France Travail sous IA souveraine : trois architectures en compétition pour un choix structurant

# France Travail sous IA souveraine : trois architectures en compétition pour un choix structurant

En 2026, France Travail — ex-Pôle Emploi — franchit un cap dans le déploiement de l'IA générative au sein de ses services numériques. Ce que ce choix révèle ne se limite pas à une migration technologique. Il pose une question que tout DSI d'administration publique ou d'ETI européenne devrait se poser : quelle architecture accepte-t-on de financer, et à qui cède-t-on le contrôle des données qui vont avec ?

Ce comparatif analyse trois approches architecturales distinctes — non pas pour désigner un vainqueur commercial, mais pour cartographier les arbitrages réels : gouvernance des données, dépendance infrastructurelle, réversibilité budgétaire, et capacité de l'écosystème européen à répondre à la demande publique.

Pourquoi France Travail est un cas d'école

L'opérateur public gère des données sensibles à grande échelle : profils de demandeurs d'emploi, historiques de formation, données comportementales issues des parcours d'accompagnement. L'introduction de l'IA générative dans ce contexte — assistance aux conseillers, analyse documentaire, personnalisation des parcours — ne relève pas d'une expérimentation marginale. C'est un déploiement en conditions réelles, sur un périmètre critique, financé par de l'argent public européen.

Le choix architectural n'est donc pas neutre. Il engage des engagements pluriannuels, conditionne la capacité de contrôle du donneur d'ordre, et détermine qui capte la valeur économique produite par l'IA — l'administration elle-même, ou la plateforme qui la fait tourner.

Trois approches structurantes

Approche A — Modèle hébergé par un hyperscaler américain (cloud souverain labelisé)

Cette configuration repose sur le déploiement d'un modèle de langage opéré par un acteur américain, via une instance dite « cloud souverain » hébergée sur le territoire européen ou en partenariat avec un opérateur local. C'est le schéma que plusieurs administrations françaises ont temporairement retenu, sous pression des délais et de la disponibilité des offres.

Architecture : le modèle est hébergé dans une région cloud européenne de l'acteur américain, parfois en jointventure avec un hébergeur local. Le pipeline de données passe par l'API de l'acteur US, avec des couches de contractualisation censées garantir la non-utilisation des données pour l'entraînement.

Intégration : rapide. Les connecteurs existent, les équipes IT connaissent l'environnement. Le time-to-deploy est le plus court des trois approches.

Gouvernance des données : c'est le point de friction central. Même encadrée contractuellement, la dépendance technique reste entière. En cas de modification unilatérale des CGU, de rachat ou de changement de politique de l'acteur, l'administration n'a aucun levier technique — seulement juridique. Le RGPD s'applique, mais son effectivité dépend de la capacité à faire valoir ses droits face à des entités dont le siège social et les intérêts opérationnels sont hors de l'Union.

Impact budgétaire : cette approche expose structurellement l'acheteur public au risque de renégociation tarifaire. La valeur des données traitées étant croissante, le rapport de force évolue en faveur de la plateforme au fil du déploiement. La réversibilité est faible : migrer après deux ans d'intégration représente un coût non négligeable, souvent sous-estimé dans les analyses initiales.

Approche B — Modèle open-weight déployé en infrastructure souveraine européenne

Ici, l'organisation déploie un modèle open-weight — dont les poids sont accessibles et auditables — sur une infrastructure hébergée par un acteur européen certifié. Cette configuration est celle que France Travail semble avoir privilégiée pour son périmètre le plus sensible, selon les informations disponibles en 2026.

Architecture : le modèle tourne sur des serveurs hébergés en France ou dans l'UE, opérés par un acteur soumis au droit européen. L'administration conserve la maîtrise du pipeline complet — de l'ingestion des données jusqu'à la génération de la réponse. Aucune donnée ne transite hors périmètre contractuellement et techniquement défini.

Intégration : plus complexe que l'approche A. Elle nécessite des compétences MLOps internes ou la contractualisation d'un intégrateur spécialisé. Le time-to-deploy est plus long, mais le niveau de personnalisation est nettement supérieur : fine-tuning sur les corpus métier de l'opérateur, adaptation aux flux documentaires spécifiques (offres d'emploi, CV, référentiels de formation).

Gouvernance des données : c'est l'avantage structurel de cette approche. L'administration est propriétaire de l'intégralité du pipeline. Elle peut auditer le modèle, tracer les inférences, et — point crucial — démontrer cette maîtrise à la CNIL et aux instances de contrôle. La conformité n'est plus une déclaration contractuelle, elle devient une réalité technique vérifiable.

Impact budgétaire : le coût de déploiement initial est plus élevé. Mais la structure de coûts sur la durée est plus prédictible. Pas de variable d'ajustement tarifaire externe. L'acteur européen hébergeur est soumis aux mêmes contraintes concurrentielles que n'importe quel prestataire IT. La réversibilité est maximale : les poids du modèle sont portables, l'infrastructure est interchangeable.

Acteur représentatif de cet écosystème : **Scaleway** (groupe Iliad), qui propose depuis 2025 des environnements d'inférence GPU sur infrastructure certifiée SecNumCloud, compatible avec des modèles open-weight de la famille Llama ou des modèles européens dérivés.

Approche C — Modèle hybride avec orchestration européenne

Cette troisième voie, encore peu répandue dans le secteur public mais croissante dans les ETI industrielles, repose sur une architecture d'orchestration où différents modèles sont appelés selon la sensibilité du cas d'usage. Les tâches à faible criticité (reformulation, classification documentaire générique) peuvent passer par un modèle externe, tandis que les cas d'usage sensibles (données personnelles, décisions d'orientation) restent sur infrastructure souveraine.

Architecture : une couche d'orchestration — souvent construite sur des frameworks open source comme LangChain ou des équivalents européens — route les requêtes selon des règles de classification prédéfinies. La logique de routage est maîtrisée par l'organisation.

Intégration : la plus complexe des trois. Elle suppose une maturité architecturale élevée et une capacité de gouvernance des flux de données en temps réel. Pour une administration comme France Travail, c'est une cible à moyen terme plutôt qu'un déploiement immédiat.

Gouvernance des données : dépend entièrement de la qualité de la couche de classification. Si les règles de routage sont mal calibrées, des données sensibles peuvent transiter vers des composants non souverains. C'est le risque principal de cette approche : la souveraineté devient un problème de configuration, pas seulement de choix technologique.

Impact budgétaire : potentiellement optimisé sur le long terme, mais nécessite un investissement initial en ingénierie significatif. Pour les ETI qui disposent d'équipes techniques structurées, c'est une voie crédible. Pour les administrations à faible maturité MLOps, elle reste risquée sans accompagnement spécialisé.

Tableau comparatif synthétique

| Critère | Approche A (hyperscaler US) | Approche B (open-weight souverain) | Approche C (hybride orchestré) |

|---|---|---|---|

| Maîtrise du pipeline de données | Faible | Totale | Partielle (dépend du routage) |

| Auditabilité du modèle | Nulle à faible | Totale | Variable selon les composants |

| Réversibilité technique | Faible | Élevée | Moyenne |

| Risque tarifaire externe | Élevé et croissant | Faible | Modéré |

| Complexité d'intégration | Faible | Moyenne | Élevée |

| Conformité RGPD démontrable | Déclarative | Technique | Partielle |

| Opportunité pour l'écosystème EU | Nulle | Directe | Partielle |

Ce que le choix de France Travail signale pour l'écosystème

La décision de France Travail — si elle confirme bien le déploiement sur infrastructure souveraine européenne — a une portée qui dépasse son propre périmètre. Elle constitue un signal de demande pour l'écosystème européen de l'IA, à un moment où celui-ci cherche des références clients crédibles dans le secteur public.

Pour les DSI et CTO d'ETI européennes qui observent ce déploiement, la leçon budgétaire est claire : le différentiel de coût initial entre l'approche A et l'approche B ne doit pas être lu comme un surcoût, mais comme une prime de réversibilité. Une organisation qui déploie aujourd'hui sur infrastructure souveraine conserve un levier de négociation que celle qui a choisi la facilité de l'approche A ne possède plus au bout de dix-huit mois.

Le risque de captation de valeur par les hyperscalers américains ne se matérialise pas au moment de la signature du contrat. Il se manifeste au moment du renouvellement, quand la dépendance technique est déjà constituée et que le coût de sortie a rendu l'alternative souveraine théoriquement disponible mais pratiquement inaccessible.

France Travail ne résout pas seul l'équation de la souveraineté numérique européenne. Mais un déploiement bien documenté, sur un périmètre de cette taille, dans un secteur aussi exposé aux exigences de conformité, contribue à prouver que l'approche B n'est pas une option de repli pour idéalistes. C'est une option d'ingénierie sérieuse, avec des contraintes précises et des avantages structurels mesurables.

En 2026, c'est ce que le secteur public a encore à apprendre au secteur privé.