Un virage politique attendu pour la souveraineté technologique
Le gouvernement fédéral canadien s'apprête à dévoiler une mise à jour majeure de sa stratégie nationale en matière d'intelligence artificielle. Lors d'un récent sommet technologique à Toronto, dont les détails ont été rapportés par le média spécialisé BetaKit, le secrétaire parlementaire du ministre de l'IA a confirmé que cette nouvelle feuille de route viserait explicitement à empêcher la fuite de la propriété intellectuelle (PI) et de la valeur commerciale hors des frontières canadiennes. Ce changement de cap influencera directement les règles d'approvisionnement public, le soutien aux entreprises et l'attribution des capitaux.
Historiquement, le Canada s'est illustré comme un pionnier de la recherche fondamentale en apprentissage profond, notamment grâce aux travaux de chercheurs subventionnés par l'Institut canadien de recherches avancées (CIFAR). Pourtant, une grande partie de cette valeur scientifique a été commercialisée à l'étranger, souvent acquise par des géants technologiques américains. La nouvelle stratégie fédérale tente de corriger cette asymétrie en incitant les organisations d'ici à conserver le contrôle de leurs innovations et de leurs données.
Le mécanisme de la fuite des données par l'IA
Pour comprendre comment la propriété intellectuelle d'une organisation s'échappe, il faut analyser le fonctionnement des modèles de langage (LLM) commerciaux. Lorsque des employés utilisent des outils d'IA grand public pour analyser des rapports financiers, des contrats ou des dossiers de recherche, ces documents sont envoyés sur des serveurs tiers, souvent situés aux États-Unis ou en Europe. Ces données peuvent ensuite être utilisées pour entraîner de futurs modèles, ce qui équivaut à céder gratuitement le savoir-faire de l'organisation à des entreprises étrangères.
Pour pallier ce risque, la recherche scientifique s'est tournée vers l'architecture RAG (Retrieval-Augmented Generation, ou génération augmentée par récupération) et les plongements lexicaux (embeddings). Les plongements lexicaux transforment des textes complexes en vecteurs mathématiques afin de mesurer leur proximité sémantique. Le RAG consiste ensuite à rechercher les morceaux de documents les plus pertinents dans une base de données locale pour les injecter directement dans le contexte de la requête adressée à l'IA. Ce processus évite d'avoir à entraîner un modèle global avec des données confidentielles, mais il pose une condition stricte : le moteur de recherche vectoriel et le modèle de langage doivent tous deux s'exécuter dans un cadre sécurisé et souverain.
Le défi est de taille pour les organisations canadiennes. Selon un rapport de la Banque de développement du Canada (BDC), plus de 80 % des investissements de stade avancé dans les entreprises technologiques d'ici proviennent de capitaux étrangers. Cette dépendance financière accentue la pression pour exporter la propriété intellectuelle vers les marchés extérieurs, rendant l'adoption de technologies d'infrastructure locales encore plus critique pour la résilience économique du pays.
L'alternative souveraine par l'architecture no-code
C'est précisément à cette intersection entre la protection de la propriété intellectuelle et l'efficacité opérationnelle que se positionne la plateforme ProductivIA. Plutôt que de forcer les organisations à développer leurs propres infrastructures complexes ou à s'en remettre à des solutions étrangères fermées, la plateforme propose une approche no-code structurée autour de la confidentialité.
Grâce à l'application Base documentaire, les organisations peuvent téléverser leurs documents (rapports, politiques, brevets) pour les vectoriser localement. Le moteur de recherche sémantique extrait les informations pertinentes sans jamais exposer l'intégralité du patrimoine informationnel à l'extérieur. Pour garantir que même les requêtes de synthèse restent confidentielles, la plateforme s'intègre nativement avec Matania, le fournisseur de modèles de langage hébergé au Québec.
Cette architecture permet de réaliser des tâches complexes d'analyse documentaire tout en s'assurant que les données ne transitent pas par des infrastructures transfrontalières opaques. L'administrateur d'un silo d'entreprise ou d'une institution publique peut ainsi configurer son environnement pour que l'application Base documentaire communique exclusivement avec les modèles souverains de Matania. Ce choix technique s'effectue de manière déclarative, sans qu'aucune ligne de code ne doive être modifiée par les utilisateurs finaux, éliminant ainsi le risque d'erreur humaine ou de fuite accidentelle.
Vers une autonomie numérique durable
La future stratégie canadienne de l'IA met en lumière une réalité incontournable : la véritable valeur de l'intelligence artificielle ne réside pas uniquement dans les algorithmes, mais dans les données exclusives qui les alimentent. En conservant ces données au sein d'environnements contrôlés et en privilégiant des modèles d'hébergement de proximité, les entreprises et les institutions publiques protègent non seulement leur conformité réglementaire, notamment face à la Loi 25 au Québec, mais aussi leur avantage concurrentiel à long terme.
Alors que les gouvernements cherchent des moyens d'orienter l'approvisionnement public vers des solutions locales, la transition vers des piles technologiques souveraines et modulaires s'impose comme une nécessité stratégique. La capacité de combiner un système d'exploitation libre comme Boréal-OS sur le plan matériel, un environnement applicatif no-code comme ProductivIA et un moteur d'IA local comme Matania offre une voie concrète vers cette autonomie numérique tant recherchée.