III. L'INTELLIGENCE ARTIFICIELLE : UNE RÉVOLUTION TECHNOLOGIQUE APPELÉE À TRANSFORMER L'ENSEMBLE DES COMPOSANTES DES FORCES
A. L'IA A VOCATION À IRRIGUER L'ENSEMBLE DES ACTIVITÉS DES ARMÉES : DE LA GESTION AUX OPÉRATIONS
1. Des applications militaires multiples
L'intelligence artificielle (IA) est désormais présente dans de nombreux systèmes utilisés par les armées et trouve des applications croissantes dans le domaine des drones comme dans celui de la lutte anti-drones.
Lors de son audition12(*), l'AMIAD a distingué trois grandes catégories d'usages :
- les usages « organiques » ou de gestion. Il s'agit des applications les plus répandues : assistants conversationnels, traitement automatisé de documents, aide à l'analyse de données ou encore prévision des besoins logistiques et des stocks ;
- les systèmes d'aide à la décision. Face à l'augmentation continue du volume d'informations disponibles, les opérateurs humains ne sont plus en mesure d'exploiter seuls l'ensemble des données produites par les capteurs, les systèmes de renseignement ou les sources ouvertes. L'intelligence artificielle permet alors de hiérarchiser les informations disponibles, de faire ressortir les éléments pertinents ou de proposer plusieurs modes d'action destinés à éclairer la décision de l'opérateur ;
- les systèmes embarqués. L'IA est progressivement intégrée au sein des drones, des capteurs aéroportés, des véhicules terrestres ou des bâtiments navals. Cette intégration demeure toutefois contrainte par plusieurs facteurs, notamment les capacités de calcul disponibles à bord, les besoins énergétiques, les questions de dissipation thermique ainsi que le rythme particulièrement rapide d'évolution des technologies concernées.
Ces différentes catégories d'usages trouvent d'ores et déjà des applications opérationnelles concrètes.
Dans le domaine de la navigation, des algorithmes permettent à certains systèmes de se positionner à partir de la reconnaissance de leur environnement. Cette navigation fondée sur la vision offre des perspectives intéressantes lorsque les signaux de géolocalisation par satellite sont dégradés ou indisponibles.
L'IA peut également être utilisée comme aide à la détection. À l'image de ce qui existe déjà pour l'exploitation des images satellitaires, des algorithmes sont capables d'assister les opérateurs dans la recherche et l'identification d'objectifs.
Il peut également y être recouru dans le guidage terminal de certaines MTO. Des briques logicielles permettent d'assister la phase finale d'approche d'un objectif et d'améliorer la précision de l'engagement.
Dans le domaine de la LAD, plusieurs travaux sont en cours. Le projet PROTEUS, conduit avec l'appui de l'AMIAD et de la Section technique de l'armée de Terre (STAT), vise ainsi à améliorer les capacités de détection, de poursuite et d'engagement des drones hostiles. L'intégration de fonctions d'IA permet notamment d'assurer le suivi simultané de plusieurs cibles et d'assister les opérateurs dans la conduite de tir.
Dans le domaine aérien, des travaux sont engagés autour des futurs drones de combat collaboratifs. Ces systèmes auront vocation à évoluer au sein du dispositif de combat aérien, à proximité des aéronefs pilotés, et devront disposer d'un degré important d'autonomie fonctionnelle afin de pouvoir mener leur mission dans un environnement fortement contesté.
Au-delà de ces applications particulières, l'intelligence artificielle transforme progressivement les modes de conduite des opérations. Son principal apport réside dans sa capacité à accélérer la boucle décisionnelle dite OODA (Observer, Orienter, Décider, Agir), théorisée par le colonel américain John Boyd, dont la maîtrise constitue un facteur déterminant de supériorité opérationnelle.
Cette évolution conduit à dépasser la logique traditionnelle de la « kill chain », fondée sur une succession linéaire d'actions, au profit d'une approche en réseau, ou « Kill Web ». L'objectif est de permettre à l'ensemble des capteurs, des systèmes d'information, des décideurs et des effecteurs d'échanger en temps réel les informations utiles afin de raccourcir les délais de réaction et d'optimiser l'emploi des moyens disponibles.
Plusieurs programmes existent déjà ou sont en cours de développement dans ce domaine. L'Ukraine s'appuie notamment sur le système Delta, tandis qu'en France le consortium réunissant Mistral AI, Thales, Safran.AI et Airbus développe le projet Arcadia, conçu comme une solution souveraine susceptible d'offrir des fonctionnalités comparables à celles du programme Maven développé par Palantir pour les forces américaines.
Ainsi, selon le ministère des armées13(*) : « le Kill Web devra prendre en compte toutes les dimensions. Il sera alimenté en données par tous les niveaux, par toutes les composantes, par tous les systèmes. Il va permettre de fluidifier, d'accélérer et d'optimiser les échanges entre tous capteurs, les décideurs et les systèmes au sein d'une composante ou en interarmées, du niveau tactique au niveau stratégique. Le but de Kill Web c'est in fine de transformer les armées en un système de combat global connecté. Mais pas à outrance. Au juste niveau et élaboré pour assurer l'efficacité opérationnelle ».
2. Une technologie qui n'est pas sans limite, une dépendance à la donnée qu'il convient de mieux prendre en compte
Si l'IA ouvre des perspectives importantes, son développement demeure soumis à plusieurs contraintes. Les auditions conduites par les rapporteurs ont ainsi mis en évidence trois enjeux étroitement liés : la disponibilité des données, la maîtrise des algorithmes et la fiabilité des résultats produits.
Le premier enjeu concerne la donnée. Comme l'a rappelé l'AMIAD, la performance des systèmes d'intelligence artificielle dépend directement de la qualité et de la quantité des données utilisées pour leur entraînement et leur emploi. En l'absence de données suffisamment nombreuses et correctement qualifiées, les performances des algorithmes demeurent limitées.
Les conflits récents rappellent également qu'une erreur dans les données peut avoir de graves conséquences. À titre d'exemple, plusieurs sources ont attribué au système Maven de Palantir des erreurs de ciblage ayant conduit, lors des frappes américaines du 28 février 2026 contre l'Iran, au bombardement de l'école Shajareh Tayyebeh à Minab, qui aurait provoqué la mort de nombreux civils. Sans préjuger des responsabilités exactes dans cet épisode, cet exemple illustre les conséquences que peuvent entraîner des bases de données erronées, incomplètes ou insuffisamment actualisées lorsqu'elles alimentent des systèmes d'aide à la décision.
Plusieurs personnes entendues ont par ailleurs regretté que la donnée soit encore trop souvent considérée comme un sous-produit de l'activité opérationnelle alors qu'elle constitue désormais une ressource stratégique à part entière. L'exemple des drones d'entraînement est à cet égard révélateur. Les programmes destinés à former les militaires au télépilotage produisent quotidiennement des volumes importants de données de vol, d'imagerie et de comportement des systèmes. Pourtant, ces informations ne font pas toujours l'objet d'une collecte et d'une exploitation systématiques. Dans de nombreux cas, les données enregistrées sur les équipements sont simplement effacées lorsqu'elles ne sont plus nécessaires à la conduite de l'entraînement.
Il conviendrait par conséquent de mieux valoriser cette ressource en formant les opérateurs à la remontée systématique des données produites au cours des missions et des exercices, idéalement accompagnées des informations de contexte nécessaires à leur exploitation ultérieure.
Cette problématique est renforcée par les contraintes liées à la protection des informations sensibles. Une partie significative des données susceptibles d'intéresser les armées est en effet protégée ou classifiée, ce qui complique leur collecte, leur stockage et leur partage.
L'AMIAD a indiqué que la collecte de ces données reposait encore largement sur des procédures manuelles. Hors données librement accessibles, les transferts s'effectuent fréquemment par supports physiques ou nécessitent des opérations spécifiques de récupération auprès des unités ou des industriels. Dans certains cas, des personnels doivent se déplacer afin de procéder eux-mêmes à la collecte des informations.
Recommandation : valoriser les données en systématisant la collecte, l'exploitation et le partage des informations issues des différents capteurs déployés lors des missions. Prévoir des dispositifs spécifiques pour le traitement et la gestion des données protégées.
Au-delà de la collecte, les modalités d'accès et de partage des données constituent également un enjeu. La multiplication des capteurs, des senseurs, des effecteurs et des acteurs rend indispensable la définition de standards communs permettant de faciliter les échanges tout en garantissant la sécurité des informations.
Dans ce contexte, l'OTAN produit des standards destinés à faciliter l'interopérabilité des systèmes d'IA entre les forces alliées. La France participe activement à ces travaux et a proposé la création d'un centre d'excellence dédié à l'intelligence artificielle de défense afin de favoriser le partage des méthodes, des retours d'expérience et des standards techniques. Ce centre pourrait être implanté à Rennes et ouvrir ses portes à l'horizon de l'été 2027. Les rapporteurs estiment qu'il convient de poursuivre les efforts en faveur de ce projet, dont l'aboutissement s'inscrit dans un contexte de réflexion au sein de l'Alliance sur l'évolution et la rationalisation du réseau des centres d'excellence, certains Alliés, au premier rang desquels les États-Unis, souhaitant diminuer le nombre de ces structures.
Le deuxième enjeu concerne les algorithmes eux-mêmes. En effet, les modalités d'emploi des modèles doivent également être définies avec précision. Les choix diffèrent selon que l'apprentissage est réalisé avant le déploiement du système, que les algorithmes demeurent figés durant leur utilisation ou qu'ils conservent une capacité d'adaptation en fonction des situations rencontrées.
Au sein de l'AMIAD, la cellule SANGRIA (Sécurité, analyse et gestion des risques liés à l'intelligence artificielle) est chargée d'évaluer les algorithmes destinés à être intégrés dans les systèmes de défense. L'AMIAD retient une approche globale consistant à analyser l'IA non comme une fonction isolée mais comme l'un des composants d'un système opérationnel plus large. L'évaluation des risques porte ainsi sur l'ensemble de la capacité considérée et sur les mécanismes de supervision, de sécurisation ou de reprise en main susceptibles d'être mis en oeuvre.
Le troisième enjeu concerne la fiabilité des résultats produits. Contrairement aux logiciels classiques, les systèmes fondés sur l'IA peuvent produire des comportements difficiles à anticiper et être sujets à des « hallucinations ». Leurs performances peuvent ainsi varier lorsque les conditions d'emploi diffèrent des situations rencontrées lors de l'entraînement. Ils peuvent également commettre des erreurs dont les causes ne sont pas toujours immédiatement identifiables.
Les biais présents dans les données d'apprentissage constituent à cet égard une source de risque identifiée. Des données incomplètes ou insuffisamment représentatives peuvent conduire à des erreurs de détection, de classification ou d'identification.
Les armées doivent également prendre en compte les risques liés aux tentatives de manipulation délibérée des systèmes. L'« empoisonnement » des bases d'apprentissage constitue en effet une menace crédible : un adversaire pourrait chercher à introduire des données erronées afin d'altérer le comportement futur d'un algorithme ou de dégrader ses performances dans certaines situations.
De même, l'existence de portes dérobées au sein de certains modèles ne peut être exclue lorsque les chaînes de développement, d'approvisionnement ou de production ne sont pas pleinement maîtrisées. Ces vulnérabilités imposent une vigilance particulière, notamment lorsque les algorithmes participent à des fonctions critiques.
Si ces difficultés ne remettent pas en cause l'intérêt opérationnel de l'IA, elles doivent conduire à adapter les méthodes d'évaluation et de maîtrise des risques. Cela suppose notamment l'évaluation régulière des systèmes tout au long de leur cycle de vie ainsi que la mise en place de mesures techniques destinées à renforcer leur robustesse.
3. Les armées françaises ont engagé leur transformation mais demeurent loin du changement d'échelle nécessaire
a) Une prise de conscience qui s'est notamment traduite par la mise en place de l'Agence ministérielle pour l'intelligence artificielle de défense
La France a pris conscience relativement tôt des enjeux liés à l'intelligence artificielle dans le domaine militaire. Toutefois, pendant plusieurs années, les initiatives sont demeurées dispersées entre les différents services, directions et états-majors.
La publication, le 8 mars 2024, de la stratégie ministérielle de l'intelligence artificielle de défense a marqué une étape importante dans la structuration de cette politique. Cette stratégie a été suivie, dès le mois de mai 2024, par la création de l'AMIAD, dont l'organisation et le fonctionnement ont été récemment précisés par une instruction du 8 janvier 2026.
L'AMIAD a pour mission d'accélérer le déploiement de l'intelligence artificielle au sein du ministère des armées. Son action couvre un large panel de domaines : développement de capacités numériques, intégration des technologies dans les programmes d'armement, animation de l'écosystème de recherche, soutien aux maîtrises d'ouvrage étatiques, structuration des relations avec les industriels et évaluation des risques associés à ces nouvelles technologies.
En mars 2026, l'AMIAD comptait 202 agents, dont 29 chercheurs. Ses effectifs devraient atteindre plus de 300 personnes d'ici 2027.
La création de l'AMIAD s'est en outre accompagnée d'investissements significatifs dans les capacités de calcul souveraines. Après l'acquisition, en 2024, de capacités intermédiaires destinées aux travaux de développement et d'expérimentation, le supercalculateur ASGARD a été livré en septembre 2025. Doté de capacités de calcul parmi les plus importantes du ministère, il doit permettre l'entraînement, l'évaluation et le déploiement de modèles d'IA, y compris sur des données classifiées jusqu'au niveau « Secret Spécial France ».
b) Le projet PENDRAGON : un laboratoire des futurs modes de combat
Copiloté par le Commandement du combat futur (CCF) de l'armée de Terre et l'AMIAD, le projet PENDRAGON vise à mettre en place une première unité robotique de combat (URC) à l'horizon 2027. Selon le ministère des armées, ce projet doit ainsi permettre d'« expérimenter une capacité combinant une vingtaine de plateformes, terrestres et aériennes, capables de coopérer de manière autonome. L'enjeu est de permettre une manoeuvre coordonnée, où ces systèmes appuient le chef dans la décision comme dans l'action, y compris dans des contextes opérationnels complexes ». La réalisation de telles missions implique le vol en essaim, ainsi que la coordination d'une flotte hétérogène contenant des drones (UAV), mais également des robots terrestres (UGV).
PENDRAGON doit également permettre d'expérimenter des solutions de navigation sans GNSS, telles que la navigation par reconnaissance visuelle.
Calendrier prévisionnel du projet PENDRAGON
Source : Amiad, réponses au questionnaire des rapporteurs
L'originalité de ce projet réside également dans son mode de conception. Contrairement aux programmes d'armement traditionnels, PENDRAGON n'est pas parti d'un cahier des charges détaillé. Une ambition opérationnelle a été définie, laissant ensuite une large place à l'expérimentation et à l'intégration progressive de solutions proposées par les industriels et les laboratoires de recherche. L'AMIAD est maître d'oeuvre intégrateur et s'appuie sur le Hub PENDRAGON pour animer et fédérer une communauté d'industriels. Le ministère des armées conserve la maîtrise de l'architecture générale du système afin de garantir son caractère ouvert, son évolutivité et la maîtrise des fonctions les plus critiques.
Principaux axes du projet PENDRAGON
Les principaux axes de PENDRAGON peuvent être regroupés en cinq lignes d'opération (LO) :
- LO1 - Intelligence collective : déclinant une très forte ambition technique (conduite autonome de plates-formes terrestres et aériennes hétérogènes, sur le terrain, dirigée par un raisonnement tactique autonome réévalué en temps réel), de nombreux travaux sont en cours ;
- LO2 - Autonomie unitaire : il s'agit d'évaluer et d'adapter l'autonomie de chaque plateforme pour s'intégrer dans le collectif ;
-LO3 - Campagne - expérimentations : le soutien de l'armée de Terre est déterminant pour le projet Pendragon (régiments, Académie militaire de Saint-Cyr Coëtquidan, Section technique de l'armée de Terre) ;
-LO4 - Emploi tactique : doctrine et scénarios tactiques utilisés pour les campagnes sont en cours de rédaction par le CCF ; les options tactiques proposées à terme par l'IA Pendragon seront inédites par rapport à la doctrine actuelle ;
-LO5 - Intégration : Il s'agit d'intégrer l'URC dans la bulle de combat terrestre en se connectant aux Systèmes d'information opérationnelle et de commandement (SICS, ATLAS).
Source : Amiad, réponses au questionnaire des rapporteurs
PENDRAGON contribue également à faire émerger des standards techniques susceptibles d'être repris ultérieurement dans un cadre européen ou allié. Une ouverture progressive vers des partenaires étrangers est d'ailleurs engagée, notamment dans le cadre d'un projet européen d'intérêt commun (European Defense Projet of Common Interest -EDPCI).
Au cours des auditions, il a été indiqué qu'une incertitude demeurait quant aux suites qui pourraient être données au programme au-delà de l'échéance de 2027. En effet, si le financement des phases actuelles d'expérimentation est assuré, les modalités d'un éventuel déploiement à plus grande échelle restent à définir.
Or les rapporteurs considèrent que PENDRAGON ne doit constituer qu'une première étape et se poursuivre au-delà de 2027, le cas échéant sous la forme d'un programme à effet majeur (PEM). Ils estiment en effet qu'il convient de changer d'échelle, en développant l'autonomisation des systèmes afin de se préparer vraiment à la guerre de demain (cf. infra).
* 12 Audition du 25 mars 2026.
* 13 https://www.defense.gouv.fr/dga/actualites/dga-organise-hackathon-optimiser-chaine-commandement