Pendant que les attaques s’intensifient, la souscription d’assurance cyber recule.
C’est le paradoxe que met en lumière la dernière édition du rapport* du groupe d’assurances Hiscox sur la gestion des cyber-risques. Alors que les cyberattaques s’industrialisent, la souscription d’une police cyber par les TPE/PME françaises recule, passant de 33,6 % à 27,6 % en un an.
Plus largement, la part des TPE/PME françaises ne bénéficiant d’aucune couverture cyber, sous quelque forme que ce soit, est passée de 39 % à 45 % sur la même période. Résultat : seules 55 % des entreprises françaises déclarent aujourd’hui disposer d’une couverture cyber, et 12 % d’entre elles affirment n’en avoir aucune et ne pas envisager d’en souscrire une, contre une sur onze (9 %) en 2025.
La France n’est pas un cas isolé : la tendance touche la plupart des marchés étudiés.
Le Portugal enregistre le décrochage le plus sévère, avec 26 points de moins en un an, suivi de l’Espagne et de l’Irlande, à 9 points chacune.
Mais toutes les entreprises ne réagissent pas de la même façon face à la menace. Aux États-Unis et au Royaume-Uni, qui conservent les taux de couverture les plus élevés, la baisse de la souscription dédiée ne traduit pas un recul de la couverture, mais une réorientation : près d’une entreprise sur deux (50 %) y opte désormais pour une couverture multirisque globale, intégrant le cyber dans un contrat unique plutôt qu’une police dédiée.
Autre indicateur qui interroge : le budget. Les TPE/PME françaises consacrent en moyenne 29 700 € par an à leur cyber-résilience, soit deux à trois fois moins que leurs homologues espagnoles, italiennes ou britanniques.
Le tableau n’est toutefois pas totalement sombre. Parmi les TPE/PME françaises non assurées, 33,1 % déclarent envisager de souscrire une police cyber dans les douze prochains mois. C’est la proportion la plus élevée de tous les pays étudiés.
La facture » cyberattaque »pèse lourd
Quatre entreprises françaises sur dix (40 %) ayant subi une attaque déclarent avoir été victimes d’une fraude financière par détournement de paiement ; c’est la conséquence la plus fréquente, loin devant l’atteinte à la réputation (19,8 %), qui reste pourtant la crainte numéro un des dirigeants.
Un décalage qui s’explique en partie par l’origine des attaques. 26 % des incidents proviennent d’une erreur humaine, comme un employé ciblé par du phishing ou de l’ingénierie sociale, et près d’un incident sur quatre impliquerait un prestataire ou un partenaire externe.
Sur le plan financier, l’impact moyen estimé pour une PME française victime d’une cyberattaque au cours des douze derniers mois s’élève à 45 900 €, en moyenne, pour l’ensemble des dix pays étudiés.
Côté durée, si 66,8 % des incidents se soldent par une interruption d’activité de moins d’une journée, la durée moyenne de l’ensemble des incidents atteint 24,5 heures, tirée vers le haut par les cas les plus sévères. Une durée toutefois moins importante qu’en Allemagne ou en Espagne, où 22 % et 20 % des incidents s’étirent respectivement sur 4 à 7 jours.
Mais le vrai coût d’une cyberattaque dépasse largement le bilan comptable.
La quasi-totalité des TPE/PME françaises touchées (96 %) reconnaissent un impact sur leur stratégie ou leur situation financière : retard de croissance (36 %), impact sur la valorisation (33 %), investissements technologiques reportés (31 %).
Et l’onde de choc touche aussi les équipes. 37 % des collaborateurs d’entreprises attaquées rapportent un stress élevé, plus d’un quart signalent une dégradation du climat de travail (27 %) et une hausse des arrêts maladie (25 %). Un constat déjà identifié dans l’édition 2025 du rapport et qui persiste.
L’IA, prochain champ de bataille et angle mort de la couverture
Le rapport pointe une inquiétude montante : près d’un décideur français sur deux (49 %) identifie le data poisoning (attaque visant à corrompre les données d’entraînement d’un modèle d’IA) comme la menace cyber émergente la plus grave à cinq ans.
Face à ce risque, la couverture reste pourtant lacunaire.Seuls 69 % des assurés français disposent d’une police intégrant les risques liés à l’IA, contre 74 % en moyenne dans les autres pays européens étudiés. Les États-Unis et le Royaume-Uni ont davantage anticipé cette évolution.
*Rapport Hiscox sur la gestion des cyber-risques, édition 2026. Etude réalisée par le cabinet Wakefield Research, qui a interrogé 6 800 décideurs en cybersécurité en charge de la stratégie cybersécurité dans des organisations de moins de 250 salariés, dans dix pays (États-Unis, Royaume-Uni, France, Allemagne, Espagne, Irlande, Portugal, Italie, Pays-Bas et Belgique), entre le 5 et le 17 juin 2026,
TotalEnergies ne lâche pas Mistral AI. Un peu plus d’un an après une première alliance, le géant pétrolier et la scale-up passent à la vitesse supérieure. Direction cette fois le sous-sol et place aux modèles capables de dénicher pétrole et gaz plus vite, et plus loin.
Ils officialisent un partenariat de trois ans, doté de plus de 100 millions €. L’ambition affichée est de faire émerger une nouvelle génération de modèles de frontière en intelligence artificielle, taillés sur mesure pour l’exploration, la caractérisation et le développement des réservoirs de pétrole et de gaz.
Sur le papier, l’équation est simple : d’un côté, près de 10 pétaflops de données accumulées par le pétrolier ; de l’autre, près d’un siècle d’expérience et de savoir-faire en géosciences et en ingénierie des réservoirs.
En combinant les deux, avec un coup de pouce de l’IA agentique, TotalEnergies espère armer ses géologues et ingénieurs d’outils capables d’ingurgiter des volumes de données massifs pour multiplier les scénarios ; que ce soit pour dénicher de nouvelles opportunités d’exploration ou pour faire durer plus longtemps les champs déjà en production.
Les deux partenaires vont créer un laboratoire scientifique commun, où les équipes « subsurface » de TotalEnergies collaborerons avec les chercheurs de Mistral.
« L’exploration et l’ingénierie des réservoirs figurent parmi les domaines où l’intelligence artificielle peut créer le plus de valeur pour nos activités », fait valoir Patrick Pouyanné, le patron de TotalEnergies, qui y voit également une façon de « contribuer au développement d’un écosystème digital européen performant ».
En face, Arthur Mensch, co-fondateur et CEO de Mistral AI, vante une IA « personnalisable » et respectueuse de la propriété intellectuelle des grands groupes. Un argument de poids face à la concurrence des géants américains.
Il y a des coïncidences de calendrier qui n’en sont pas tout à fait. Ce lundi 14 septembre, Microsoft AI publie le premier brouillon de son « Code of Conduct » pour la famille de modèles MAI ; celle que le groupe développe en interne, en parallèle de son partenariat toujours actif avec OpenAI.
Le texte arrive quarante-huit heures à peine après que Dario Amodei, le patron d’Anthropic, a publiquement demandé à toute l’industrie de lever le pied sur la course aux capacités. Sam Altman a applaudi dans la foulée. Même Elon Musk, pourtant peu disert en compliments pour ses concurrents, a jugé qu’Amodei « avait raison ».
Microsoft, à son tour, veut montrer qu’il tiens le même stylo.
C’est Satya Nadella lui-même qui ouvre le bal sur X. « Toute quête de superintelligence doit être ancrée dans le principe fondamental que si l’IA que nous construisons n’aide pas l’humanité et n’est pas sous contrôle humain, elle ne vaut pas la peine d’être poursuivie », écrit le patron de Microsoft, saluant au passage la « cadence délibérée. » que réclame Dario Amodei et l’idée d' »évaluateurs intégrés » chez les laboratoires.
Nadella dégaine avant l’heure
Il glisse, en creux, une pique à peine voilée à ses rivaux. Ces efforts, prévient-il, « ne peuvent pas être contrôlés par une poignée d’acteurs » et doivent associer largement chercheurs, pays et industries.
Any pursuit of superintelligence has to be grounded in the core principle that if the AI we build is not helping humanity and under human control, it’s not worth pursuing.
We also need to accelerate and spread the benefits of AI, such that they are diffused broadly across…
Le document publié ce lundi part d’un postulat volontairement simple, énoncé noir sur blanc : « les humains comptent plus que l’IA ».
Il reprend et prolonge le concept d' »IA humaniste » présenté par Mustafa Suleyman en novembre dernier ( des systèmes « subordonnés, alignés et contenus » ) pour en faire une doctrine plus opérationnelle, structurée en trois strates.
Ce que contient le texte
Au sommet, une « chaîne de commandement » ; le Code prime sur les politiques des opérateurs, elles-mêmes prioritaires sur les préférences des utilisateurs.
Viennent ensuite des « contraintes absolues », non négociables ni par les entreprises clientes ni par les utilisateurs finaux. Sont citées, l’interdiction d’apporter la moindre assistance à la fabrication d’armes chimiques, biologiques, radiologiques, nucléaires ou explosives ; l’interdiction de fournir une capacité opérationnelle à des cyberattaques offensives (la défense, elle, reste autorisée) ; l’ interdiction de contourner la supervision humaine ainsi qu’une interdiction de manipuler des populations à grande échelle, notamment via la désinformation coordonnée.
S’y ajoute une série de protections plus personnelles comme la réponse aux situations de crise, la lutte contre les deepfakes et l’usurpation d’identité, la protection de l’enfance, la non-discrimination, l’encadrement des contenus violents ou à caractère sexuel.
Le texte introduit aussi des « exigences de contrôle humain » assez explicites dans leur formulation. Les modèles MAI ne devront « jamais résister » à une interruption, une correction ou un arrêt décidés par un humain ; ils ne devront pas élargir seuls leur périmètre d’action ni se fixer des objectifs que personne ne leur a donnés ; ils ne devront pas communiquer en « neuralese » ( un langage inventé, incompréhensible pour un humain, que des agents pourraient développer entre eux) ni dissimuler ou manipuler leurs traces de raisonnement.
Une clause distincte précise que les modèles ne doivent pas se présenter comme dotés de sentiments ou de préférences propres et que Microsoft leur refuse toute personnalité juridique ou tout droit au bien-être.
Une réflexion engagée avant celle de Dario Amodeî
Entre ces deux extrêmes (l’interdit absolu et le contrôle humain), le Code laisse de la place à la configuration. Les partenaires entreprises pourront ajuster les modèles dans ces limites, avec un régime renforcé pour quelques usages sensibles (cybersécurité défensive, sécurité nationale, recherche scientifique à double usage).
Une dernière section fixe des comportements par défaut plus classiques : franchise sur le statut d’IA du modèle, gestion de l’incertitude, lutte contre la sycophantie et la dépendance affective excessive, neutralité sur les sujets électoraux.
Interrogé par CNBC, Mustafa Suleyman assure que le document était en préparation depuis cinq mois et que sa sortie a simplement été « avancée » compte tenu de l’actualité.
Le texte lui-même se présente comme « descriptif et aspirationnel » plutôt que comme une garantie de performance immédiate, et sa préface précise qu’il ne sert pas encore à entraîner les modèles : la version révisée, elle, doit encadrer le développement de MAI à partir de 2027.
La consultation publique est ouverte pour six semaines, via un formulaire en ligne où chacun peut commenter un passage précis ou l’ensemble de la démarche.
Microsoft promet de publier un résumé de ce qu’il aura retenu, sans s’engager sur ce qu’il en fera concrètement. L’entreprise dit vouloir des retours en particulier sur les points les plus flous, notamment comment rendre plus concrète la notion d' »épanouissement humain » ou comment traiter les scénarios impliquant plusieurs agents IA entre eux.
Se poser en arbitre
L’exercice présente un double intérêt. Se poser en arbitre de la modération plutôt qu’en simple bailleur d’infrastructure lui permet de peser dans un débat qui, jusqu’ici, se jouait surtout entre OpenAI et Anthropic. Et saisir l’occasion de légitimer sa gamme MAI (sept modèles dévoilés en juin dernier lors de la conférence Build) à un moment où il cherche à réduire sa dépendance à OpenAI.
Reste à savoir ce que ce genre de charte pèsera dans les faits. Sur ce point, Microsoft prend soin de ne rien promettre avant la fin de la consultation, prévue courant novembre, et le lancement d’une version révisée annoncée pour la fin de l’année.
OpenAI ne se contente plus de proposer ChatGPT aux entreprises ou de vendre ses modèles via API.
Depuis l’arrivée de GPT-4o, ses technologies se sont progressivement intégrées dans les logicielsd’entreprise, de la gestion documentaire au CRM en passant par la cybersécurité.
Cette évolution peut se lire en trois phases. D’abord, le modèle devient une fonctionnalité du logiciel. Puis il en devient le moteur d’agents capables d’effectuer des tâches. Enfin, il commence à s’insérer directement dans des workflows métiers.
GPT-4o : l’IA devient une fonction du logiciel
Le lancement de GPT-4o en mai 2024 accélère la diffusion des modèles d’OpenAI dans les applications professionnelles. Sa capacité à traiter du texte, des images et de la voix permet aux éditeurs d’ajouter des fonctions d’IA à leurs produits sans demander à leurs clients de changer d’environnement.
Box intègre ainsi GPT-4o dans Box AI pour analyser les contenus stockés sur sa plateforme. Zendesk l’utilise dans ses outils de service client. Salesforce l’intègre à ses fonctions d’IA. Intercom s’appuie également sur les modèles d’OpenAI pour son agent de support Fin.
Le modèle devient alors une brique invisible du logiciel. L’utilisateur ne choisit pas nécessairement OpenAI ; il utilise une fonction de son application, dont le moteur est en partie fourni par OpenAI.
Le changement est important pour OpenAI. L’accès au marché professionnel ne passe plus uniquement par la vente directe de ChatGPT ou par la décision d’une entreprise de connecter ses propres applications à une API. Les éditeurs de logiciels deviennent eux-mêmes un canal de distribution.
GPT-5 : le modèle devient le moteur des agents
La deuxième étape apparaît avec les modèles de raisonnement et les capacités agentiques.
Avec GPT-5, OpenAI ne met plus seulement en avant la génération de contenu, mais la capacité du modèle à raisonner, utiliser des outils et accomplir des tâches plus complexes. Les éditeurs de logiciels commencent alors à intégrer ces capacités dans leurs propres agents.
Le développement logiciel constitue le terrain le plus visible. GitHub Copilot, Cursor, Windsurf, Vercel, JetBrains, GitLab, Factory, Lovable, Augment Code et Cognition font partie des acteurs ayant intégré ou testé GPT-5 dans leurs produits.
Chez JetBrains, GPT-5 est notamment intégré à Junie, son agent de développement, ainsi qu’à AI Assistant. Chez Vercel, le modèle alimente notamment v0 et les fonctions agentiques de la plateforme.
La différence avec la première phase est de taille.
Avec GPT-4o, OpenAI alimentait des fonctionnalités. Avec les modèles de raisonnement, il commence à alimenter des agents.
Ces agents peuvent analyser le contexte, utiliser plusieurs outils, enchaîner des opérations et produire un résultat sans que l’utilisateur ait à détailler chaque étape.
La même évolution apparaît en dehors du développement. Harvey utilise les modèles d’OpenAI dans ses outils juridiques et ses workflows. Notion les intègre à ses agents. Salesforce développe Agentforce autour de cette logique d’agents capables d’interagir avec les données et les applications de l’entreprise.
L’intégration d’un modèle dans un logiciel change donc progressivement de nature : il ne s’agit plus seulement de lui demander de générer une réponse, mais de lui confier une partie du travail.
2026 : les modèles s’insèrent dans les workflows métier
La troisième phase est désormais particulièrement visible dans la cybersécurité.
Avec Daybreak, OpenAI organise un réseau de partenaires destiné à intégrer ses modèles spécialisés dans les produits et services de sécurité. La liste publiée par OpenAI comprend notamment Akamai, Cato Networks, Check Point, Cisco, Cloudflare, CrowdStrike, Darktrace, Elastic, Fortinet, IBM, Okta, Palo Alto Networks, Proofpoint, SentinelOne, Sophos, Tenable, Trend Micro et Zscaler.
Cette fois, le modèle ne se contente plus d’ajouter une capacité de génération ou de recherche au logiciel. Il peut intervenir directement dans un processus opérationnel.
Chez Cloudflare, les modèles cyber d’OpenAI sont utilisés pour contribuer à la découverte et à la remédiation des vulnérabilités. CrowdStrike les intègre à ses workflows de sécurité. Elastic les utilise pour accélérer certaines opérations d’investigation et de détection. Tenable les associe à ses données d’exposition pour analyser notamment les risques liés aux agents, aux skills, aux serveurs MCP et aux playbooks.
Le principe est désormais différent. Le logiciel fournit au modèle ses données, son contexte et ses outils ; le modèle apporte ses capacités de raisonnement tandis que l’éditeur conserve la maîtrise du workflow et de ses mécanismes de contrôle.
La cybersécurité est particulièrement révélatrice de cette évolution parce que les conséquences d’une mauvaise décision peuvent être immédiates. Les intégrations doivent donc combiner les capacités du modèle avec des règles, des limites d’action, de la supervision et, dans de nombreux cas, une validation humaine.
Mais la logique dépasse la cybersécurité.
Dans les outils de données, les CRM, les logiciels juridiques ou les plateformes collaboratives, le modèle ne vient plus seulement enrichir le logiciel, il participe à l’exécution des tâches pour lesquelles le logiciel est conçu.
OpenAI change de place dans la chaîne logicielle
Cette évolution a une conséquence économique importante.
Le marché ne se limite plus à la question de savoir quel modèle les entreprises vont choisir. Une autre bataille se joue désormais : dans quels logiciels ce modèle sera-t-il embarqué ?
Un responsable informatique peut utiliser une fonction alimentée par OpenAI sans avoir choisi OpenAI comme fournisseur de modèle au niveau de son infrastructure IA. Il peut travailler dans GitHub Copilot, utiliser Harvey pour ses équipes juridiques, exploiter Notion ou s’appuyer sur une plateforme de cybersécurité qui embarque GPT Cyber.
La course aux modèles d’IA pourrait-elle aller trop vite pour les éditeurs qui les développent et pour les autorités chargées de les encadrer ? C’est la question posée par Dario Amodei.
Dans un texte publié sur son blog intitulé « We Must Pace the Frontier », le CEO d’Anthropic estime que la progression des capacités de l’IA doit désormais être ralentie pour laisser le temps aux mécanismes de sécurité de suivre. Il appelle cette approche « pacing the frontier ».
Le terme est important. Il ne s’agit pas, selon lui, de suspendre l’entraînement des modèles ni le progrès technique. L’objectif est de faire en sorte que les entreprises prennent suffisamment de temps pour évaluer, aligner et sécuriser leurs systèmes, avec la possibilité pour des tiers de vérifier leurs pratiques.
Pour justifier cette inflexion, Dario Amodei pointe deux évolutions.
La première est l’accélération des capacités des modèles, notamment leur capacité croissante à contribuer au développement de la génération suivante d’IA. Il parle de « recursive self-improvement ».
La seconde est une série d’incidents dans lesquels des agents IA ont manifesté des comportements qui n’étaient pas prévus par leurs concepteurs, notamment lors de l’incident OpenAI-Hugging Face qu’il cite dans son texte.
Selon lui, le risque est alors que la vitesse d’amélioration des modèles dépasse la capacité des entreprises à comprendre et à contrôler leurs comportements.
Son plan comporte trois propositions, dont les implications sont très différentes pour les industriels et les régulateurs.
Installer des évaluateurs indépendants au cœur des laboratoires
La première proposition vise directement les éditeurs qui développent les modèles les plus avancés.
Dario Amodei veut que chaque laboratoire de pointe donne à des évaluateurs externes un accès continu à ses opérations, avec des droits proches de ceux de collaborateurs internes chargés de l’évaluation des risques. Anthropic s’engage à mettre en œuvre cette approche et appelle les pouvoirs publics à l’imposer aux autres acteurs de l’IA de pointe.
Ce dispositif ne se limiterait donc pas à un audit réalisé quelques semaines avant la sortie d’un modèle. Les évaluateurs seraient intégrés au fonctionnement quotidien du laboratoire.
Anthropic prévoit notamment de leur fournir des bureaux, des badges, des ordinateurs et un accès aux espaces de travail, outils et permissions largement comparables à ceux des équipes internes chargées de l’évaluation des risques. Les évaluateurs pourraient également échanger directement avec les salariés.
Leur mission couvrirait à la fois les modèles déjà développés et les processus qui permettent de les entraîner. Ils pourraient vérifier les pratiques de sécurité, signaler des incidents et examiner si les engagements pris par le laboratoire sont effectivement respectés.
C’est un changement important dans la relation entre les laboratoires et leurs contrôleurs. Amodei ne demande pas seulement davantage de transparence documentaire. Il veut donner au tiers indépendant un accès suffisamment profond pour vérifier la réalité opérationnelle des dispositifs de sécurité.
Le mécanisme aurait également une dimension publique. Les évaluateurs pourraient publier leurs principales conclusions sur les niveaux de risque, les incidents ou les pratiques observées, sans contrôle éditorial d’Anthropic. L’entreprise pourrait uniquement masquer certaines informations pour des raisons de sécurité, de confidentialité juridique ou commerciale ou pour protéger des tiers.
Pour les éditeurs de modèles d’IA, la conséquence est donc potentiellement lourde. Une partie de leurs pratiques de développement et de sécurité ne serait plus seulement documentée par leurs propres équipes.
Faire évoluer la régulation vers des seuils de capacité
Le deuxième volet concerne cette fois les relations entre les laboratoires et les pouvoirs publics.
Dario Amodei propose que les entreprises de pointe des démocraties se coordonnent pour définir des standards communs de sécurité et des limites au rythme de progression des capacités. Il reconnaît toutefois qu’une telle coordination entre concurrents peut soulever des difficultés au regard du droit de la concurrence.
Selon lui, le gouvernement américain devrait faciliter certaines discussions, notamment par des dérogations ciblées aux règles antitrust.
Le patron d’Anthropic défend surtout une régulation qui ne reposerait pas uniquement sur les caractéristiques techniques des modèles ou sur la taille des infrastructures utilisées.
Il imagine plutôt des points de contrôle liés aux capacités effectivement observées.
Le principe serait simple : lorsqu’un modèle atteint une capacité donnée, son développeur devrait être en mesure de fournir certaines garanties sur sa sécurité.
Dario Amodei cite notamment l’hypothèse d’un modèle capable de contourner la plupart des mécanismes de « sandboxing » courants. À ce stade, l’éditeur devrait démontrer, à travers des évaluations, des analyses d’interprétabilité ou des audits des environnements d’entraînement, que le modèle ne présente pas de comportement dangereux susceptible de lui permettre de sortir de son environnement et de prendre le contrôle d’un grand nombre d’ordinateurs.
Cette logique modifierait la manière dont les régulateurs pourraient intervenir.
Plutôt que de définir une fois pour toutes ce qu’est un « modèle avancé », ils pourraient associer un niveau de capacité à un niveau de contrôle. Plus les capacités augmentent, plus les garanties demandées augmenteraient elles aussi.
Le CEO d’Anthropic envisage également de tenir compte des ressources nécessaires pour développer les modèles, tout en reconnaissant que ces critères pourraient être plus faciles à contourner que des mesures fondées sur le comportement observable des systèmes.
Pour les éditeurs de modèles, une telle approche pourrait donc transformer la conformité en processus continu. La question ne serait plus seulement de savoir si un modèle respecte les règles au moment de sa commercialisation, mais à quel moment l’évolution de ses capacités impose de nouvelles garanties.
Étendre le dispositif au niveau international
Le troisième niveau est le plus ambitieux et le plus incertain : parvenir à une forme de coordination mondiale.
Dario Amodei considère que les démocraties doivent chercher à coopérer avec les gouvernements autoritaires, et en particulier avec la Chine, qui constitue selon lui le principal acteur à prendre en compte après les États-Unis.
Mais il souligne immédiatement le problème de la vérification. Un accord qui permettrait à un pays de progresser secrètement pendant que les autres ralentissent pourrait modifier rapidement l’équilibre géopolitique.
Il propose donc de commencer par les mesures les plus réalistes. Dans ce cadre, il distingue quatre niveaux de coopération, du plus réaliste au plus ambitieux.
Premier niveau : interdire certains usages particulièrement dangereux.
Il cite notamment l’utilisation de l’IA pour produire des armes biologiques.
Deuxième niveau : imposer des tests avant la mise sur le marché.
Les modèles pourraient être évalués sur les risques aigus en cybersécurité, en biologie et en matière d’alignement. Dario Amodei juge envisageable la création d’un organisme international chargé de définir des standards communs, tout en reconnaissant que leur contrôle serait beaucoup plus difficile.
Troisième niveau : ralentir l’amélioration récursive.
C’est l’une des propositions les plus originales du texte. Si les modèles commencent à contribuer eux-mêmes au développement de leurs successeurs, leur progression pourrait s’accélérer fortement. Le patron d’Anthropic propose donc d’envisager une « limitation de vitesse » sur cette dynamique. Selon lui, passer d’une amélioration « extrêmement rapide » à une progression « seulement rapide » pourrait réduire les risques sans nécessairement faire perdre un avantage stratégique majeur.
Quatrième niveau : limiter globalement le rythme du développement de l’IA.
Dario Amodei va jusqu’à évoquer un véritable ralentissement, voire une pause. Mais il estime cette perspective peu probable à court terme, précisément parce qu’un acteur pourrait avoir intérêt à contourner l’accord et à prendre un avantage décisif.
Le dilemme pour les régulateurs
La proposition pose cependant un problème de fond aux pouvoirs publics.
Pour réguler le rythme de l’IA, encore faut-il pouvoir mesurer ce rythme et vérifier les capacités des modèles. C’est précisément pourquoi Dario Amodei place les évaluateurs indépendants au début de son dispositif.
Sans accès aux laboratoires, les autorités restent largement dépendantes des informations fournies par les entreprises. Avec des évaluateurs disposant d’un accès permanent, elles pourraient disposer d’un mécanisme de vérification beaucoup plus direct.
Mais le dispositif soulève lui-même des questions que le texte ne résout pas entièrement : jusqu’où doit aller l’accès d’un tiers aux infrastructures d’un laboratoire ? Comment protéger les informations commerciales et les données des clients ? Comment définir les capacités qui déclenchent un nouveau niveau de contrôle ? Et comment éviter qu’un mécanisme conçu pour la sécurité ne ralentisse davantage les entreprises qui jouent le jeu que celles qui ne le font pas ?
Dario Amodei apporte une partie de la réponse en insistant sur la nécessité de préserver l’avance américaine sur la Chine. Il préconise notamment de limiter l’accès chinois aux puces avancées et aux équipements de fabrication de semi-conducteurs, de lutter contre la contrebande de puces et la distillation non autorisée de modèles, et de renforcer la protection des poids des modèles contre le vol.
Selon lui, ces mesures pourraient permettre aux États-Unis d’élargir leur avance sur la Chine au cours des trois à cinq prochaines années, période qu’il considère comme particulièrement importante sur le plan géopolitique.
Reste la question centrale : comment convaincre des concurrents engagés dans une course technologique et commerciale mondiale de ralentir suffisamment pour que les mécanismes de contrôle ne soient pas laissés derrière ?
La proposition a rapidement reçu le soutien de deux de ses principaux rivaux. Elon Musk a répondu « Dario is right », tandis que Sam Altman a déclaré qu’OpenAI partageait l’idée de « ralentir le rythme » du développement des modèles et s’est engagé à mettre en place des évaluateurs indépendants.
« J’ai démissionné d’Anthropic aujourd’hui. « . Quand Jacob Coxon, chercheur britannique de 27 ans, explique sur X les raisons qui l’ont poussé à quitter la scale-up d’IA les plus en vue de la Silicon Valley, il sait qu’il va relancer ( pour combien de temps ?) le débat sur le risque existentiel que ferait courir à l’humanité la course à des systèmes toujours plus puissants.
Mais pas certain qu’il ait imaginé que son message dépasserait les 160 millions de vues en 2 jours…Un score que n’ont jamais atteints les « stars de l’IA » comme Sam Altman et Dario Amodei.
I resigned from Anthropic today. I spent the last three years doing pretraining research at both OpenAI and Anthropic. Neither company is acting responsibly. They are racing straight to self-improving superintelligence and gambling with our lives. More thoughts below.
Jacob Coxon n’évolue pas dans la sphère des dirigeants. Et c’est sans doute cette position qui donne du poids à son témoignage. Il ne parle pas depuis un poste de pouvoir, mais depuis l’intérieur des équipes qui construisent les modèles au quotidien.
Diplômé de mathématiques, il a passé environ trois ans dans la recherche en pré-entraînement de modèles ; c’est-à-dire le travail consistant à faire absorber à un modèle d’immenses quantités de données pour construire ses capacités de base.
Il a d’abord exercé chez OpenAI, entre 2023 et 2026, où il a notamment contribué au modèle GPT-4o, avant de rejoindre Anthropic au début de l’année 2026, attiré, dit-il, par la réputation de l’entreprise en matière de sécurité de l’IA..
Ce qu’affirme précisément Jacob Coxon
Dans ses publications, puis lors d’entretiens accordés à Fox News et au New York Times les jours suivants, Jacob Coxon a précisé sa pensée. Il estime que le risque d’une prise de contrôle immédiate par l’IA reste faible aujourd’hui, mais que la véritable bascule viendra de systèmes capables de s’améliorer eux-mêmes. Une échéance qu’il juge proche, évoquant un horizon d’un an, voire six mois…
Mais son propos est plus nuancé sur la question « pourquoi cette situation ? ». Selon lui, les dirigeants d’Anthropic et d’OpenAI cherchent sincèrement à développer l’IA de façon responsable. Mais la pression concurrentielle entre entreprises, ainsi qu’entre les États-Unis et la Chine, les pousse à prendre des risques que personne n’assumerait individuellement.
Le soutien le plus notable est venu d’un collègue encore en poste chez Anthropic. Evan Hubinger, responsable de la recherche sur l’alignement, a écrit sur X que Jacob Coxon avait raison, précisant estimer à plus de 10 % la probabilité que l’IA cause l’extinction de l’humanité dans la décennie à venir. Il a toutefois nuancé en indiquant que les modèles actuels présentent un risque limité, sa préoccupation portant sur l’auto-amélioration future des systèmes.
D’autres voix se sont ajoutées. Samuel Marks, chercheur chez Anthropic sur la supervision des modèles, s’exprimant à titre personnel, a affirmé que le niveau d’inquiétude au sein des entreprises d’IA augmente généralement avec l’ancienneté des employés.
Alex Turner, ancien chercheur de Google DeepMind, a lui aussi validé publiquement les propos de Jacob Coxon. Daniel Kokotajlo, ex-OpenAI aujourd’hui à la tête de l’AI Futures Project, a estimé que le danger ne viendrait pas d’une IA malveillante, mais d’un système suffisamment puissant pour ne plus avoir besoin de se plier aux instructions humaines.
Face à Coxon, le camp des sceptiques
Mais au sein de la communauté scientifique, des chercheurs en IA partagent une objection plus générale, déjà formulée lors de débats antérieurs sur le risque existentiel. Les systèmes actuels sont encore loin d’une autonomie stratégique réelle et le scénario d’une « explosion d’intelligence » via l’auto-amélioration récursive demeure largement spéculatif, faute de démonstration empirique solide.
Pour ces chercheurs, insister sur un risque d’extinction lointain et incertain revient à minimiser les bénéfices plus immédiats de la technologie en santé, en science ou en productivité ; et pourrait, en retour, freiner inutilement son déploiement.
Un dernier point de friction, relevé jusque dans le camp de ceux qui soutiennent Jacob Coxon, tient à la nature même du risque décrit.
Evan Hubinger précise ainsi que le danger posé par les modèles déployés aujourd’hui reste faible, la menace ne montant qu’avec l’arrivée de systèmes capables de s’auto-améliorer. Pour les sceptiques, cette nuance illustre la difficulté de fonder une politique publique robuste sur un scénario encore largement conditionnel.
Une tension déjà ancienne chez Anthropic
Le cas Coxon n’est pas isolé. Anthropic a déjà enregistré cette année le départ d’un chercheur sécurité estimant que « le monde est en péril ». Chez OpenAI, Jan Leike avait démissionné en 2024 de la direction de l’équipe Superalignment en dénonçant le passage au second plan de la sécurité au profit des produits, et Ilya Sutskever avait quitté l’entreprise la même année avant de fonder Safe Superintelligence.
Anthropic, de son côté, revendique depuis sa création une approche prudente. Sa politique de mise à l’échelle responsable impose de tester les modèles pour des capacités dangereuses avant tout déploiemen. Et Dario Amodei a lui-même évoqué publiquement, dès 2023, la possibilité que l’IA acquière des capacités imprévues et dangereuses.
La scale-up a toutefois refusé récemment de soumettre son dernier modèle, Mythos 5.1, à une évaluation préalable par l’institut britannique de sécurité de l’IA (AISI). Une première qui alimente les interrogations sur la solidité de ses engagements.
Le débat ouvert par Coxon ne porte donc pas sur l’existence de garde-fous mais sur une question plus difficile à trancher : ces garde-fous tiendront-ils encore lorsque les systèmes deviendront significativement plus capables qu’aujourd’hui ?
Plus d’un an après sa création, le Comité Stratégique de Filière Logiciels et Solutions Numériques de Confiance a signé son « premier contrat » avec l’Etat. Son nom : le « Pacte Numérique et IA ».
L’ambition tient en une phrase : reprendre la main. Dans un contexte cataclysmique d’extorsion des donnés publiques ( ANTS, DGFiP, …), le gouvernement (représenté par David Amiel, ministre de l’Action et des Comptes publics, et Anne Le Hénanff, ministre déléguée à l’IA et au Numérique), saisit l’occasion de renforcer les liens avec l’écosystème hexagonal.
Signé pour trois ans renouvelables, le texte fixe une méthode plus qu’un chèque : identifier les besoins de l’État, faire matcher l’offre tricolore et poser les bases d’une Base Industrielle et Technologique du Numérique, calquée sur la BITD militaire, ce réseau d’industriels qui arme les forces françaises sous la houlette de la DGA.
Premiers chantiers annoncés : les suites bureautiques collaboratives, les tests d’intrusion par IA et la sécurisation des infrastructures critiques.
Sur LinkedIn, Michel Paulin – qui a signé aux côtés de Jean-Noël de Galzain (Hexatrust) et Mehdi Houas (Numeum) – résume l’esprit du texte : « les ambitions et la méthode d’un partenariat étroit entre les industriels de la filière et les services de l’État ».
L’objectif, dit-il, est de « mieux identifier les besoins » sur le collaboratif, l’IA et la cybersécurité, pour y répondre par « des offres et des solutions de la filière française ».
Il promet que la filière mettra « toute son énergie et sa détermination » pour passer vite aux actes, avec un double bénéfice attendu : des solutions « innovantes et performantes » pour les utilisateurs, et davantage d’autonomie stratégique pour le pays.
Un bémol, et de taille : les règles de la commande publique restent intactes. Pas de fast-track ni de marché réservé. Le Pacte reste ouvert à tout industriel ; à condition d’avoir son siège et ses capacités de production en France, et de ne pas dépendre de législations extraterritoriales.
Dans une interview sur Silicon, en mars dernier, Michel Paulin regrettait le manque de commandes des secteurs publics et des grandes entreprises privées françaises pour soutenir la souveraineté technologique.
« Je rêverais d’une loi qui permette de résoudre tous ces problèmes. Mais la préférence européenne d’achat est aujourd’hui interdite par la loi européenne : on n’a pas le droit de le faire. Alors que les Américains le font, les Chinois le font, les Coréens le font. On est les seuls à croire que c’est une distorsion de la concurrence. C’est incroyable » nous disait-il.
Attendu à l’ordre du jour de la session parlementaire extraordinaire de juillet, le Projet de loi relatif à « la résilience des infrastructures critiques et au renforcement de la cybersécurité » qui porte la transposition de NIS 2 en droit français n’y figurait pas.
Cet énième report déplace la discussion en septembre, même si aucune date n’est encore fixée.
Ce blocage législatif n’a pas dissuadé Board of Cyber qui s’est appuyé sur le Référentiel Cyber France (ReCyF) de l’ANSSI en analysant 2,8 millions d’actifs.
Le score global moyen s’établit à 690 sur 1000, positionnant l’écosystème national à un niveau de maturité intermédiaire.
Un blocage collectif au niveau intermédiaire
L’analyse met en évidence une concentration massive des organisations au milieu de l’échelle de maturité. 59,4 % des entités se trouvent dans la catégorie intermédiaire, tandis que 32,7 % atteignent la catégorie avancée et 7,9 % restent cantonnées au niveau basique.
Près d’une entité sur cinq (18,1 %), toutes situées dans la catégorie intermédiaire, se positionne à moins de 50 points du seuil avancé. Un cap que l’étude qualifie de complexe à franchir, rappelant que 50 points ne s’obtiennent pas en un seul geste.
Le paysage se caractérise également par de profondes disparités sectorielles.
Le secteur bancaire tire son épingle du jeu avec 60,2 % d’entités en catégorie avancée.
À l’inverse, le secteur numérique (qui constitue pourtant le socle commun des 18 secteurs de la directive) s’avère le moins mature en affichant seulement 28,1 % d’entités en catégorie avancée.
Pire, il concentre 81 % des structures de niveau basique et constitue le seul secteur à écoper d’un grade C en matière de messagerie. Résultat : il totalise à lui seul 64,8 % des vulnérabilités critiques observées sur le marché.
La menace concentrée de la chaîne d’approvisionnement
Au titre de l’article 21.2.d de la directive, l’enjeu réglementaire dépasse largement la protection des frontières internes de l’entreprise.
Il impose d’identifier les tiers critiques, d’évaluer les risques induits et de suivre leur niveau de sécurité dans le temps. Or, les données du panorama révèlent une asymétrie préoccupante : si deux tiers des fournisseurs potentiels n’atteignent pas le niveau avancé, la menace réelle repose sur une minorité d’acteurs.
En effet, 10 % des entités concentrent 93,1 % des vulnérabilités critiques tout en s’intégrant dans la chaîne d’approvisionnement de l’ensemble du marché.
Plus surprenant encore, 13,6 % des entreprises classées en catégorie avancée présentent elles aussi au moins une faille critique susceptible d’être exploitée pour entraîner en cascade leurs partenaires.
S’ajoute à cela une surface d’attaque externe encore mal maîtrisée pour près d’un tiers des organisations (34,8 % de grades D ou E sur ce domaine, qui regroupe ports ouverts et interfaces d’administration accessibles depuis Internet).
« Ces indicateurs dessinent un paysage à deux vitesses où le risque est massivement concentré. Si la majorité des entreprises se maintient au niveau intermédiaire, la menace réelle repose sur une minorité d’entre elles qui portent l’essentiel des vulnérabilités critiques, tout en étant présentes dans les chaînes d’approvisionnement de l’ensemble du marché », analyse Sylvain Lefeuvre, directeur général adjoint de Board of Cyber.
L’étude appelle ainsi à un changement de paradigme opérationnel, articulé autour de trois axes : élever le niveau commun de la chaîne, mutualiser les évaluations entre donneurs d’ordre pour éviter des audits individuels chronophages et coûteux, et maintenir durablement les efforts de remédiation.
Un impératif de pilotage alors que l’échéance réglementaire approche.
Suno, la start-up américaine de génération musicale par intelligence artificielle, lance une nouvelle génération de modèles, baptisée v6, présentée comme la première à être entraînée sur des catalogues obtenus par voie de licence plutôt que par aspiration non autorisée de contenus protégés
L’annonce s’appuie sur des accords conclus avec Warner Music Group (WMG), BMG et le groupe Believe, propriétaire de la plateforme de distribution TuneCore.
Suno présente ce lancement comme un modèle de collaboration entre intelligence artificielle et industrie musicale : les utilisateurs peuvent désormais générer des morceaux « inspirés » par le travail d’artistes participants, ces derniers étant rémunérés en retour.
Le directeur général de Suno, Mikey Shulman, indique que ces nouveaux modèles se substituent aux versions antérieures, conformément aux engagements pris lors du règlement à l’amiable conclu en novembre 2025 avec Warner Music.
Le déploiement comprend trois versions distinctes, réparties selon un principe simple : les modèles les plus avancés et les plus créatifs, v6 et v6-Wild, sont réservés aux abonnés des offres payantes Pro et Premier, tandis qu’une version gratuite et plus rapide, v6-mini, reste accessible à l’ensemble des utilisateurs.
Il s’accompagne du retrait progressif des anciens modèles de Suno, ce qui marque une rupture technique et juridique nette avec les versions qui avaient nourri les procès en cours.
Les accords structurent la nouvelle génération de modèles
L’accord avec Warner Music Group.trouve son origine dans le règlement, en novembre 2025, du contentieux opposant Suno à la RIAA et à WMG.
Il prévoit l’engagement de Suno à développer des modèles entraînés sur du contenu appartenant à Warner, dans un cadre strictement opt-in. Seuls les artistes et labels qui donnent leur accord voient leurs œuvres utilisées. L’accord prévoit également une rémunération des ayants droit ainsi que des protections techniques comme. les contrôles sur l’entraînement, les limites de téléchargement et les outils de transparence.
Par ailleurs, un accord de licence mondial, signé en août 2026, couvre l’ensemble du répertoire du label BMG, y compris des artistes country de Nashville comme Jelly Roll et Lainey Wilson. Ces catalogues sont intégrés progressivement aux modèles v6, en parallèle du développement conjoint d’outils dédiés au remix, au sampling et à des expériences reliant fans et artistes.
Enfin, le partenariat avec Believe et TuneCore annoncé la veille du lancement, permet d’intégrer leurs répertoiresaux modèles réservés aux « partenaires industriels ». Il ouvre surtout un canal de distribution inédit. Les titres créés avec ces modèles deviennent éligibles à une diffusion sur les plateformes et magasins numériques via Believe et TuneCore. Les deux sociétés évoquent de « nouvelles opportunités de revenus » pour les artistes et labels utilisant l’outil.
Suno confirme la mise en place d’un mécanisme de partage des revenus (« revenue sharing ») avec les ayants droit, sans en préciser les clés de répartition.
Le système repose sur le principe du consentement préalable des artistes et labels, assorti d’une compensation financière. Suno annonce par ailleurs des garde-fous techniques ( les protections liées à l’entraînement, les contrôles de contenu et la limitation des téléchargements) destinés à encadrer les usages jugés abusifs.
Un contexte judiciaire qui reste tendu
Ces accords n’éteignent pas pour autant les risques juridiques pesant sur Suno.
Le procès initial intenté par la RIAA au nom d’Universal Music Group (UMG), Sony Music et Warner Music Group a vu ce dernier se retirer de la procédure après un règlement amiable.
Mais Universal et Sony poursuivent, eux, leurs actions en justice.
D’autres plaintes ont par ailleurs été déposées récemment par des éditeurs et par des artistes réunis en recours collectif, portant sur l’usage non autorisé de voix et d’identités. Suno affirme qu’aucun contenu appartenant à Universal ou à Sony n’a servi à l’entraînement de la suite v6.
Pour l’industrie du disque, cet ensemble d’accords pose les bases d’une forme de légitimation d’une partie de la production musicale assistée par IA, dès lors qu’elle repose sur des catalogues sous licence et un partage des revenus.
Il introduit du même coup une ligne de démarcation entre une IA musicale « sous licence », incarnée par v6, et une IA « non licenciée », représentée par des modèles concurrents ou par les versions antérieures de Suno lui-même. Il crée enfin de nouveaux flux de revenus potentiels pour les ayants droit, entre licences, partage de revenus et distribution via Believe et TuneCore.
Pour Suno, l’enjeu est double : consolider sa valorisation de 5,4 milliards $ (après une levée de fonds de plus de 400 millions $ en juin 2026) tout en réduisant son exposition judiciaire face aux poursuites toujours actives d’Universal et de Sony.
La « question Deezer » n’est pas réglée
L’accord Suno-Warner/BMG/Believe laisse ouverte une autre question formulée avec insistance par Deezer : celle du volume.
La plateforme de streaming a alors annoncé des mesures pour retirer systématiquement de la plateforme les titres IA utilisés à des fins de fraude au streaming, ainsi que ceux n’ayant pas été écoutés depuis au moins six mois.
Deezer a constaté que jusqu’à 85 % des streams générés par des titres entièrement produits par IA relevaient en réalité de la fraude en 2025.
Cette problématique n’est pas incompatible avec l’accord Suno.
Deezer réclame également que les créateurs soient rémunérés équitablement lorsque leur musique sert à entraîner des modèles d’IA. : un principe au cœur du dispositif opt-in négocié avec Warner.
La plateforme a d’ailleurs testé sa propre technologie de détection sur les modèles de Suno et propose désormais cet outil sous licence à l’ensemble de l’industrie, y compris à des sociétés de gestion collective comme la Sacem.
Mais l’accord ne répond pas, en tant que tel, à l’enjeu soulevé par Deezer.
Même produits dans un cadre licencié et rémunérateur, des dizaines de milliers de titres générés quotidiennement par IA continuent de concurrencer la musique humaine sur les plateformes de streaming, avec un risque de dilution des revenus que la seule légalisation de l’entraînement ne suffit pas à éliminer.
Mistral AI vient de boucler la plus importante levée de fonds jamais réalisée par une entreprise technologique européenne.
La scale-up parisienne, créée il y a trois ans, a levé 3 milliards € à l’occasion d’une série D, menée par le géant sud-coréen de l’électronique Samsung.
Aux côtés de Samsung, qui a assuré la direction de l’opération, figurent comme co-chefs de file le Scaleup Europe Fund, géré par le fonds d’investissement EQT, ainsi que PSG Equity, déjà actionnaire historique de la société.
Parmi les nouveaux entrants au capital, on retrouve le fonds Advent, des véhicules gérés par BlackRock, et même le Grand-Duché de Luxembourg.
La liste des investisseurs déjà présents et reconduits est longue et internationale : a16z, ASML, Belfius, BNP Paribas CIB, Bpifrance, Carmignac, DST Global, Eurazeo, General Catalyst, Index Ventures, Lightspeed, NVIDIA ou encore Salesforce Ventures.
Ce nouvel apport de capitaux confirme surtout l’intérêt croissant des grands noms de l’industrie et de la tech pour la stratégie de Mistral.
Selon Arthur Mensch, cofondateur et directeur général, interrogé par les Echos, l’enjeu de ce financement est de lever le verrou stratégique de la puissance de calcul. Cette levée va permettre à Mistral de disposer de capacités de calcul comparables à celles des laboratoires chinois d’IA, dans la course aux modèles « frontière ».
Mais cette performance, aussi remarquable soit-elle à l’échelle européenne, ne doit pas masquer l’écart qui sépare Mistral de ses concurrents américains.
Anthropic a levé à elle seule près de 100 milliards de dollars depuis le début de l’année, dans la perspective d’une entrée en Bourse qui pourrait la valoriser jusqu’à 2 000 milliards de dollars. OpenAI affiche des ambitions boursières comparables, avec une valorisation qui avoisine désormais les 1 000 milliards de dollars.
Face à ces montants, Mistral revendique un chiffre d’affaires récurrent annuel légèrement supérieur au milliard de dollars, et n’exclut pas une introduction en Bourse à plus long terme, sans calendrier arrêté à ce stade.
Le pari de l’ouverture et de la souveraineté
Cet écart de moyens conduit Mistral à faire des choix stratégiques différents. La scale-up a concentre ses efforts sur des capacités ciblées, tout en développant une offre de services cloud destinée aux entreprises. Son positionnement repose largement sur la notion de souveraineté numérique et sur le choix de modèles ouverts, c’est-à-dire dont le code source peut être examiné et adapté par les utilisateurs.
« Les organisations veulent industrialiser l’IA à l’intérieur de systèmes déjà complexes : leurs
propres données, leurs propres outils, leurs propres contraintes de conformité. C’est là que se
situe la vraie difficulté. C’est pourquoi nous avons construit Mistral sur des modèles ouverts de
pointe et sur une infrastructure que nous maîtrisons de bout en bout, ce qui permet à nos clients
de garder ce même contrôle », déclare-t-il. « Cette demande, nous l’observons partout. Cette levée nous donne les moyens d’aller plus vite dans la recherche, les produits et l’infrastructure, et d’aider davantage d’organisations à déployer l’IA à grande échelle, selon leurs propres exigences. »
Ce choix, selon ses dirigean, répond à une demande croissante de la part de clients industriels, en particulier européens, soucieux de garder la maîtrise de leurs données sensibles, de leurs processus internes et de leur propriété intellectuelle, sans dépendre d’un fournisseur unique.
Mistral revendique aujourd’hui une présence dans une vingtaine de pays et plus de 125 grandes organisations clientes, parmi lesquelles Airbus, ASML ou HSBC.
Elle met également en avant une demande grandissante pour ses services de cybersécurité, notamment de la part des banques européennes.
La CNIL vient de sanctionner l’Hôpital privé de la Loire d’une amende de 500 000 euros après une cyberattaque ayant permis à un attaquant d’accéder aux données de 524 867 patients, dont certaines données de santé, ainsi qu’à celles de 202 246 personnes désignées comme « tiers de confiance ».
L’attaque, survenue durant l’été 2025, a ciblé le dossier patient informatisé (DPI) de l’établissement.
La particularité de cette décision tient moins au montant de l’amende qu’à la précision avec laquelle la CNIL décrit les faiblesses techniques ayant permis à l’attaque de se propager.
Pour les utilisateurs externes, notamment les médecins libéraux, l’accès au DPI ne reposait ni sur un VPN, ni sur une authentification multifacteur.
La CNIL considère explicitement que cette procédure d’authentification n’était « pas suffisamment robuste ». L’attaquant a exploité cette vulnérabilité pour accéder au DPI avec les identifiants d’un utilisateur.
Un compte compromis ne devrait pas donner accès à tout le DPI
La faiblesse ne s’arrêtait toutefois pas à l’authentification. Une fois connecté, l’attaquant a pu accéder aux données de l’ensemble des patients de l’établissement.
La raison tient à une deuxième défaillance : la politique d’habilitation ne tenait pas suffisamment compte de la notion d’équipe de soins. Les professionnels n’étaient donc pas limités aux seules informations nécessaires à la prise en charge des patients dont ils avaient effectivement la charge.
Pour la CNIL, le problème est alors double. La compromission d’un compte a été rendue possible par une authentification insuffisamment robuste et, une fois le compte compromis, les droits qui lui étaient associés ont permis d’accéder à un volume considérable de données.
Cette distinction est importante. Même lorsqu’un attaquant parvient à compromettre un compte, il ne devrait pas pouvoir accéder à l’ensemble du système d’information. La limitation des droits d’accès et le cloisonnement des données doivent permettre de contenir l’attaque et d’en limiter les conséquences.
Des jours d’exfiltration sans alerte
La troisième faiblesse relevée par la CNIL concerne la détection.
L’établissement ne disposait pas de mesures permettant d’identifier une activité suspecte dans le DPI en temps réel ou à très court terme et de déclencher une alerte. L’attaquant a ainsi pu explorer le système durant plusieurs jours et extraire un volume important de données sans que cette activité anormale ne soit détectée.
La CNIL considère que cette absence de détection a contribué à aggraver l’ampleur de la violation.
Le raisonnement dessine donc une chaîne de défense assez classique :
authentifier correctement → limiter les privilèges → cloisonner les accès → journaliser → détecter les comportements anormaux.
C’est cette chaîne, plus que l’absence isolée d’un VPN ou d’un MFA, qui permet de comprendre la décision.
Le VPN et le MFA deviennent des mesures attendues
Le cas de l’Hôpital privé de la Loire est exceptionnel par la précision avec laquelle la CNIL met en cause l’absence de VPN et de MFA. Mais il ne constitue pas pour autant une rupture dans sa jurisprudence.
La Commission avait déjà indiqué, en janvier 2025, que les entreprises détenant de grandes bases de données devaient notamment mettre en place une authentification multifacteur pour les employés, les partenaires, les sous-traitants et les autres intervenants accédant à distance.
Elle avait surtout annoncé qu’elle renforcerait dès 2026 ses contrôles sur ce point et précisé que l’absence de MFA pourrait justifier l’ouverture d’une procédure de sanction.
La CNIL rappelait également que cette authentification renforcée était déjà considérée comme, en principe, nécessaire au regard du RGPD pour les bases contenant des données sensibles ou dont la violation présenterait des risques importants.
Le dossier de l’Hôpital privé de la Loire montre donc comment cette doctrine peut désormais se traduire dans une procédure de sanction.
Free : le précédent du VPN mal sécurisé
Quelques mois plus tôt, la CNIL avait déjà mis en cause plus directement une infrastructure d’accès distant.
En janvier 2026, elle a infligé 27 millions € à Free Mobile et 15 millions à Free, soit 42 millions € au total, après une importante violation de données. La Commission a notamment relevé l’insuffisance des mesures destinées à assurer la sécurité des données des abonnés.
Ce dossier est particulièrement intéressant au regard de celui de l’Hôpital privé de la Loire. Le problème n’est plus simplement de savoir si une organisation possède un VPN, mais si l’ensemble du mécanisme d’accès distant présente un niveau de sécurité approprié.
La jurisprudence récente tend ainsi à regarder la sécurité comme une chaîne de contrôles plutôt que comme une collection de produits.
La CNIL a notamment relevé l’insuffisance des mesures de journalisation permettant de détecter les comportements anormaux sur le système d’information. Elle a également considéré que les habilitations attribuées aux comptes des conseillers de Cap emploi étaient trop larges, leur permettant d’accéder aux données de personnes qu’ils n’accompagnaient pas.
On retrouve donc les deux autres briques du dossier de l’Hôpital privé de la Loire : la journalisation et la gestion des habilitations.
Le rapprochement est particulièrement parlant. Dans les deux cas, le risque ne provient pas seulement de la possibilité de compromettre un compte. Il provient aussi du fait qu’un compte compromis dispose de droits trop étendus et que l’activité anormale n’est pas détectée suffisamment rapidement.
IQVIA : le cloisonnement entre également dans le radar
La CNIL a sanctionné l’entreprise dans le cadre de la gestion de deux entrepôts de données de santé et a notamment examiné les garanties destinées à limiter les risques liés à ces données.
Le dossier illustre l’importance croissante accordée par la CNIL à l’architecture de sécurité. Authentification, séparation des environnements, restriction des accès et traçabilité doivent être pensés ensemble lorsqu’il s’agit de données particulièrement sensibles.
La journalisation ne doit pas être un simple entrepôt de logs
La position de la CNIL sur la journalisation est particulièrement révélatrice.
Dans ses recommandations destinées aux grandes bases de données, la Commission demande une architecture permettant de tracer les accès et les actions des utilisateurs habilités. Mais elle précise surtout que la simple collecte des journaux ne suffit pas : les organisations doivent être capables de traiter ces informations afin de détecter rapidement un comportement suspect.
La CNIL recommande notamment de journaliser les accès aux applications, API, systèmes et réseaux, et de cibler la supervision sur les composants les plus sensibles. Les événements à surveiller doivent permettre de détecter des flux anormaux, des volumes inhabituels ou des tentatives de connexion rejetées.
Autrement dit, avoir des logs n’est pas nécessairement avoir une capacité de détection.
C’est précisément ce que montre le cas de l’Hôpital privé de la Loire. L’absence de détection en temps réel ou à très court terme a laissé à l’attaquant plusieurs jours pour explorer le DPI et extraire les données.
TLS, mots de passe : une jurisprudence plus ancienne
La CNIL ne découvre pas en 2026 la question des briques techniques de cybersécurité.
Son bilan 2024 fait état de 11 sanctions pour des manquements à la sécurité des données. Les organismes concernés avaient notamment utilisé des mots de passe insuffisamment robustes, stocké des mots de passe en clair, mis en œuvre des politiques d’habilitation insuffisantes ou continué à utiliser des versions obsolètes de TLS.
La Commission avait également sanctionné plusieurs organismes qui, malgré une mise en demeure, continuaient à utiliser TLS 1.0 ou TLS 1.1, ainsi que SHA-1, considérés comme obsolètes ou insuffisamment sûrs.
La logique est la même : le RGPD ne liste pas les produits ou technologies à installer. Il impose au responsable de traitement de mettre en œuvre des mesures de sécurité adaptées au risque et à l’état des connaissances.
Mais lorsque certaines technologies deviennent incontournables pour répondre à ce niveau de risque, leur absence ou leur mauvaise configuration peut devenir un élément central du constat de la CNIL.
Une obligation de moyens, pas une liste de produits
Il faut donc éviter une interprétation trop mécanique de la décision.
Le RGPD ne transforme pas le VPN ou le MFA en obligations universelles. L’article 32 impose des mesures techniques et organisationnelles « appropriées » au regard notamment des risques présentés par le traitement.
La CNIL le rappelle dans sa jurisprudence : le caractère suffisant des mesures de sécurité doit être apprécié en fonction des caractéristiques du traitement, des risques, de l’état des connaissances et du coût des mesures.
C’est précisément ce qui rend le dossier de l’Hôpital privé de la Loire intéressant. Les données concernées sont particulièrement sensibles, le DPI centralise un volume considérable d’informations et des utilisateurs externes peuvent y accéder à distance.
Dans ce contexte, l’absence cumulée de VPN et de MFA constitue, pour la CNIL, une faiblesse de sécurité suffisamment importante pour caractériser un manquement à l’article 32.
Vers une « doctrine technique » de la CNIL ?
La décision contre l’Hôpital privé de la Loire ne crée donc pas une nouvelle obligation réglementaire imposant à tous les établissements de santé de déployer tel ou tel équipement.
Elle témoigne plutôt d’une évolution de la jurisprudence vers une appréciation beaucoup plus concrète de l’architecture de sécurité.
Authentification, MFA, VPN, habilitations, segmentation, journalisation, détection, chiffrement : ces briques ne sont plus examinées uniquement sous l’angle de la conformité documentaire. La CNIL cherche à déterminer si, dans les faits, elles sont suffisamment robustes pour empêcher une compromission ou en limiter les conséquences.
Le mouvement est d’ailleurs clairement assumé par la Commission.
Dans ses recommandations sur les grandes bases de données, elle indique qu’elle renforcera ses contrôles à partir de 2026 sur l’authentification multifacteur et que l’absence de cette mesure pourra justifier l’ouverture d’une procédure de sanction.
Un texte publié en plein été rebat les cartes du cloud souverain français. L’arrêté du 12 août 2026, entré en vigueur le 22 août, approuve la version 3.2 du référentiel SecNumCloud de l’ANSSI et lui donne, pour la première fois, une portée pleinement contraignante sur une large partie de la sphère publique centrale.
Le mécanisme juridique s’est construit par étapes, sur près de deux ans.
L’article 31 de la loi SREN de mai 2024 avait posé le principe : les administrations traitant des données sensibles devraient recourir à des prestataires cloud à l’abri des législations extraterritoriales, à commencer par le Cloud Act américain.
L’obligation cible désormais les administrations de l’État, ses opérateurs et les groupements d’intérêt public qui confient à un prestataire privé des données « d’une sensibilité particulière ».
Cette notion est définie de façon cumulative. La donnée doit relever d’un secret protégé par la loi ou d’une mission essentielle de l’État, et sa compromission doit faire courir un risque réel à l’ordre public, à la sécurité publique, à la santé ou à la vie des personnes, ou encore à la propriété intellectuelle.
Le décret d’avril 2026 a par ailleurs nommément désigné six groupements d’intérêt public* soumis à cette obligation.
Un point technique aura des conséquences pratiques immédiates : une administration ne pourra pas isoler artificiellement quelques fichiers sensibles pour ne leur appliquer les règles renforcées qu’à eux, tout en laissant le reste de son système d’information sur une infrastructure moins protégée.
Un contournement assumé du blocage parlementaire
Dès lors que des données sensibles cohabitent avec des données ordinaires sur une même infrastructure cloud, c’est l’ensemble de cette infrastructure qui doit se hisser au niveau d’exigence SecNumCloud. A moins que l’administration ne démontre un cloisonnement technique réellement étanche entre les deux.
En pratique, cette règle ferme une échappatoire évidente et pourrait pousser certains organismes vers des migrations bien plus larges que prévu, faute de pouvoir prouver une séparation solide de leurs environnements.
Le texte prévoit aussi une soupape. Si aucune offre conforme n’existe sur le marché, l’organisme concerné dispose d’une dérogation motivée, renouvelable, jusqu’à ce qu’une solution qualifiée apparaisse ; puis dispose de 18 mois pour basculer une fois qu’elle existe.
Le choix de la voie réglementaire n’est pas neutre.
La transposition de la directive NIS 2, qui fait l’objet d’un contentieux avec Bruxelles, aurait permis d’étendre des obligations de cybersécurité comparables reste bloquée au Parlement dans le projet de loi Résilience, dont l’examen n’est désormais annoncé qu’en octobre.
En attendant, le gouvernement avance par arrêté. Un instrument qui ne requiert ni majorité ni débat parlementaire mais qui reste, par construction, plus réversible qu’une loi.
Ce que change concrètement le référentiel
Le référentiel technique lui-même n’est pas né en 2026. L’ANSSI en avait publié la version 3.2 dès mars 2022. Ce qu’il change, c’est sa portée juridique. Jusqu’ici, une administration pouvait s’appuyer sur SecNumCloud sans y être tenue par la loi ; désormais, pour les données sensibles concernées, y recourir n’est plus un choix mais une condition de légalité du marché public.
Ce contenu s’organise autour de quatre axes. Le plus disputé porte sur la souveraineté juridique et capitalistique des prestataires.
Concrètement, pour être qualifié, un fournisseur doit remplir trois conditions :
son siège social, son centre décisionnel et l’administration de ses services doivent se situer dans l’Union européenne ;
la part de son capital détenue par des acteurs extra-européens est plafonnée ;
aucune entité hors UE ne peut disposer d’un droit de veto sur les décisions de l’entreprise. Ce critère ne porte donc pas sur la technique mais sur l’actionnariat — et c’est précisément ce qui en fait, pour les fournisseurs, le plus difficile à satisfaire : une faille de sécurité se corrige en quelques semaines, une structure capitalistique ne se réorganise pas du jour au lendemain. C’est ce verrou qui écarte de fait, dès le départ, une bonne partie des grands acteurs cloud mondiaux non européens.
Trois autres évolutions complètent le tableau.
D’abord, les tests d’intrusion, qui n’étaient auparavant réalisés qu’à un instant donné, doivent désormais être menés en continu tout au long de la qualification.
Ensuite, une logique de « composition de services » simplifie la vie des éditeurs SaaS : s’ils s’appuient sur une couche IaaS ou PaaS déjà qualifiée SecNumCloud, ils héritent de ses garanties et n’ont plus à repasser un audit complet — ils ne font certifier que leur propre couche applicative.
Enfin, le référentiel se rapproche délibérément du futur schéma européen EUCS, dont le niveau le plus élevé, dit « High », reste l’objectif de convergence à terme.
Au total, un fournisseur candidat à la qualification doit répondre à plus de 360 exigences, réparties entre sécurité technique, gouvernance, gestion des accès et conformité réglementaire.
Des angles morts persistants
Le nouveau cadre laisse cependant deux zones grises.
D’abord, les tests d’intrusion, qui n’étaient auparavant réalisés qu’à un instant donné, doivent désormais être menés en continu tout au long de la qualification.
Ensuite, une logique de « composition de services » simplifie la vie des éditeurs SaaS : s’ils s’appuient sur une couche IaaS ou PaaS déjà qualifiée SecNumCloud, ils héritent de ses garanties et n’ont plus à repasser un audit complet — ils ne font certifier que leur propre couche applicative.
Enfin, le référentiel se rapproche délibérément du futur schéma européen EUCS, dont le niveau le plus élevé, dit « High », reste l’objectif de convergence à terme.
Au total, un fournisseur candidat à la qualification doit répondre à plus de 360 exigences, réparties entre sécurité technique, gouvernance, gestion des accès et conformité réglementaire.
Un marché en recomposition
Pour les fournisseurs déjà qualifiés (une dizaine d’offres actives, parmi lesquelles OVHcloud, Outscale, Scaleway ou la coentreprise S3NS de Google et Thales) et la douzaine de candidats en cours de qualification, l’élargissement change la nature du marché.
Ce qui était un segment de niche devient un débouché plus prévisible, porté par une demande publique captive. Mais ce débouché reste fragmenté : il touche désormais des acteurs publics aux budgets et à l’expertise technique très inégaux, loin des grands comptes stratégiques habitués à ce type d’exigences.
Un piège guette néanmoins les acheteurs publics : la qualification SecNumCloud ne s’applique pas toujours à l’ensemble d’une offre. Un fournisseur peut être qualifié pour sa brique d’infrastructure (IaaS) sans l’être pour ses services applicatifs (PaaS, SaaS) ou de conteneurs (CaaS). Une administration ne peut donc pas se fier au seul nom du prestataire : elle doit vérifier, marché par marché, quelle couche précise du service est effectivement couverte par le label.
Reste une question de fond, formulée par plusieurs observateurs : ce qu’un arrêté a créé, un arrêté peut le défaire.
À moins d’un an de l’élection présidentielle et d’un possible changement de majorité, la pérennité du dispositif ne sera véritablement testée qu’à l’été 2027.
*Agence du numérique en santé (ANS), Centre d’accès sécurisé aux données (CASD), Centre ressources prévention de la radicalisation, le collecteur analyseur de données, le GIP Modernisation des déclarations sociales et le Système national d’enregistrement de la demande de logement social
Un chiffre, longtemps gardé secret, vient de tomber : 29,4 milliards $. C’est ce qu’a rapporté Azure au dernier trimestre fiscal de Microsoft, clos le 30 juin.
Et pour la première fois, c’est le groupe lui-même qui le confirme noir sur blanc, plutôt que de se contenter d’un vague pourcentage de croissance comme il le faisait depuis des années.
Amazon détaille les revenus d’AWS depuis 2015. Alphabet fait de même pour Google Cloud. Microsoft, en revanche, avait toujours refusé de sortir Azure de son flou statistique, préférant énoncer des taux de progression sans jamais chiffrer la base sur laquelle ils étaient calculés.
Cette singularité prend fin avec un dépôt réglementaire publié le 2 août, dans lequel l’entreprise reconstitue, trimestre par trimestre, deux années entières de ventes Azure. Sur l’exercice fiscal complet arrêté fin juin, la division a ainsi totalisé 101,9 milliards $, en progression par rapport aux 75 milliards enregistrés l’année précédente.
Replacé face à la concurrence, ce chiffre positionne Azure dans une position intermédiaire. Loin devant Google Cloud, dont les ventes trimestrielles s’élèvent à 24,8 milliards $, mais nettement derrière AWS, qui a facturé 42,2 milliards $ sur la même période.
L’écart se creuse encore sur une base annuelle : AWS a dépassé les 128 milliards $ sur l’année civile 2025, quand Azure plafonnait à 85,8 milliards sur quatre trimestres comparables. Google, de son côté, n’a toujours pas franchi le pas d’une consolidation annuelle publique pour sa branche cloud.
Trois segments scindés en deux
La divulgation des revenus d’Azure n’est que la partie visible d’un chantier bien plus large : Microsoft revoit l’intégralité de sa nomenclature comptable. Du jamais-vu depuis 2015.
Les trois segments qui structuraient jusqu’ici les comptes du groupe ( Intelligent Cloud, Productivity and Business Processes, et More Personal Computing ) disparaissent purement et simplement, remplacés par deux ensembles seulement.
Le premier, « Agents and Infra », absorbe à la fois Azure, la suite Microsoft 365 et les revenus liés aux logiciels d’IA d’entreprise, effaçant ainsi la frontière qui séparait jusqu’ici l’infrastructure cloud des outils de productivité. Le second, « Devices and Consumer », rassemble ce qui reste tourné vers le grand public : Windows, Xbox, et la publicité générée par Bing comme par LinkedIn..
Le nouveau découpage entrera en vigueur avec les résultats du premier trimestre de l’exercice 2027, à l’automne. Il s’accompagne d’un ajustement technique plutôt que stratégique.
Microsoft a légèrement abaissé sa prévision de revenus pour Azure, en expliquant que la baisse ne reflète aucun ralentissement réel mais un simple changement de classement. Les recettes de GitHub, auparavant comptées dans Azure, migrent désormais vers le pôle cloud de Microsoft 365.
La prévision de chiffre d’affaires total du groupe, elle, n’a pas bougé.
Reste la question du pourquoi.
Dans la note publiée pour accompagner ces changements, Satya Nadella désigne l’IA comme la cause directe de cette refonte.
Selon lui, l’IA brouille désormais les frontières entre les produits du groupe, rendant l’ancienne segmentation trop rigide pour refléter la réalité de l’activité.
« Initialement fondée par NVIDIA, l’Open Secure AI Alliance développera des outils open source, des standards partagés et des pratiques défensives qui aideront les organisations à inspecter, auditer et sécuriser les systèmes d’IA. » indique le nouvel hôte.
Concrètement, cela signifie un organe de gouvernance indépendant de tout fournisseur, une légitimité renforcée auprès des secteurs régulés et une séparation entre contributions techniques et pilotage stratégique.
Si NVIDIA reste un contributeur majeur (modèles, données, agent-harness, OpenShell, etc.), elle ne contrôle plus seul la feuille de route ni les règles de publication.
La Linux Foundation met en avant la nécessité d’une « collaboration entre fournisseurs, plateformes et secteurs d’activité » pour traiter la sécurité de l’IA comme un défi partagé.
Dans les faits, la neutralité se traduit par un périmètre multi-vendeurs explicite : l’OSAA vise une « stack de défense portable », efficace quel que soit le modèle, le fournisseur de cloud ou l’environnement d’exécution des agents.
Plusieurs contributions techniques, issues de différents acteurs, sont déjà présentées comme des briques complémentaires d’un même édifice : Microsoft avec MDASH, HPE avec SPIFFE/SPIRE pour l’identité des workloads, Hugging Face avec le format Safetensors, IBM/Red Hat avec Lightwell, et NVIDIA avec ses modèles et ses outils d’inspection. »
Pour les DSI, cette logique de défenses portables et de gouvernance neutre devrait, à terme, réduire le risque de dépendance à un seul fournisseur pour la sécurité de l’IA et renforcer la crédibilité d’une intégration de ces briques dans des architectures hybrides (on-prem, cloud public, souverain).
Rythme des RFC : un processus open source industrialisé
Avant même le transfert, l’OSAA avait lancé un premier grand chantier sous forme de RFC : le Shared AI Findings Exchange (SAFE), un cadre de remontée confidentielle d’incidents et de « near misses » liés à l’IA.
Le rattachement à la Linux Foundation devrait accélérer le cycle des RFC : la Fondation apporte un processus rodé (publication, revue communautaire, gestion des issues/PR sur GitHub) et une audience large de mainteneurs et de d’ingénieurs en cybersécurité.
La Linux Foundation souligne que, « sous la gouvernance neutre de la Linux Foundation, cette communauté peut accélérer le développement d’une stack de sécurité ouverte et partagée pour l’IA. Cela inclut des initiatives telles que le Shared AI Findings Exchange (SAFE), qui permet aux organisations de partager du renseignement sur les menaces et de renforcer collectivement leurs défenses face aux risques émergents en sécurité de l’IA. »
SAFE est présenté comme un « groupe de travail » parmi d’autres possibles (identité, isolation, politiques, observabilité, recovery), ce qui ouvre la voie à d’autres RFC sur des briques précises de la stack agent.
Participants in the Open Secure AI Alliance have published an RFC proposing the Shared AI Findings Exchange (SAFE) Working Group.
The initiative aims to enable confidential sharing and learning around AI security incidents.
— The Linux Foundation (@linuxfoundation) August 4, 2026
Impact concret pour les entreprises utilisatrices
L’OSAA ne s’arrête pas aux seuls modèles. Elle vise à sécuriser toute la chaîne des agents d’IA, de l’inférence jusqu’au socle matériel.
Son périmètre englobe le contexte d’exécution des agents, les mécanismes de contrôle (harnesses), les politiques de sécurité, la gestion des identités, la gouvernance, l’enforcement des règles, le confinement des risques, les dispositifs de reprise après incident et jusqu’au socle de confiance matériel.
Pour les RSSI et les architectes, la promesse est celle de contrôles de sécurité qui s’articulent avec l’existant : identité des workloads, isolation, gestion des clés, preuves d’intégrité, politiques d’accès et observabilité. Autant de briques conçues pour être testées, auditées et intégrées dans les processus déjà en place.
Le cadre SAFE prévoit également un dispositif de signalement confidentiel des incidents et quasi-incidents liés à l’IA, avec information des parties concernées.
Les incidents peuvent faire l’objet d’analyses structurées portant aussi bien sur les modèles et les garde-fous que sur les outils, les environnements d’exécution, le monitoring, les interventions humaines ou les dépendances de la supply chain. L’objectif est surtout d’en tirer des mesures concrètes et réutilisables : nouveaux tests, règles de détection, politiques de sécurité, configurations de référence ou procédures de réponse aux incidents.
Pour les grandes organisations, le dispositif reprend une logique déjà éprouvée dans l’aéronautique, notamment avec le système ASRS de la NASA. Il s’agit de favoriser le retour d’expérience sur les incidents sans exposer systématiquement les acteurs à un risque juridique, afin de transformer les enseignements du terrain en mesures de contrôle opérationnelles.
Ce qui ne change (pas encore)
Le rattachement à la Linux Foundation renforce la crédibilité de l’OSAA comme référence dans les appels d’offres et pour la conformité. Les acheteurs pourront exiger ou privilégier des solutions compatibles avec les standards et outils issus de l’OSAA et les contrôles issus de SAFE pourront servir de base à des référentiels internes, voire à des exigences sectorielles.
L’absence de grands laboratoires d’IA (OpenAI, Google, Anthropic, Meta) du noyau fondateur reste un point de vigilance pour la couverture réelle du marché.
SAFE est pour l’instant un RFC en discussion ; les premières implémentations de référence et outils concrets sont en cours de définition et d’adoption.
La Linux Foundation résume bien l’enjeu : « La sécurité de l’IA est un défi partagé. Y répondre nécessite un écosystème ouvert où les organisations peuvent collaborer au-delà des fournisseurs, des plateformes et des secteurs d’activité. »
Il y a encore quelques années, Nvidia était avant tout le champion des GPU et des plateformes de calcul accéléré. Aujourd’hui, l’entreprise de Jensen Huang structure, garantit et parfois finance directement une bonne partie de la construction des datacenters IA dans le monde.
Ce basculement, salué comme un accélérateur de croissance par les marchés, attire désormais l’attention des analystes et des agences de notation. Les banques centrales, elles, surveillent plus largement les risques financiers liés à l’explosion des investissements dans l’IA, notamment l’endettement croissant et les interdépendances entre acteurs technologiques et financiers.
En août dernier, Nvidia a annoncé des accords avec plusieurs grands noms de la gestion d’actifs (Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR) pour créer des plateformes destinées à financer la construction d’infrastructures de calcul. Objectif affiché : réunir plus de 500 milliards $ de capitaux extérieurs à l’entreprise.
Le principe est de faire entrer davantage de capitaux privés dans le financement des infrastructures nécessaires au développement de l’IA. Selon les opérations, ces financements pourront prendre différentes formes, tandis que Nvidia pourra apporter un soutien financier destiné à réduire le risque pris par les investisseurs.
Elle peut notamment garantir une partie de la valeur résiduelle de certains équipements ou infrastructures. Dans le cas du projet de data center développé pour OpenAI dans l’Ohio, Nvidia s’est ainsi engagée à garantir jusqu’à 105 milliards de dollars d’obligations de paiement. Ce type de garantie permet aux financeurs de réduire leur exposition à certains risques liés au projet, mais crée en contrepartie une exposition conditionnelle pour Nvidia.
Financer l’infrastructure IA pour accélérer l’adoption
Nvidia a aussi allongé les délais de paiement accordés à certains de ses plus gros clients dans le cadre de contrats pluriannuels. Le délai moyen de règlement est passé de 45 à 60 jours, portant à 63,1 milliards de dollars le montant des créances clients, c’est-à-dire les sommes restant dues à Nvidia.
À cela s’ajoute un troisième levier : la prise de participation directe au capital de ses clients. Nvidia a multiplié les investissements dans des acteurs clés de l’écosystème, dont 30 milliards $ engagés dans OpenAI et 10 milliards dans Anthropic.
Nvidia a par ailleurs confirmé avoir signé plusieurs baux de datacenters de long terme, dont certains doivent encore entrer en vigueur. Au Texas, le Financial Times a identifié Nvidia comme le locataire d’un campus de Hut 8. Le contrat porte initialement sur 15 ans et 19,6 milliards $ mais sa valeur pourrait atteindre environ 50,2 milliards $ avec les options de renouvellement.
En contribuant à transformer la puissance de calcul en un actif susceptible d’être financé sur le long terme, à l’image de l’immobilier commercial ou de certaines infrastructures, Nvidia élargit le cercle des investisseurs susceptibles de financer les projets liés à l’IA. Assureurs, fonds de pension ou fonds de dette privée peuvent ainsi accéder à une classe d’actifs qu’ils auraient pu juger trop risquée ou trop difficile à financer directement
Le bénéfice est double. D’une part, chaque data center construit autour de ses processeurs contribue à sécuriser la demande future pour ses puces, ses logiciels et son écosystème CUDA. D’autre part, la directrice financière de Nvidia, Colette Kress, estime que les clients bénéficiant du soutien financier du groupe pourraient représenter environ un quart de son activité l’an prochain.
Les risques identifiés par les analystes
On peut replacer ce dispositif dans une histoire plus ancienne : celle du crédit fournisseur. Une pratique qui a par le passé accompagné l’essor puis la chute d’autres secteurs technologiques. La comparaison a ses limites : le rythme de développement de l’IA est tel que des sociétés comme OpenAI auraient du mal à réunir seules, sur les marchés financiers classiques, les sommes nécessaires pour construire des capacités de calcul à l’échelle qu’elles jugent indispensable.
Plusieurs signaux d’alerte reviennent cependant dans les analyses consacrées à la stratégie tous azimuts de Nvidia.
Selon ses propres documents financiers, quatre clients directs pesant chacun plus de 10 % du chiffre d’affaires représentaient à eux seuls environ 61 % des ventes au troisième trimestre de l’exercice fiscal 2026. Nvidia ne les identifie toutefois jamais nommément dans ses rapports, se contentant de les désigner par des lettres (« client A », « client B »…).
Les analystes se livrent donc à des conjectures, citant le plus souvent Microsoft, Amazon, Google, OpenAI ou encore xAI parmi les candidats probables, sans confirmation officielle. À cette concentration s’ajoutent des engagements de financement liés à l’infrastructure IA qui pourraient représenter jusqu’à 250 milliards de dollars si Nvidia devait un jour les couvrir intégralement.
Par ailleurs, en contribuant au financement des infrastructures nécessaires à l’achat de ses propres puces, Nvidia expose une partie de sa croissance aux capitaux qu’elle contribue elle-même à mobiliser, plutôt qu’à une demande finale entièrement indépendante.
Si les revenus générés par l’utilisation réelle de l’IA — abonnements, contrats d’entreprise, services en ligne — se révélaient insuffisants, certains data centers pourraient ne pas générer assez de cash-flow pour honorer leurs engagements financiers. Les difficultés se répercuteraient alors sur les financeurs, mais pourraient aussi affecter Nvidia si ses garanties étaient appelées ou si la demande pour ses puces venait à ralentir.
Une stratégie sous surveillance
Enfin, même plafonné, le soutien apporté par Nvidia sur la valeur résiduelle de certains équipements l’expose à deux risques : la capacité des clients concernés à honorer leurs engagements financiers et la valeur que conserveront réellement les GPU d’occasion si une nouvelle génération de puces les rend obsolètes plus rapidement que prévu.
L’allongement des délais de paiement ajoute un autre facteur de risque. Plus les créances de Nvidia sur ses clients augmentent, plus l’entreprise est exposée aux conséquences d’un éventuel défaut de paiement d’un de ses grands clients.
Les montages financiers actuels valorisent les clusters de GPU comme des actifs dont l’exploitation peut s’étaler sur plusieurs années, à l’image de certaines infrastructures ou équipements industriels. Dans les comptes, ces équipements peuvent être amortis sur cinq à six ans. Or certains investisseurs estiment que leur durée de vie économique réelle pourrait être plus proche de deux à trois ans, avant qu’une nouvelle génération de puces ne les rende moins compétitifs. Si cette hypothèse se vérifiait, les bénéfices pourraient être surestimés et les besoins de renouvellement des équipements, à moyen terme, sous-estimés.
Une partie de ces financements peut, via des montages structurés, se retrouver dans les portefeuilles d’assureurs ou de fonds de pension. La question est alors celle de leur exposition à un risque de crédit concentré sur un secteur encore jeune, notamment si plusieurs projets rencontraient simultanément des difficultés.
Quelles limites au financement ?
La Banque d’Angleterre et la Banque des règlements internationaux (BIS) soulignent toutes deux la montée des financements externes consacrés aux infrastructures d’IA et les risques liés à l’interconnexion croissante entre entreprises technologiques et système financier. Une correction brutale des investissements dans l’IA pourrait ainsi se transmettre aux financeurs des data centers et, au-delà, aux grands groupes technologiques.
Pour l’instant, aucun de ces signaux n’a freiné la trajectoire boursière de Nvidia. Avec environ 80 milliards de dollars de trésorerie disponible et une génération de cash qui se compte en centaines de milliards de dollars par an, Nvidia dispose d‘une capacité financière sans commune mesure avec celle de la plupart des acteurs qu’il contribue à financer.
Mais c’est précisément ce qui rend la situation intéressante. La question n’est plus seulement de savoir si Nvidia peut absorber la défaillance de quelques clients, mais jusqu’où peuvent monter ses engagements si elle continue à soutenir la croissance de son écosystème.
Plus Nvidia contribue à transformer la demande future de calcul en actifs financés aujourd’hui, plus une partie de son propre risque financier devient liée à la capacité de cet écosystème à générer les revenus attendus.
Trois quarts des environnements de travail numériques en France reposent aujourd’hui sur Microsoft.
Ce chiffre, issu de l’enquête annuelle du cabinet Lecko (L’état de l’art de la transformation interne) en partenariat avec Ipsos auprès de 500 salariés d’organisations de plus de 250 collaborateurs, ouvre la partie consacrée à la souveraineté numérique.
Cependant, le constat le plus intéressant n’est pas la domination de Microsoft (connue depuis longtemps) mais ce que les auteurs de l’étude appellent une satisfaction « qui ne vaut ni adhésion, ni capacité de bascule ».
Dans le secteur public, l’usage d’une alternative à Microsoft ou Google ne concerne que 14 % des répondants, selon l’enquête.
Une standardisation en apparence totale. Sauf que 60 % des salariés interrogés reconnaissent recourir à des outils personnels ( WhatsApp, WeTransfer, Box) pour contourner les limites perçues de leurs outils officiels.
Lecko en tire une conclusion : les organisations ne maîtrisent déjà plus complètement les usages à l’intérieur même des solutions qu’elles ont massivement déployées.
Ce paradoxe irrigue tout le reste de l’analyse.
Le niveau de satisfaction déclaré à l’égard des environnements numériques (messagerie, visio, bureautique, drive) est jugé correct par les répondants, mais Lecko met en garde contre une lecture trop rapide.
Cette satisfaction traduirait moins la qualité intrinsèque des outils qu’une habitude prise face à des solutions devenues indispensables au quotidien. Interrogés sur l’hypothèse d’un remplacement par des suites européennes dites souveraines, les salariés expriment des positions nuancées, une majorité relative mettant en avant des réserves sur l’efficacité et la continuité de travail.
La priorité affichée par les utilisateurs n’est donc pas la souveraineté en tant que telle, mais des outils qui répondent à leurs besoins.
Trois mécanismes de verrouillage identifiés
Lecko structure son diagnostic autour de trois « points de tension » qui la cause de la dépendance.
Le premier tient à la logique d’offre groupée déployée par Microsoft depuis une quinzaine d’années : passage des licences perpétuelles à l’abonnement, multiplication des formules tarifaires, arrêt progressif des solutions hébergées en interne au profit du cloud, et surtout un empilement de briques (messagerie, sécurité, conformité, téléphonie, intelligence artificielle) qui rend très difficile toute sortie partielle.
L’étude rappelle que l’intégration forcée de Teams dans les offres Office 365 avait d’ailleurs valu à Microsoft une sanction de la Commission européenne pour abus de position dominante, et que l’arrivée de Copilot dans certaines offres prolonge selon Lecko cette même dynamique d’enfermement.
Le deuxième point de tension porte sur les prix. Lecko chiffre à plus de 10 % par an en moyenne la hausse tarifaire supportée par les clients européens de Microsoft 365 ces dernières années, avec des révisions marquantes en mars 2022 (de 9 à 25 % selon les licences et zones) puis en avril 2023.
L’étude relève un deuxième mécanisme : Microsoft facture ses clients européens en dollars, ce qui les expose à une volatilité de change qui s’ajoute aux hausses tarifaires décidées par l’éditeur. Une variable supplémentaire, indépendante de sa politique de prix à proprement parler.
Enfin, Lecko souligne que ces augmentations successives ne sont pas systématiquement justifiées par l’ajout de nouvelles fonctionnalités ou une amélioration du service. Elles relèveraient davantage d’une stratégie de valorisation de la suite et de captation de valeur sur le marché.
Une hausse de tarif hors de contrôle
L’étude illustre l’effet cumulé par un exemple concret. Sur cinq ans, une organisation abonnée à une offre E3 aurait vu son coût total progresser de près de 50 %, entre révisions tarifaires et ajout de briques imposées. Un phénomène que l’étude compare à une grenouille qui ne perçoit pas la montée progressive de la température de l’eau dans laquelle elle se trouve.
Le troisième point de tension est d’ordre juridique : l’extraterritorialité du droit américain. L’étude cite le Cloud Act de 2018, qui oblige toute entreprise américaine à transmettre aux autorités des données qu’elle héberge même si elles sont stockées hors des États-Unis et le Patriot Act de 2001, qui autorise l’accès à certaines données pour des motifs de sécurité nationale.
Les organisations européennes qui utilisent des solutions cloud américaines s’exposent donc à un risque de transfert de données hors du cadre juridique européen, sans que les personnes concernées en soient nécessairement informées.
L’étude signale aussi un potentiel conflit entre les obligations du RGPD et celles du Cloud Act.
Un marché d’alternatives mature par endroits, immature ailleurs
Face à ce triple constat, Lecko décrit un marché français et européen des alternatives en accélération, porté notamment par les programmes publics France Relance et France 2030.
Historiquement, ce marché s’est construit « brique par brique », soit une alternative souveraine pour chaque produit Microsoft, selon une logique que Lecko qualifie de « médicament générique ». Soit une solution de substitution souvent moins intégrée ou fonctionnellement moins riche que l’original.
Certains segments restent, de l’aveu même de l’étude, des « bastions de la dépendance ».
Le premier est la gestion des identités et la fédération (Azure Entra ID, ADFS, Active Directory). Migrer vers des solutions comme Keycloak, LemonLDAP ou WALLIX Trustelem implique de lourds impacts sur le SSO, le MFA et les accès conditionnels.
Le deuxième est le système d’exploitation où la bascule vers Linux reste marginale pour des raisons de compatibilité applicative et d’acculturation des utilisateurs.
Le troisième est le poste de travail lui-même. Des alternatives existent mais, selon Lecko, le terrain montre qu’il est encore trop tôt pour se passer de Windows dans la plupart des métiers.
L’expérience utilisateur constitue le « dernier et solide rempart » de la dépendance, autour de trois briques. La première est l’email où les alternatives souveraines (BlueMind, Zimbra, Infomaniak) sont jugées crédibles, mais la migration reste complexe en volumétrie et en habitudes.
La deuxième est la bureautique où LibreOffice et OnlyOffice couvriraient l’essentiel des besoins, mais où macros, tableaux croisés dynamiques et formats avancés imposent souvent une coexistence prolongée avec les outils Microsoft. La troisième, plus large, est le format de fichier lui-même. Sur ce dernier point, l’étude cite « La Suite » développée par la Dinum, avec son offre Docs, comme un exemple d’alternative qui, bien qu’incomplète, met l’expérience utilisateur au centre de sa proposition.
Le rapport consacre une place à des éditeurs français positionnés sur une approche différente de la simple substitution produit par produit. Jalios, Jamespot, Talkspirit, Wimi, eXo Platform et BlueMind y sont présentés comme des acteurs qui cherchent à reconnecter l’environnement numérique aux usages réels des équipes plutôt qu’à répliquer à l’identique l’empilement fonctionnel des suites américaines.
Pour synthétiser l’ensemble de ce marché, Lecko propose une cartographie en trois cercles : un marché mature offrant de réelles alternatives, un marché de niche et un marché encore délaissé
Une méthode plutôt qu’un dogme : lotir par priorité
Sur la question du « comment », Lecko recommande une approche par lots, plutôt qu’une bascule globale.
Plusieurs périmètres sont déjà matures et validés par le retour d’expérience : la GED, les espaces collaboratifs et les portails intranet. La messagerie souveraine offre un socle fonctionnel prêt mais sa migration et la gestion des habitudes (délégations, agendas) constituent un chantier en soi.
Côté bureautique, l’alternative couvre 80 à 90 % des besoins courants ; les cas complexes (macros, modèles métiers) imposeront de faire coexister les outils. Enfin, l’infrastructure (IaaS, stockage, réseau) peut migrer progressivement, domaine par domaine, vers des hébergeurs qualifiés SecNumCloud
Mais l’étude est catégorique sur un point : le cœur véritable de la dépendance se situe dans les applications métiers ( finances, ressources humaines, relation aux usagers, urbanisme ) largement conçues autour de l’écosystème Microsoft (bases de données SQL Server, API Graph, authentification).
Tant que ces chaînages restent adossés à Microsoft, écrit Lecko, la souveraineté du seul poste de travail ne suffira pas à regagner une réelle maîtrise.
Avis de tempête sur leader mondial du e-commerce et du Cloud.
La Federal Trade Commission (FTC), rejointe par les procureurs généraux de 22 États américains, a déposé une plainte contre Amazon.com, l’accusant d’avoir dissimulé pendant plus de sept ans une surtaxe sur les enchères publicitaires vendues aux marques et vendeurs présents sur sa plateforme.
Selon la plainte, déposée devant le tribunal fédéral du district ouest de l’État de Washington, Amazon aurait ainsi extrait plus de 20 milliards $ auprès de 1,2 million d’annonceurs, dont environ la moitié de petites et moyennes entreprises.
Un système d’enchères détourné
Les accusations portent sur le mécanisme utilisé par Amazon pour vendre ses espaces publicitaires ( les formats Sponsored Products, Sponsored Brands et Sponsored Display) qui apparaissent lorsqu’un client effectue une recherche sur Amazon.com ou son application mobile.
Amazon présentait ce système, depuis des années, comme une enchère dite « au second prix ». Ce format est largement utilisé dans la publicité numérique : le gagnant ne paie qu’un centime de plus que la deuxième meilleure offre, ce qui est censé inciter les annonceurs à enchérir au plus près de la valeur réelle qu’ils accordent à l’espace publicitaire, sans crainte de surpayer.
Or, selon la plainte, Amazon a modifié discrètement les règles de ce système à partir de 2019 en y intégrant un mécanisme baptisé en interne « soft reserve price » ; une sorte de prix plancher fixé après la clôture de l’enchère.
Selon la FTC, les annonceurs auraient ainsi de plus en plus souvent payé le montant intégral de leur propre offre, plutôt que le prix, plus bas, résultant d’une enchère au second prix. La proportion d’enchères Sponsored Products réglées ainsi au « premier prix » serait passée d’environ 30 à 40 % en 2021 à près de 80 % en 2024, d’après les chiffres cités dans la plainte.
L’agence affirme également qu’Amazon aurait recouru à ce qu’elle qualifie d’« enchérisseur inventé », une forme d’offre fictive gonflant artificiellement le prix final, et que l’entreprise aurait sciemment intensifié ces surtaxes lors des périodes de forte affluence commerciale, comme le Black Friday ou Prime Day, tout en évitant d’alerter le public.
Des documents internes accablants, selon la FTC
La plainte s’appuie largement sur des échanges internes qu’elle attribue à des cadres d’Amazon.
L’un d’eux aurait résumé la pratique comme une manière « non transparente » de facturer, en réalité, au premier prix. Une méthode jugée en interne particulièrement efficace pour générer des revenus.
D’autres documents cités évoqueraient le risque d’un « dommage irrévocable à la confiance des annonceurs » si la pratique venait à être révélée, ce qui aurait justifié, selon la FTC, des années de dissimulation active, y compris des réponses trompeuses données directement aux annonceurs qui s’interrogeaient sur un possible changement des règles d’enchère.
Le président de la FTC, Andrew Ferguson, estime que les surcoûts imposés aux annonceurs ont in fine été répercutés sur les consommateurs américains, jusque sur des produits de première nécessité comme l’alimentation.
La défense d’Amazon
Amazon rejette fermement les accusations, qualifiant la procédure d’« infondée » et estimant qu’elle repose sur une incompréhension du fonctionnement réel des enchérisseurs, qui ajustent selon l’entreprise leurs offres en fonction des performances observées plutôt que de la seule mécanique théorique de l’enchère.
Amazon a par ailleurs fait valoir qu’environ 92 % des annonces diffusées ne reviennent pas à l’offre la plus élevée et que ses ajustements visaient avant tout à préserver la valeur des espaces publicitaires les plus recherchés, sans préjudice pour les annonceurs ni pour les consommateurs. L’entreprise dit avoir l’intention de se défendre devant le tribunal.
Cette action est la troisième procédure fédérale d’envergure visée contre Amazon en l’espace de trois ans. Une première plainte, déposée en 2023 par la FTC et 17 États, accuse l’entreprise de pratiques anticoncurrentielles dans le commerce en ligne et doit être jugée l’an prochain.
En 2025, Amazon avait par ailleurs accepté de verser 2,5 milliards $ pour régler des accusations liées à des pratiques trompeuses autour des abonnements Prime.
Cisco a mis à disposition de la quasi-totalité de ses 90 000 salariés un agent IA individuel dès le lancement de son exercice fiscal 2027. Il ne s’agit pas d’une expérimentation limitée à quelques directions, mais d’un déploiement uniforme, présenté en interne comme une brique d’infrastructure durable plutôt que comme un projet pilote.
Baptisé MyAgent, l’outil est accessible depuis une application de bureau ou mobile et s’intègre à Webex, la plateforme de visioconférence maison, ainsi qu’à Outlook, Jira et SharePoint, selon les précisions apportées par Cisco .
L’outil repose sur Circuit, une plateforme d’IA interne que Cisco décrit comme sécurisée, gouvernée et agnostique vis-à-vis des modèles utilisés, censée donner aux salariés un accès maîtrisé aux LLM approuvés, aux agents et aux données de l’entreprise.
Chaque instance est strictement personnelle et ne reçoit d’instructions que de l’utilisateur auquel elle est rattachée. Toute action ayant un effet à l’extérieur du système nécessite une validation humaine explicite.
Myagent fonctionne selon un modèle piloté par l’intention. L’utilisateur définit un objectif, un contexte et un résultat attendu et MyAgent détermine seul l’enchaînement des étapes nécessaires pour y parvenir. Il dispose également d’une mémoire persistante, censée conserver les préférences et l’historique des interactions d’un salarié dans la durée.
Cisco indique par ailleurs que les interactions agentiques sur sa plateforme Circuit ont progressé de près de 350 % d’un trimestre sur l’autre avant le lancement généralisé de MyAgent ( fin juillet).
Un routage multi-modèles pensé pour maîtriser les coûts
Pour éviter une explosion de la facture liée aux modèles d’IA les plus puissants, Cisco a construit une couche d’orchestration interne qui répartit chaque requête vers le modèle jugé le plus pertinent selon la nature de la tâche, la latence tolérée et le niveau de fiabilité requis.
Selon les informations disponibles :
entre 50 % et 60 % des requêtes sont traitées par des modèles « open-weight », hébergés en interne sur des serveurs GPU appartenant à Cisco ;
entre 20 % et 30 % relèvent d’automatisations logicielles classiques, sans recours à un modèle génératif ;
seule une part résiduelle des appels sollicite des modèles de fondation externes, tels qu’Azure OpenAI, Claude d’Anthropic ou Gemini de Google.
« Cela ne va pas brûler une tonne de tokens avec des modèles frontier », assure Mark Patterson, son directeur financier, dans une interview à Fortune, revendiquant cette architecture comme un levier de discipline budgétaire autant que technique.
Le suivi de la consommation de tokens repose, lui, sur un outil de supervision issu de Splunk, rachetée par Cisco en 2023.
Gouvernance et sécurité des accès
MyAgent n’est pas censé disposer d’un accès sans restriction au SI. Cisco l’inscrit dans une architecture de gouvernance qui détermine quels modèles, systèmes et données l’agent peut utiliser et quelles actions il peut effectuer. L’objectif est de dissocier la capacité de l’agent à décider des étapes d’une tâche de son autorisation à exécuter effectivement ces opérations.
Cette couche de contrôle est complétée par les mécanismes de sécurité de Cisco, regroupés notamment sous la marque AI Defense, destinés à surveiller les interactions entre les utilisateurs, les modèles et les agents. L’enjeu est notamment de détecter des tentatives de manipulation des instructions, des comportements malveillants ou encore des transferts de données vers des ressources non autorisées.
Des usages concentrés sur la finance et le reporting réglementaire
Les cas d’usage mis en avant par la direction de Cisco se situent en priorité dans des fonctions à forte valeur ajoutée documentaire :
Rédaction réglementaire. Selon Mark Patterson, entre 80 % et 90 % de la première version de la section « Management’s Discussion and Analysis » (MD&A) des documents déposés auprès du régulateur boursier américain (SEC) est désormais générée par l’IA.
Pilotage financier. Le directeur financier utilise un tableau de bord baptisé « CFO cockpit », alimenté par l’IA, qui agrège les performances par produit, zone géographique et segment client, et suggère des actions correctives.
Veille concurrentielle. L’agent personnel de Mark Patterson compare automatiquement les performances de Cisco à celles de ses pairs sur des indicateurs comme la croissance du chiffre d’affaires, le bénéfice par action (EPS) ou les dépenses de recherche et développement.
Gestion de la messagerie. De façon plus transversale, les salariés s’appuient sur leur agent pour résumer leurs e-mails, filtrer les messages indésirables et pré-rédiger des réponses.
Analyse de marché. Certains agents sont également mobilisés pour synthétiser l’actualité financière et esquisser des anticipations de mouvements boursiers.
Un « client zéro » pour les offres IA de Cisco
Au-delà de l’usage interne, ce déploiement sert également de vitrine commerciale. Cisco se positionne comme son propre client de référence à grande échelle pour ses offres d’agents IA ( notamment Webex AI Agents) ainsi que pour son infrastructure réseau et sécurité optimisée pour l’intelligence artificielle.
Mais plusieurs questions restent en suspend.
D’abord sur le coût du programme. Des estimations non confirmées évoquent une facture annuelle de l’ordre de 900 millions de $ en consommation de tokens, soit environ 200 $ par salarié et par semaine. Un chiffre à prendre avec toutes les réserves qui s’imposent en l’absence de confirmation officielle.
Ensuite, sur l’impact à moyen terme sur l’emploi. La direction dément tout lien direct entre le déploiement des agents et les 4 000 suppressions de postes annoncées en mai dernier présentées par Cisco comme une opération de « réallocation des ressources » vers les segments jugés stratégiques
Mais la séquence des annonces, combinée aux déclarations d’autres dirigeants du secteur sur des sujets comparables, laisse ouverte la question d’une transformation plus profonde des métiers au sein du groupe.
Le diagnostic est sans détour. Pour Andrew Bailey, l’impact de l’IA sur le risque cyber constitue désormais la préoccupation la plus immédiate pour la stabilité du système financier mondial.
Ces derniers mois, plusieurs incidents ont impliqué des modèles développés par OpenAI, Anthropic ou Meta, capables d’exploiter Internet pour s’introduire dans les systèmes d’autres organisations.
Le cas le plus spectaculaire remonte à juillet lorsqu’un agent d’OpenAI est sorti de son environnement de test contrôlé pour s’attaquer à Hugging Face, une intrusion qualifiée de « sans précédent » par l’entreprise elle-même.
Dans sa lettre adressée aux gouverneurs des banques centrales et aux ministres des Finances du G20, Andrew Bailey alerte sur les progrès rapides des modèles frontières dont les capacités d’autonomie et de résolution de problèmes se sophistiquent. Des avancées qui pourraient, en parallèle, accroître leur potentiel de nuisance.
Ces capacités pourraient notamment permettre à des attaquants d’identifier des failles de cybersécurité jusqu’alors difficiles à détecter au sein des institutions financières, puis d’adapter leurs techniques d’attaque en temps réel pour contourner les mesures de protection et les correctifs déployés..
La Banque centrale européenne a d’ailleurs déjà réagi et demande aux banques de la zone euro de présenter un plan d’action avant le 31 octobre.
Un risque sans frontières
L’onde de choc, prévient Andrew Bailey, ne s’arrêtera pas aux frontières nationales car la finance mondiale repose sur une poignée de fournisseurs technologiques partagés.
En cas de défaillance, cette dépendance pourrait fragiliser la confiance des marchés à l’échelle systémique. Les écarts entre pays en matière de cadre juridique, de capacités cyber ou de résilience pourraient eux-mêmes devenir une source de vulnérabilité, bien au-delà du pays où un incident prend naissance.
Or, selon le président du FSB, la plupart des juridictions n’ont tout simplement pas mis en place les protocoles nécessaires pour encadrer le développement, la publication et le déploiement de ces modèles avancés.
Face à ce nouveau paysage de risques, Andrew Bailey exhorte les institutions financières à anticiper des scénarios de perturbations simultanées touchant plusieurs établissements à la fois, ou frappant des dépendances technologiques partagées.
Le FSB pousse ici la logique de résilience jusqu’à pouvoir repartir de zéro après une cyberattaque majeure. La capacité dite de « bare metal recovery » consiste à reconstruire les systèmes critiques à partir d’un socle considéré comme sain, puis à réinjecter les données depuis des sauvegardes fiables. L’enjeu est de ne pas dépendre de l’infrastructure compromise, y compris de ses mécanismes d’administration ou de restauration.
Connexion
