Ce que l’APL chinoise dit apprendre de la guerre en Iran

L’Armée populaire de libération (APL) de Chine n’a pas mené de guerre majeure depuis près de cinq décennies, laissant bon nombre des concepts qui sous-tendent ses efforts de modernisation sans être testés au combat. Il n’est donc pas surprenant que les chercheurs militaires chinois s’imprègnent de tout ce qu’ils peuvent sur le conflit en Iran afin de comparer ces concepts à la réalité du champ de bataille.

Ce qu’il faut retenir semble clair : pour l’APL, l’Iran a renforcé bon nombre des idées qui orientent déjà la modernisation de la Chine autour d’une guerre « intelligente » et orientée systèmes. Selon les spécialistes de l’APL, le conflit montre que la Chine est déjà sur la bonne voie en développant une armée capable de défier d’autres grandes armées.

Les commentaires militaires chinois depuis l’ouverture des hostilités ont fait écho à un thème familier : l’avantage futur dépend moins d’une seule plateforme que de la rapidité, de la résilience et de la rentabilité du système global reliant les capteurs, les décideurs, les armes, la logistique et les données. Dans une analyse du 12 avril, Tian Kaiyuan et Wang Jianfei, universitaires de l’Institut de recherche sur la guerre de l’Académie des sciences militaires (AMS) de l’APL, ont décrit le conflit comme une transition d’une « confrontation force contre force » vers une « compétition de systèmes ». Leur discussion s’est concentrée sur le commandement distribué, les attaques sur les nœuds habilitants et l’attrition à faible coût de ce qu’ils appellent la « guérilla des systèmes ». Plutôt que d’affronter un adversaire plate-forme par plate-forme, ils donnent la priorité à la perturbation des réseaux qui permettent aux plates-formes avancées de générer une puissance de combat.

Dans un article du PLA Daily du 13 avril, Xu Fangming, de l’AMS War Research Institute, affirmait que le conflit entre les États-Unis et l’Iran avait accéléré le passage d’une « tuerie linéaire dirigée par l’homme » à des réseaux de destruction en réseau activés par l’IA. D’autres théoriciens de l’AMS ont traité le conflit iranien comme une preuve soutenant les idées qu’ils avaient avancées avant la guerre : les réseaux de renseignement construits à l’avance, l’intégration de capteurs, de systèmes de commandement, d’armes et de plates-formes sans pilote, et la pression selon laquelle un grand nombre d’armes relativement peu coûteuses peuvent vaincre des défenses sophistiquées. Ils soulignent également les vulnérabilités derrière ces avantages, notant que les données obsolètes ou trompeuses compromettent le ciblage assisté par l’IA, que les attaques contre des nœuds critiques peuvent perturber des forces autrement capables et que les bases concentrées ou les installations de commandement peuvent présenter des cibles lucratives.

L’intelligence artificielle occupe le centre de ce réseau, mais les analystes militaires chinois n’ont pas considéré les algorithmes comme des substituts à la préparation. Kuang Lasheng, chercheur à l’AMS, affirme que des années de renseignement humain, de collecte technique, de cartographie des modes de vie et de répétition d’avant-guerre ont fourni aux systèmes d’IA américains les données nécessaires pour accélérer le ciblage pendant la campagne iranienne. Sa formulation place la « préparation prépositionnée du renseignement » au fondement de l’action militaire et prévient que même les algorithmes puissants ne produisent que peu de valeur lorsqu’ils sont alimentés en informations peu fiables ou obsolètes.

Les théoriciens militaires de l’Université nationale chinoise de technologie de défense se sont explicitement concentrés sur l’utilisation américaine du système intelligent Maven en Iran pour étendre cet argument à la fusion du renseignement, à la priorisation des cibles, à la planification d’itinéraires, aux attaques autonomes et aux équipes sans pilote. Leur compte place l’IA sur l’ensemble du réseau de destruction plutôt qu’à l’intérieur d’un seul point de décision. Des études d’avant-guerre de l’Université d’ingénierie Rocket Force de l’APL ont décrit une architecture similaire qui combine la vidéo d’UAV, le renseignement électromagnétique, l’imagerie satellite, les rapports open source et les données de guerre électronique pour générer des plans et des actions capteur-tireur. Une grande partie de ce travail est antérieur à la guerre actuelle, donnant à l’APL l’occasion de voir les concepts qui sous-tendent déjà sa modernisation testés sur le terrain des combats réels.

Le conflit a également attiré l’attention de la Chine sur l’économie de la défense aérienne et antimissile.

Tian et Wang ont souligné l’utilisation par l’Iran de systèmes sans pilote peu coûteux pour utiliser des intercepteurs beaucoup plus coûteux. Des chercheurs chinois avaient étudié le même déséquilibre avant la campagne actuelle. Une étude de 2025 a modélisé le Dôme de fer d’Israël sous des attaques de roquettes de plus en plus denses, tandis qu’un article de 2026 rédigé par des chercheurs de l’APL tirait les leçons des précédents combats entre les États-Unis et l’Iran et entre l’Iran et Israël et identifiait comme domaines d’intervention clés une couverture défensive limitée, une faible résilience aux dégâts de combat, des coûts de production élevés et une pénurie d’intercepteurs. Les auteurs de cette étude ont également examiné comment les défenses antimissiles américaines pourraient utiliser l’IA pour identifier de multiples menaces entrantes et lancer des intercepteurs depuis des emplacements dispersés.

Les auteurs affiliés à l’armée de l’air de l’APL ont décrit le conflit iranien comme représentant un nouveau type d’attrition offensive-défensive sans pilote à grande échelle. En s’appuyant sur l’Iran et sur les guerres en Ukraine et à Gaza, ils ont identifié trois thèmes principaux : des opérations distribuées dans plusieurs domaines, un mélange de systèmes avancés et d’armes à faible coût et une plus grande collaboration autonome. Un article complémentaire préconisait également d’associer des systèmes sophistiqués à des capteurs et intercepteurs moins chers tout en répartissant les nœuds critiques sur le réseau défensif. L’industrie de défense chinoise avait déjà annoncé une approche similaire à travers des systèmes anti-UAV combinant missiles, canons, guerre électronique, lasers et systèmes micro-ondes de haute puissance. L’objectif va au-delà de la destruction des armes entrantes en améliorant le taux d’échange et en préservant la capacité défensive lors d’attaques de saturation prolongées.

Les analystes chinois ont également tiré une leçon parallèle sur la capacité de survie. Des commentaires et analyses antérieurs de l’APL critiquaient les chaînes de destruction linéaires vulnérables aux interruptions de communication ou à la destruction de nœuds et proposaient à la place des réseaux de destruction dynamiques capables de rediriger les informations et de continuer à fonctionner après des pertes locales. La guerre en Iran a fourni un exemple pratique de ce problème. Tian et Wang mettent l’accent sur les nœuds de commande distribués et de décision de secours, tandis que les études techniques ont examiné comment les nœuds locaux peuvent maintenir le commandement et le contrôle après avoir perdu le contact avec un poste de commandement central. L’objectif commun est centré sur la préservation du système de combat au sens large lorsque des nœuds individuels échouent.

Cette logique étend l’objectif fixé bien au-delà des avions, des missiles ou des postes de commandement. Dans un article du Guanming Daily du 12 avril, Zhao Lei et Liu Ning, de l’Université de défense nationale de Chine, ont soutenu que les conflits modernes relient de plus en plus la chaîne de la mort à la chaîne d’approvisionnement. Ils ont identifié les aérodromes, les ports, les entrepôts, les pipelines, les infrastructures électriques et les centres de données comme des cibles opérationnelles importantes dont la perte peut dégrader le système de combat dans son ensemble. Un deuxième rapport publié en mai 2026, émanant d’un groupe de réflexion affilié au ministère chinois de la Sécurité d’État, a appliqué un cadre similaire à la « guerre des infrastructures », mettant en avant les attaques contre les infrastructures énergétiques, de transport, financières et numériques. Ils ont accordé une attention particulière au cloud commercial et aux centres de données, arguant que le rôle croissant de l’IA dans la collecte de renseignements, l’identification de cibles et les frappes de précision fait de plus en plus de l’infrastructure supportant ces fonctions une cible physique.

Les commentaires plus larges de la communauté chinoise de recherche sur la sécurité nationale font écho à ces thèmes. Lors d’un colloque organisé en avril 2026 à Relations internationales modernesTang Zhichao, directeur du bureau de recherche politique de l’Institut d’études sur l’Asie occidentale et l’Afrique de l’Académie chinoise des sciences sociales, a mis en avant une guerre à distance centrée sur les missiles et les drones, les opérations asymétriques et l’utilisation militaire à grande échelle de l’IA, tout en prédisant un plus grand intérêt pour les missiles, les drones et l’A2/AD. Chen Wenxin, directeur de l’Institut d’études américaines du CICIR, groupe de réflexion lié au ministère de la Sécurité d’État, s’est concentré sur le déséquilibre des coûts entre les drones et les missiles bon marché et les coûteux intercepteurs Patriot et THAAD, tandis que Chen Qinghong, directeur adjoint de l’Institut de politique mondiale du CICIR, a mis l’accent sur les stocks de munitions, la capacité industrielle de défense et la vulnérabilité des bases avancées américaines. Bien qu’aucun ne défende la doctrine formelle de l’APL, leurs analyses montrent que ces questions circulent au sein de la communauté chinoise de la sécurité nationale.

Ces publications ne prouvent pas que l’APL ait formellement converti les leçons de l’Iran en doctrine, en structure de force ou en décisions d’acquisition. Au lieu de cela, ils montrent des chercheurs chinois comparant l’expérience de combat aux concepts déjà intégrés dans les efforts de modernisation de l’APL, puis utilisant les résultats pour identifier les faiblesses et les priorités de développement.

Pour les planificateurs américains, cette tendance mérite attention. Les analystes chinois n’ont pas besoin de conclure que toutes les tactiques iraniennes ont réussi avant de tirer une valeur du conflit. Des frappes ratées peuvent révéler les limites des capteurs, des pénétrations réussies peuvent révéler des failles défensives, la consommation des intercepteurs peut éclairer les besoins en munitions et des attaques contre des bases ou des centres logistiques peuvent tester les hypothèses sur la résilience du système. Chaque épisode fournit des données sur des problèmes déjà étudiés par le PLA.

La leçon chinoise la plus importante de l’Iran ne vient donc peut-être pas d’une arme ou d’une tactique unique, mais de l’interaction entre la préparation du renseignement, la vitesse de décision basée sur l’IA, les systèmes distribués sans pilote, les salves coûteuses et les réseaux qui les connectent.

Les chercheurs chinois ont abordé le conflit avec un cadre établi sur la manière dont une future guerre de haut niveau pourrait se dérouler. Leurs évaluations de l’Iran ont largement renforcé cette approche, renforçant ainsi leurs arguments en faveur d’un investissement continu dans des capacités qui soutiennent des systèmes de combat plus rapides, plus répartis, plus résilients et plus rentables.

Tye Graham est chercheur principal chez BluePath Labs et officier des zones étrangères à la retraite de l’armée américaine.