Diffusion de l’IA générative : Haïti face au risque de décrochage

En juin 2026, 8,9 % des Haïtiens âgés de 15 à 64 ans avaient utilisé un produit d'intelligence artificielle générative, selon les estimations publiées en septembre par le Microsoft AI Economy Institute dans son rapport Global AI Diffusion: Q2 2026 Trends and Insights. Ce taux représente moins de la moitié de la moyenne mondiale (18,8 %) et reste nettement inférieur à celui du Sud global (16,2 %). Il place Haïti vers le 124^e rang sur 147 économies, à égalité avec le Kenya et le Zimbabwe, et au deuxième niveau le plus faible des Amériques. Le constat ne tient pas seulement au niveau : la diffusion progresse en Haïti, mais à un rythme trop lent pour réduire l'écart avec le reste du monde.

Une adoption mondiale soutenue, une fracture Nord-Sud qui s'accentue

Entre le premier et le deuxième trimestre 2026, la part de la population mondiale en âge de travailler utilisant l'IA générative est passée de 17,8 % à 18,8 %. La hausse concerne la quasi-totalité des économies, mais elle profite d'abord à celles qui étaient déjà les plus avancées. Les Émirats arabes unis (73,3 %) et Singapour (64,3 %) conservent la tête du classement, et la Corée du Sud enregistre la plus forte progression du trimestre (+3,5 points).

L'écart entre le Nord (28,8 %) et le Sud global (16,2 %) atteint désormais 12,6 points, contre 10,6 points au second semestre 2025. Pour l'heure, la diffusion de l'IA générative obéit donc à une logique cumulative : les économies les mieux dotées en infrastructures numériques et en capital humain captent l'essentiel des gains d'adoption.

Haïti : un niveau qui progresse, un écart qui se creuse

Le taux haïtien est passé de 8,5 % à 8,9 % en un trimestre, soit une hausse de 0,4 point, contre 0,8 point pour le Sud global et 1,0 point à l'échelle mondiale. L'écart avec la moyenne mondiale s'est ainsi élargi de 9,3 à 9,9 points, et celui avec le Sud global de 6,9 à 7,3 points.

Le problème n'est donc pas l'absence de progression, mais son rythme. À la vitesse observée, il faudrait environ six ans à Haïti pour atteindre le niveau mondial actuel, qui aura lui-même continué d'augmenter. Cette extrapolation linéaire n'a pas valeur de prévision ; elle donne la mesure du retard et montre qu'il ne se résorbera pas de lui-même.

La Caraïbe, un bassin à deux vitesses

Les quatre économies insulaires de la Caraïbe publiées dans le tableau se répartissent en deux groupes nettement distincts. La République dominicaine (25,8 %) et la Jamaïque (25,0 %), qui gagnent chacune 1,0 point, se situent au-dessus de la moyenne mondiale. Haïti (8,9 %, +0,4 point) et Cuba (6,8 %, +0,1 point) en restent très éloignés. Sur le pourtour du bassin, le Costa Rica (29,7 %), la Colombie (25,9 %) et le Panama (24,2 %) appartiennent au premier groupe.

Le contraste le plus parlant s'observe sur l'île d'Haïti, où le taux dominicain est près de trois fois supérieur au taux haïtien. En un seul trimestre, l'écart entre les deux pays est passé de 16,3 à 16,9 points. Pour deux économies en concurrence directe pour l'investissement, la sous-traitance et les compétences, un tel différentiel d'adoption risque de se traduire, à terme, par un écart de productivité et d'attractivité.

Ces quatre pays ne sauraient toutefois tenir lieu de moyenne caribéenne : la plupart des petits États insulaires de la région ne disposent pas d'estimation nationale publiée.

Ce que l'indicateur mesure, et ce qu'il ne mesure pas

Le chiffre de Microsoft n'est ni une enquête nationale ni un recensement des utilisateurs. Il est construit à partir de données de télémétrie anonymisées, issues principalement de l'usage sur ordinateur, puis redressées pour tenir compte des parts de marché des systèmes d'exploitation et des terminaux, de l'usage mobile, de la pénétration d'Internet et de la population. Les auteurs reconnaissent que certaines de ces hypothèses, notamment sur le chevauchement entre appareils, sont difficiles à valider.

La méthodologie prévoit également des regroupements régionaux lorsque la population ou le trafic d'une économie ne permettent pas une estimation nationale robuste. Les annexes en portent la trace : douze économies d'Afrique de l'Ouest affichent exactement le même taux (10,4 %), comme huit économies d'Afrique de l'Est (8,0 %) ou le Guyana, le Suriname, le Venezuela et la Guyane (11,3 %). La trajectoire d'Haïti est elle-même identique à celle du Zimbabwe, ce qui appelle une lecture prudente du chiffre national.

Surtout, l'indicateur mesure la diffusion, non l'intensité ni la qualité des usages. Il ne dit rien de l'usage professionnel, des tâches transformées ou des gains de productivité. Microsoft annonce en outre un élargissement des outils couverts dès la prochaine édition, ce qui relèvera mécaniquement les taux mesurés. Le niveau haïtien doit donc être lu comme un ordre de grandeur, utile pour situer le pays et suivre son évolution relative.

Deux pistes de rattrapage : l'apprentissage et les modèles ouverts

L'analyse d'un échantillon de conversations Copilot grand public met en évidence une spécificité des usages dans le Sud global. L'autoformation et le développement de compétences y représentent une part des conversations supérieure de 29,2 % à leur part dans l'ensemble mondial, et l'appui scolaire et universitaire une part supérieure de 32,3 %. Les auteurs y voient en partie l'effet d'une population plus jeune et rappellent que ces résultats portent sur les premiers utilisateurs. En Haïti, où la population est jeune et le système éducatif fortement contraint, cette orientation fait de l'IA un vecteur potentiel d'accumulation de capital humain, avant même d'en faire un facteur de production.

La seconde piste tient à l'économie des modèles. Les modèles à poids ouverts, que chacun peut télécharger et adapter, atteignent en quelques mois des performances proches de celles des meilleurs modèles propriétaires ; certains offrent des résultats comparables à ceux de systèmes fermés récents pour environ un tiers du coût par tâche. Ils représentent désormais 75 % des jetons traités sur OpenRouter, plateforme utilisée principalement par les développeurs. Leur ouverture facilite aussi l'adaptation aux langues peu dotées : le cadre Bring Your Own Language du Microsoft AI for Good Lab a amélioré en moyenne d'environ 12 % les performances en chichewa et en maori sur l'ensemble des tests étudiés.

Ces résultats ne portent pas sur le créole haïtien et ne s'y transposent pas automatiquement. Ils indiquent néanmoins une voie : celle de corpus, de jeux de test et d'évaluations conçus en Haïti, plutôt que le recours à des modèles multilingues généralistes dont la maîtrise du kreyòl et du contexte local reste à démontrer.

Quatre chantiers pour Haïti

Le rapport documente la diffusion de l'IA, ses usages et le potentiel des modèles ouverts ; il ne formule pas de recommandations propres à Haïti. Les orientations qui suivent relèvent de la lecture qu'en fait Sigmax. Le retard haïtien tient d'abord à des contraintes structurelles : accès à l'électricité, couverture et coût de la connectivité, niveau des compétences numériques. Aucune stratégie en matière d'IA ne saurait s'y substituer, mais quatre chantiers peuvent être engagés sans attendre que ces contraintes soient entièrement levées.

• Mesurer. Construire une mesure nationale des usages de l'IA, couvrant les outils utilisés, la fréquence, les profils d'utilisateurs, les tâches concernées et les obstacles rencontrés. Un module dédié dans les enquêtes auprès des ménages et des entreprises permettrait un suivi désagrégé par territoire, âge, sexe et secteur d'activité.
• Former. Faire de l'éducation, de la formation professionnelle et de l'autoformation les terrains prioritaires d'expérimentation, afin de convertir la principale porte d'entrée observée dans le Sud en gain durable de capital humain.
• Localiser. Investir dans les corpus, les jeux de test, les outils et les évaluations en kreyòl, en partenariat avec les universités et la diaspora.
• Organiser. Dans les entreprises et les institutions, encadrer l'adoption autour de cas d'usage précis, de la sécurité des données et de résultats mesurables, en confiant chaque tâche au modèle le moins coûteux capable de l'accomplir correctement.

Pour Haïti, l'enjeu est donc double : accélérer l'accès et mieux comprendre les usages. La diffusion de l'IA générative se joue sur un horizon court ; faute d'action délibérée, l'écart actuel risque de se muer en un différentiel durable de productivité, d'employabilité et d'attractivité.