L'IA métier débarque — et nos DSI vont devoir choisir leur camp

# L'IA métier débarque — et nos DSI vont devoir choisir leur camp

Pendant trois ans, l'IA générative a surtout existé dans les slides de comités de direction et les POC qui ne passaient jamais en production. En 2026, cette période est terminée. L'IA entre réellement dans les métiers — dans les flux de traitement de contrats, dans les outils de support client, dans les pipelines de conformité, dans les chaînes de décision RH. Ce n'est plus une promesse, c'est une infrastructure.

Et c'est précisément pour ça que je veux tirer la sonnette d'alarme.

Parce que cette bascule vers l'IA opérationnelle, vers l'IA qui traite des données réelles de production, qui accède aux référentiels métier, qui s'intègre aux ERP et aux bases documentaires — cette bascule change fondamentalement la nature du verrouillage auquel nos organisations s'exposent.

Le piège n'est pas là où on le croit

Beaucoup de DSI que je croise raisonnent encore en termes de coût d'abonnement ou de qualité de modèle. Ce n'est pas le bon angle. Le vrai sujet, c'est l'intégration.

Quand un outil d'IA métier s'installe dans un workflow — disons, un assistant qui traite les demandes d'achat et interagit avec votre ERP — il ne s'installe pas seul. Il vient avec une couche d'orchestration, des connecteurs, des formats de données propriétaires, une logique de prompt management, des politiques de rétention des logs d'inférence. Au bout de six mois, cet outil ne ressemble plus à un SaaS qu'on peut remplacer par un concurrent. Il ressemble à du middleware. Et du middleware piloté depuis San Francisco ou Seattle, c'est une autre catégorie de risque.

Le verrouillage de l'IA métier n'est pas contractuel au sens classique du terme — il est architectural. C'est ça qui le rend particulièrement difficile à défaire.

Ce que révèle ce moment pour l'Europe

Nous sommes dans une fenêtre courte. Les grandes suites de productivité américaines intègrent activement des agents IA dans leurs offres, avec une logique très claire : faire de l'IA le ciment qui lie entre eux tous les outils d'un même écosystème. Une fois que l'agent IA d'un acteur dominant américain est au centre de vos flux métier, migrer ne veut plus dire changer d'outil — ça veut dire reconstruire une logique opérationnelle entière.

Cette mécanique n'est pas un accident. C'est une stratégie de plateforme parfaitement rationnelle du point de vue de l'éditeur. Et elle place nos organisations dans une position que nous avons déjà connue avec la messagerie, avec la bureautique, avec le cloud — sauf que là, les données métier en jeu sont plus sensibles, les décisions automatisées plus critiques, et les implications réglementaires (RGPD, AI Act) plus lourdes.

Je ne dis pas que les acteurs américains produisent de mauvaise technologie. Je dis que leur technologie sert leurs intérêts, pas les nôtres. Et que la dépendance qu'elle génère est désormais une question de souveraineté industrielle, pas seulement de préférence technique.

Alors, concrètement, qu'est-ce qu'on fait ?

La réponse honnête, c'est qu'il n'existe pas encore de réponse parfaite. L'écosystème européen de l'IA applicative est en construction. Mais il existe — et c'est ça la nouveauté de 2026.

Des acteurs comme Aleph Alpha, qui positionne clairement ses modèles pour les usages souverains et régulés en Europe, ou comme Dust, qui construit des outils d'orchestration d'agents IA avec une approche radicalement différente en matière de contrôle des données — ces acteurs ne sont pas des alternatives de second rang. Ils ont fait des choix architecturaux que les grandes plateformes américaines ne feront jamais, parce que ces choix vont à l'encontre de leur modèle économique.

Ce que je recommande aux DSI, ce n'est pas de tout basculer demain. C'est de poser dès maintenant une règle d'or dans la gouvernance des projets IA métier : aucun déploiement en production sans audit du niveau de réversibilité. Concrètement — si demain vous décidez de sortir de cet outil, combien de temps faut-il pour exporter vos données d'entraînement, vos logs d'inférence, vos configurations de prompt ? Si personne dans l'équipe ne sait répondre à cette question, vous avez un problème.

L'autre levier, souvent sous-estimé, c'est la contractualisation. Les contrats IA sont rarement lus attentivement, parce qu'ils ressemblent à des CGU de SaaS classiques. Ils ne le sont pas. Qui détient les embeddings produits à partir de vos données ? Où sont stockés les logs de raisonnement de l'agent ? L'éditeur peut-il utiliser vos interactions pour améliorer ses modèles généraux ? Ces questions ne sont pas anecdotiques — elles conditionnent votre conformité AI Act et votre capacité à défendre vos actifs informationnels.

Le moment politique, pas seulement technique

Je termine par quelque chose qu'on dit rarement dans notre secteur : ce que nous décidons aujourd'hui, en tant que DSI, en tant que RSSI, en tant que dirigeants technologiques d'entreprises européennes, a une portée qui dépasse notre organisation.

Chaque contrat signé avec un acteur américain pour un usage IA métier est un signal envoyé au marché. Il dit que l'alternative européenne n'était pas suffisamment mature, suffisamment intégrée, suffisamment crédible. Et il finance la prochaine itération d'un acteur qui consolidera encore un peu plus son emprise sur nos infrastructures cognitives.

Inversement, chaque déploiement réussi d'une solution IA souveraine en contexte métier est une référence. C'est du capital de crédibilité pour l'écosystème européen. C'est une démonstration que la souveraineté numérique n'est pas une posture politique — c'est une option technique viable.

Nous sommes en 2026. L'IA est entrée dans les métiers. La question n'est plus de savoir si on va déployer — c'est de savoir pour qui on joue quand on le fait.

Je ne pense pas que la réponse soit difficile à trouver. Encore faut-il se la poser.