89 % des chercheurs en IA ont cessé de venir en Amérique

Points clés à retenir

• 89 % de chercheurs en IA en moins s’installent aux États-Unis par rapport à 2017, avec un effondrement de 80 % au cours de la seule année la plus récente, la même année où les frais de 100 000 $ sont entrés en vigueur.
• Les États-Unis dépensent 23 fois plus que la Chine en IA (285,9 milliards de dollars contre 12,4 milliards de dollars en 2025), mais l’écart de performance entre leurs meilleurs modèles s’est réduit à seulement 2,7 points de pourcentage.
• **Des « frais d’intégrité de visa » H-1B de 100 000 $ imposés en septembre 2025 ont déclenché une baisse de 34 à 50 % des dépôts d’Amazon, Meta et Google, tandis que les sociétés FAANG ont plutôt créé 33 000 emplois en Inde.
• Pour chaque visa H-1B refusé, les entreprises américaines embauchent entre 0,4 et 0,9 travailleur à l’étranger, accélérant ainsi la délocalisation des capacités exactes de R&D que la politique prétend protéger.

Le tapis de bienvenue à 100 000 $

Le 19 septembre 2025, l’administration Trump a signé une proclamation présidentielle imposant des « frais d’intégrité de visa » de 100 000 $ sur chaque nouvelle demande de visa H-1B déposée depuis l’étranger. Le coût précédent était de 2 000 à 5 000 dollars par pétition, soit une multiplication par 20 à 50 du jour au lendemain. Les frais sont entrés en vigueur deux jours plus tard, le 21 septembre.

Le secrétaire au Commerce, Howard Lutnick, a formulé la logique clairement : « Avons-nous besoin d’une personne valant 100 000 $ par an pour le gouvernement, ou devrions-nous rentrer chez nous et embaucher un Américain ?

Sept mois plus tard, le Human-Centered AI Institute de Stanford a publié son rapport sur l’indice d’IA 2026 et a répondu à sa question avec des données. Le nombre de chercheurs et de développeurs en IA s’installant aux États-Unis a chuté de 89 % depuis 2017, 80 % de cet effondrement étant concentré sur la seule année la plus récente. Le calcul implique que le déclin a été lent pendant des années : une érosion d’environ 45 % entre 2017 et début 2025, due au durcissement des règles en matière de visa, aux perturbations liées au COVID et à la maturation des écosystèmes d’IA à l’étranger. Puis quelque chose s’est accéléré. L’année où les frais de 100 000 $ sont entrés en vigueur était l’année où le pipeline s’est rompu.

Les États-Unis n’ont pas seulement perdu un débat politique. Il a mis le feu à 285,9 milliards de dollars de dépenses en infrastructures d’IA en chassant les personnes qui savent comment l’utiliser.

Le paradoxe en trois chiffres

Le Stanford AI Index contient un paradoxe qui devrait alarmer quiconque se soucie de la compétitivité technologique américaine.

$$\text{US AI Investment} = 23 \times \text{China AI Investment}$$

En 2025, les investissements privés américains dans l’IA ont atteint 285,9 milliards de dollars, soit plus de 23 fois les 12,4 milliards de dollars de la Chine. Les États-Unis ont produit 50 modèles d’IA remarquables en 2025, contre 30 pour la Chine. Ils comptent encore 1 953 entreprises d’IA nouvellement financées, soit plus de dix fois le pays le plus proche.

Mais quel est l’écart entre le meilleur modèle d’IA américain et le meilleur modèle d’IA chinois ? 2,7 points de pourcentage.

Cet écart était de 9,26 % en janvier 2024. Sur certains indices de référence, il s’est effondré jusqu’à pratiquement zéro. Sur MMLU (Massive Multitask Language Understanding), la marge est passée de 17,5 % à 0,3 % entre 2023 et 2024. Les modèles chinois et américains ont échangé la première place à plusieurs reprises depuis début 2025, DeepSeek-R1 correspondant brièvement au premier modèle américain.

Trois nombres définissent le paradoxe :

L’Amérique dépense 23 fois plus d’argent pour maintenir une avance qui s’est réduite à 2,7 %, tandis que le vivier de talents qui a construit cette avance est en baisse de 89 %. Vous n’avez pas besoin d’un doctorat en économie pour constater que cette équation ne s’équilibre pas.

La falaise du recrutement

Les frais de 100 000 $ n’ont pas touché l’industrie de manière uniforme. Cela a frappé le plus durement les entreprises qui construisent l’infrastructure américaine d’IA.

Les données du ministère du Travail sur les demandes certifiées H-1B pour le premier trimestre de l’exercice 2026 (d’octobre à décembre 2025, le premier trimestre complet après l’entrée en vigueur des frais) montrent de fortes baisses chez presque tous les principaux employeurs technologiques :

Une entreprise a résisté à la tendance. Nvidia, dont les GPU soutiennent l’ensemble du développement de l’IA, a augmenté ses dépôts H-1B de 18 %. À 100 000 $ par pétition, Nvidia peut se le permettre. Une startup d’IA de 15 personnes ne le peut pas. Les frais ne filtrent pas la qualité. Il filtre la taille du trésor.

Pendant ce temps, le ministère du Travail a intensifié l’application de la loi H-1B, avec des enquêtes en hausse de 48 %.

Le message adressé aux meilleurs chercheurs mondiaux en IA était sans ambiguïté : l’Amérique facturera 100 000 $ pour franchir la porte, auditer l’employeur après son arrivée, puis regarder le travail partir à Bangalore.

Où est passé le talent

Les chercheurs n’ont pas disparu. Ils sont allés ailleurs.

En 2025, Meta, Amazon, Apple, Microsoft, Netflix et Google ont collectivement ajouté 33 000 travailleurs en Inde, soit une augmentation de 18 % par rapport à l’année précédente. Début 2026, ces entreprises avaient environ 4 200 postes vacants en Inde, dont près de la moitié dans les domaines de l’IA, de l’apprentissage automatique, du cloud computing et de la cybersécurité. Google à lui seul a répertorié 365 postes ouverts, dont les deux tiers à Bangalore.

Le modèle n’est pas accidentel. Il s’agit d’une conséquence directe et mesurable des restrictions en matière de visa.

Un rapport de février 2026 du Centre d’études stratégiques et internationales (CSIS) révèle que pour chaque visa H-1B rejeté, les sociétés multinationales embauchent entre 0,4 et 0,9 employé à l’étranger. Parmi les entreprises les plus intégrées à l’échelle mondiale, le ratio approche 0,9. La recherche sous-jacente, publiée dans Management Science et le National Bureau of Economic Research, est directe : “Les restrictions H-1B ne protègent pas les emplois américains. Elles entraînent davantage d’embauches à l’étranger.”

La taxe de 100 000 $ a été conçue pour « protéger les travailleurs américains ». Les données du SCRS indiquent qu’il fait le contraire : transférer les emplois à l’étranger plus rapidement que n’importe quel accord commercial ne le ferait jamais.

Les fondateurs que l’Amérique n’obtiendra pas

La fuite des talents ne concerne pas seulement les ingénieurs qui occupent des postes chez Google. Il s’agit de la prochaine génération d’entreprises qui ne seront jamais fondées aux États-Unis.

Une analyse réalisée par l’Institute for Progress (IFP) de la liste Forbes « AI 50 » 2025, les startups d’IA les plus prometteuses d’Amérique, a révélé que 60 % des entreprises basées aux États-Unis ont été fondées ou co-fondées par des immigrants. Vingt-cinq des 42 entreprises américaines figurant sur la liste avaient au moins un fondateur immigré. La National Foundation for American Policy a constaté la même tendance en 2023, avec 65 % d’entreprises fondées par des immigrants. Soixante-dix pour cent de ces fondateurs sont d’abord arrivés aux États-Unis avec un visa étudiant.

Ce ne sont pas des gens qui occupent des emplois américains. Ce sont des gens qui créent des emplois américains. OpenAI a été cofondé par Ilya Sutskever, venu de Russie via Israël et le Canada. Google a été cofondé par Sergey Brin, un réfugié soviétique. Le PDG de Tesla est venu d’Afrique du Sud via le Canada. Les frais de 100 000 $ ne font pas de distinction entre une application d’externalisation de routine et le prochain Sutskever.

Le Bulletin of the Atomic Scientists l’exprime clairement : ces frais « nuiront le plus aux start-ups de la Silicon Valley et de l’IA », car les entreprises en démarrage ne peuvent pas absorber 100 000 $ par visa en plus des frais juridiques, de la délocalisation et du salaire. Les grands opérateurs historiques absorbent les coûts ou se délocalisent. Les startups qui les défieraient ne se forment jamais.

La comptine historique que personne ne veut entendre

Les États-Unis ont déjà vu ce film. C’était juste de l’autre côté de l’écran.

En avril 1933, l’Allemagne nazie a promulgué une loi exigeant le licenciement de toute personne occupant des postes gouvernementaux, y compris les universités, qui avait au moins un grand-parent juif ou qui était un opposant politique. Vingt-cinq pour cent des physiciens allemands ont perdu leur emploi, dont onze anciens ou futurs lauréats du prix Nobel. Environ 2 400 universitaires ont fui l’Allemagne lors de la seule première vague.

Les scientifiques qui ont atteint l’Amérique et la Grande-Bretagne se lisent comme une liste des esprits les plus importants du XXe siècle : Albert Einstein, Hans Bethe, John von Neumann, Leo Szilard, Edward Teller, Rudolf Peierls d’Allemagne et Enrico Fermi d’Italie, qui ont fui les lois raciales de Mussolini en 1938. Ils n’ont pas pris leur retraite. Ils ont construit la bombe atomique – pour les pays qui les ont accueillis.

Petra Moser, économiste à Stanford, a constaté que les brevets américains ont augmenté de 31 % dans des domaines communs aux scientifiques émigrés après 1933. L’effet de l’innovation s’est répercuté sur des générations : les réfugiés ont attiré de nouveaux chercheurs, qui ont formé davantage de chercheurs et qui ont construit la Silicon Valley.

L’Allemagne était la première puissance scientifique mondiale en 1932. En 1945, elle n’était plus que ruines. La relation entre ces deux faits n’est pas une coïncidence.

Le parallèle est imparfait. Les États-Unis ne persécutent pas les scientifiques pour des raisons raciales. Il les impose à des prix bureaucratiques. Mais le mécanisme est identique : une puissance dominante chasse sa base intellectuelle par sa politique, et les bénéficiaires sont les pays suffisamment intelligents pour les accueillir. Dans les années 1930, c’était l’Amérique. Dans les années 2020, ce sont le Canada, l’Inde et l’Europe.

La substitution du capital au talent

Le pari implicite derrière la stratégie américaine en matière d’IA est que le capital peut se substituer au talent. Construisez suffisamment de centres de données. Achetez suffisamment de GPU. Dépensez suffisamment d’argent. Et l’écart de 2,7 % n’aura pas d’importance puisque l’infrastructure générera ses propres avantages.

L’histoire n’est pas tendre avec cette théorie.

L’Union soviétique a déployé des forces militaires conventionnelles plus importantes que les États-Unis pendant des décennies pendant la guerre froide. Il y avait plus de chars, plus d’artillerie, plus de soldats. Mais les États-Unis disposaient d’une meilleure technologie et d’un personnel mieux formé. Lorsque le fossé entre quantité et qualité est devenu insoutenable, le système soviétique s’est effondré, non pas à cause d’une bataille perdue, mais à cause d’une économie incapable de convertir les dépenses en capacités.

La version IA de cette dynamique est déjà visible. DeepSeek, un laboratoire chinois, a formé un modèle qui correspondait brièvement au meilleur modèle américain pour un coût direct de GPU de 5,6 millions de dollars, soit une fraction de ce que les modèles américains ont dépensé uniquement pour la formation. L’écart ne s’est pas réduit parce que la Chine a dépensé plus que l’Amérique. Elle a fermé parce que la Chine a utilisé son talent plus efficacement.

L’ironie est plus profonde. Selon Martin Casado, partenaire d’Andreessen Horowitz, environ 80 % des startups américaines qui s’appuient sur des modèles open source s’appuient désormais sur des modèles chinois, principalement DeepSeek et Qwen d’Alibaba. Pas OpenAI. Pas anthropique. L’écosystème américain de l’IA repose de plus en plus sur des fondations chinoises, tandis que la politique d’immigration américaine éloigne les chercheurs qui pourraient construire des alternatives nationales.

Pendant ce temps, les États-Unis continuent de resserrer les politiques qui ont érodé l’avantage même des talents. Les interdictions d’exportation de puces étaient censées paralyser l’approvisionnement en matériel d’IA de la Chine ; au lieu de cela, ils ont accéléré la fabrication de puces en Chine. Désormais, des frais de visa de 100 000 $ sont censés protéger les travailleurs américains de l’IA ; au contraire, elle accélère la délocalisation de la recherche sur l’IA.

Le schéma est cohérent : toute tentative visant à transformer les avantages américains en armes en fait un handicap.

The Steelman : Pourquoi cela n’a peut-être pas d’importance

Le contre-argument le plus fort mérite un engagement honnête.

Les États-Unis possèdent toujours l’écosystème d’IA le plus profond au monde. Elle a produit 50 modèles d’IA remarquables en 2025, contre 30 pour la Chine. Ses investissements privés dans l’IA sont 23 fois plus importants que ceux de la Chine. Il accueille plus de chercheurs en IA que tout autre pays. Il possède les meilleures universités, les réseaux de capital-risque les plus sophistiqués et la plus grande base installée d’infrastructures d’IA au monde.

Une partie du déclin des talents peut refléter la maturation naturelle des écosystèmes d’IA à l’étranger, avec plus d’opportunités dans le pays plutôt que moins d’opportunités aux États-Unis. Et les frais de 100 000 $ donnent effectivement la priorité aux candidats aux salaires plus élevés, ce qui pourrait théoriquement déplacer la composition des embauches H-1B vers des talents plus expérimentés et de plus grande valeur plutôt que vers des postes d’externalisation massive.

Les frais expirent également le 21 septembre 2026, soit dans cinq mois. Il pourrait être renouvelé, mais il pourrait aussi devenir caduc.

Tout est vrai. Mais les données impliquent que les premiers 45 % du déclin se sont produits progressivement sur huit ans. L’effondrement restant compressé en un seul. Les frais ne sont peut-être pas la seule cause, mais ils sont arrivés l’année même où la falaise est apparue. Et les données du SCRS démontrent que la délocalisation qu’elle déclenche n’est pas facile à inverser. Une fois que Google a créé un laboratoire de recherche en IA à Bengaluru et embauché 33 000 personnes à travers l’Inde, ces emplois ne reviennent pas à Mountain View à l’expiration des frais. Les infrastructures, les réseaux de talents et les connaissances institutionnelles ont déjà été déplacés.

Le cycle autodestructeur

Voici la boucle de rétroaction qui devrait terrifier les décideurs politiques américains :

1. Restreindre l’immigration → Les talents en IA ne viennent plus (baisse de 89 %)
2. Les entreprises ne peuvent pas remplir de postes nationaux → Elles se délocalisent en Inde, au Canada et en Allemagne (0,4 à 0,9 emplois par visa refusé)
3. Les écosystèmes d’IA étrangers arrivent à maturité → Les laboratoires chinois, indiens et canadiens produisent des modèles compétitifs (écart de 2,7 %)
4. Les États-Unis réagissent en dépensant davantage → $285,9 milliards rien qu’en 2025
5. Mais le capital sans talent n’est que du matériel coûteux → Les dépenses augmentent, le plomb continue de diminuer
6. Répéter → Le cycle s’accélère

Il ne s’agit pas d’un déficit de compétences qu’un programme de formation peut combler en deux ans. Il s’agit d’un retrait structurel du marché mondial des talents au moment précis où le développement de l’IA dépend du vivier de talents le plus large possible.

Les dépenses d’investissement d’environ 660 milliards de dollars dans les centres de données d’IA projetées pour l’Amérique en 2026 supposent que les ingénieurs, chercheurs et scientifiques nécessaires au développement des modèles d’IA exécutés dans ces centres seront disponibles. Les données de Stanford suggèrent que ce ne sera pas le cas, du moins pas aux États-Unis.

Que se passe-t-il ensuite

La course à l’IA n’est pas un sprint. C’est un relais. Et l’Amérique vient de dire à 89 % de ses nouveaux coureurs de trouver une autre équipe.

Les conséquences immédiates sont déjà mesurables : augmentation des embauches des FAANG en Inde, effondrement des demandes de visa dans le pays et écart de performance avec la Chine qui se réduit à chaque sortie de modèle. Les conséquences à moyen terme sont structurelles : les écosystèmes concurrents de l’IA à Toronto, Bangalore, Londres et Berlin absorbent les talents que l’Amérique rejette, construisant ainsi des connaissances institutionnelles qui s’accumuleront pendant des décennies.

La conséquence à long terme est celle qui devrait hanter les stratèges américains. En 1933, l’Allemagne avait tous les avantages : les meilleures universités, le plus grand nombre de lauréats du prix Nobel, le plus grand établissement scientifique d’Europe. En douze ans, les scientifiques chassés avaient construit l’arme qui a mis fin à la guerre. Le pays qui a gagné n’est pas celui qui a dépensé le plus. C’est celui qui a accueilli le talent.

Les États-Unis ont dépensé 285,9 milliards de dollars pour l’IA en 2025. Le visa nécessaire pour faire entrer les personnes qui l’utiliseraient coûte 100 000 dollars. Le calcul n’est pas difficile. La question est de savoir si quelqu’un à Washington peut le faire.