L’Institut central de recherche des forces armées ukrainiennes a présenté Marichka, un réseau neuronal fermé destiné à accélérer la planification opérationnelle au niveau brigade et régiment. L’objectif affiché est de passer d’un cycle décisionnel de 6 à 12 heures à quelques minutes, en automatisant calculs de rapports de force, estimation des pertes et modélisation de scénarios. Le système est encore en phase de test, sans intégration opérationnelle de documents classifiés à ce stade.
Dans une guerre où la vitesse de décision compte autant que la puissance de feu, Kyiv cherche à reprendre la main sur une brique logicielle sensible, le raisonnement tactique assisté par IA, longtemps dominée par des solutions étrangères.
Marichka vise la planification brigade en moins de 10 minutes
Présentée par l’Institut central de recherche des forces armées, Marichka est décrite comme une IA fermée, conçue pour fonctionner sur des circuits contrôlés et limiter l’exposition des données. Son ambition est de comprimer le cycle de planification au niveau brigade et régiment, où les décisions doivent intégrer des informations hétérogènes, parfois contradictoires, et produire une option d’action exploitable dans un délai court. Dans la doctrine évoquée lors de la présentation, un commandant dispose aujourd’hui de 6 à 12 heures et d’un ensemble d’environ 20 documents pour parvenir à un point de décision comparable.
Le cur de Marichka repose sur la collecte et la vérification d’informations de champ de bataille, puis sur une série de calculs automatisés. Le système doit notamment établir des rapports de force, estimer les ressources nécessaires, et produire des scénarios de manuvre. L’interface annoncée met en avant une carte interactive, sur laquelle les options seraient visualisées, comparées et ajustées. Dans la logique présentée, l’outil ne remplace pas l’état-major, il accélère l’étape de synthèse et propose des hypothèses chiffrées, afin de réduire la latence entre l’information et l’ordre.
Un autre volet mis en avant concerne l’actualisation en continu. Marichka doit pouvoir alerter un poste de commandement quand la situation change, en intégrant de nouvelles entrées et en recalculant les options. Dans un environnement où les positions, la disponibilité des moyens et les menaces évoluent rapidement, l’intérêt est de limiter les plans périmés dès leur émission. Le colonel Yurii Kliat, directeur de l’institut, a insisté sur la limite d’autorité du système, la décision finale restant celle du commandant, point clef dans le débat sur l’automatisation du commandement.
À ce stade, l’annonce reste prudente sur le calendrier de déploiement. Les essais mentionnés portent sur des données de test, et l’intégration de documents classifiés, étape décisive pour une utilisation réelle, est encore en attente. Cette séquence est classique pour des outils destinés à un usage sensible, car l’industrialisation impose des garanties de sécurité, de traçabilité, et de contrôle des accès. Le passage du laboratoire aux unités dépendra aussi de la capacité à prouver la robustesse des résultats face à des données incomplètes, bruitées ou volontairement trompeuses.
Le colonel Yurii Kliat détaille calculs de pertes et potentiels de combat
Lors de la présentation, le colonel Yurii Kliat a décrit un outil qui rassemble centralement l’information et calcule automatiquement l’équilibre des forces et les potentiels de combat. La promesse repose sur des sorties directement actionnables, comme des estimations de pertes probables, des besoins logistiques et des ressources requises pour tenir une ligne, attaquer ou se replier. Dans la pratique, ce type de calcul dépend de modèles, d’hypothèses et d’une qualité de données rarement parfaite, ce qui impose des garde-fous sur l’interprétation.
Le gain de temps revendiqué, passer de plusieurs heures à quelques minutes, s’explique par l’automatisation d’opérations répétitives, l’agrégation de sources multiples et la standardisation des documents de planification. Dans un état-major, une partie du délai provient de la circulation de pièces, de la consolidation manuelle d’indicateurs, et de la mise en forme de scénarios. Marichka vise précisément ce goulot d’étranglement, en produisant rapidement des options comparables, avec des hypothèses explicites sur les rapports de force et les risques.
La question centrale devient alors celle de la fiabilité. Une estimation de pertes ou de ressources peut influencer une décision de manuvre, la répartition d’unités, ou l’emploi de feux. Un modèle trop optimiste peut pousser à l’engagement, un modèle trop conservateur peut geler une opportunité. Les armées qui introduisent des outils d’aide à la décision cherchent donc des mécanismes d’audit, de validation et de contestation interne, pour éviter qu’un chiffre produit par une machine prenne un statut d’autorité implicite.
Sur ce point, la formulation la décision reste au commandant sert autant de garantie doctrinale que de bouclier politique. Elle rappelle que l’outil doit rester une assistance, pas une délégation. Dans les faits, l’impact dépendra de l’ergonomie, de la confiance accumulée, et de la capacité des équipes à comprendre les limites du modèle. Un système performant sur données de test peut se dégrader au contact du terrain, où l’adversaire adapte ses méthodes, brouille des signaux, et exploite les angles morts.
Enfin, l’intégration de documents classifiés, encore absente, est un pivot. Sans accès aux ordres, aux renseignements sensibles et aux évaluations internes, l’outil risque de rester cantonné à une couche partielle de la planification. Avec cette intégration, la question de la sécurité devient dominante, car une fuite, une compromission ou une mauvaise gestion des accès aurait des conséquences directes sur la conduite des opérations.
Delta, Palantir et le Defense AI Center forment déjà une pile logicielle
Marichka s’insère dans une pile déjà dense. L’Ukraine utilise depuis 2022 Delta, une plateforme de connaissance de situation qui agrège des informations opérationnelles et facilite la coordination. Dans le même temps, Palantir est présent en Ukraine depuis peu après l’invasion à grande échelle de 2022, avec des outils de fusion et d’analyse dont la portée est décrite comme plus large que ce que tente Marichka. À cet ensemble s’ajoute, selon les informations évoquées, un Defense AI Center créé récemment, destiné à structurer les efforts IA du ministère de la Défense.
La distinction entre ces briques est essentielle. Delta correspond à une couche d’observation et de partage, orientée connaissance de situation. Palantir apporte des capacités de traitement, de corrélation et d’analyse à différents niveaux, avec une maturité industrielle et des pipelines éprouvés. Marichka, telle que présentée, vise plus directement la couche raisonnement et planification, c’est-à-dire la transformation d’informations en options tactiques chiffrées et comparables.
Une inconnue demeure, l’articulation avec Delta. Les responsables n’ont pas précisé si Marichka sera intégrée à Delta, branchée sur ses flux, ou exploitée comme un système séparé. Techniquement, l’intégration offrirait une alimentation en données plus riche et une adoption plus simple. Organisationnellement, elle poserait des questions de gouvernance des données, de responsabilités en cas d’erreur, et de priorités entre équipes. Un fonctionnement séparé limiterait les risques de dépendance et faciliterait le cloisonnement, mais au prix d’une duplication des flux et d’une charge supplémentaire pour les unités.
Le sujet touche aussi à l’interopérabilité. Dans une armée engagée dans un conflit de haute intensité, les outils doivent fonctionner malgré des contraintes de bande passante, des coupures, des environnements dégradés et des exigences de cyberdéfense. Une plateforme de planification qui dépend trop d’un réseau stable perd de son intérêt au moment critique. Les choix d’architecture, cloud ou on-premise, synchronisation différée, stockage local, pèseront sur la valeur réelle du système.
Enfin, la multiplication des couches logicielles peut créer un risque de surcharge. Plus il y a d’outils, plus la formation, la maintenance et la discipline de données deviennent déterminantes. L’enjeu n’est pas seulement d’avoir un modèle performant, mais une chaîne complète, collecte, validation, traitement, restitution, qui reste utilisable sous pression et qui produit un avantage concret sur le cycle décisionnel.
Marichka cherche une autonomie face au fournisseur étranger Palantir
Le point politique et stratégique sous-jacent est la souveraineté. Si Marichka fonctionne comme annoncé, l’Ukraine gagnerait un contrôle national sur une partie de la couche de raisonnement qui, dans de nombreux dispositifs, repose sur des solutions de fournisseurs étrangers. La présence de Palantir reste décrite comme plus établie, mais la création d’un outil local peut réduire la dépendance, au moins sur certains usages, et offrir une flexibilité accrue pour adapter rapidement les modèles aux besoins du terrain.
Cette recherche d’autonomie ne signifie pas forcément un remplacement. Dans un contexte de guerre, les armées privilégient souvent le pragmatisme, utiliser ce qui fonctionne, compléter ce qui manque, et réduire les points de fragilité. Marichka peut devenir un complément, en particulier si l’outil est calibré pour des procédures ukrainiennes, des formats de documents internes, et des contraintes opérationnelles spécifiques. Un produit développé localement peut aussi intégrer plus vite des retours d’expérience et des ajustements tactiques.
Mais l’autonomie a un coût. Il faut maintenir le logiciel, sécuriser les mises à jour, assurer la continuité en cas de pertes d’infrastructure, et recruter des compétences rares. Il faut aussi éviter l’écueil de la boîte noire: un modèle dont les sorties sont utilisées sans comprendre les hypothèses. Dans un environnement où l’adversaire peut manipuler des signaux, la capacité à détecter les incohérences et à auditer les calculs devient un élément de résilience.
Le dilemme est également diplomatique et industriel. Travailler avec un grand fournisseur apporte une capacité de déploiement rapide et un support robuste, mais crée une dépendance contractuelle et technologique. Développer en interne renforce la souveraineté, mais expose à des risques de retard et de performance. Une stratégie hybride est fréquente, conserver des solutions externes pour certaines fonctions, tout en internalisant les couches jugées les plus sensibles, comme la planification et l’arbitrage de ressources.
À court terme, l’évolution la plus observée sera le passage des tests à l’usage réel. Tant que Marichka n’est pas alimentée par des données classifiées et confrontée à des situations opérationnelles, ses promesses restent à valider. Les prochains jalons attendus concernent l’intégration aux flux existants, la certification de sécurité, et la démonstration d’un gain de temps mesurable sans dégrader la qualité des décisions.