Souveraineté numérique : arrêtez de chercher le pavillon parfait
La souveraineté numérique est devenue le nouveau mantra des DSI européens. Et comme tous les mantras, elle peut virer à l’idéologie. J’ai vu trop d’organisations se paralyser à chercher une pureté européenne introuvable pendant que leurs concurrents industrialisent leur IA. La vraie question n’est pas « d’où vient mon modèle ? » – c’est « qui contrôle mes données, dans quelles conditions juridiques réelles, et pour combien de temps ce cadre tiendra-t-il ? »
Le problème, ce n’est pas (seulement) l’origine du modèle
Selon une étude NTT DATA menée en 2026, 64 % des entreprises françaises lient désormais leur adoption de l’IA à des enjeux de souveraineté des données et d’indépendance technologique. La même étude indique que 56 % des entreprises françaises considèrent aujourd’hui l’IA comme le moteur principal de leur modernisation – une progression de dix points en un an -, et que 75 % d’entre elles ont déjà injecté des briques algorithmiques dans leurs projets de transformation. Ce n’est plus un sujet de comité d’experts. C’est devenu un critère de décision au moment même où l’IA s’installe dans le cœur des processus métier.
Ce n’est pas un chiffre isolé non plus côté infrastructure. Les entreprises européennes versent chaque année environ 264 milliards d’euros à des acteurs américains pour leurs logiciels et services cloud, selon une étude Asterès d’avril 2025 – un montant comparable à la facture énergétique du continent. 83 % de la dépense cloud et logicielle européenne va à des fournisseurs américains, et 80 % de la valeur créée reste sur le sol américain. D’autres analyses publiées mi-2026 évoquent un taux de dépendance de l’ordre de 85 % sur l’ensemble du numérique. Ce n’est pas un ressenti. C’est une dépendance chiffrée, documentée, et qui ne bouge pas d’elle-même.
Trois réalités ont changé la donne ces dernières années. D’abord, les prix des API sont devenus imprévisibles – pas plus chers en moyenne (ils ont même chuté de 70 à 90 % entre 2023 et 2026 sous l’effet de la concurrence entre modèles propriétaires et open source), mais sujets à des décisions unilatérales et soudaines : Anthropic a relevé ses tarifs sur Claude Opus d’environ 25 % en 2025, DeepSeek a averti ses développeurs début août 2026 d’une hausse à venir sans en préciser l’ampleur ni le calendrier. Sur le segment des modèles de raisonnement le plus avancé, les prix évoluent même en sens inverse de la tendance générale, avec des écarts de facturation qui dépassent aujourd’hui un facteur 1 000 entre le modèle le moins cher et le plus premium du marché. Une entreprise qui construit toute son architecture sur un seul fournisseur ne maîtrise ni le calendrier ni le montant de ce genre de décision – elle la subit.
Ensuite, le Cloud Act américain reste une réalité juridique non résolue pour les données critiques – j’y reviens plus bas, parce que ce texte est plus souvent invoqué qu’expliqué, y compris par des gens qui devraient le connaître. Enfin, dans un contexte géopolitique instable, la menace d’un « débranchement » n’est plus une hypothèse d’école.
Ces risques sont réels. Mais la réponse dogmatique – « on passe tout en européen » – ne l’est pas davantage. Un bémol mérite d’ailleurs d’être posé ici : une enquête Forrester indique que plus de la moitié des décideurs IT considèrent la réglementation liée à la souveraineté numérique comme un frein à l’adoption du cloud plutôt que comme un levier de transformation sécurisée. Cette tension – entre l’aspiration affichée et le coût de mise en œuvre perçu – explique une bonne partie de l’inertie qu’on observe sur le terrain, bien plus qu’un désintérêt réel pour le sujet.
La pureté souveraine est un luxe que peu peuvent se payer
Un brevet industriel et un e-mail de service client ne méritent pas le même traitement. C’est une évidence opérationnelle que les discours sur la souveraineté ont tendance à effacer.
L’écosystème européen a mûri, mais pas de manière homogène – et le paysage des modèles disponibles en 2026 mérite d’être regardé famille par famille plutôt que par nationalité. Mistral, avec ses gammes Large, Small et Nemo, rivalise désormais avec les modèles propriétaires sur les tâches métier généralistes tout en conservant le meilleur rapport qualité-prix en open weight : il est auto-hébergeable en France chez OVHcloud ou Scaleway, ses poids sont ouverts, et ses requêtes API ne servent pas à réentraîner le modèle. DeepSeek propose le coût parmi les plus bas du marché et se distingue sur le raisonnement quantitatif, mais reste une entreprise soumise au droit chinois – c’est une souveraineté différente, pas nécessairement supérieure à celle qu’on cherche à éviter en premier lieu. Llama, chez Meta, offre un contexte large et un écosystème d’outils mature, en open weight lui aussi, mais demeure une entreprise de droit américain sur les conditions d’usage du modèle. Claude, GPT et Gemini, enfin, restent en avance sur le raisonnement généraliste complexe, le code et les usages agentiques les plus exigeants ; ils sont accessibles en cloud privé, via un VPC isolé, ce qui limite sans l’éliminer l’exposition juridique.
Le point à retenir de ce panorama : un modèle open source auto-hébergé n’élimine pas la question de la souveraineté, il la déplace. Héberger Llama sur un cloud américain non qualifié n’apporte aucune garantie de plus qu’un modèle propriétaire hébergé au même endroit. C’est la combinaison poids ouverts + infrastructure d’hébergement qualifiée qui produit un gain réel de contrôle – pas le choix du modèle isolé du reste de la chaîne.
Côté infrastructure justement, OVHcloud et Scaleway proposent des offres certifiées SecNumCloud, tout comme Outscale, Oodrive, Cloud Temple, Worldline ou Numspot : en juillet 2026, une dizaine d’offres sont qualifiées par l’ANSSI en France, et les projets Bleu (Orange/Capgemini pour une offre Microsoft 365 souveraine) et S3NS (Google) sont en cours de qualification. On peut donc construire une stack 100 % européenne aujourd’hui. Sur certains périmètres, c’est le bon choix.
Mais sur le raisonnement généraliste le plus complexe et les usages agentiques les plus exigeants, l’écart avec les modèles propriétaires de pointe n’a pas disparu, même s’il se réduit à chaque génération. Prétendre le contraire pour des raisons idéologiques, c’est servir un discours, pas un client. Et un détail change souvent la décision au moment de signer : les offres SecNumCloud coûtent généralement 20 à 50 % de plus qu’une offre équivalente non qualifiée, en raison du coût de l’audit et de l’infrastructure dédiée qu’elles impliquent. Ce n’est pas un problème si la donnée le justifie. C’en est un si on l’applique par défaut à toute la donnée de l’entreprise, y compris celle qui ne le mérite pas.
Ce que le droit protège vraiment – et ce qu’il ne protège pas encore
C’est le point le plus souvent mal posé dans ce débat, y compris par des professionnels qui manient ces termes tous les jours sans jamais les définir. Le Cloud Act (Clarifying Lawful Overseas Use of Data Act), adopté par le Congrès américain en 2018, autorise les autorités américaines à exiger d’une entreprise soumise au droit américain l’accès à des données qu’elle détient ou contrôle – y compris lorsque ces données sont stockées physiquement hors des États-Unis, dans un datacenter européen par exemple. Le principe clé : la juridiction suit la propriété de l’entreprise, pas la localisation du serveur. Une promesse contractuelle de garder les données « en Europe » ne suffit donc pas à elle seule à neutraliser ce risque si le fournisseur reste une entité de droit américain. Ce mécanisme entre d’ailleurs en tension directe avec le RGPD, dont l’article 48 prévoit que les injonctions judiciaires de pays tiers ne sont opposables en Europe que si elles s’appuient sur un accord international – ce que le Cloud Act contourne.
Le cadre censé sécuriser les transferts de données personnelles vers les États-Unis, le Data Privacy Framework (DPF), est valide aujourd’hui. Mais c’est la troisième tentative de ce type en vingt-cinq ans, et son historique donne à réfléchir. Safe Harbor, adopté en 2000, a été invalidé par la Cour de justice de l’Union européenne en 2015 – c’est l’arrêt Schrems I. Son successeur, le Privacy Shield, a été invalidé à son tour en 2020 – l’arrêt Schrems II -, la Cour ayant jugé que le droit américain n’offrait pas de voie de recours effective aux citoyens européens face à la surveillance de masse. Le DPF, adopté en 2023, a tenté de corriger ce défaut en créant une Cour de révision de la protection des données censée offrir cette voie de recours indépendante.
Ce cadre a été contesté devant la justice européenne par le député français Philippe Latombe. Le 3 septembre 2025, le Tribunal de l’Union européenne a rejeté son recours et confirmé la validité du DPF. Latombe a fait appel devant la CJUE fin octobre 2025, recours toujours pendant à ce jour, sans date d’audience annoncée. Un élément a fragilisé l’argumentaire américain depuis : le 29 juin 2026, la Cour suprême des États-Unis a jugé, à six voix contre trois, que les protections légales encadrant la révocation des commissaires de la Federal Trade Commission par le pouvoir exécutif étaient contraires à la Constitution – un raisonnement qui touche directement à l’indépendance des mécanismes de contrôle, exigence centrale posée par la CJUE dans Schrems II. Le texte tient. Mais personne – pas même la Commission européenne – ne garantit qu’il tiendra encore dans deux ans. C’est cette instabilité structurelle, plus que le Cloud Act lui-même, qui justifie de ne pas construire une dépendance coûteuse à démêler sur les données qui ne le supportent pas.
Sur le terrain réglementaire, l’AI Act a lui aussi bougé en 2026, sans se vider de sa substance. Le Digital Omnibus sur l’IA, entré en vigueur le 27 juillet 2026, a repoussé les obligations pour les systèmes à haut risque autonomes (annexe III – recrutement, crédit, santé) du 2 août 2026 au 2 décembre 2027, et celles pour les systèmes intégrés comme composants de sécurité (annexe I) au 2 août 2028. Mais ce que la presse a parfois présenté comme un simple « report de l’AI Act » laisse en réalité inchangées les obligations les plus immédiates : les pratiques interdites sont sanctionnables depuis février 2025, les obligations pesant sur les fournisseurs de modèles à usage général s’appliquent depuis août 2025, et les obligations de transparence de l’article 50 – signaler qu’on échange avec une IA, marquer les deepfakes – sont entrées en vigueur le 2 août 2026, avec activation à la même date des pouvoirs de sanction du Bureau européen de l’IA. Le régime de sanctions, lui, n’a pas bougé : jusqu’à 35 millions d’euros ou 7 % du chiffre d’affaires mondial pour les violations des pratiques interdites, jusqu’à 15 millions d’euros ou 3 % pour les autres manquements substantiels – et ce calcul s’effectue au niveau du groupe, pas de la seule filiale européenne.
L’arbitrage que personne ne veut faire
Nous avons arrêté de conseiller le tout-cloud américain à nos clients il y a plus de 18 mois. Pas pour des raisons politiques, pour des raisons de gestion de risque. Mais nous n’avons pas non plus basculé dans le tout-européen par principe.
La conviction qui guide notre approche : la souveraineté se joue au niveau de la donnée, pas du modèle. Ce qui implique de traiter différemment ce qui est différent.
Le premier niveau concerne les données non sensibles : une analyse de données publiques, du brainstorming, de la génération de contenu générique. Ici, un modèle performant via API standard fait le travail mieux et moins cher, au meilleur rapport qualité-prix disponible sur le marché – sans raison de s’en priver, puisqu’aucune conséquence matérielle ne découle d’une fuite éventuelle. Le deuxième niveau couvre les données métier sensibles : flux RH, stratégie commerciale, données clients. C’est là qu’intervient le cloud privé managé – Amazon Bedrock déployé en VPC isolé, ou IONOS AI Model Hub hébergé en datacenter européen – qui offre l’accès aux modèles les plus puissants du marché sans que les données transitent par des infrastructures mutualisées, avec une puissance de niveau hyperscaler et un périmètre de contrôle qui se rapproche de l’on-premise. Le troisième niveau, enfin, concerne les données critiques : brevets, contrats, dossiers réglementaires, R&D sensible. Là, le cloud privé ne suffit plus : le modèle doit tourner on-premise, sans télémétrie sortante, avec un contrôle total sur ses poids – c’est la seule configuration qui tient juridiquement face au Cloud Act.
Sur ce deuxième niveau justement, une distinction mérite d’être creusée, parce qu’elle est souvent négligée : le cloud privé chez un hyperscaler américain réduit le risque d’usage secondaire des données, mais ne change rien à la nationalité juridique du fournisseur, donc à l’exposition théorique au Cloud Act. Le cloud souverain européen – OVHcloud, Scaleway, Outscale – est la seule famille d’options qui neutralise juridiquement ce risque, au prix d’un accès plus restreint aux tout derniers modèles de pointe et du surcoût de qualification déjà évoqué. Ce ne sont pas deux variantes du même choix : ce sont deux réponses à deux problèmes différents, et confondre les deux est l’erreur d’architecture la plus coûteuse à corriger après coup.
Ce routage ne fonctionne que si trois conditions sont réunies. D’abord, une cartographie des données doit exister et être tenue à jour – sans elle, aucune classification n’est possible, et par défaut tout finit traité comme une donnée de niveau 1, ce qui expose silencieusement les données de niveau 2 et 3. Ensuite, le routage doit être technique, pas déclaratif : un collaborateur ne doit jamais avoir à se souvenir quel outil utiliser selon le type de donnée qu’il manipule, l’architecture doit orienter automatiquement la requête vers le bon niveau de service. Enfin, la gouvernance doit être révisée périodiquement, parce qu’une donnée non sensible aujourd’hui peut devenir sensible demain – un projet de R&D qui aboutit à un dépôt de brevet change de niveau du jour au lendemain, sans que personne ne le signale spontanément.
Le risque qu’on ne regarde pas assez : le shadow AI
Toute cette architecture, aussi bien pensée soit-elle, peut être contournée en un clic par un collaborateur qui colle un contrat client dans son compte personnel ChatGPT pour gagner dix minutes. Les études sur l’usage non encadré de l’IA donnent des chiffres qui varient fortement selon la méthodologie et la population interrogée – de 37 % de professionnels (IFOP) à 68 % de salariés français (OpinionWay 2026) utilisant des outils IA non approuvés au moins une fois par semaine -, mais elles convergent toutes sur un point : c’est massif, et c’est mal mesuré, donc mal gouverné. Une étude Microsoft France / YouGov de janvier 2026, menée auprès de 657 cadres et dirigeants, montre que 61 % des utilisateurs d’IA en entreprise passent par leurs comptes personnels au moins une fois par semaine, hors de tout cadre IT – et ce ne sont pas des stagiaires, ce sont des commerciaux, des juristes, des comptables, des décideurs. Sur le partage de données sensibles proprement dit, une étude CybSafe/NCA (2024) chiffre à 38 % la part des salariés ayant transmis des informations professionnelles sensibles à un outil d’IA sans autorisation ; une étude plus récente (BlackFog, 2026) l’évalue à 33 %.
Le paradoxe français mérite d’être signalé, parce qu’il est instructif sur la nature réelle du problème : selon l’étude mondiale AI Agents at Work d’Okta (2026), la France affiche le taux de shadow AI le plus faible au monde, contre 52 % en moyenne mondiale. Un motif de satisfaction, en apparence. Sauf que selon l’Observatoire de l’IA responsable d’Impact AI (2025), seuls 9 % des salariés français disposent d’une charte éthique ou d’un interlocuteur dédié sur le sujet en entreprise – et 90 % des dirigeants se disent confiants dans leur visibilité sur les outils d’IA utilisés par leurs équipes, un niveau de confiance que les données d’usage ne confirment pas du tout. Le faible taux français ne traduit donc pas une gouvernance plus mature : il traduit une adoption globalement plus prudente, ce qui n’est pas la même chose et ne protège en rien contre le jour où l’usage rattrapera le reste du monde sans que la gouvernance ait suivi.
Ce n’est plus seulement un problème de sécurité informatique. Depuis le 2 août 2026, l’article 4 de l’AI Act impose aux employeurs de garantir que leurs collaborateurs disposent d’un niveau de compétence suffisant pour utiliser l’IA – notamment pour repérer une hallucination avant qu’elle ne se retrouve dans un livrable client. Une organisation qui tolère un usage massif et non formé de l’IA ne peut, par construction, pas démontrer cette compétence en cas de contrôle. Le shadow AI transforme ainsi un sujet de sécurité informatique classique en risque de non-conformité réglementaire direct, avec les sanctions décrites plus haut en toile de fond.
Private by Design : une architecture, pas une posture
L’erreur la plus fréquente que j’observe : traiter la sécurité comme une couche qu’on ajoute après l’enthousiasme. On a vu des projets où la question de ce qu’on injectait dans les modèles est arrivée six mois trop tard – après que le prototype a déjà tourné sur des données réelles, dans un environnement jamais pensé pour ça.
Le principe inverse – construire l’architecture pour que la donnée critique ne sorte jamais du périmètre défini, par construction – change la nature du problème. Ce n’est plus une contrainte qu’on gère au fil de l’eau. C’est un socle qui permet de déléguer davantage aux systèmes d’IA, plus vite, avec un risque résiduel maîtrisé plutôt que découvert après coup. Couplée à des approches RAG ancrées sur les données propres de l’entreprise, cette approche produit des agents auditables, sourcés, qui ne comblent pas les lacunes de leur base documentaire par des réponses inventées avec assurance.
Une trajectoire en trois phases, pas un big bang
Sur le terrain, les organisations qui progressent réellement suivent rarement une bascule brutale. Elles avancent en trois temps, sur six à douze mois selon leur taille.
La première phase consiste à cartographier : inventorier les usages d’IA existants, y compris informels, classer les flux de données selon la grille à trois niveaux décrite plus haut, et identifier ce qui relève du RGPD, de l’AI Act, ou des deux à la fois. C’est l’étape qu’on saute le plus souvent – et c’est systématiquement celle qui revient comme problème majeur dix-huit mois plus tard.
La deuxième consiste à router et sécuriser : mettre en place l’architecture technique correspondant à chaque niveau de sensibilité, contractualiser les solutions de cloud privé ou souverain retenues, et former les équipes à un usage encadré de l’IA – ce qui répond directement, au passage, à l’obligation de littératie IA de l’article 4.
La troisième consiste à gouverner dans la durée : réviser périodiquement la classification des données, auditer les usages réels par rapport aux usages déclarés, et suivre l’évolution du cadre juridique – en particulier l’issue du recours Latombe devant la CJUE et le calendrier du Digital Omnibus pour les systèmes à haut risque – pour ajuster l’architecture par anticipation plutôt que sous la contrainte d’un changement de règle qu’on n’a pas vu venir.
Ce que nous conseillons aux DSI en 2026
Arrêtez de poser la question en termes de nationalité des modèles. Posez-la en termes de contrôle : qui peut accéder à quoi, dans quelles conditions, avec quelle traçabilité – et sur quel cadre juridique, sachant lequel de ces cadres est stable et lequel ne l’est pas.
Une organisation qui sait répondre à ces questions peut utiliser les meilleurs outils du monde sans se mettre en danger. Une organisation qui a opté pour le tout-européen sans se les poser a une posture souveraine – pas une architecture souveraine. Et une organisation qui n’a même pas cartographié ce que ses propres salariés font déjà avec l’IA, en dehors de tout cadre, n’a ni l’une ni l’autre : elle a un angle mort, et un angle mort qui grandit chaque semaine que la cartographie n’est pas faite.
La souveraineté n’est pas une destination. C’est une capacité de décision que vous gardez ou que vous déléguez, donnée par donnée, jour après jour. En 2026, la déléguer par défaut – que ce soit à un fournisseur, à un dogme, ou à l’absence de gouvernance sur ce que font vos équipes – n’est plus une option acceptable.
Besoin d’accompagnement sur votre stratégie digitale & IA ? Contactez-nous.
