IA souveraine : ce que ça veut dire, et quand ça compte vraiment

« IA souveraine » est devenu un argument de vente. On le colle sur des offres qui n'ont parfois rien de souverain, et on le refuse à des projets qui en auraient réellement besoin. Mon but ici n'est pas de vous vendre de la souveraineté, ni de vous en dissuader. C'est de remettre du concret derrière le mot, pour que vous sachiez quand ça compte, à quel prix, et quand vous payez une taxe pour un risque que vous n'avez pas.

Un mot vendeur, un contenu réel

Le mot promet une sensation : le contrôle, la maîtrise, l'idée que vos données ne partent pas ailleurs. Une sensation, ça se vend. Le problème, c'est qu'une sensation ne se vérifie pas. La souveraineté, elle, se vérifie. Ce n'est pas un label qu'on achète, c'est un ensemble de propriétés qu'on peut pointer du doigt sur une architecture. Tant qu'on n'a pas traduit le mot en questions techniques, on parle de marketing, pas de souveraineté.

Les trois questions concrètes

• Où ? Dans quel pays, physiquement, tournent le modèle qui traite vos données et le stockage qui les garde. Pas le siège du fournisseur : les serveurs.
• Sous quelle juridiction ? Quelle loi s'applique à l'entreprise qui opère ces serveurs. Une donnée stockée en Europe peut rester soumise à une loi étrangère si l'opérateur, lui, y est soumis.
• Qui peut accéder ? Qui, techniquement et légalement, peut lire vos données : le fournisseur pour du support, un sous-traitant, une autorité étrangère sur réquisition. Et ce que dit le contrat sur la rétention et l'entraînement.

Cloud UE, on-premise, modèle open-source privé : le spectre

• L'API d'un fournisseur fermé (les grands modèles du marché) : la qualité la plus haute, mais vos données transitent chez lui, sous sa juridiction.
• Le cloud en région européenne : vos données sont stockées en UE, ce qui règle la question du où. Reste à vérifier sous quelle loi tombe l'opérateur, car un hébergeur peut être européen par ses serveurs et étranger par sa maison mère.
• L'on-premise ou le modèle open-source privé (Llama, Mistral et consorts) tournant sur votre infrastructure ou un cloud souverain : la souveraineté la plus forte, au prix d'une qualité de modèle souvent en retrait et d'une charge d'exploitation qui revient chez vous.

Ce qu'implique l'API d'un fournisseur fermé

Quand vous appelez l'API d'un fournisseur fermé, vos données sortent de chez vous, point. Les bonnes options existent et je les active toujours : pas d'entraînement sur vos données, rétention zéro, engagement contractuel de traitement. Pour la grande majorité des usages, c'est suffisant et raisonnable. Mais il faut le dire honnêtement : « hébergé en Europe » ne règle que la question du où. Si l'opérateur relève d'une juridiction étrangère, certaines lois peuvent l'obliger à communiquer des données même stockées en UE. Ce n'est pas un fantasme, c'est du droit. La question n'est donc pas « est-ce en Europe » mais « qui peut être contraint d'y accéder ». Le choix entre cloud et hébergement chez vous se joue exactement là.

Quand la souveraineté est une vraie contrainte, quand c'est du confort

• Vraie contrainte : les données de santé (hébergement certifié HDS en France), le secteur public et les données classifiées, le secret professionnel des avocats et notaires, les secrets industriels stratégiques. Là, la localisation et la juridiction ne sont pas un confort, ce sont des obligations ou des risques majeurs.
• Confort : la recherche documentaire interne sur des contenus non sensibles, la génération de textes marketing, l'analyse de données déjà publiques. Utile, mais rien qui justifie de vous priver du meilleur modèle.

Le piège, c'est de traiter la souveraineté comme une valeur à maximiser partout. Ça coûte cher et ça vous prive souvent des meilleurs outils, pour couvrir un risque qui, sur beaucoup de vos usages, n'existe pas. Le cadre réglementaire aide à trancher : l'IA Act et le RGPD définissent des catégories de risque et de données qui vous disent où la contrainte est réelle. Commencez par classer, pas par tout verrouiller.

La souveraineté n'est pas une vertu à maximiser. C'est une contrainte à calibrer sur la sensibilité réelle de vos données.

Le coût et les compromis de l'on-premise

• L'infrastructure : des GPU, achetés ou réservés, qui coûtent cher et qu'il faut dimensionner.
• La compétence : quelqu'un doit maintenir le modèle, le mettre à jour, gérer les incidents. Ça ne tient pas tout seul.
• Le plafond de qualité : les meilleurs modèles ouverts progressent vite, mais restent souvent en dessous des modèles fermés de pointe sur les tâches complexes.
• La disponibilité : en internalisant, vous redevenez responsable du fait que le service tienne la charge et reste debout. La fiabilité en production n'est plus le problème du fournisseur, c'est le vôtre.

Je ne dis pas que c'est un mauvais choix. Je dis que « souverain » ne veut pas dire « gratuit ». L'écart de qualité entre modèles ouverts et fermés s'est beaucoup resserré, et pour un grand nombre de tâches un modèle privé fait largement le travail. Mais avant de tout réhéberger, il faut chiffrer : ce que ça coûte, ce que ça vous fait gagner en réduction de risque, et sur quels usages c'est justifié. C'est exactement ce qu'un audit sert à trancher.

Le rôle du MCP souverain

La souveraineté ne se joue pas qu'au niveau du modèle. Elle se joue aussi au niveau de la connexion entre l'IA et vos outils. C'est là qu'intervient le serveur MCP, le standard qui branche l'IA sur votre CRM, votre support ou votre ERP. MCP est aujourd'hui un standard neutre, adopté par Anthropic, OpenAI, Google et Microsoft, et confié à la Linux Foundation fin 2025 : il est stable et utilisable. En hébergeant vous-même ce serveur MCP, vous gardez la couche d'accès à vos outils entièrement dans vos murs. Vous pouvez alors coupler un modèle privé ou européen à un serveur MCP souverain, et rien ne fuit par la porte des intégrations.

Une trajectoire réaliste sans tout réhéberger

• Cartographier vos données par sensibilité : la plupart des entreprises découvrent que le sensible est une petite fraction du total.
• Router selon la sensibilité : le sensible vers un modèle privé ou européen couplé à un serveur MCP auto-hébergé, le reste vers le meilleur modèle disponible.
• Border ce qui passe en API fermée : rétention zéro, pas d'entraînement, engagement contractuel. Ça couvre l'immense majorité des cas.
• Mesurer avant de basculer, et en parler avec moi si vous voulez cadrer où la souveraineté est une vraie contrainte chez vous, et où c'est du confort qui vous coûte.