croisées insoupçonnées en commerce électronique. L’analyse des budgets, des indicateurs clés de rendement et des risques étant pensée pour certains problèmes définis, la capacité de l’IA à en révéler de nouveaux élargit les horizons opérationnels d’une entreprise.

Linamar : transformer les « inconnues inconnues » en avantage concurrentiel

La possibilité de repérer les sources d’inefficacité cachées et de trouver des solutions inattendues dans des environnements de production complexes transforme la manière dont Linamar voit les données négligées, ce qui recèle des avantages concurrentiels concrets.

Quand Linamar a injecté 10 ans de données d’atelier dans la plateforme d’IA et d’analyse industrielle Acerta LinePulse, la première surprise a été de découvrir plusieurs microfluctuations dans la pression de la pompe que les ingénieurs n’avaient jamais relevées. En résolvant ce problème, l’entreprise a pu éliminer une source de coûts silencieux dans son processus de production de pièces pour les boîtes de vitesses de véhicules électriques. L’outil d’apprentissage automatique du logiciel chargé d’analyser les causes profondes a ensuite su déceler la variable en amont qui causait le plus « de bruit, de vibrations et de rugosité » parmi plus de 100 paramètres qu’aucun humain n’aurait pu corréler en temps réel. Sur une autre ligne de production, le modèle d’IA a mis le doigt sur un goulet d’étranglement dans la ligne d’assemblage qui ralentissait la productivité.

En utilisant une plateforme d’IA industrielle capable de résoudre les problèmes dans la plupart des environnements de production discrète, Linamar ne s’est pas contenté de faire des économies ponctuelles. L’entreprise en a fait un outil diagnostic permanent dont chaque analyse permet de libérer des capacités, de résoudre des problèmes de commercialisation, et même d’élargir la clientèle.

De la même manière que la croissance économique reposait jadis sur les chemins de fer et les réseaux électriques, l’innovation nécessite aujourd’hui de solides capacités de calcul pour l’IA, c’est-à-dire des superordinateurs et des groupes d’UTG. Le Canada accuse pour l’instant un retard conséquent dans un contexte de demande croissante en matière d’entraînement et de déploiement de modèle d’IA de pointe. Derrière tous les pays membres du G7, le Canada possède huit à dix fois moins de puissance de calcul disponible par personne par rapport à d’autres pays comme les États-Unis. Ces lacunes nationales pourraient bien freiner les innovateurs canadiens, alors que certains pays proposent à leurs entreprises et chercheurs en IA des infrastructures conséquentes et subventionnées. Par ailleurs, le recours par les institutions canadiennes à des fournisseurs de services infonuagiques étrangers présente des risques accrus pour la souveraineté, la sécurité et la résilience économique en ce qui concerne les données sensibles et l’utilisation de l’IA au sein du gouvernement.


Les cadres interrogés expliquent que faire la queue pour accéder aux capacités de calcul nationales peut rallonger les délais d’entraînement de plusieurs heures, voire de plusieurs jours, ce qui fait drastiquement chuter la vitesse d’itération. Les règles sur les marchés publics et la prudence du secteur public en ce qui concerne les achats freinent aussi la constitution de groupes souverains susceptibles d’attirer des locataires majeurs. Sans « crédits d’utilisation » ciblés ni infrastructure commune, même les plus éminents chercheurs ne peuvent pas totalement commercialiser leurs modèles dans leur pays.

À l’échelle des provinces, certaines initiatives comme l’Artificial Intelligence Data Centres Strategy (stratégie en matière de centres de données pour l’intelligence artificielle), en Alberta, contribuent à aligner les atouts locaux (aptitudes ou énergie, par exemple) avec les perspectives économiques offertes par les infrastructures liées à l’intelligence artificielle. Ces projets viennent compléter avantageusement les stratégies fédérales qui incitent au développement général de ces infrastructures.

Certaines initiatives fédérales récentes, notamment la Stratégie canadienne sur la capacité de calcul souveraine pour l’IA et ses 2 milliards de dollars de budget, représentent des mesures importantes pour rattraper le retard. Le premier projet entrepris dans ce cadre, un partenariat national de superinformatique entre Cohere et CoreWeave, permettra ainsi aux entreprises d’IA canadiennes d’utiliser des ressources informatiques essentielles sur le territoire national. L’accélération et l’élargissement de ces investissements stratégiques pourraient renforcer considérablement les infrastructures liées à l’IA au Canada et permettre la mise au point de solutions rapide et sécurisée sans recours à des prestataires externes.

La responsabilité réglementaire est actuellement répartie entre plusieurs acteurs, notamment Innovation, Sciences et Développement économique Canada (ISDE), le Commissariat à la protection de la vie privée du Canada, le Bureau de la concurrence, ainsi que des organismes de réglementation sectoriels comme Santé Canada et Transports Canada. De plus en plus, les provinces élaborent leurs propres recommandations (modifications de Loi 25 du Québec concernant la vie privée, par exemple), ce qui donne naissance à ce que certains qualifient de « mini-UE » où coexistent 13 régimes distincts.

L’absence de leadership fédéral constitue un obstacle réglementaire majeur évoqué au cours de la plupart des entrevues. Les tentatives récentes, et notamment la Loi sur l’intelligence artificielle et les données, sont tombées à l’eau suite à des difficultés politiques. Cette loi a été critiquée pour ses exigences lourdes et excessivement prudentes en matière de conformité, mais aussi pour des lacunes procédurales et une mobilisation inadéquate des parties prenantes. Le Canada gagnerait à avoir un cadre réglementaire clair qui favorise l’innovation, implique une réelle participation du public et permet concrètement la mise en place de l’IA.

Cette absence de lignes directrices fédérales touche les PME, pilier de l’économie canadienne, de façon disproportionnée. Les plus petites entreprises aux ressources généralement limitées ont du mal à lire entre les lignes des ambiguïtés réglementaires et hésitent donc à investir dans l’intelligence artificielle. Les dirigeants du secteur des technologies interrogés par RBC sont nombreux à déplorer l’incertitude persistante et l’excès de prudence engendrés chez les entreprises par les effets d’annonce répétés qui ne sont jamais suivis de recommandations concrètes. Inquiètes des futurs coûts de conformité en cas de durcissement des réglementations, les organisations se cantonnent donc aux cas d’utilisation classiques de l’IA. Un peu de clarté serait réellement bénéfique.

Malgré les obstacles, nombreuses sont les entreprises canadiennes qui ont réussi à intégrer l’IA dans leur activité et qui en retirent des avantages concurrentiels. Pour réussir, les entreprises :

  • Quantifient ce qui leur coûterait d’agir et de ne rien faire pour s’assurer que la répartition des fonds propres est décidée en connaissance de cause, en sachant les risques et les avantages de l’IA

  • Sensibilisent leurs employés aux avantages de l’IA et leur apprend à utiliser ces technologies, à la fois pour les faire avancer dans leur carrière et pour accroître l’efficacité opérationnelle de l’organisation

  • Sortent de la torpeur liée à la paralysie du choix en intégrant des employés dans le processus d’évaluation et en leur donnant les moyens de mettre en œuvre des solutions

  • Investissent dans la gouvernance des données pour disposer de données uniformisées, consolidées et prêtes pour l’IA

  • Définissent un budget « exploratoire » en réservant une partie des dépenses annuelles dédiées à l’IA à l’exploration de données ouverte afin de ne pas passer à côté d’occasions difficiles à repérer ; en cultivant cet état d’esprit chez leur personnel, ces entreprises transforment chaque nouvel ensemble de données en terrain de chasse permettant de repérer des sources d’inefficacité cachées et des occasions de croissance

Télécharger le rapport