Cet ECIPE Insight est basé sur une prochaine publication de l'ECIPE sur le droit d'auteur et l'IA.
Trois développements survenus début 2026 ont mis la relation entre la loi sur le droit d’auteur et l’intelligence artificielle à un point critique. Le 28 janvier, la commission des affaires juridiques du Parlement européen a adopté le rapport Voss, appelant à des restrictions plus strictes sur l'exploration de textes et de données (TDM) pour la formation à l'IA. Par ailleurs, la Cour de justice de l'Union européenne examine actuellement Like Company c. Google Irlande (C-250/25), sa première affaire traitant directement de l’IA générative et du droit d’auteur. Et la Commission européenne a lancé une consultation sur les protocoles techniques pour la réserve de droits par option de non-participation en vertu de l'article 4, paragraphe 3, de la directive sur le droit d'auteur dans le marché unique numérique (CDSMD).
L’argument avancé dans cet ECIPE Insight est simple : restreindre la disponibilité des données pour la formation à l’IA nuit à la compétitivité de l’UE de deux manières distinctes mais liées. Cela mine la capacité de l’UE à développer l’IA et sa capacité à déployer l’IA dans l’ensemble de l’économie.
Pour comprendre pourquoi les restrictions sur les données sont si importantes, il est utile de commencer par un cadre conceptuel. Les économistes reconnaissent depuis longtemps que l'avantage comparatif d'un pays est façonné par ses dotations économiques telles que la terre, le capital ou le travail, ainsi que par les réglementations qui régissent l'accès à ces dotations. Dans l’économie numérique, les données sont devenues une richesse économique moderne. Mais les données ne se traduisent pas automatiquement en avantage concurrentiel. Les entreprises doivent être en mesure d’accéder aux données, de les traiter et d’en tirer des leçons. La régulation agit comme une force médiatrice : elle peut soit faciliter, soit entraver ce processus.
La figure 1 illustre cette logique. La réglementation façonne la disponibilité des dotations modernes. À son tour, la disponibilité de ces dotations détermine les avantages comparatifs que les entreprises peuvent développer. Et ces avantages comparatifs déterminent les résultats économiques qui intéressent les décideurs politiques : les flux commerciaux, les modèles d’investissement et les structures de marché.
Figure 1 : Modèle pour comprendre les effets comportementaux de la réglementationSource : ECIPE, adapté d'Erixon et Guinée (2024).
Ce cadre a une implication concrète. Lorsque la réglementation restreint l’accès à un atout économique clé, elle n’entraîne pas simplement des coûts de mise en conformité. Cela réoriente la structure de l’économie. L’UE a déjà vu cette dynamique se manifester avec le RGPD : deux ans après son entrée en vigueur, les entreprises européennes stockaient 26 % de données en moins que leurs homologues américaines et avaient réduit leur activité informatique de 15 %.
La figure 2 applique ce cadre directement à la loi sur le droit d’auteur et au développement de l’IA. Il s'agit de la figure 1 avec trois mécanismes supplémentaires superposés.
Figure 2 : Modèle pour comprendre les effets comportementaux de la réglementation – le cas d’une loi restrictive sur le droit d’auteur
Source : ECIPE, à paraître.
Le premier mécanisme est l’accès et l’exclusion. La loi sur le droit d'auteur définit qui peut légalement reproduire ou réutiliser du matériel protégé par le droit d'auteur à des fins telles que TDM. En vertu de l’article 4 du CDSMD, les titulaires de droits peuvent expressément réserver leurs droits, notamment au moyen de signaux de désinscription lisibles par machine. Si les clauses de non-participation sont largement exercées, le pool de données de formation légalement accessibles se réduit.
Le deuxième mécanisme concerne les coûts de transaction. Lorsque les données ne peuvent pas être exploitées librement, les développeurs doivent négocier des licences avec les titulaires de droits individuels, gérer de grands volumes de signaux de non-participation et naviguer dans l'incertitude juridique quant à savoir si leurs méthodes de conformité répondent aux exigences exigées par la réglementation.
Le troisième mécanisme concerne les barrières à l’entrée. Les coûts de transaction ne diminuent pas de la même manière. Les grandes entreprises bien capitalisées peuvent négocier des licences, construire une infrastructure de conformité et absorber le risque juridique. Les start-up et PME européennes ne le peuvent pas. Le résultat est une structure de marché biaisée en faveur des opérateurs historiques non européens qui ont déjà construit leurs modèles.
Ensemble, ces trois mécanismes réduisent la disponibilité des données, ce qui se traduit par une spécialisation et des résultats économiques particuliers.
Par exemple, l’UE est un importateur net de produits liés à l’IA, depuis les modèles fondamentaux jusqu’à l’infrastructure de cloud computing. Cela reflète les forces sous-jacentes du modèle économique présenté dans les figures 1 et 2. Lorsque l’intrant fondamental d’une technologie est rendu artificiellement rare, les producteurs nationaux sont moins susceptibles d’investir dans le développement de cette technologie et plus susceptibles de l’importer de juridictions où l’intrant est moins cher et où l’environnement juridique est plus clair.
En conséquence, les producteurs de l’UE pourraient finir par se concentrer sur des applications en aval construites sur des modèles développés ailleurs. Pour les entreprises européennes disposant des ressources et de l’ambition nécessaires pour développer des modèles fondamentaux, la réponse rationnelle pourrait être de s’installer dans une juridiction où l’environnement juridique est plus favorable.
La préoccupation concernant l’autonomie stratégique, que les décideurs politiques de l’UE soulèvent dans d’autres contextes, s’applique ici. Les modèles d’IA développés en dehors de l’UE, formés principalement à partir de données non européennes, seront moins utiles aux entreprises européennes. Cependant, l’Europe ne cessera pas d’utiliser l’IA. Ce que l’Europe risque, c’est de devenir un simple consommateur plutôt qu’un consommateur et producteur d’IA.
Les dégâts ne s’arrêtent pas au secteur des TIC. L’IA est une technologie à usage général et son impact sur la compétitivité se fera sentir dans tous les secteurs de l’économie de l’UE. L’UE n’est peut-être pas en mesure de construire la prochaine génération de modèles fondamentaux pionniers, mais elle peut – et doit – être capable d’affiner et d’adapter ces modèles pour des applications spécifiques à un secteur. C’est là que la compétitivité européenne est le plus directement en jeu.
Les preuves empiriques sur la relation entre les restrictions réglementaires et les performances économiques sont sans ambiguïté. Les recherches de l'ECIPE montrent qu'une augmentation de 10 pour cent de l'effet combiné des restrictions sur le commerce des services et de l'adoption de la technologie numérique est associée à une baisse de 1,3 pour cent de la valeur ajoutée. Les restrictions réglementaires limitent la diffusion des technologies numériques, et une diffusion plus faible se traduit directement par une croissance plus faible des entreprises.
L'exception TDM prévue aux articles 3 et 4 du CDSMD est l'un des rares instruments du portefeuille réglementaire de l'UE qui va dans le sens de rendre les données plus accessibles plutôt que moins. Tous les autres cadres pertinents – le RGPD, le DMA, la loi sur l’IA – imposent des restrictions sur l’accès aux données. L’exception TDM sert de contrepoids dans ce cadre. L’affaiblir ne réduirait pas simplement une autorisation légale ; cela déplacerait encore davantage la politique européenne en matière de données vers la restriction, précisément à un moment où la compétitivité économique de l’Europe dépend de plus en plus de sa capacité à exploiter les données en tant que ressource productive.
