Ressources & minerais critiques
Mesurer le contrôle des matières qui rendent possibles les puces, batteries et infrastructures de l’IA.
Publication · Édition 2026
AI Capital Index
L’intelligence artificielle n’est pas immatérielle : l’indice classe les nations selon leur contrôle des fondations physiques, financières, humaines et géopolitiques qui la rendent possible.
Chiffres clés à citer
- ~74 %
- du cobalt mondial (RDC)
- ~60 %
- du coltan mondial (RDC)
- 2e
- producteur mondial de cuivre (RDC)
Comment citer cette étude : Lumen Global Inc., AI Capital Index 2026, https://lumenglobalinc.com/fr/analyses/ai-capital-index
La thèse
Le pouvoir dans l’IA commence bien avant le modèle.
L’intelligence artificielle repose sur une architecture matérielle et institutionnelle concentrée : minerais critiques, énergie, capacité de calcul, talents, capital financier et gouvernance. Ces actifs sont rares, localisés et de plus en plus contestés.
L’AI Capital Index mesure qui contrôle ces fondations, maillon par maillon, de la mine au modèle. Il distingue la dotation initiale d’un pays de sa capacité réelle à transformer cette position en industrie, en influence et en valeur durable.
L’indice consolide deux travaux antérieurs de Lumen — le Global AI Sovereignty Index et l’AI Value Chain Index — dans une architecture commune conçue pour comparer les nations et éclairer l’action publique comme l’allocation du capital.
- ~74 %
- du cobalt mondial
- ~60 %
- du coltan mondial
- 2e
- producteur mondial de cuivre
Architecture de l’indice
Ce que l’indice mesure
Énergie
Évaluer la disponibilité, la fiabilité et le coût de l’électricité nécessaire au calcul intensif.
Calcul & infrastructure numérique
Situer les centres de données, les semi-conducteurs, les réseaux et les capacités de calcul souveraines.
Capital humain
Observer la formation, la recherche, l’attraction et la rétention des compétences critiques.
Innovation & capital
Mesurer la profondeur du financement, de la recherche appliquée et de l’écosystème entrepreneurial.
Transformation industrielle
Évaluer la capacité à convertir les actifs de départ en production, usages et valeur ajoutée locale.
Gouvernance
Examiner les institutions, les règles, la maîtrise des données et la capacité publique à orienter la chaîne de valeur.
Pondération et indicateurs détaillés dans le rapport.
- 01Extraction
Cobalt et cuivre (RDC) · Bauxite (Guinée) · Phosphate (Maroc)
- 02Raffinage et transformation
Du minerai au matériau industriel
- 03Composants
Puces, batteries, circuits imprimés
- 04Infrastructures et énergie
Centres de données, réseaux, électricité
- 05Modèles et usages
Là où s’arrêtent les classements habituels
Rangs et scores par maillon : réservés à l’édition complète
Étude de cas
République démocratique du Congo
La RDC occupe une position exceptionnelle à l’amont de la chaîne minérale du stack IA. Elle assure environ 73 % de la production minière mondiale de cobalt, se classe deuxième producteur mondial de cuivre derrière le Chili, fournit environ la moitié du tantale mondial, métal extrait du coltan, et dispose, notamment à Manono, de ressources en lithium estimées à 3 millions de tonnes.
Pourtant, l’essentiel du raffinage, de la transformation, du financement, de la propriété intellectuelle et de la valeur industrielle se concentre ailleurs. La puissance de la dotation ne devient donc pas automatiquement une puissance économique ou stratégique.
L’étude de cas suit cet écart entre contrôle de l’amont et captation de la valeur en aval. Elle identifie les maillons où la position congolaise est forte, ceux où elle se dilue et les arbitrages capables de modifier cette trajectoire.
Sources : U.S. Geological Survey, Mineral Commodity Summaries 2026 (cobalt, cuivre, tantale, lithium), estimations 2025 ; Ministère des Mines de la RDC, Cellule technique de coordination et de planification minière (CTCPM), statistiques minières.
Méthodologie
Une architecture comparable, révisable et transparente.
Sources
Indicateurs publics identifiés, bases institutionnelles et vérifications documentaires par pays.
Pondération
Sept piliers pondérés, puis agrégés dans un indice comparatif Top 25.
Limites
Les lacunes, décalages temporels et limites de comparabilité sont publiés avec les résultats.
Révision
Les indicateurs, pondérations et études de cas sont réexaminés à chaque édition annuelle.
Publication · Édition 2026
Télécharger le rapport
Recevez l’édition de référence consacrée au contrôle et à la captation de valeur dans la chaîne mondiale de l’intelligence artificielle.