BNP Paribas choisit Gemini : le guide pour ne pas subir la même dépendance

# BNP Paribas choisit Gemini : le guide pour ne pas subir la même dépendance

Quand la première banque de la zone euro signe un accord structurant avec un acteur américain pour automatiser ses processus métier, l'information ne mérite pas d'être lue comme un fait divers technologique. Elle mérite d'être lue comme un signal. Pour les DSI, RSSI et CTO de PME et ETI européennes, la question n'est pas "Gemini est-il performant ?" mais "qu'est-ce que ce mouvement révèle sur notre propre exposition, et que faire concrètement avant que la dépendance soit structurelle ?"

Ce guide est construit pour ceux qui veulent éviter de se retrouver, dans dix-huit mois, à négocier en position de faiblesse avec un hyperscaler américain qui a déjà capté l'essentiel de la valeur.

Pourquoi ce choix de BNP Paribas est un signal, pas un exemple à suivre

BNP Paribas dispose de ressources juridiques, financières et techniques que 99 % des PME et ETI européennes n'ont pas. Elle peut négocier des clauses contractuelles sur mesure, maintenir des équipes dédiées à l'audit des modèles, et absorber une hausse tarifaire unilatérale sans mettre en péril son budget IT. Vous, probablement pas.

L'adoption d'un LLM américain par un grand compte ne valide pas le choix pour votre organisation. Elle révèle en revanche que le marché de l'automatisation par IA est en train de se structurer rapidement, et que les positions prises aujourd'hui seront difficiles à défaire dans deux ou trois ans — quand les workflows internes, les intégrations et les équipes auront été formés autour d'un seul fournisseur.

C'est ce risque de verrouillage, plus que la question de performance immédiate, qui doit structurer votre analyse budgétaire.

Étape 1 — Cartographier vos processus candidats à l'automatisation avant de choisir un fournisseur

Le premier réflexe, souvent, est d'évaluer les outils. C'est une erreur de séquence. Avant de comparer des offres, vous devez savoir précisément ce que vous cherchez à automatiser et quel niveau de sensibilité des données est en jeu.

Ce que vous devez produire à cette étape :

• Une liste des processus métier concernés (traitement de documents, résumés de réunions, génération de rapports, assistance à la relation client, etc.)
• Pour chaque processus : le niveau de criticité des données traitées (données personnelles, données financières, données contractuelles)
• Une estimation honnête du volume de données sortant vers un modèle externe sur douze mois

Cette cartographie n'est pas un exercice rhétorique. Elle conditionne directement votre exposition juridique au regard du RGPD, votre surface d'attaque, et votre capacité à changer de fournisseur sans tout reconstruire.

Point de vigilance budgétaire : les coûts d'un contrat IA ne se limitent pas aux licences. Ils incluent les coûts d'intégration, de formation, de maintenance et — souvent sous-estimés — les coûts de sortie si vous décidez de migrer. Un processus métier construit autour d'une API propriétaire américaine sera coûteux à redéployer.

Étape 2 — Évaluer le risque tarifaire réel sur votre horizon budgétaire

Les hyperscalers américains ont une trajectoire tarifaire que les DSI européens connaissent bien : prix d'entrée attractifs, consolidation de la dépendance, puis ajustements unilatéraux. Ce schéma n'est pas une théorie — il s'est reproduit sur les licences cloud, sur les suites collaboratives, sur les solutions de stockage.

Ce que vous devez modéliser :

• Le coût total sur trois ans, pas sur douze mois. Un outil qui semble abordable à l'année 1 peut représenter une charge significativement différente à l'année 3 si votre usage scale ou si les tarifs évoluent.
• La part de votre budget IT que représenterait ce poste si le prix augmentait de manière substantielle sans préavis contractuel suffisant.
• L'existence ou non de clauses de sortie, de portabilité des données et de préavis minimal dans le contrat proposé.

Ce qu'il faut exiger de tout fournisseur, américain ou européen :

• Portabilité des données dans un format ouvert et documenté
• Préavis contractuel minimum en cas de modification tarifaire
• Localisation explicite des données et des inférences
• Clause d'audit ou de transparence sur les changements de modèle sous-jacent

Si ces éléments ne figurent pas dans le contrat ou dans les conditions générales, la négociation doit commencer là, avant toute signature.

Étape 3 — Identifier les alternatives européennes crédibles sur votre cas d'usage

L'écosystème européen de l'IA n'est plus un désert. Il est incomplet, hétérogène, et souvent moins visible — mais il existe des acteurs qui peuvent répondre à des cas d'usage précis, notamment dans les secteurs réglementés.

Plutôt que de dresser un catalogue, voici ce que vous devez rechercher concrètement :

Critères de filtrage pour une alternative européenne :

• Siège social et infrastructure dans l'UE, avec garantie de localisation des données en Europe
• Conformité RGPD documentée et auditée, pas simplement déclarée
• Modèle de gouvernance transparent sur les mises à jour du modèle
• Capacité à déployer en environnement privé ou hybride (on-premise ou cloud souverain)
• Références dans votre secteur ou dans un secteur aux contraintes réglementaires comparables

Deux acteurs méritent aujourd'hui une évaluation sérieuse selon ces critères dans le périmètre de l'automatisation documentaire et des assistants métier : Aleph Alpha (Allemagne), dont l'approche est explicitement construite autour de la souveraineté et de la transparence des modèles pour les entreprises européennes, et Poolside (dont le développement européen s'accélère sur les cas d'usage de génération de code et d'automatisation de processus techniques).

Ces acteurs ne couvrent pas tous les cas d'usage. Mais pour une PME ou ETI dont les processus sont documentaires, réglementaires ou techniques, ils constituent des points de départ d'évaluation sérieux — avec une surface contractuelle et juridique nettement plus favorable.

Étape 4 — Construire une architecture de décision qui préserve la réversibilité

La décision de BNP Paribas illustre un piège fréquent : choisir l'outil le plus visible ou le plus médiatisé, sans avoir conçu en amont une architecture qui préserve la capacité à en changer.

Ce que cela signifie concrètement pour votre SI :

• Ne pas exposer directement vos systèmes cœur à une API propriétaire sans couche d'abstraction. Une couche intermédiaire (orchestration, routage des requêtes) vous permet de changer de modèle sous-jacent sans refactoriser l'ensemble des intégrations.
• Définir dès le départ quels processus peuvent tolérer un fournisseur externe et quels processus doivent rester en environnement contrôlé.
• Documenter les dépendances créées à chaque nouvelle intégration. Ce travail de documentation est le seul qui vous permettra d'évaluer honnêtement le coût d'une migration future.

Sur le plan budgétaire : investir quelques jours-homme supplémentaires à l'intégration pour construire cette réversibilité est systématiquement moins coûteux que de découvrir deux ans plus tard que votre processus métier critique ne peut pas fonctionner sans un fournisseur américain qui vient de doubler ses tarifs.

Étape 5 — Poser les bonnes questions à votre RSSI avant tout déploiement

L'automatisation par IA introduit des vecteurs de risque que les grilles d'analyse traditionnelles ne capturent pas toujours bien. Votre RSSI doit être impliqué avant le déploiement, pas après.

Checklist minimale à valider avec votre RSSI :

• [ ] Les données envoyées au modèle sont-elles utilisées pour réentraîner le modèle du fournisseur ? (Vérifier les conditions contractuelles explicitement, pas seulement la FAQ marketing)
• [ ] En cas de faille ou d'incident sur l'infrastructure du fournisseur, quel est votre plan de continuité ?
• [ ] Le fournisseur est-il soumis au Cloud Act américain ou à une législation extraterritoriale équivalente ?
• [ ] Avez-vous une visibilité sur les sous-traitants du fournisseur qui pourraient accéder aux données ?
• [ ] Les logs des interactions avec le modèle sont-ils conservés par le fournisseur, et si oui, pendant combien de temps et dans quel cadre légal ?

Ces questions ne sont pas théoriques. En 2026, les régulateurs européens ont considérablement durci leurs exigences sur la traçabilité des systèmes d'IA en contexte professionnel. Un déploiement qui ne peut pas répondre à ces questions expose l'organisation à un risque de conformité, pas seulement à un risque de dépendance.

Ce que ce guide ne dit pas — et pourquoi c'est intentionnel

Ce guide ne vous dit pas que les acteurs américains sont techniquement inférieurs. Il ne dit pas non plus que choisir un acteur européen résout tous les problèmes. La performance, la maturité des modèles, la couverture des cas d'usage : ces dimensions varient selon les contextes et évoluent rapidement.

Ce qu'il dit, c'est que la décision d'adopter un outil d'automatisation en 2026 est une décision structurante sur trois à cinq ans minimum. Et que les critères de dépendance, de réversibilité et de localisation méritent au moins autant de poids dans l'analyse que les critères de performance immédiate.

BNP Paribas a fait un choix. Ce choix lui appartient, avec ses contraintes et ses ressources propres. Votre organisation a des contraintes différentes, une exposition différente, et une capacité de négociation différente. C'est à partir de là, et non à partir de ce que fait un grand compte, que votre décision doit être construite.