Dr Sami Bahri - La Tunisie face à l’IA (4ème partie): Le casse-tête de la gouvernance

L’article précédent s’achevait sur une question laissée en suspens: le centaure individuel peut peut-être se sauver lui-même, mais qui financera l’écurie ?
Nous avons suivi la destruction créatrice de Schumpeter dans son ascension: elle a d’abord traversé le bureau du travailleur du savoir, puis les processus de l’entreprise. Nous voici au dernier étage : l’État, et avec lui le contrat social tout entier.

Le premier article de cette série présentait l’IA comme un architecte d’intérieur un brin pyromane: capable de réaménager les pièces, mais aussi de toucher aux murs porteurs. Nous savons lesquels elle a déjà ébranlés — les méthodes du travailleur et les processus de l’entreprise. Il reste le mur ultime, celui sur lequel repose notre solidarité collective : le travail humain comme source du financement social.

Notre contrat social repose sur un circuit si familier qu’on ne le formule plus : le travail crée la valeur; celle-ci se distribue en salaires et en profits ; salaires et profits alimentent impôts et cotisations ; impôts et cotisations financent l’école, l’hôpital et les retraites. En Tunisie, ce circuit porte des noms concrets : CNSS, CNRPS, CNAM. Chaque fiche de paie d’un travailleur tunisien irrigue silencieusement ce système.

Mais ce circuit suppose que la création de valeur passe par le travail humain. C’est précisément cette condition que l’IA commence à éroder.

On pourrait croire à un simple problème comptable : une assiette fiscale qui s’amenuise, des recettes à trouver ailleurs. Ce serait sous-estimer le phénomène. Car ce qui se fissure n’est pas seulement le financement du contrat social, mais le mécanisme qui l’a fait naître.

Pour le voir, il faut convoquer un économiste que l’on ne s’attend peut-être pas à trouver dans cette série.

De l’exploitation à l’irrelevance: ce que Marx n’avait pas prévu

Nul besoin d’être marxiste pour reconnaître que Marx a correctement décrit la mécanique de son époque. Nous le mobilisons ici comme Schumpeter et Drucker : pour sa grille de lecture, non pour son programme. En août 2026, l’hebdomadaire allemand Der Spiegel titrait d’ailleurs en couverture « Oser plus de Marx ? » et demandait si l’IA allait tuer le capitalisme. Quand la question atteint les kiosques de Hambourg, elle mérite d’être posée à Tunis.

Rappelons la mécanique. Le capitaliste investit : il achète des machines, des matières premières et de la force de travail humaine. À la fin du cycle, la marchandise vaut davantage que ce qu’ont coûté les salaires et les usines. Cette différence est le profit, qui permet au capital de s’accumuler.

Mais le travailleur y gagne aussi, et c’est là que se niche la formule magique des sociétés modernes : qui travaille est récompensé. Un salaire, une ascension sociale possible, une dignité, une place. Le système tient tant qu’il produit de la richesse et suffisamment de personnes qui profitent de sa répartition.
Marx voyait dans ce capitalisme un antagonisme. Mais celui-ci cachait une interdépendance. Le capital exploitait le travail, mais il en avait besoin : la force de travail était la source de la valeur. L’usine sans ouvriers ne produisait rien.

Cette dépendance mutuelle a été le moteur de l’histoire sociale du 20ème siècle. Parce que le capital avait besoin du travailleur, celui-ci disposait d’un pouvoir de négociation : la grève ne fait mal que si l’on a besoin de vous. Cette friction, et non la bonté du capital, a arraché les compromis historiques : syndicats, assurances sociales de Bismarck, État-providence, économie sociale de marché de Ludwig Erhard. En Tunisie, elle a structuré des décennies de dialogue social entre l’État, le patronat et l’UGTT.

Le travailleur, même exploité, était à la table des négociations parce qu’on ne pouvait pas se passer de lui.

Marx avait prédit que le capitalisme portait sa fin en lui-même : pour survivre à la concurrence, les entreprises doivent devenir toujours plus productives, automatiser, comprimer les coûts et chasser progressivement le travail vivant de la production. Écrit en 1867, cela ressemble étrangement à une description du 21ème siècle.

Mais l’histoire bifurque en ce moment et devient plus troublante.

Lorsque le capital, puissance de calcul, modèles, propriété intellectuelle, devient capable de produire du travail cognitif à grande échelle, le travailleur ne passe pas de l’exploitation à la libération. Il risque de passer de l’exploitation à l’irrelevance. Le travail cognitif, hier payé en salaires et en cotisations, se facture désormais en tokens - le kilowattheure du travail cognitif.

Or l’irrelevance est plus fragile que l’exploitation. L’exploité négocie : il peut retirer sa force de travail, et ce retrait a un coût. L’irrelevant ne négocie plus : son retrait ne coûte rien. Il ne lui reste qu’à quémander.

Marx craignait que le capital exploite le travailleur. La question qu’il n’avait pas prévue est plus troublante : que devient le travailleur lorsque le capital n’a plus besoin de l’exploiter ?

L’économiste du travail David Autor, du MIT, en tire la conséquence politique : une société serait « très difficile à maintenir dans un monde où la plupart des gens n’auraient plus rien à donner ». Le contrat social ne repose pas seulement sur la redistribution, mais sur le fait que chacun a quelque chose à apporter, donc à négocier.

Deux observations aggravent ce constat.

La première touche à la théorie de la valeur. Pour Marx, toute valeur provenait du travail. Or les modèles d’IA ont été entraînés sur du travail humain accumulé : décennies de textes, de code, d’analyses et de décisions expertes. Nous avons vu dans le deuxième article que les décisions des experts deviennent des données d’entraînement : chez Bridgewater, le véritable actif n’était pas le document, mais le jugement qui lui était associé. Thomas Piketty parle d’une « gigantesque appropriation » : les entreprises d’IA prennent le savoir et l’expérience des autres et tentent « d’y apposer un titre de propriété ».
Un lecteur marxien y reconnaîtrait une forme inédite d’extraction : la plus-value n’est plus prélevée sur une force de travail louée heure après heure. Elle est capturée une fois, puis répliquée à l’infini, sans salaire. On n’emploie plus le travailleur parce qu’on a absorbé son savoir-faire.

La seconde concerne les moyens de production. Marx proposait de les socialiser, et, quoi qu’on pense de la proposition, les usines étaient localisées et saisissables. Les moyens de production numériques ne le sont pas : datacenters à l’étranger, modèles dupliqués sur plusieurs continents, propriété intellectuelle logée dans des juridictions choisies avec soin. Même un État qui voudrait reprendre le contrôle ne trouverait rien à saisir. Cette asymétrie dessine en creux la seule souveraineté qui reste accessible.

Ironie de l’histoire : Marx prédisait la concentration du capital et la paupérisation des masses. Le 20ème siècle l’a démenti grâce à l’interdépendance capital-travail, qui a forcé le partage. Le capitalisme numérique pourrait réaliser sa prédiction par un autre mécanisme : non parce que le capital exploite trop le travail, mais parce qu’il cesse d’en avoir besoin.

La conséquence économique tient en une phrase, qui sera le fil rouge de cet article:

Si le travail humain n’est plus le moyen premier de création de la valeur, il ne peut plus rester le moyen premier de distribution de la richesse.

Pour la Tunisie, ce constat a une résonance douloureuse. Notre classe moyenne s’est en partie construite lorsque les entreprises étrangères ont externalisé leur travail et que la Tunisie a su capter une part de ce flux : Loi 72, services informatiques, ingénierie, comptabilité, relation client. Nous avons bâti des carrières, des cotisations et des recettes fiscales sur la délocalisation du travail des autres.

Le travailleur tunisien risque donc d’être frappé deux fois : comme travailleur, par l’automatisation de ses tâches ; comme destination d’externalisation, par le donneur d’ordre européen qui n’a plus besoin d’externaliser. La destruction se produit à Tunis ; la création de valeur se concentre dans un datacenter à Francfort ou en Virginie.

Et un GPU à Francfort ou en Virginie ne cotise ni à la CNSS ni à la CNAM.
Le problème n’est donc pas de colmater une assiette fiscale, mais de reconstruire une table de négociations dont un pied historique, le besoin de travail humain, est en train de céder.
La tentation sera grande de répondre avec les outils d’hier. Voyons pourquoi ils risquent de ne pas suffire.

Pourquoi les réponses d’hier ne suffiront pas: le dilemme de l’innovateur appliqué à l’État

Face à ce diagnostic, le réflexe naturel consiste à ajuster un taux, créer une taxe ou élargir une cotisation. Mais les États s’apprêtent peut-être à commettre une erreur que les entreprises connaissent bien.

Clayton Christensen a décrit dans les années 1990 le dilemme de l’innovateur : les entreprises dominantes ne meurent pas parce qu’elles sont mal gérées, mais parce qu’elles sont bien gérées selon les règles d’un marché établi. Kodak maîtrisait la pellicule, écoutait ses meilleurs clients et optimisait ses marges. Cette excellence dans l’ancien paradigme l’a rendue aveugle au nouveau. L’entreprise n’a pas échoué par incompétence, mais par perfectionnement d’un produit devenu obsolète.

Nos systèmes fiscaux et sociaux sont des Kodak institutionnels. Ils sont remarquablement optimisés pour une économie de travail salarié, formel et localisé. Chaque paramètre a été affiné pendant des décennies. Mais optimiser un système conçu pour un monde qui disparaît ne le sauve pas : cela le rend plus performant sur une trajectoire qui mène au mur.

À ce dilemme s’ajoute un problème de méthode. Emmanuel Kant distinguait la connaissance a posteriori, tirée de l’expérience, de la connaissance a priori, construite par le raisonnement avant l’expérience.

Nos institutions fonctionnent presque exclusivement a posteriori. Nous gérons la rareté de l’eau après la pénurie, débattons de la réforme des caisses sociales une fois leurs déficits devenus structurels, encadrons les activités économiques après leur basculement dans l’informel. Nous conduisons vers l’avenir le regard fixé sur le rétroviseur.

Tant que le changement était lent, cette méthode restait viable. Le fils du paysan devenait ouvrier ; son petit-fils, développeur. La société disposait de générations pour s’adapter.

L’IA comprime brutalement ce calendrier. L’automatisation du travail cognitif, la réduction silencieuse des effectifs et la relocalisation de la destruction se déploient en années, parfois en mois. Le paysan avait une génération pour se reconvertir. L’ingénieur tunisien de 40 ans a-t-il cinq ans ? Probablement pas.
Le piège tunisien est plus étroit encore. Un État disposant de marges budgétaires peut absorber quelques années d’erreur. La Tunisie, avec une assiette fiscale étroite, une économie informelle importante et des finances publiques sous tension, n’a pas ce luxe. Paradoxe cruel : les pays qui auraient le plus besoin de penser a priori sont ceux qui peuvent le moins supporter les erreurs de l’a posteriori.

Écartons alors trois réponses qui reviendront inévitablement dans le débat. Elles échouent sur la cible, l’échelle ou le tempo.

La taxe robots naïve - l’erreur de cible. L’intuition est séduisante : si la machine remplace le travailleur, qu’elle cotise à sa place. Mais une taxe mal conçue frapperait d’abord les entreprises tunisiennes en pleine transformation, sans atteindre les plateformes internationales dont les modèles tournent à l’étranger. Nous pénaliserions nos centaures locaux en épargnant les chevaux de Troie globaux. Pire : nous inciterions nos entreprises à consommer de l’IA étrangère plutôt qu’à en développer localement.

L’autarcie numérique - l’erreur d’échelle. Tout construire localement, se couper des plateformes internationales. Nous l’avons dit dans le deuxième article : une souveraineté autarcique serait aussi coûteuse qu’illusoire. Aucun pays de la taille de la Tunisie ne peut répliquer l’infrastructure des hyperscalers.

Attendre les preuves - l’erreur de tempo. Cette option, la plus confortable, ne se présente jamais comme « ne rien faire ». Elle s’appelle attendre d’y voir plus clair, laisser les études conclure, observer les autres. C’est l’a posteriori paré des vertus de la prudence.

Mais les indicateurs habituels ne montreront rien avant qu’il ne soit trop tard. La réduction silencieuse ne laisse pas de traces immédiates dans les statistiques de licenciement ; elle apparaît plus tard dans le chômage des diplômés cherchant des postes qui n’ont jamais été créés. Attendre les preuves, c’est choisir d’agir a posteriori.

Et ne rien faire n’est pas neutre : pendant qu’un pays délibère, ses partenaires automatisent, ses talents émigrent vers des écosystèmes mieux préparés, et les règles de la fiscalité numérique s’écrivent sans lui.

Christensen a aussi montré comment sortir du piège : construire le nouveau à côté de l’ancien, plutôt que d’attendre que l’ancien se réforme lui-même.
C’est cette voie qu’il faut explorer.

Repenser l’assiette : leçons du monde réel et distinction décisive

Si les outils d’hier ne suffisent pas, où chercher ? Deux expériences internationales — un échec instructif et une leçon d’humilité — puis une proposition permettent de dégager la distinction qui structurera nos scénarios.

Abilene, ou l’illusion de l’infrastructure

Abilene, ville moyenne du Texas, a vécu la double lame décrite dans cette série : des centaines d’emplois de bureau érodés par l’automatisation, puis l’implantation d’un datacenter de plusieurs milliards de dollars. Les autorités ont célébré l’investissement. Puis le chantier s’est achevé.
Restait une installation consommant d’importantes quantités d’électricité, d’eau et de terrain — et employant durablement entre 50 et 100 personnes, bien moins que les emplois détruits.

Le bilan est froid : la valeur créée par le calcul s’exporte globalement, tandis que les coûts — réseaux sous tension, ressources consommées, loyers en hausse, emplois disparus — restent locaux. La ville héberge les moyens de production du 21ème siècle sans capter leur valeur. Aux États-Unis, le soutien à la construction de datacenters s’est d’ailleurs effondré, tandis que les protestations locales se multiplient.

La leçon : héberger ne suffit pas. Un datacenter n’est pas une usine du 20ème siècle salariant des milliers d’ouvriers. Sans pacte négocié avant le permis de construire, il pompe des ressources locales pour produire une valeur extraterritoriale. Abilene a négocié a posteriori — c’est-à-dire pas du tout.

L’OCDE, ou l’humilité nécessaire

Depuis plus d’une décennie, les grandes puissances tentent de fiscaliser l’économie numérique : taxes « GAFA », négociations à l’OCDE pour réallouer les droits d’imposition et instaurer un impôt minimum mondial.

Le bilan est mitigé : mises en œuvre lentes, rendements décevants, rapports de force géopolitiques. Si l’Union européenne, avec 450 millions de consommateurs, peine à faire contribuer les plateformes à la hauteur de la valeur captée, la Tunisie doit éviter deux illusions : croire qu’elle imposera seule ses conditions, ou qu’attendre une solution multilatérale la dispensera d’agir. Elle sera preneuse de règles écrites ailleurs — raison de plus pour agir là où elle dispose d’une marge réelle.

Mais où ?

Mettre à jour l’économie sociale de marché : la Nouvelle Économie Numérique Sociale

Je propose ce que j’appelle la Nouvelle Économie Numérique Sociale, une mise à jour de l’économie sociale de marché pour l’ère de l’IA.

Son principe : certaines ressources sont trop essentielles pour que leur accès dépende uniquement du pouvoir d’achat. Elles appellent un système dual, où une infrastructure publique de base coexiste avec l’offre privée sans prétendre la remplacer.

Appliquons ce principe à la ressource critique de notre époque : l’intelligence numérique. Celle-ci possède son unité de mesure et de facturation, comme l’électricité a son kilowattheure : le token. Chaque requête, analyse ou ligne de code générée se compte et se paie en tokens. Qui suit sa facture cloud le sait : le token est le kilowattheure du 21^ème siècle. Et qui n’y a pas accès, ou seulement à des tarifs prohibitifs, est économiquement et socialement décroché.

Un système dual reposerait sur trois piliers:

• une couverture de base en intelligence: des capacités publiques de calcul au service des écoles, collectivités, startups et travailleurs déplacés ;
• un dividende numérique local: les datacenters privés contribuent à un fonds territorial de reconversion, négocié dès le permis de construire ;
• une symbiose thermodynamique entre l’infrastructure et son territoire.

Un datacenter transforme physiquement de l’électricité en tokens, et en chaleur. En amont, la Tunisie dispose d’un avantage comparatif : un gisement solaire parmi les plus riches de la Méditerranée, au moment où l’énergie devient le principal coût et goulot d’étranglement des datacenters. Le kilowattheure solaire tunisien peut devenir un token compétitif. En aval, la chaleur des serveurs peut alimenter des usages locaux : serres agricoles, séchage agroalimentaire, dessalement basse température, eau chaude pour hôpitaux et hôtels.

Le soleil entre, les tokens sortent, la chaleur revient au territoire : l’infrastructure s’insère dans un cycle dont celui-ci devient partie prenante.
Ce système dual est la réponse classique de Christensen : construire le nouveau à côté de l’ancien.

Et la Tunisie a déjà joué - et gagné - cette partition.

Dans les années 1960 et 1970, un pays jeune et aux ressources limitées faisait face à un déficit massif d’infrastructures. L’État n’a pas attendu que le marché électrifie les campagnes : il a construit les centrales, déployé le réseau, amené courant et eau potable jusqu’aux villages. La STEG et la SONEDE ne sont pas nées d’un calcul de rentabilité à court terme, mais d’une conviction : certaines infrastructures conditionnent tout le reste.

L’État a aussi amorcé des secteurs avant de les ouvrir. Dans le tourisme, l’investissement public initial, hôtels, infrastructures, formation, a créé les conditions d’un secteur privé devenu pilier de l’économie. L’État n’a pas administré le tourisme éternellement : il a porté le risque initial, démontré la viabilité, puis laissé l’initiative privée prendre le relais.

Un datacenter public est la centrale électrique du 21ème siècle. Sa ressource ne se mesure plus en kilowattheures, mais en tokens. La logique reste la même : une infrastructure capitalistique qui conditionne l’émergence d’un écosystème. La startup qui réduit ses factures de calcul, l’école qui forme sur une infrastructure réelle, l’administration qui garde ses données sensibles sur le sol national, le travailleur déplacé qui trouve un espace pour se réinventer. On ne demandait pas à la centrale d’être rentable en cinq ans, mais d’électrifier le pays, de rendre possible ce qui ne l’était pas.

La leçon historique est toutefois à double tranchant : l’État amorceur a réussi lorsqu’il a su amorcer puis transmettre, et déçu lorsqu’il s’est éternisé en gestionnaire. Une « centrale numérique » devra retenir les deux moitiés de la leçon : l’audace initiale et le retrait progressif au profit de l’écosystème.
Mais le token n’est que l’équivalent d’un courant 220 V. Une centrale n’a de sens que par ce qu’on y branche ; un datacenter, par les savoirs qu’on y fait fructifier. D’où la distinction centrale de cet article.

Souveraineté d’infrastructure, souveraineté de décision

La « souveraineté numérique » recouvre deux réalités.

La souveraineté d’infrastructure consiste à posséder les moyens physiques du calcul : datacenters, puces, réseaux, modèles de fondation. C’est celle dont on parle le plus — et celle qui, dans sa version mondiale, restera largement hors de portée. Les investissements se chiffrent en dizaines de milliards et se concentrent entre quelques acteurs. La centrale numérique tunisienne ne rivalisera pas avec la Virginie : son rôle sera de garantir l’accès, pas la domination.

La souveraineté de décision consiste à posséder ce qui donne au token sa valeur : données métiers, jugements experts, règles d’usage, choix des problèmes et garde-fous. Le deuxième article l’a montré à l’échelle de l’entreprise sous le nom d’Intelligence Ownership : chez Bridgewater comme chez Shopify, l’avantage venait moins de la taille du datacenter que de la qualité du savoir injecté. Le troisième l’a montré à l’échelle individuelle : la valeur se déplace vers le cadrage, la vérification et l’arbitrage.

Un pont s’est construit entre ces deux souverainetés.

La course mondiale à l’IA produit en effet deux modèles économiques. D’un côté, les systèmes propriétaires : fermés, accessibles en location, token après token. Le client n’acquiert jamais l’intelligence ; il s’y abonne. De l’autre, les modèles à poids ouverts, publiés par des acteurs américains, chinois ou européens : téléchargeables, hébergeables localement, adaptables. Cette ouverture n’est pas philanthropique, mais concurrentielle : les challengers gagnent en influence ce qu’ils ne gagnent pas en abonnements.

Peu importe ici qui l’emportera. La conséquence est décisive : l’intelligence numérique de haut niveau peut devenir un bien disponible, et non seulement un service à louer. Un modèle ouvert performant peut tourner sur une infrastructure nationale, être adapté à des données tunisiennes et fonctionner sans qu’aucune donnée sensible ne quitte le territoire.

La stratégie n’est donc pas un choix de camp, mais une diversification délibérée : louer l’intelligence propriétaire là où elle excelle et où les données ne sont pas sensibles ; construire sur l’intelligence ouverte là où la souveraineté compte : administration, santé, finance, savoirs stratégiques. Cartographier, décision par décision, ce qui peut être loué et ce qui doit être possédé : l’exercice recommandé aux entreprises, élevé à l’échelle nationale.

Cette souveraineté-là est accessible à la Tunisie. Elle dépend moins de budgets gigantesques que de ce que le pays possède déjà : savoirs métiers dans la finance, la santé, l’industrie et le tourisme ; connaissance des marchés européens, africains et arabes ; diplômés dont la polyvalence pourrait devenir un avantage comparatif à l’ère de l’IA.

Reste à traduire ces principes en options concrètes. Aucune ne suffira seule.

Quelques scénarios pour un nouveau contrat social tunisien

Ces orientations ne constituent pas une recette unique, mais des options complémentaires. Elles partagent un objectif : recréer institutionnellement l’interdépendance que l’économie ne produit plus spontanément. Si le besoin de travail humain ne garantit plus au citoyen une place à la table des négociations, il faut lui construire d’autres sièges.

Scénario A: l’adaptation fiscale - déplacer l’assiette

Puisque la valeur échappe à l’assiette du travail, il s’agit de la capter là où elle passe encore par le territoire : à la consommation.
Concrètement : une fiscalité sur la consommation de tokens importés — non pour la décourager, mais pour que l’usage local de l’intelligence étrangère contribue à la solidarité locale. On taxe l’énergie importée depuis toujours ; personne ne s’en étonne. Des conditionnalités d’accès au marché pourraient compléter cette approche : un opérateur étranger voulant servir les banques, télécoms ou administrations tunisiennes pourrait fournir des contreparties en formation, localisation des données ou transfert de savoir-faire.

Ce scénario a le mérite du réalisme et le défaut de ses limites. L’assiette numérique tunisienne est étroite et les rendements seront modestes. Surtout, renchérir l’accès à l’IA risque de freiner la transformation encouragée chez les entreprises et les travailleurs. Le dosage sera délicat : taxer l’usage passif de l’intelligence importée sans pénaliser l’investissement productif. Un scénario nécessaire, mais insuffisant.

Scénario B: la centrale numérique - le token comme bien commun

Le deuxième scénario reprend la logique de l’État amorceur : une infrastructure publique de calcul, dimensionnée non pour rivaliser avec les hyperscalers, mais pour garantir l’accès. Si le travail cognitif se paie désormais en tokens, autant qu’une partie soit produite chez nous, et que celle qui vient d’ailleurs transite par une infrastructure publique.

La centrale numérique aurait ainsi une double fonction.

La première serait de produire localement une capacité de calcul, notamment à partir de modèles ouverts hébergés en Tunisie. Ses bénéficiaires seraient ceux que le marché sert mal : l’école qui forme les centaures de 2035 sur une infrastructure réelle ; la startup qui prototype sans brûler son capital en cloud ; l’administration qui traite localement ses données sensibles ; le travailleur déplacé qui trouve un espace non commercial pour se réinventer.

Ce dernier point répond au Gen Z Dilemma évoqué précédemment : comment former les experts de demain si la machine absorbe les tâches d’apprentissage ? Nous appelions à des espaces d’apprentissage pratique, même moins efficaces à court terme. La centrale numérique pourrait les financer et permettre à la prochaine génération d’apprendre à cadrer, vérifier et arbitrer.

Sa seconde fonction serait de servir de passerelle vers les grands modèles internationaux. Une partie de la consommation tunisienne de tokens pourrait transiter par cette centrale publique, qui achèterait de la capacité auprès des fournisseurs mondiaux avant de la redistribuer aux entreprises, administrations et particuliers.

L’analogie avec l’électricité retrouve ici toute sa force. Une centrale nationale n’a jamais signifié l’isolement du réseau : elle produit localement, mais reste reliée aux réseaux internationaux pour importer lorsque cela est nécessaire. La centrale numérique pourrait fonctionner de la même manière : héberger des modèles ouverts et des données sensibles sur le territoire, tout en donnant accès aux meilleurs modèles propriétaires étrangers lorsque leur performance le justifie.

Ce point de passage rendrait également la fiscalité envisagée dans le scénario A plus opérante. Plutôt que d’essayer d’identifier après coup une multitude de transactions entre utilisateurs tunisiens et plateformes étrangères, l’État pourrait mesurer, agréger et taxer la consommation de tokens au niveau de la passerelle. La centrale numérique ne serait donc pas seulement un producteur public d’intelligence, mais aussi un opérateur de réseau et un compteur fiscal.
Ce mécanisme permettrait de distinguer les usages : accès subventionné pour l’éducation, la recherche, les services publics et les startups en phase d’amorçage ; tarif normal pour les usages productifs ; contribution spécifique pour certains volumes ou usages commerciaux. Il offrirait aussi un levier de négociation collective avec les grands fournisseurs internationaux. Un acheteur national ou régional de tokens disposerait de davantage de poids qu’une multitude d’entreprises tunisiennes négociant séparément.

Cette centralisation ne devrait toutefois devenir ni un monopole obligatoire ni un instrument de surveillance. Les entreprises devraient pouvoir contracter directement avec les fournisseurs étrangers lorsque leurs besoins l’exigent. La centrale constituerait plutôt une voie publique de référence, assortie d’avantages de prix, de conformité, de souveraineté et de simplicité fiscale. Les données traitées, les volumes consommés et les finalités d’usage devraient être strictement séparés : mesurer les tokens pour les facturer ou les taxer ne doit pas signifier inspecter les requêtes.

Deux autres conditions s’imposent. D’abord l’échelle : le projet pourrait exiger une mutualisation maghrébine ou africaine. La Tunisie dispose d’atouts pour l’initier : position géographique, câbles sous-marins, potentiel solaire et capital humain. Ensuite, la gouvernance : pour éviter qu’elle ne devienne une infrastructure publique coûteuse et sous-utilisée, la centrale devra répondre à des objectifs mesurables, publier ses résultats et laisser progressivement les services concurrentiels aux acteurs privés, tout en conservant ses missions essentielles d’accès, de souveraineté et d’interconnexion. Une centrale se juge à ce qu’elle alimente et à la fluidité de ses connexions, pas à sa seule puissance installée.

Si des datacenters internationaux s’implantent un jour en Tunisie, hypothèse plausible entre soleil, proximité de l’Europe et saturation des sites du Nord, les leçons d’Abilene devront être appliquées a priori : dividende local négocié avant le permis, capacité réservée à l’usage public, chaleur valorisée et interconnexion avec la centrale numérique. Un pacte, pas une aubaine.

Scénario C: la souveraineté de décision comme politique industrielle

Le troisième scénario consiste à élever l’Intelligence Ownership au rang de stratégie nationale.
Si les modèles généralistes connaissent « la moyenne du monde » mais pas l’exception qui fait un métier, le savoir accumulé par les entreprises et institutions tunisiennes constitue un gisement de valeur. Finance conforme aux réglementations régionales, santé dans un contexte maghrébin, connaissance des marchés européens, africains et arabes, droit et comptabilité bilingues ou trilingues : autant de domaines où des modèles spécialisés, entraînés sur des décisions expertes locales, peuvent surpasser les généralistes, comme Bridgewater et Shopify l’ont démontré avec des moyens sans commune mesure avec ceux des hyperscalers.

La politique industrielle consisterait à organiser ce gisement : aider les entreprises à transformer leur savoir institutionnel en modèles spécialisés et services augmentés exportables ; faire de l’État le premier terrain d’application, en construisant l’Intelligence Ownership de l’administration plutôt qu’en louant indéfiniment une intelligence étrangère générique ; positionner la Tunisie non comme sous-traitant de tâches que l’IA absorbe, mais comme fournisseur de savoirs que les grands modèles ne possèdent pas.

Ce scénario referme une boucle ouverte au début de la série. Le premier article demandait si la Tunisie deviendrait productrice de solutions, exportatrice de services augmentés ou simple consommatrice de technologies conçues ailleurs. Le scénario C trace le chemin de la première option. Mais il exige les centaures, les Creative Generalists et les compétences de vérification décrits dans l’article précédent. Pas de souveraineté de décision sans humains capables de décider. Politique industrielle et politique éducative ne font ici qu’une.

Les trois scénarios s’emboîtent : A finance modestement, B équipe, C valorise. A sans C dégénère en fiscalité punitive ; B sans C construit une centrale sans rien à y brancher ; C sans B laisse les talents sans courant. 
Leur combinaison peut dessiner un contrat social viable.

Au-delà de l’impôt : la question de la distribution

Reste la question la plus difficile : si la Tunisie capte une part de la valeur créée par le capital numérique, que finance-t-on et comment la distribue-t-on ?
Le débat international offre trois grandes options. Le revenu universel de base, défendu jusque dans la Silicon Valley, parfois par ceux-là mêmes qui automatisent et préfèrent solvabiliser des consommateurs plutôt que partager le capital. Les services universels de base : garantir non un chèque, mais l’accès à la santé, l’éducation, le transport et, demain, aux tokens. Enfin, le capital universel de base, défendu notamment par Nicolas Berggruen : donner aux citoyens non des allocations, mais des parts dans un fonds alimenté par les entreprises profitant de l’IA, sur le modèle de Singapour ou de la retraite australienne par capitalisation. Le revenu universel fait du citoyen un bénéficiaire ; le capital universel en fait un actionnaire, quelqu’un qui possède une part de l’économie qui se transforme et quelque chose à faire valoir à la table des négociations.

Pour la Tunisie, un ordre de réalisme s’impose. Un revenu universel est budgétairement hors de portée. Les services universels de base prolongent son histoire, la centrale numérique du scénario B en serait une forme nouvelle. Quant au capital universel, il pourrait inspirer une version modeste : si un fonds public amorce l’écosystème IA tunisien, pourquoi une partie de ses bénéfices futurs ne reviendrait-elle pas aux citoyens dont les données et les savoirs l’auront alimenté ?

Une dette de cette série reste ouverte : comment reconnaître la contribution des travailleurs dont les décisions deviennent des données d’entraînement ? Si le jugement de l’expert est le véritable actif, celui dont le jugement entraîne un modèle mérite une part de ce qu’il rapporte. Le 20ème siècle a inventé le salaire et la cotisation pour rémunérer le travail répété. Le 21^ème devra peut-être inventer l’équivalent d’un droit d’auteur sur le jugement capturé. Voilà à quoi pourrait ressembler un siège reconstruit à la table des négociations.

Conclusion: piloter ou subir, version État

Le capitalisme décrit par Marx reposait sur une interdépendance : le capital avait besoin du travail, et ce besoin a forcé les compromis dont nos contrats sociaux sont faits. Le capitalisme numérique dissout ce besoin, menaçant de faire passer le travailleur de l’exploitation à l’irrelevance, et l’État de la redistribution à l’impuissance.

Les réponses d’hier, ajuster les taux, attendre les preuves, échoueront sur la cible, l’échelle ou le tempo. Mais des options existent : déplacer l’assiette, construire la centrale numérique, ériger la souveraineté de décision en politique industrielle et réinventer la distribution jusqu’à rémunérer le jugement lui-même.

Aucune ne se réalisera spontanément. Toutes exigent ce qui a manqué à Kodak : la lucidité de voir la courbe disruptive pendant que l’ancienne rapporte encore, et le courage de construire le nouveau à côté de l’ancien.

L’article précédent l’affirmait pour le travailleur du savoir : la seule variable qui lui reste n’est pas de savoir si la transformation aura lieu, mais qui la pilotera. La conclusion vaut pour l’État. La transformation du contrat social tunisien aura lieu, par choix ou par érosion. Elle peut être pilotée a priori, par un pays qui a déjà prouvé qu’il savait bâtir l’infrastructure de son époque avant que le marché n’en voie l’intérêt. Ou elle sera subie a posteriori, dictée par des donneurs d’ordre étrangers et des règles fiscales écrites ailleurs.

Une société ne se mesure pas à la productivité de ses machines, mais à ce qu’elle décide de faire des humains qu’elles libèrent. Elle se mesure aussi à sa capacité de les garder à la table des négociations, non par nostalgie, mais par construction délibérée.

Le centaure individuel peut se sauver lui-même. L’écurie ne se financera pas seule. Mais la Tunisie possède encore l’essentiel pour la bâtir : à défaut d'aligner les chevaux-vapeur des datacenters géants, elle possède les cavaliers. Elle garde surtout la mémoire d’un État bâtisseur, qui a su investir dans son avenir avant d'attendre le bon vouloir du marché.

Épilogue: le test du Centaure

Plus j'approfondis l'équation posée par cette nouvelle technologie, plus une conviction s'enracine en moi: les nations qui sortiront gagnantes de la révolution de l'IA ne seront pas nécessairement celles qui alignent les plus gigantesques ressources technologiques ou financières. Ce seront celles qui réussiront à passer le cap décisif de la transformation de leurs mécanismes de création et de distribution de la richesse. C'est à cette seule condition que leur capital humain ne deviendra pas obsolète, mais restera un véritable moteur de leur prospérité.
La transparence intellectuelle m'impose aussi une confidence pour clore cette série. Ces quatre articles sont eux-mêmes le produit d'un travail de centaure, tel que je l'ai décrit. J'en ai défini le cadre, la structure, les idées centrales et les concepts, avant d'en piloter la rédaction et d'en corriger l'exécution à l'aide de plusieurs outils d'intelligence artificielle - L'IA comme Ghostwriter. Le buste a dirigé la stratégie, le cheval a fourni la vélocité.
Au lecteur, désormais, d'en juger la pertinence et la qualité.

Dr Sami Bahri

Dr Sami Bahri est consultant senior en stratégie, technologie, marketing et gestion, doté d’une solide expertise dans les domaines de la transformation numérique et de l’intelligence artificielle (IA). Fort d’une formation en sciences naturelles (Dr. rer. nat.) et d’une expérience interculturelle (franco-germano-tunisienne), il accompagne depuis plus de 20 ans des entreprises internationales dans leurs projets de modernisation, d’optimisation des processus et d’innovation technologique.

En tant que consultant stratégique, manager de transition ou chef de projet, il aide les organisations à intégrer avec succès les technologies numériques – en particulier l’IA – afin de créer de la valeur ajoutée, de réduire les coûts et d’améliorer l’efficacité opérationnelle. Il intervient également dans le développement et la gestion du changement dans des contextes multiculturels.

Depuis 2025, il est également chargé de cours et coach en IA et transformation numérique à la German Business School de Tunis.