À l’heure où la Silicon Valley se livre une course aux modèles toujours plus massifs – et toujours plus voraces en électricité et en eau –, une organisation indienne emprunte le chemin inverse. La fondation EkStep ne cherche pas à bâtir un ChatGPT de plus, capable de tout faire ; elle veut mettre l’IA au service de problèmes très concrets, pour des populations que la révolution numérique mondiale laisse souvent de côté. “Le monde occidental, c’est la big tech, les grands modèles, des modèles encore plus grands. Nous, ce qui nous intéresse, c’est l’adoption : comment les gens vont réellement utiliser l’IA, en tirer un bénéfice”, résume Shalini Kapoor, responsable de la stratégie data d’EkStep.
C’est à Bangalore, dans dans le sud-ouest de l’Inde, en marge du Forum de l’innovation frugale organisé les 24-25 avril 2026 sous l’égide de l’Alliance Française à l’occasion de l’Année de l’Innovation France–Inde, que Shalini Kapoor a raconté à WE DEMAIN la voie singulière empruntée par EkStep pour mettre les technologies au service du bien commun.
Les architectes d’Aadhaar derrière le projet
EkStep n’est pas née de rien. La fondation a été cofondée en 2015 par Nandan et Rohini Nilekani ainsi que Shankar Maruwada. Une partie de l’équipe initiale est celle-là même qui avait conçu Aadhaar, le système d’identité biométrique indien (le plus vaste du monde, avec environ 1,34 milliard de détenteurs actifs). Entièrement financée par la philanthropie des Nilekani, l’organisation à but non lucratif a d’abord œuvré dans l’éducation, avec une obsession : passer à l’échelle. Son objectif initial visait 250 millions d’enfants (25 millions d’enfants naissent chaque année en Inde). Plutôt que d’imposer une nouvelle maison d’édition éducative ou une application de plus, EkStep a glissé des QR codes dans les manuels scolaires distribués gratuitement par centaines de millions, et a bâti Sunbird, une infrastructure numérique ouverte et modulaire sur laquelle s’appuie aujourd’hui la plateforme éducative publique DIKSHA. Celle-ci propose près de 20 000 cours et compte quelque 182 millions d'inscrits.
Cette philosophie, fournir des briques ouvertes plutôt qu’un produit fermé, irrigue tout le reste. Chez EkStep, la technologie est envisagée comme un outil, pas comme une finalité. La fondation a ainsi joué un rôle clé dans le déploiement des “infrastructures publiques numériques” (DPI) qui font la réputation de l’Inde : identité, paiement, apprentissage, pensés pour des centaines de millions d’usagers. Ce récit indien du passage à l’échelle n’est pas exempt de débats, notamment sur la gouvernance des données et la protection de la vie privée. Mais il offre à EkStep un terrain d’expérimentation rare : celui de services numériques conçus d’emblée pour atteindre le plus grand nombre.
Le cap des “100 sentiers vers 2030”
Aujourd’hui, EkStep entame ce qu’elle appelle son “chapitre 3.0” : la diffusion de l’IA dans la société. Lors de l’India AI Summit en début d’année 2026, la fondation a lancé l’initiative “100 Pathways to 2030”. L’idée : documenter cent “sentiers” (pathways) reproductibles, avec des modes d’emploi détaillés, des boîtes à outils, des jeux de données et des garde-fous, pour que d’autres acteurs puissent répliquer ce qui fonctionne, dans d’autres secteurs ou d’autres pays. Vingt objectifs sont listés pour la seule année en cours.
Le diagnostic qui fonde la démarche tranche avec le solutionnisme technologique. En analysant des déploiements d’IA, les équipes ont observé un schéma constant : la technologie ne représente qu’environ 30 % de ce qu’exige le passage à l’échelle. “70 %, c’est du non-technologique”, insiste Shalini Kapoor. Et de lister : “Préparation des données, langues, formation des utilisateurs, responsabilité institutionnelle… Ce n’est pas le marteau qui doit chercher le clou. Ce qui compte, c’est le problème qu’on résout. Et la personne pour qui on le résout.”
MahaVISTAAR, l’agronome qui parle marathi
Le sentier le plus abouti d’EkStep se joue dans les champs. Il se nomme MahaVISTAAR-AI et a été lancé en mai 2025. Portée par le gouvernement du Maharashtra (centre-ouest de l'Inde), avec EkStep, le studio technique Kenpath et l’IIIT Bangalore, cette plateforme de conseil agricole répond aux questions très concrètes des paysans : que semer, quand, à quel prix, comment traiter une maladie des cultures, etc. Sa singularité tient moins à la sophistication du modèle qu’à son mode d’accès. “Les agriculteurs, rappelle Shalini Kapoor, ne vont pas nécessairement taper une question sur un clavier : ils parlent leur langue [22 officielles, plus de 700 répertoriées, NDLR], disposent parfois d’un téléphone basique, et doivent pouvoir accéder au service sans connexion continue. La voix devient donc le mécanisme”, résume-t-elle.
Concrètement, la personne compose un numéro, suit les instructions orales et parle. Pas d’application à installer, pas de smartphone dernier cri à acheter, pas de connexion internet continue. Le service répond en marathi, en hindi et dans des langues locales, en tenant compte de la météo, des prix, des maladies végétales ou des pratiques agricoles à proximité. Selon EkStep, plus de 3 millions d’agriculteurs, sur les 16 millions que compte l’État, utilisent déjà le dispositif. Cette IA frugale a été entraînée avec des données locales, uniquement dans ce but pour viser l’efficacité sans s’éparpiller dans des fonctionnalités à faible valeur ajoutée.
L’expérience a aussi montré où se joue vraiment le passage à l’échelle. Un système qui fonctionne avec quelques centaines d’agriculteurs en test peut se gripper quand il en touche des dizaines de milliers : une mousson qui perturbe la connectivité, des dialectes qui varient d’un district à l’autre, des recommandations qui contredisent des pratiques locales, et la confiance peut se rompre. C’est précisément ce que veut éviter EkStep en travaillant autant sur les protocoles d’évaluation, les garde-fous, la gouvernance et l’accompagnement institutionnel que sur le modèle lui-même.
Sarlaben surveille la santé animale
La même logique a ensuite été transposée, depuis février 2026, avec Amul, le géant coopératif laitier indien, sous le nom de Sarlaben. Là, l’IA ne répond plus à un cultivateur inquiet pour ses semis, mais à une éleveuse dont le revenu dépend directement de la santé de ses vaches. Si une bête tombe malade, si elle donne moins de lait, la perte est immédiate. “Aujourd’hui, cette femme peut parler en gujarati, sa langue, au téléphone, et décrire l’état de sa vache puis recevoir immédiatement des recommandations simples à appliquer”, raconte Shalini Kapoor.
Sarlaben fournit des conseils sur la santé animale, l’alimentation, la vaccination, les maladies saisonnières ou la gestion du troupeau. Le service dessert 3,6 millions de productrices de lait dans plus de 18 500 villages du Gujarat. Surtout, il s’appuie sur un gisement de données rarement disponible à cette échelle : plus de cinquante ans de données coopératives, environ 2 milliards de transactions de collecte de lait par an, des dossiers vétérinaires concernant 30 millions de bovins et des données de recensement troupeau par troupeau.
C’est là que la notion de “sentier” prend tout son sens. MahaVISTAAR avait demandé neuf mois de développement à l’État du Maharashtra. Le même principe a été transposé à l’Éthiopie en trois mois. Sarlaben, lui, a été déployé en trois semaines, entre l’idée et le lancement de la solution. Non parce que l’IA ferait disparaître la complexité, mais parce que l’architecture technique, les règles de gouvernance, les jeux de données, les protocoles d’évaluation et les méthodes de déploiement avaient déjà été balisés. Pour EkStep, l’enjeu n’est donc pas seulement de créer une IA agricole. C’est de construire une infrastructure de confiance suffisamment robuste pour que cette IA soit utilisée, comprise et acceptée là où elle doit vraiment servir.
Une IA qui surveille sa propre consommation
Reste la question qui taraude tout observateur de l’IA : davantage d’adoption, n’est-ce pas aussi plus d’électricité et plus d’eau ? “Nous en sommes très conscients, et nous optimisons l’architecture”, répond Shalini Kapoor. L’essentiel de l’énergie étant consommé par le traitement sur processeurs graphiques, la fondation cherche à le réduire : glossaires spécialisés pour faciliter la compréhension, baisse du coût d’inférence, modèles open source, architectures plus locales, capables de limiter les allers-retours inutiles entre serveurs, modèles et prestataires externes.
Le service mesure en permanence son coût de livraison à l’usager final. “On ne peut pas facturer les agricultrices et agriculteurs, cela pèserait trop lourd sur leur équilibre financier fragile”, pointe-t-elle. Pour autant, les conseils IA sont amenés à être de plus en plus utiles pour espérer une certaine forme de résilience face aux extrêmes climatiques notamment. C’est donc l’institution qui porte le coût, lequel doit baisser à mesure que l’architecture s’affine. EkStep ne prétend pas effacer l’empreinte matérielle de l’IA. Mais elle cherche à la contenir en partant d’un principe simple : ne pas mobiliser une machine généraliste et coûteuse quand un système spécialisé peut répondre à un besoin précis.
Derrière la technique, Shalini Kapoor voit deux trajectoires opposées. La “course vers le bas”, mue par le capital privé qui maximise ses revenus par l’engagement, la publicité et l’extraction de données – rapide, et sans besoin de coordination. Et la “course vers le haut”, qui exige un effort institutionnel délibéré pour orienter les bénéfices de l’IA vers le plus grand nombre plutôt que vers quelques-uns. C’est cette seconde voie, plus lente et plus exigeante, qu’EkStep tente de baliser, un sentier après l’autre.