Quelque part en Europe, un livre quitte une étagère. Manuel technique des années 1970, roman oublié, chronique locale, monographie que plus personne n’a demandée depuis longtemps. Rien, dans la commande, ne sent le collectionneur.
Chez les bouquinistes du continent, le même étonnement revient. Des listes trop longues, des titres qui n’ont aucun rapport entre eux, des ouvrages introuvables, des envois qui ont l’air d’être passés par un script. L’acheteur semble plus pressé de croiser un ISBN qu’une édition. Parfois le port coûte plus cher que le livre. Le soupçon s’installe : une part de ce trafic servirait l’industrie de l’intelligence artificielle, en quête de matière pour l’entraînement.
Il faut le manier avec soin. On ignore souvent où finit un volume. Des entreprises associées à des achats en gros insolites nient acheter des livres pour les détruire ensuite au scanner.
Le fond, lui, n’est plus une rumeur. Une entreprise d’IA a déjà acheté des livres physiques à l’échelle industrielle, les a découpés, scannés, convertis en texte que des machines peuvent lire. Anthropic a nommé l’opération Project Panama. On n’y bâtissait pas une grande bibliothèque pour des lecteurs. On en bâtissait une pour des modèles.
Le débat public s’est longtemps accroché aux modèles et à la puissance de calcul. La ressource suivante est plus ancienne que les uns et l’autre : le savoir humain.
Le corpus facile n’est plus à prendre
La première génération de grands modèles de langue a profité d’un accident. En une trentaine d’années, l’humanité avait mis en ligne une masse énorme de textes humains : sites, forums, Wikipédia, journaux, articles savants, documents publics, livres, dépôts de code, blogs, avis, manuels, conversations. Personne n’avait conçu internet comme un jeu d’entraînement. C’est pourtant ce qu’une partie du réseau est devenue : un corpus de langue humaine, ramassable à l’échelle de la machine.
Les plus grands modèles en ont absorbé des quantités stupéfiantes. Puis l’évidence s’est imposée. Le texte humain de haute qualité n’est pas infini. Pire : le web change de nature. Les systèmes génératifs écrivent désormais des articles, des fiches produits, des commentaires, des résumés, de la publicité, du code, des traductions, des images — et, de plus en plus, des sites entiers. Le corpus commence à contenir ce que les modèles, entraînés sur ce corpus, ont eux-mêmes produit.
Les chercheurs en mesurent les effets. Réentraîner des modèles futurs, encore et encore, sur du texte déjà généré, peut appauvrir la distribution du savoir : les motifs rares s’effacent, les sorties se resserrent autour de ce que les modèles précédents tenaient déjà pour probable. Sous certains régimes, on parle d’effondrement du modèle.
Le slogan est plus rude que le détail. Bien générées, bien vérifiées, bien mêlées à de l’authentique, les données synthétiques rendent service. Le constat, lui, tient : le texte humain original ne se déprécie pas à mesure que l’IA progresse. Il peut même s’apprécier. Ce qui se raréfie, c’est une chose précise — des données nées d’humains, avant que les générateurs n’entrent dans la chaîne de production.
Ce que vaut désormais un livre obscur de 1983
Prenons un ouvrage paru en 1983. Une histoire de l’hydraulique en Suisse, un recueil d’entretiens avec des ouvrières du textile, une étude oubliée sur l’agriculture alpine. Tirage : 1 500 exemplaires, peut-être. Pendant des décennies, sa valeur de marché a été nulle. Un bouquiniste l’aurait mis à CHF 12.
Pour un système d’intelligence artificielle, le même objet a des propriétés rares. Auteur humain, presque à coup sûr. Provenance établissable, date connue. Langue encore indemne de l’IA générative. Savoir spécialisé mal représenté en ligne, mots régionaux, syntaxe inhabituelle, vocabulaire technique disparu, regards qui n’ont jamais migré vers le web. Et nulle part, parfois, une copie numérique.
L’étagère poussiéreuse ne range plus seulement un livre. Elle conserve des données humaines authentifiées. L’économie bascule. Presque sans prix dans l’économie classique de l’information, le volume peut servir l’économie de l’intelligence.
On comprend mieux, alors, l’un des épisodes les plus étranges des récents procès. Anthropic n’a pas seulement téléchargé. L’entreprise a acheté, des millions de volumes. Pour Project Panama, on a acquis des livres physiques en masse, ôté les reliures pour scanner les pages sans friction, versé le texte dans une bibliothèque de recherche numérique. L’objet se sacrifiait. L’information, non.
La valeur a quitté l’objet pour le corpus.
Acheter, scanner, numériser, entraîner
Le droit n’est pas resté hors champ. Dans Bartz v. Anthropic, un tribunal fédéral américain a examiné si l’usage, par Anthropic, de livres protégés pour entraîner des modèles relevait du fair use. Les distinctions de l’arrêt méritent d’être gardées intactes. Dans les faits qui lui étaient soumis, le tribunal a jugé transformatif — et donc fair use — l’usage des livres pour l’entraînement. Il a traité autrement la conversion de volumes physiques achetés légalement en copies numériques pour une bibliothèque interne, et l’acquisition, puis la conservation, de millions de livres issus de bibliothèques pirates.
On ne peut donc pas réduire l’affaire à un slogan : les entreprises d’IA auraient le droit de voler des livres. Ce n’est pas ce que le juge a dit. Reste l’incitation que le paysage juridique dessine. Pour certains usages, acheter un livre papier et le convertir en données d’entraînement offre une provenance plus solide que de télécharger le même texte depuis une collection en ligne non autorisée.
D’où la chaîne industrielle : acheter, scanner, numériser, entraîner. Le marché de l’occasion entre dans l’approvisionnement de l’IA. Il y a cinq ans, la phrase aurait fait sourire.
La ruée vers ce que le web n’a pas avalé
Les témoignages de libraires d’ancien se lisent autrement. Commandes insolites, titres obscurs, listes sans logique apparente. Un nom revient souvent dans la presse : le libraire canadien Zoom Books. Zoom Books nie acheter et détruire des livres pour l’entraînement de l’IA. Les éléments publics ne suffisent pas à coller chaque commande bizarre sur une entreprise d’IA.
Quand ce volume a paru, on ne savait souvent pas où aboutissaient les achats antiquaires en gros. Le 17 août 2026, 404 Media a raconté qu’un libraire avait glissé un traceur dans une commande anonyme d’environ 1 000 livres, puis suivi l’envoi jusqu’à l’entrepôt VGT3 d’Amazon, à Las Vegas. Des employés interrogés ont décrit la réception, le retrait des reliures, le scan. Amazon a confirmé acheter des livres par des canaux commerciaux pour développer et améliorer produits et services. Il s’agit de livres anciens, rares, épuisés, acquis sur le marché — pas de manuscrits uniques, pas d’artefacts irremplaçables.
La destination n’est plus tout à fait une hypothèse. On peut désormais observer, de près, une filière du livre physique vers le corpus machine.
Inutile, pour la logique économique, de résoudre le mystère de chaque acheteur. Les développeurs d’IA veulent des corpus humains de haute qualité. Le numérique facile à ramasser l’a déjà été. Les procès de droit d’auteur ont rendu la provenance plus précieuse. Le web ouvert se teinte peu à peu de synthétique. Et d’énormes quantités de savoir humain n’existent encore que sur papier, ou dans des numérisations médiocres.
Un nouveau front s’ouvre. La machine a lu une grande part d’internet. Elle cherche maintenant ce qu’internet a oublié : livres, microfilms, enregistrements radiotélévisés, journaux régionaux, revues spécialisées, archives administratives, fonds universitaires, mémoires orales, cartes, photographies, son, image, collections scientifiques, archives privées.
Des institutions culturelles qu’on croyait périphériques à la technique peuvent découvrir qu’elles sont assises sur l’une de ses matières premières.
La Suisse s’enregistre depuis des décennies
Depuis des décennies, SRG SSR filme et enregistre le pays : conseillers fédéraux, votations, élections, guerres, crises, matchs, paysans, scientifiques, artistes, cortèges, météo, débats, entretiens, fêtes locales, gens ordinaires. Des voix ordinaires — allemand, français, italien, romanche, suisse allemand — avec des accents et des dialectes que le corpus numérique mondial ignore à peu près.
On a longtemps lu ces archives comme de l’histoire des médias et du patrimoine. L’intelligence artificielle leur donne un autre statut : un jeu de données. Pas un jeu générique. Un enregistrement longitudinal, professionnel, culturellement situé, de la Suisse qui s’observe et se raconte.
En août 2026, la directrice générale de la SSR, Susanne Wille, a fait savoir que la SSR entendait mettre ces archives au service d’Apertus, le grand modèle de langue public suisse, construit par des chercheurs liés à l’ETH Zurich et à l’EPFL. Son argument : le public suisse a financé ces archives ; elles doivent servir dans un environnement suisse, transparent. À peu près au même moment, la SSR annonçait vouloir brider le moissonnage incontrôlé de ses contenus en ligne par les entreprises d’IA.
Les deux gestes ne se contredisent qu’en surface. La SSR ne dit pas que personne n’a le droit de se servir de ce savoir. Elle dit qu’elle veut garder la main sur les conditions. C’est une question de souveraineté.
Ouvrir n’est pas abdiquer
On confond trop souvent souveraineté numérique et repli : tout produire ici, tout stocker ici, chasser les fournisseurs étrangers, ceinturer les données. Mauvaise définition. Un petit pays comme la Suisse ne peut pas, et ne doit pas, viser l’autarcie technique. Il utilisera des puces, des logiciels, de la recherche, des modèles, des nuages et des services venus d’ailleurs. L’interdépendance n’est pas l’ennemie de la souveraineté. La dépendance qu’on ne maîtrise plus, si.
Le savoir obéit à la même règle. Une ressource souveraine n’a pas à être secrète, ni même fermée. Elle peut être ouverte, sous licence internationale, offerte à la recherche, utilisée par des systèmes commerciaux, téléchargeable. L’essentiel est ailleurs : l’institution responsable peut-elle encore fixer les termes de la mise à disposition ?
D’un côté, l’accès choisi. De l’autre, l’extraction qu’on ne voit pas. Sans prise, l’ouverture devient pillage. Sans accès, la protection devient enlisement. La politique utile se tient entre les deux.
L’extraction du savoir
Regardons la chaîne. Les contribuables suisses financent universités, diffuseurs, bibliothèques, archives, institutions scientifiques. Les chercheurs produisent du savoir, les journalistes documentent la société, les auteurs écrivent, les institutions conservent, les citoyens font de la langue, de la culture, du débat. Une entreprise étrangère ramasse ces ressources et les convertit en données d’entraînement. Les données améliorent un modèle propriétaire. Le modèle devient un service. Entreprises, administrations et citoyens suisses paient ensuite pour y accéder.
la société suisse crée du savoir
↓
une plateforme externe extrait ce savoir
↓
la plateforme convertit le savoir en capacité machine
↓
la Suisse loue cette capacité en retour
Rien n’interdit, en soi, qu’une entreprise internationale apprenne du savoir suisse. Le savoir voyage depuis toujours ; la science, la culture et internet en vivent. La structure, pourtant, est familière. On a déjà vu exporter la matière brute, fabriquer ailleurs la valeur, rapatrier le produit fini. Seulement, la matière n’est plus le minerai, le pétrole ou le bois. C’est le savoir humain accumulé.
Deux siècles de politique industrielle ont demandé qui tenait le charbon, l’acier, l’électricité, le pétrole, les usines, les voies. L’économie de l’intelligence en ajoute une : le corpus.
Du patrimoine à l’infrastructure
Il faut alors revoir à quoi sert une archive. Une bibliothèque nationale conserve des livres parce qu’une société veut que son histoire intellectuelle survive. Un diffuseur conserve des enregistrements parce qu’ils documentent la vie publique. Les archives fédérales conservent les dossiers de l’État parce que la mémoire institutionnelle compte. Une université conserve la recherche pour les générations suivantes. Ces missions restent. L’IA en ajoute une : ces collections peuvent enseigner aux machines, donc devenir une infrastructure productive. Qualité, provenance, accès, gouvernance : tout cela pèse, désormais, aussi en francs.
La Suisse n’est pas démunie. La Bibliothèque nationale suisse rassemble livres, journaux, magazines, cartes, publications officielles, sites, images. Les Archives fédérales suisses conservent l’histoire documentaire de la Confédération. Les universités tiennent dépôts de recherche et fonds spécialisés. Les bibliothèques gardent les publications régionales ; cantons et communes ont leurs archives ; les musées, leurs collections. La SSR détient des décennies d’audiovisuel ; la Phonothèque nationale suisse, le son enregistré ; les procès-verbaux parlementaires, le discours politique ; des institutions scientifiques, des jeux de données dont on ne trouverait peut-être l’équivalent nulle part.
Isolément, ce sont des archives. Ensemble, une infrastructure de savoir.
Réserves nationales de savoir
La Suisse sait ce qu’est une réserve stratégique. Elle entretient des dispositifs pour le cas où nourriture, carburant, médicaments, énergie viendraient à manquer. Pas pour l’autosuffisance. Pour la résilience.
L’intelligence artificielle invite un cousin : les réserves nationales de savoir. Ni base d’État tentaculaire, ni ministère de la vérité, ni corpus d’entraînement obligatoire, encore moins un modèle patriotique dressé à répondre « à la suisse ». Un concept de gouvernance. Identifier les corpus qui comptent — culture, science, langues, institutions — et garantir à la Suisse un accès durable, lisible par machine.
Il faudrait des régimes d’accès distincts. Tout ouvrir ici, réserver là à la recherche, licencier ailleurs, respecter le droit d’auteur, protéger les personnes — et, pour une part, ne jamais verser le matériau dans un entraînement. Souveraineté n’est pas ingestion indifférenciée. C’est garder le pouvoir de dire oui, non, et à quelles conditions.
Le corpus, lui aussi, a un test de sortie
Pour une infrastructure, le test est simple : si le fournisseur disparaissait demain, tiendrait-on encore ? La même question vaut pour le savoir dont se nourrit l’IA.
Admettons que la Suisse s’appuie fortement sur des modèles de fondation étrangers. Ce peut être raisonnable. Mais si ces modèles deviennent inaccessibles, hors de prix, bridés par la géopolitique, inadaptés au commerce ? Les institutions suisses pourraient-elles entraîner, adapter, interroger une autre solution ? Cela dépend de ce que l’on tient vraiment : les corpus sous-jacents, leur lisibilité machine, leur provenance, leurs licences, leur licéité, leur circulation d’une architecture à l’autre, les métadonnées sans lesquelles on ne les comprend plus. Un autre fournisseur pourrait-il s’en servir ? Un modèle ouvert ? Un futur modèle suisse ?
Si la réponse est non, on possède des archives sans posséder une souveraineté du savoir exploitable par l’IA. Numériser ne suffit pas. Il faut encore que le savoir puisse passer d’un système machine à un autre.
La prime à la provenance
Plus le web se peuple de contenu généré, plus la provenance elle-même a un prix. Une archive de presse de 1994, un procès-verbal de 1972, un entretien radiophonique de 1961, une revue savante imprimée en 1987, un livre déposé à une bibliothèque nationale : on sait, à peu près, qui a produit, quand, dans quelle institution, souvent au terme de quel travail éditorial.
Comparez avec une page quelconque, découverte en 2031. Humaine ? Générée ? Générée par un modèle lui-même nourri d’autres sorties de modèles ? Traduite automatiquement ? Spam de référencement ? Copiée, retouchée, reconstituée ?
La question n’est pas seulement : est-ce vrai ? C’est : la filiation est-elle connaissable ? Les archives offrent alors une denrée de plus en plus rare — une provenance dont on peut se fier. L’économie de l’IA pourrait donc payer non le volume, mais la lignée. L’avenir n’appartiendra peut-être pas à qui accumule le plus de tokens, mais à qui accumule les plus fiables.
Pourquoi la longue traîne compte
Voilà aussi pourquoi les livres obscurs importent. Les grands modèles de langue excellent au centre de la distribution : langue commune, notions répandues, savoir ressassé. Une culture, pourtant, ne vit pas que de ses formules les plus fréquentes. Elle vit aussi dans les queues : dialectes, langues minoritaires, termes oubliés, histoires locales, spécialités techniques, idées démodées, petites communautés, métiers rares, vieux désaccords, textes parus une fois et jamais repris en ligne.
Quand des données générées en boucle amplifient ce que les modèles tiennent déjà pour probable, ces queues pèsent davantage, pas moins. Un corpus qui accueille l’obscur et l’inhabituel n’est pas seulement plus vaste. Il est plus divers.
Les bibliothèques sont faites pour cet instant. Elles n’ont jamais eu pour mission de ne garder que le populaire. Elles gardent ce qui a existé. C’est exactement le geste dont une infrastructure d’intelligence a besoin.
Qui enseigne la Suisse à la machine ?
Imaginons une enfant née à Bâle en 2035. Pour comprendre la votation de 1992 sur l’EEE, elle n’ira probablement pas fouiller une archive de presse. Elle interrogera une machine. Pour entendre comment on parlait dans l’Oberland bernois cinquante ans plus tôt, une machine. Pour savoir pourquoi la Suisse a construit des centrales nucléaires, comment le suffrage féminin s’est imposé, ce qui s’est joué dans le conflit jurassien, comment l’industrie a basculé, quels arguments entouraient l’immigration en 2014 — encore une machine.
Le modèle répondra. D’où vient sa compréhension compte davantage que le drapeau du développeur. Un modèle californien, ancré de façon transparente dans de bonnes sources suisses, peut mieux rendre la Suisse qu’un modèle zurichois privé de ces sources. La souveraineté ne se résume pas à l’étiquette collée sur l’éditeur.
Qui enseigne la Suisse à la machine ?
Et qui tient la mémoire dont elle apprend ?
Pas une machine à vérité nationale
Dès que l’État se met à parler de « savoir national », le malaise n’est pas loin. Une infrastructure démocratique du savoir ne doit pas devenir une version officielle du réel.
Les archives suisses sont pleines de désaccords, et c’est une qualité : gauche et droite, villes et campagnes, Confédération et cantons, Alémaniques et Romands, majorités et minorités, vainqueurs et vaincus, prévisions justes et bévues retentissantes. Un corpus souverain devrait conserver ces contradictions.
On n’apprend pas aux machines « ce que la Suisse pense ». Cela n’existe pas. On conserve assez de traces pour qu’elles puissent comprendre ce que la Suisse a pensé. L’une des deux ambitions fabrique de la propagande. L’autre, de la mémoire.
Apertus n’est pas le sujet
On pourrait lire l’annonce de la SSR comme une histoire d’Apertus. Apertus peut réussir. Il peut échouer. Devenir un modèle public européen qui compte, ou se faire dépasser. Les modèles se remplacent : architectures, nombre de paramètres, méthodes d’entraînement. La frontière d’aujourd’hui est la denrée de demain.
Les archives, non. On ne refait pas soixante-dix ans de Suisse. On ne régénère pas des entretiens avec des morts, on ne reconstitue pas après coup des émissions historiques, on ne fabrique pas de la radio romanche authentique de 1963, on n’achète pas un second exemplaire d’une conversation qui n’a eu lieu qu’une fois.
Les modèles, en principe, se reproduisent. L’histoire, non.
Stratégiquement, l’archive peut donc durer plus que le modèle qui s’en nourrit. Dans cette affaire, Apertus n’est pas l’actif le plus intéressant. Le corpus l’est.
L’inversion stratégique
Pendant une grande part du boom actuel, on a lu la pile ainsi :
puces → calcul → modèles → applications → données
La chasse aux livres et aux archives suggère une autre lecture. On peut refaire des puces. On peut étendre le calcul. On peut réentraîner un modèle, réécrire un logiciel, remplacer une application. On ne recrée pas des données humaines historiques authentiques. Toute conversation jamais enregistrée est perdue. Tout journal local jeté, tout livre détruit sans scan, tout dialecte jamais fixé sur une bande peut l’être aussi. Certaines ressources d’information ne se renouvellent pas.
D’où l’inversion. Le plus vieux étage de la pile de l’IA pourrait être le plus dur à reproduire.
Le dernier corpus humain
L’humanité ne cessera pas de produire de la culture authentique. On écrira encore des livres, on fera de la recherche, des films, des conversations, de l’art. Mais le milieu informationnel a changé pour de bon. Production humaine et production machinique s’entrelaceront. La coupure nette appartient au passé.
Tout ce qui précède l’IA générative forme donc une période à part — non parce qu’elle serait meilleure, ni parce que l’humain dirait plus vrai par nature, mais parce que l’origine y reste saisissable. Cela date d’avant le moment où les machines se sont mises à répondre par écrit.
Le corpus historique acquiert ainsi une propriété technique nouvelle. Il n’est pas seulement ancien. Il est prégénératif. Vu ainsi, la ruée sur les vieux livres s’éclaire — et, avec elle, le prix des archives de presse, de la radio, des bibliothèques, des bandes de la SSR.
Pendant des décennies, on a pensé ces lieux comme des réserves de mémoire humaine, destinées aux humains. Un autre lecteur est arrivé. Il lit plus vite qu’aucun d’entre nous, avale des millions de documents, et ce qu’il lit pesera sur ce que des milliards de personnes entendront ensuite.
Ce que la Suisse devrait réellement faire
Pas fermer les archives. Presque l’inverse : reconnaître leur valeur, numériser sans timidité, conserver les originaux là où il le faut, enrichir les métadonnées, documenter la provenance, clarifier les droits, ouvrir un accès lisible par machine, concevoir des licences transparentes, soutenir la recherche, rendre possibles les modèles ouverts, admettre un usage commercial responsable, protéger les données personnelles, préserver les langues minoritaires, empêcher toute captation exclusive irréversible.
Et surtout : garder des options.
La question n’est pas de savoir si le savoir suisse entraînera l’intelligence artificielle. Il le fera. La question est de savoir si la Suisse pèse, délibérément, sur le comment. La décision de la SSR dépasse donc un partenariat avec un modèle suisse. Elle peut marquer que les archives culturelles sont entrées dans la souveraineté technologique.
D’autres institutions devraient y prêter l’oreille. Ailleurs, un autre livre quitte une étagère. Quelqu’un a compris que les parts oubliées de la culture humaine ont changé de prix. L’économie de l’intelligence cherche de la matière. Une grande part dormait, depuis toujours, dans nos bibliothèques.
Conclusion — La mémoire est une infrastructure
Nous avons passé trente ans à numériser la culture pour que les machines aident les humains à trouver du savoir. Nous passerons peut-être les trente suivantes à découvrir que nous l’avons numérisée pour que les machines l’apprennent.
Cela n’a pas à faire peur. Des machines capables d’atteindre des siècles de savoir humain pourraient rendre visibles des recherches oubliées, aider les langues minoritaires, recoudre des archives éparses, traduire des textes perdus, ouvrir à chacun des collections naguère réservées aux spécialistes. Ces possibles rendent la gouvernance plus urgente, non moins.
Le débat stratégique sur l’IA doit donc déborder les GPU, les centres de données, la souveraineté du nuage, les modèles de fondation et l’inférence. Sous toutes ces couches, il y a la mémoire. Les pays qui le verront tôt ne construiront pas forcément les plus grands modèles. Ils tiendront peut-être quelque chose de plus durable : le pouvoir de décider comment leur savoir accumulé entre dans l’économie de l’intelligence.
Car la question n’est plus seulement : à qui appartient le modèle.
Qui tient la mémoire dont le modèle apprend ?
Et qui décide de ce qu’il en advient ?
Sources
-
404 Media, 17 août 2026 — We Tracked a Shipment of Rare Books. It Ended at an Amazon AI Training Facility Enquête première : un traceur glissé dans une commande anonyme d’environ 1 000 livres est arrivé à l’entrepôt VGT3 d’Amazon, à Las Vegas ; des employés ont décrit des livres déreliés et scannés. Amazon a confirmé acheter des livres par des canaux commerciaux afin de développer et d’améliorer produits et services. 404 Media
-
Forbes, 17 août 2026 — AI Companies Are Buying and Destroying Antique Books. Here's Why Couverture secondaire de la même enquête de 404 Media, y compris l’envoi suivi et le contexte de Project Panama. Forbes