MHI et Preferred Networks s’allient pour développer une IA japonaise dédiée aux infrastructures critiques, à la défense et aux systèmes autonomes.

Le 2 juin 2026, Mitsubishi Heavy Industries et Preferred Networks ont annoncé une alliance stratégique pour développer des technologies d’intelligence artificielle destinées aux applications critiques au Japon. L’accord vise les infrastructures sociales, la sécurité nationale et les systèmes qui ne peuvent pas se permettre l’erreur : aéronautique, défense, énergie, logistique, surveillance, maintenance et gestion de crise. Cette alliance associe deux compétences complémentaires. MHI apporte son expérience industrielle, ses systèmes aéronautiques, ses technologies de contrôle, de simulation et d’intégration. PFN apporte ses modèles d’IA, ses puces, ses infrastructures de calcul et son savoir-faire dans l’IA appliquée au monde physique. L’enjeu dépasse le simple partenariat technologique. Le Japon cherche à réduire sa dépendance aux technologies étrangères, à accélérer l’autonomie de ses systèmes critiques et à préparer une défense plus distribuée, plus rapide et plus intelligente.

Le partenariat qui marque une étape dans l’IA critique japonaise

L’annonce du 2 juin 2026 ne doit pas être lue comme un simple accord de coopération entre un grand industriel et une société d’intelligence artificielle. Elle signale une inflexion plus profonde. Le Japon veut disposer de technologies d’IA nationales capables de fonctionner dans des environnements où la fiabilité, la vitesse de réaction et la souveraineté sont essentielles.

MHI et PFN parlent d’applications “mission-critical”. Le terme désigne des systèmes dont l’arrêt, le retard ou l’erreur peuvent provoquer des conséquences graves. Il peut s’agir d’un réseau énergétique, d’un système de transport, d’un drone militaire, d’un centre de commandement, d’un système spatial, d’une chaîne de production stratégique ou d’un équipement aéronautique. Dans ces domaines, l’IA ne peut pas être traitée comme un logiciel expérimental. Elle doit être testée, validée, protégée et intégrée dans une architecture de sécurité.

L’accord prévoit le développement commun de machines et de systèmes autonomes alimentés par l’IA. L’objectif est clair : augmenter l’intelligence des équipements industriels et militaires japonais. Cela concerne l’analyse de situation, la décision assistée, la maintenance prédictive, la surveillance d’infrastructures et la réponse rapide en cas de crise. Le communiqué officiel indique aussi que les deux groupes visent un accord capitalistique et commercial plus profond au cours de l’exercice 2026. Ce détail est important. Il montre que l’alliance n’est pas seulement une vitrine. Elle pourrait devenir un partenariat durable, avec des investissements communs.

La complémentarité entre MHI et PFN donne du poids à l’accord

MHI n’est pas une entreprise technologique isolée qui cherche à suivre la mode de l’IA. C’est l’un des piliers industriels du Japon. Le groupe intervient dans l’énergie, les infrastructures, les machines industrielles, l’aéronautique, l’espace et la défense. Cette diversité lui donne un avantage rare : il connaît les contraintes physiques des systèmes lourds. Il sait concevoir, certifier et maintenir des équipements qui doivent fonctionner longtemps, dans des conditions difficiles, avec des exigences de sécurité élevées.

PFN apporte une compétence différente. Fondée en 2014, l’entreprise japonaise s’est spécialisée dans une approche intégrée de l’IA. Elle travaille sur les modèles, les logiciels, les puces, les infrastructures de calcul et les applications industrielles. Cette verticalité compte. Dans les applications critiques, il ne suffit pas d’avoir un modèle performant. Il faut aussi maîtriser l’endroit où il s’exécute, la consommation énergétique, la latence, la protection des données, la robustesse et la capacité à fonctionner hors connexion.

Le cœur du partenariat repose donc sur une addition simple. MHI apporte le matériel, les plateformes, la simulation, le contrôle et l’intégration système. Preferred Networks apporte les modèles d’IA, les puces spécialisées et les infrastructures de calcul. Cette combinaison peut permettre de concevoir des systèmes autonomes japonais mieux adaptés aux besoins nationaux qu’une solution importée et générique.

L’autonomie devient un sujet industriel avant d’être militaire

Le mot autonomie est souvent associé aux drones de combat ou aux robots militaires. C’est trop restrictif. Dans le cas MHI-PFN, l’autonomie concerne d’abord la capacité d’un système à comprendre son environnement, à détecter une anomalie, à anticiper une panne et à proposer une action. Cette logique peut s’appliquer à une turbine, à une centrale, à un navire, à un satellite, à un avion ou à un véhicule sans pilote.

Dans les infrastructures sociales, l’autonomie peut servir à gérer des équipements vieillissants. Le Japon fait face à des contraintes connues : population vieillissante, pression sur la main-d’œuvre qualifiée, exposition aux catastrophes naturelles, nécessité de maintenir des réseaux énergétiques et de transport très fiables. L’IA peut aider à surveiller des installations, repérer les signaux faibles et réduire les délais d’intervention.

Dans la défense, la logique est plus brutale. Les conflits récents ont montré la valeur des drones, de la fusion de données, des capteurs distribués et des systèmes capables d’agir plus vite que les chaînes de commandement classiques. Un système aérien sans pilote qui attend toutes ses instructions depuis un opérateur distant reste vulnérable. Les communications peuvent être brouillées. Les liaisons peuvent être coupées. L’autonomie devient alors une condition de survie opérationnelle.

Les systèmes aéronautiques sont au centre de la bascule

L’annonce de juin 2026 arrive après une autre étape significative. En mars 2026, MHI a annoncé avoir mené des démonstrations de vol d’une autonomie de mission alimentée par l’IA pour des drones. Le groupe expliquait alors avoir utilisé l’environnement Hivemind Enterprise de Shield AI. Le processus complet, de l’entraînement de l’IA à son installation sur drone puis aux vols d’essai, aurait été réalisé en huit semaines. Les essais ont concerné un drone ARMD de 2,5 mètres de long, avec une envergure de 2,5 mètres et une masse au décollage de 20 kilogrammes.

Ce précédent donne un sens concret au partenariat avec PFN. MHI a déjà montré qu’il voulait accélérer le développement de l’autonomie de mission. L’alliance avec un acteur japonais de l’IA peut permettre de rapatrier davantage de briques technologiques au Japon. C’est un point sensible. Une autonomie de mission dépend de logiciels, de données, de simulateurs, de processeurs et de chaînes de test. Si ces éléments sont trop dépendants de fournisseurs étrangers, la souveraineté reste incomplète.

Les systèmes aéronautiques sont particulièrement concernés. Un drone, un avion de combat de nouvelle génération ou un système d’accompagnement autonome doit traiter des données radar, électro-optiques, infrarouges, radiofréquences et tactiques. Il doit identifier des menaces, gérer une trajectoire, éviter des obstacles, maintenir une liaison avec d’autres plateformes et parfois opérer en environnement brouillé. Ce type d’IA ne ressemble pas à un assistant conversationnel. Il doit décider vite, avec des données imparfaites, dans un cadre où l’erreur coûte cher.

Le contexte du GCAP donne une dimension stratégique à l’accord

Le partenariat MHI-PFN s’inscrit aussi dans le contexte du Global Combat Air Programme. Le GCAP réunit le Japon, le Royaume-Uni et l’Italie autour d’un futur avion de combat prévu pour 2035. Ce programme ne porte pas seulement sur un avion piloté. Il doit intégrer des plateformes habitées et non habitées, des capteurs avancés, des réseaux de données et des systèmes de combat collaboratif.

MHI occupe une place centrale dans l’écosystème japonais de ce programme. L’IA y sera déterminante. Un avion de combat de nouvelle génération ne sera pas jugé seulement sur sa vitesse, sa furtivité ou son rayon d’action. Sa valeur viendra aussi de sa capacité à traiter l’information, à coordonner des effecteurs, à travailler avec des drones accompagnateurs et à maintenir une supériorité décisionnelle.

Le Royaume-Uni, l’Italie et le Japon ont lancé le GCAP en décembre 2022. En février 2026, le Parlement italien a approuvé 8,77 milliards d’euros pour les premières phases du programme jusqu’en 2037. Les coûts prévisionnels italiens de ces phases ont été réévalués à 18,6 milliards d’euros, contre environ 6 milliards d’euros aux prix de 2021. Ces chiffres montrent une réalité simple : les coûts explosent parce que les technologies à maturer sont très complexes. L’IA, la fusion de données, les architectures numériques et les tests systèmes pèsent lourd dans cette inflation.

La souveraineté technologique devient une nécessité japonaise

Le Japon ne peut pas se contenter d’acheter des solutions d’IA étrangères pour ses infrastructures critiques et sa défense. C’est une question de sécurité. Les modèles d’IA ont besoin de données. Les données industrielles et militaires sont sensibles. Les infrastructures de calcul peuvent devenir un point de dépendance. Les puces peuvent être soumises à des restrictions d’exportation. Les logiciels peuvent évoluer selon les priorités d’un fournisseur étranger.

L’alliance MHI-PFN répond à ce problème. Elle vise explicitement des technologies d’IA japonaise. Cette expression n’est pas un slogan. Elle signifie que le Japon veut maîtriser une partie plus large de la chaîne : modèle, puce, calcul, intégration, test, certification et déploiement. PFN affirme développer en interne des solutions couvrant quatre couches de la chaîne de valeur de l’IA : puces, infrastructures de calcul, modèles fondationnels génératifs et applications. Pour MHI, cette capacité peut devenir un multiplicateur industriel.

La souveraineté ne veut pas dire autarcie. MHI continue de travailler avec des partenaires étrangers, comme Shield AI sur l’autonomie de mission. Mais la tendance est claire. Les industriels japonais veulent éviter une dépendance excessive. Dans les technologies critiques, celui qui ne maîtrise pas la pile technique ne maîtrise pas totalement le système final.

La défense japonaise pousse vers les drones et les systèmes distribués

Le budget de défense japonais donne un autre éclairage. Pour l’exercice 2026, le gouvernement japonais a approuvé un budget de 9,04 trillions de yens, soit environ 58 milliards de dollars. Il s’agit d’un record et d’une douzième hausse annuelle consécutive. Ce budget vise notamment les capacités de frappe à distance, les systèmes sans pilote et la défense maritime.

Dans ce contexte, l’IA devient une technologie structurante. Le Japon fait face à un environnement stratégique plus dur, avec la Chine, la Corée du Nord et la Russie dans son voisinage. Il doit surveiller de vastes espaces maritimes, protéger ses îles, renforcer sa résilience et compenser des limites démographiques. Les systèmes autonomes peuvent aider à maintenir une présence permanente à moindre coût humain.

Il faut toutefois rester lucide. L’IA militaire n’est pas magique. Elle ne remplace pas la doctrine, l’entraînement, les transmissions sécurisées, les capteurs ou la logistique. Elle ajoute une couche de vitesse et d’analyse. Mal intégrée, elle peut créer de faux signaux, des décisions opaques et une dépendance excessive à des algorithmes. Bien intégrée, elle peut réduire le temps entre détection, compréhension et action.

La maintenance prédictive pourrait être le premier terrain rentable

Le sujet le plus spectaculaire est la défense. Mais le premier bénéfice industriel pourrait venir de la maintenance prédictive. Dans les infrastructures critiques, une panne non anticipée coûte cher. Elle peut immobiliser un équipement, perturber un service public ou mettre en danger la sécurité d’un site. L’IA peut analyser des vibrations, des températures, des pressions, des historiques de maintenance et des comportements anormaux.

MHI dispose de nombreux équipements industriels sur lesquels appliquer cette logique. Turbines, systèmes énergétiques, machines lourdes, équipements navals, plateformes aéronautiques : tous produisent des données. PFN peut aider à transformer ces données en modèles capables de prédire des anomalies. Le gain n’est pas seulement économique. Il est aussi opérationnel. Une armée ou un opérateur d’infrastructure gagne en disponibilité lorsque ses systèmes restent en état de fonctionner.

La maintenance prédictive est aussi un domaine plus facile à certifier que la décision autonome létale. Elle peut donc servir de terrain de déploiement initial. Les modèles y apprennent sur des données réelles. Les ingénieurs mesurent leur fiabilité. Les clients observent les gains. Ensuite seulement, les technologies peuvent être étendues à des usages plus sensibles.

Le défi technique reste la confiance dans les systèmes autonomes

Le partenariat MHI-PFN devra affronter un obstacle central : la confiance. Dans les applications critiques, il ne suffit pas qu’un modèle fonctionne souvent. Il doit être explicable, testable, robuste et contrôlable. Les systèmes autonomes doivent fonctionner dans des situations rares, avec des données incomplètes, parfois trompeuses, et sous contrainte de temps.

La simulation jouera un rôle majeur. MHI possède déjà des compétences dans ce domaine. Avant de placer une IA dans un drone, un système de défense ou une infrastructure critique, il faut la confronter à des milliers de scénarios. Il faut tester les cas normaux, les défaillances, les attaques, les brouillages, les erreurs de capteurs et les comportements imprévus. Il faut aussi mettre en place des garde-fous humains et techniques.

Les puces spécialisées de PFN peuvent aussi avoir un rôle décisif. Dans certains systèmes, l’IA doit fonctionner en local, au plus près de la machine. On parle d’inférence en périphérie, ou edge AI. Cette approche réduit la latence et limite la dépendance à une connexion externe. Elle protège aussi mieux les données sensibles. Pour un drone, un navire, une usine ou une centrale, cette capacité peut faire la différence.

La compétition mondiale impose un calendrier serré

Le Japon n’agit pas dans le vide. Les États-Unis, la Chine, la Corée du Sud, Israël et plusieurs pays européens accélèrent dans l’IA de défense. Les drones autonomes, les essaims, les systèmes de surveillance maritime, les véhicules sans équipage et les centres de commandement assistés par IA deviennent des priorités. La guerre en Ukraine a rappelé une leçon sévère : la masse, la vitesse d’adaptation et le logiciel peuvent modifier l’équilibre militaire.

MHI et PFN doivent donc avancer vite. Le calendrier industriel de la défense est souvent lent. Les cycles de certification, d’achat et d’intégration prennent des années. L’IA impose un rythme différent. Les modèles évoluent vite. Les puces changent vite. Les menaces changent vite. La difficulté sera d’introduire cette vitesse dans des systèmes où la sûreté impose une méthode rigoureuse.

C’est précisément là que le partenariat peut avoir de la valeur. PFN apporte une culture plus proche du logiciel, du calcul et de l’itération rapide. MHI apporte la discipline industrielle, l’ingénierie système et la capacité à livrer des produits réels. Si les deux cultures se complètent réellement, le Japon peut gagner du temps.

Le vrai test sera le passage du communiqué aux produits

L’annonce du 2 juin 2026 est importante, mais elle ne suffit pas. Le vrai test viendra des démonstrateurs, des contrats, des intégrations et des performances mesurées. Il faudra regarder si l’accord débouche sur des systèmes concrets : drones plus autonomes, outils de maintenance prédictive, plateformes de surveillance, systèmes de gestion de crise, logiciels embarqués pour la défense ou briques destinées au GCAP.

Le partenariat pose une ambition claire : construire une sécurité nationale plus intelligente, plus autonome et plus souveraine. Il expose aussi les difficultés. L’IA critique ne tolère pas l’approximation. Elle doit être fiable, vérifiée et utile. Elle doit fonctionner dans des environnements physiques, pas seulement dans des laboratoires.

MHI et PFN ont une carte solide à jouer. Le premier possède les plateformes et les clients. Le second maîtrise une partie rare de la chaîne de valeur de l’IA. Leur alliance peut devenir un levier majeur pour l’industrie japonaise, à condition de produire des résultats tangibles. Le Japon ne manque pas d’ingénieurs ni de grands groupes industriels. Ce qui se joue maintenant, c’est sa capacité à transformer cette base en systèmes autonomes crédibles, exportables et prêts pour les crises de la prochaine décennie.

HELICOLAND est le spécialiste de l’hélicoptère.