- ▸ Huit géants japonais et 6,3 Md$ publics NEDO pour construire un LLM souverain spécialisé robotique industrielle, pas du texte.
- ▸ Architecture ciblée physical AI : multimodal natif, Action Transformer, entraînement simulation + données d'usines japonaises.
- ▸ Trois scénarios à horizon 2028 : succès captif (40 %), décrochage technique (35 %), rupture robotique (25 %).
- ▸ Différencie clairement l'approche européenne Mistral-SAP qui vise le SaaS d'entreprise plutôt que la robotique.
- ▸ Pour un équipementier automobile de 700 M€ CA, le coût 5 ans se situe entre 12 et 13,2 M€ selon l'option.
Le 12 avril 2026, SoftBank, NEC, Sony et Honda ont fondé à Tokyo une entreprise commune baptisée Japan AI Foundation Model Development. Le consortium accueille aussi MUFG Bank, Sumitomo Mitsui, Mizuho, Nippon Steel et Kobe Steel comme actionnaires minoritaires. L’ambition affichée est simple et spectaculaire : construire une IA souveraine japonaise, entraînée sur données japonaises, déployée dans les usines japonaises, sans jamais transiter par les hyperscalers américains.
Derrière ce geste industriel se cache un pari technique et économique considérable. L’enveloppe publique est estimée à 1 000 milliards de yens sur cinq ans — environ 6,3 milliards de dollars — pilotée par la New Energy and Industrial Technology Development Organisation (NEDO). Le modèle visé dépasse le trillion de paramètres, avec une cible atypique : le physical AI, c’est-à-dire la robotique et le contrôle industriel.
Pour les observateurs européens, ce dossier mérite une analyse approfondie. Il révèle une stratégie alternative à celle de Mistral AI et du consortium franco-allemand, et il redistribue la carte mondiale des dépendances cloud.
Genèse de l’alliance : trois ans de signaux faibles
L’histoire ne commence pas en avril 2026. Dès 2023, Masayoshi Son avait lancé Project Izanagi, un programme discret de rachat de startups IA américaines par SoftBank. L’échec de plusieurs intégrations, et la pression politique japonaise après l’accord OpenAI × Microsoft Azure, ont poussé à un revirement.
En juillet 2024, le METI (ministère de l’Économie, du Commerce et de l’Industrie) publie une première feuille de route « AI Sovereignty 2030 » fixant trois objectifs : réduire la dépendance cloud US, construire au moins un foundation model national, et imposer des standards industriels japonais sur la robotique IA. Le financement n’est toutefois pas fléché avant début 2026.
Entre octobre 2025 et mars 2026, les négociations entre industriels s’accélèrent. NEC, qui dispose déjà de son modèle cotomi, voulait initialement avancer seul. Sony cherchait un partenaire pour ses divisions gaming et imaging. Honda, dont les ambitions robotiques remontent à Asimo, a joué le rôle de catalyseur sur la partie contrôle physique. L’accord final, annoncé le 12 avril, combine ces trois ancrages en une entité unique.
Le modèle capitalistique est instructif. Les quatre fondateurs (SoftBank, NEC, Sony, Honda) détiennent chacun plus de 10 % du capital. Les cinq investisseurs bancaires et industriels se partagent le solde. L’État japonais n’est pas actionnaire direct, mais le programme NEDO sert de colonne vertébrale financière, sur le même modèle que l’initiative coréenne K-AI.
Architecture technique : pourquoi 1 trillion de paramètres en physical AI
Les choix techniques annoncés méritent une lecture précise. Le modèle cible un trillion de paramètres, soit environ la taille de Claude Opus 4.6 ou GPT-5.4. Mais l’objectif fonctionnel diffère : là où OpenAI optimise pour le raisonnement linguistique, Japan AI Foundation Model vise la génération d’actions physiques dans un environnement industriel.
Cette orientation se traduit par trois choix d’architecture. Premièrement, un multimodal natif avec entrées caméra, lidar, capteurs de couple et données machine. Deuxièmement, une tête de décision temps réel de type Action Transformer, alignée sur les travaux récents de Physical Intelligence et de 1X Technologies. Troisièmement, un entraînement partiel en simulation sur des jumeaux numériques d’usines japonaises, avec fine-tuning final sur données réelles anonymisées.
L’infrastructure de calcul prévue est colossale. SoftBank mobilise Stargate Japan, une joint-venture avec OpenAI, Oracle et Arm, qui doit livrer au moins 600 MW de capacité data center d’ici 2028. Des accords préliminaires avec NVIDIA portent sur 40 000 puces GB300, livrables à partir du T3 2026. C’est comparable aux commandes de Mistral AI pour son datacenter de Bruyères-le-Châtel, mais étalé sur une période plus longue.
Côté données d’entraînement, le consortium annonce un corpus japonais propriétaire : données industrielles Sony, Honda, NEC, Nippon Steel, Kobe Steel, combinées à 12 000 heures de vidéo robotique des laboratoires NEDO. L’équivalent linguistique est plus contraint : le japonais ne représente que 1 à 2 % des corpus publics d’entraînement LLM, un angle mort que le consortium entend combler par synthèse et par des partenariats avec les éditeurs nationaux.
Trois scénarios possibles à horizon 2028
Le chemin de ce consortium n’est pas garanti. L’analyse des précédents industriels japonais et des équivalents étrangers fait émerger trois scénarios crédibles à 24-36 mois.
Scénario A — Succès mesuré sur un marché captif (probabilité 40 %). Le consortium livre un modèle fonctionnel en 2028. Il domine le marché japonais de la robotique industrielle (estimé à 12 Md$ en 2027), capte des parts en Corée du Sud et à Taïwan, mais reste marginal face à Google et Microsoft sur les marchés occidentaux. Le ROI s’établit autour de 2,5 milliards de dollars cumulés d’ici 2030 — correct sans être spectaculaire.
Scénario B — Décrochage technique et fragmentation (probabilité 35 %). Les différences culturelles entre SoftBank, NEC, Sony et Honda ralentissent l’exécution. Le modèle livré accuse un retard de 18 à 24 mois sur Gemini 4 et Claude Opus 5. Les clients industriels optent pour des solutions hybrides (NEDO pour la conformité souveraine, cloud US pour la performance). Le consortium se recentre alors sur la robotique d’usine pure.
Scénario C — Rupture technologique grâce au physical AI (probabilité 25 %). L’accent sur l’action transformer et la fusion multimodale industrielle permet au Japon de prendre une avance structurelle sur la robotique IA. Le modèle devient la référence pour les usines de semi-conducteurs, l’automobile autonome et les machines-outils. Le ROI dépasse 15 Md$ d’ici 2032. Dans ce scénario, les géants américains doivent racheter ou licencier la technologie.
Ces trois scénarios reposent sur une hypothèse commune : le gouvernement japonais maintient son soutien politique et financier. Tout changement de majorité diétal ou tout dérapage budgétaire significatif pourrait faire basculer le projet sur un quatrième scénario, plus pessimiste, où le consortium se dissout faute de garanties publiques.
Comparaison avec l’Europe : Mistral, ASML, et le consortium franco-allemand
L’initiative japonaise arrive dans un paysage mondial en recomposition. L’Europe a sa propre stratégie souveraine, mais elle est plus morcelée. Le consortium Mistral × SAP × France × Allemagne est lui aussi annoncé en avril 2026, mais sur un périmètre plus serré : LLM textuel et plateforme d’entreprise. Il mobilise moins de capitaux publics directs (environ 2,3 Md€ côté français, 1,8 Md€ côté allemand).
La différence de ciblage est stratégique. L’Europe mise sur le segment générique linguistique et enterprise SaaS. Le Japon vise le physical AI et la robotique industrielle, là où ses champions détiennent déjà une avance mondiale (Fanuc, Yaskawa, Kawasaki contrôlent 54 % du marché robotique global en 2025).
Cette spécialisation change l’équation concurrentielle. Si la France parvient à imposer Mistral dans les services européens, elle devra quand même licencier du physical AI japonais pour ses usines automobiles. Inversement, Toyota et Fanuc vont continuer à acheter leurs LLM textuels à Google ou Anthropic. La souveraineté ne sera donc jamais totale, mais sectorielle.
Troisième acteur à surveiller : la Chine. Le modèle GLM-5.2 de Zhipu et le programme d’infrastructure Huawei Ascend suivent la même logique de verticalisation. Le différentiel tient moins dans la techno que dans les marchés accessibles : la Chine vise son marché intérieur et les pays du Sud, le Japon cible les alliés industriels occidentaux.
Scénario économique chiffré pour un industriel utilisateur
Prenons un exemple concret : une équipementier automobile européen de taille moyenne (700 M€ CA, 3 usines) évalue une solution de contrôle qualité IA pour 2028. Trois options s’offrent à lui.
Option 1 — Déploiement Azure OpenAI + vision industrielle Cognex : investissement initial de 4,2 M€, OPEX de 1,8 M€/an, time-to-market 8 mois. Dépendance forte aux évolutions tarifaires Azure et aux règles d’export US.
Option 2 — Solution Mistral Large 3 × SAP : investissement 3,6 M€, OPEX 1,4 M€/an, time-to-market 12 mois. Conformité AI Act native, mais module de vision industrielle moins mature fin 2026.
Option 3 — Japan AI Foundation Model via une licence industrielle : investissement estimé à 5,8 M€ (coût d’intégration plus élevé), OPEX 1,1 M€/an, time-to-market 14 mois. Performance prédictive supérieure en robotique, mais support européen limité.
Sur cinq ans, le coût total se situe entre 12 M€ et 13,2 M€ selon l’option. L’écart tient moins au coût qu’au risque stratégique. Le choix dépend de trois critères pondérés : conformité réglementaire, performance robotique pure, et indépendance géopolitique. Un équipementier qui vend en Europe et aux États-Unis optera probablement pour la combinaison Mistral + module physique japonais, plutôt que pour un fournisseur unique.
La chaîne silicium : un angle mort critique
Un point peu commenté mérite un examen technique. Le consortium dépend à court terme de puces NVIDIA GB300, comme Mistral à Bruyères et Stargate aux États-Unis. Cette dépendance est structurelle : aucun acteur au monde, à part la Chine via Huawei Ascend, ne dispose d’une alternative opérationnelle en 2026.
Deux pistes japonaises émergent néanmoins. Rapidus, soutenu par Toyota, Sony et NTT, doit livrer son premier wafer 2 nm en test fin 2026, pour une production commerciale début 2028. Preferred Networks, partenaire historique de Toyota sur l’IA, développe un accélérateur spécialisé robotique qui pourrait compléter NVIDIA à horizon 2029. Aucune de ces pistes ne remplace les GB300 à court terme, mais elles réduisent le risque de dépendance absolue d’ici 2030.
Pour le consortium Japan AI Foundation, cela signifie un arbitrage explicite : acheter massivement NVIDIA sur 2026-2028 pour accélérer, puis basculer progressivement sur du silicium domestique sur la décennie suivante. C’est la stratégie coréenne appliquée aux LLM industriels.
Le jeu diplomatique autour de l’accord
L’annonce du 12 avril s’est faite en présence de trois ministres : METI, MIC (communications) et Environnement. Le choix n’est pas anodin : il signale que Tokyo considère l’IA souveraine comme un pilier stratégique au même titre que l’énergie ou les télécoms. Le Premier ministre japonais a convoqué un comité interministériel bimestriel pour suivre l’exécution.
Sur le plan diplomatique, l’initiative a été coordonnée avec Washington dans les semaines précédentes. Les responsables de SoftBank ont notamment rencontré le chef du Bureau of Industry and Security pour clarifier que le modèle ne violerait aucune obligation de contrôle à l’export américaine. Ce dialogue préalable illustre la prudence japonaise : bâtir une alternative sans entrer en rupture ouverte.
La Corée du Sud suit de près. Le programme K-AI coréen, doté de 3,1 Md$ sur cinq ans, pourrait s’aligner techniquement avec Japan AI Foundation via un accord d’interopérabilité robotique, en négociation depuis mars selon des sources industrielles. Si cet accord aboutit d’ici fin 2026, un bloc « physical AI Asie » consoliderait 9,4 Md$ cumulés face aux 65 % de capital captés par les quatre labos américains.
Risques structurels et signaux faibles à surveiller
Le projet japonais porte plusieurs vulnérabilités qu’il serait imprudent d’ignorer. La première est culturelle : la gouvernance à huit actionnaires, avec quatre acteurs majoritaires détenant chacun plus de 10 %, impose des décisions consensuelles. Les précédents japonais en joint-venture technologique (Renesas, Japan Display) ne plaident pas pour une exécution rapide.
La deuxième vulnérabilité est énergétique. Stargate Japan mobilise 600 MW. Le Japon reste dépendant d’importations énergétiques massives post-Fukushima. Tout choc sur le prix du gaz liquéfié ou toute contestation locale sur l’implantation des data centers peut décaler le calendrier de 12 à 24 mois.
La troisième vulnérabilité tient aux talents. Le consortium doit recruter 2 500 ingénieurs IA d’ici 2028, dans un marché où le salaire moyen d’un chercheur senior s’établit à 35 M¥ (environ 210 000 €) à Tokyo. Les universités japonaises produisent 1 800 PhD en IA par an. La compétition avec Google Tokyo, OpenAI Japan et Anthropic (qui prépare une présence locale) sera rude.
Trois signaux faibles méritent une attention particulière au second semestre 2026 : les annonces d’embauche de chercheurs seniors dans les conférences NeurIPS et ICLR de décembre ; la publication — ou non — du premier papier technique par le consortium ; les décisions de commandes effectives NVIDIA vs. silicium japonais (Rapidus, Preferred Networks).
Ce que les DSI européens doivent en retenir, dès maintenant
L’initiative japonaise n’est pas qu’un sujet de géopolitique. Elle impose trois prises de conscience aux DSI français et allemands.
D’abord, la souveraineté IA se segmente. Il n’y aura pas de modèle unique « européen » ou « japonais » qui couvre tous les usages. Chaque plaque continentale se spécialise : texte pour l’Europe, physical AI pour le Japon, volume et coût pour la Chine. Les architectures IT devront être multi-modèles et multi-juridictions.
Ensuite, la dépendance hyperscaler se recompose sans disparaître. Même avec un consortium japonais puissant, SoftBank reste partenaire d’OpenAI via Stargate. Mistral reste partenaire de Microsoft pour la distribution Azure. L’idée d’une rupture nette avec les clouds US est plus politique que technique.
Enfin, le physical AI devient une catégorie à part. Les DSI industriels doivent intégrer dès 2027 des POC sur la robotique et la vision assistée par foundation models, indépendamment du LLM textuel retenu en back-office. Les entreprises qui dissocient ces deux piles IT gagneront en agilité et réduiront leur exposition à un fournisseur unique.
Conclusion : un pari industriel, pas une révolution tech
L’initiative japonaise du 12 avril n’est pas spectaculaire par son innovation technologique pure. Elle l’est par son industrialisation coordonnée. Huit géants alignés, 6,3 milliards de dollars publics fléchés, un ancrage sur la robotique là où le Japon a déjà une avance, et une gouvernance capitalistique assumée.
Si le consortium exécute, le paysage mondial de l’IA entreprise comptera quatre blocs à horizon 2030 : États-Unis (OpenAI, Google, Anthropic), Chine (Zhipu, Alibaba, Baidu), Europe (Mistral, AMI Labs, ASML), et Japon (Japan AI Foundation, complété de Fanuc et Yaskawa). Les intégrateurs mondiaux — Accenture, Capgemini, Fujitsu — auront à arbitrer entre les quatre selon le cas d’usage, la géographie et la sensibilité des données.
Pour les industriels français, le message est simple. Ni chauvinisme aveugle, ni suivisme américain. L’approche qui limite les risques consiste à construire une architecture IA modulaire, capable d’intégrer Gemini Enterprise en back-office, Mistral pour la conformité AI Act, et demain Japan AI Foundation pour les briques physiques. La souveraineté n’est plus un choix binaire ; c’est une stratégie d’assemblage.
Trois prochaines étapes méritent d’être suivies de près. D’abord, la publication du white paper technique de Japan AI Foundation, annoncée pour septembre 2026. Il donnera les premiers chiffres sur la taille réelle du modèle, le corpus d’entraînement et les benchmarks retenus. Ensuite, les premiers contrats industriels significatifs, attendus début 2027 avec Toyota, Fanuc ou Komatsu. Enfin, la structuration du bloc asiatique élargi : si la Corée du Sud et Taïwan s’alignent via des accords d’interopérabilité, la carte mondiale comptera définitivement quatre pôles au lieu des deux actuels.
Les DAF industriels qui anticipent cette recomposition dès 2026 auront deux ans d’avance sur leurs concurrents. Les autres rattraperont ce retard en payant plus cher l’intégration précipitée de 2028.
