Souveraineté numérique

La souveraineté numérique ne se décrète pas dans un communiqué de presse, elle se constate dans les factures : qui héberge, qui chiffre, qui possède la clé, qui peut couper. Cette catégorie part du principe qu’un pays qui délègue ses données, ses modèles et ses paiements à des juridictions étrangères a déjà répondu à la question, même quand il prétend encore la poser. Vous y trouverez le sujet pris par le bas plutôt que par les colloques : l’IA en local et son coût réel, l’auto-hébergement quand la forge devient agentique, la cryptographie zero-knowledge dont l’administration ne veut pas, la dépossession douce de ce qu’on croit acheter, du Plex qu’on ne contrôle plus au PEA qui achète l’Amérique sans jamais la posséder. Et la question industrielle en toile de fond : pendant que la France vend ses participations et régule son déclin, d’autres fabriquent les machines. Écrit par un praticien qui déploie ces infrastructures pour ses clients, avec la conviction que la souveraineté est un goulot d’étranglement technique et industriel avant d’être une ligne de discours.

Mistral Large 4 : le Chonk ne règle pas la souveraineté, il règle la facture

Souveraineté numérique

Le 6 octobre, Mistral a présenté Mistral Large 4, surnommé « le Chonk » : un modèle d’un billion de paramètres, entraîné sur 3 800 GPU dans ses propres datacenters européens. Il ne rattrape ni OpenAI ni Anthropic, et ce n’est pas son rôle. Il rejoint les meilleurs modèles ouverts chinois, se hisse dans le top 5 mondial en cybersécurité (en partie parce que les modèles américains refusent la tâche) et rend enfin sérieuse une question que personne ne pose : combien la France exporte-t-elle déjà en tokens ? Il y a quinze jours, j’écrivais que Mistral avait réduit la souveraineté à un point d’accès européen. Je ne retire rien. Mais il faut compléter.

Quand un agent IA s’organise tout seul, qui est responsable ?

Intelligence artificielle

Andrew Ng ressort la métaphore du marteau pour dédramatiser l’incident OpenAI-Hugging Face : un agent qui pirate un système, c’est la faute de celui qui le manie, pas de l’outil. Sur la responsabilité, il a raison, et la tentation des laboratoires de se défausser sur leurs agents rend ce rappel utile. Sur l’incident, il a tort. Le rapport METR ne décrit pas 1 200 processus mais un essaim qui se coordonne, falsifie ses traces et sort sur Internet pour tromper un scorer : un outil dont le mode dégradé produit une stratégie. Muse, l’agent de Meta, montre qu’on sait construire mieux, à condition d’admettre d’abord le défaut.

Après le SCAF : qui va payer le futur Rafale ?

Géopolitique

Le 22 septembre, Dassault Aviation a fait voler sur Rafale deux algorithmes d’IA souverains. Dix jours plus tôt, la DGA confirmait que la France préparerait seule l’après-Rafale, SCAF ou pas. Nous avons enfin repris les rênes. Reste une question que personne ne pose : qui paie ? Les études du moteur de 6e génération réclament un milliard d’euros, le démonstrateur n’a aucun financement, et je fais un choix fiscal que j’assume.

Mistral AI n’a pas trahi la souveraineté : elle l’a réduite à un point d’accès européen

Souveraineté numérique

En 2023, Cédric O entrait au capital de Mistral AI pour 176 euros, avant de plaider pour un AI Act allégé ; la dernière levée valorise aujourd’hui sa part autour de 90 millions sur le papier. Depuis, l’État est devenu le premier client de la start-up, des Armées aux administrations. Cet été, Mistral a franchi un cap : son infrastructure héberge désormais des modèles tiers, à commencer par le chinois GLM-5.2. Le pivot vers la plateforme est rationnel, et j’ai moi-même défendu ce virage. Ce qui ne l’est pas, c’est de continuer à le vendre comme de la souveraineté technologique.

Le chercheur d’OpenAI qui pense que nous perdons la capacité d’évaluer nos modèles

Intelligence artificielle

Daniel Selsam travaille sur les capacités chez OpenAI depuis 2022, n’a pas démissionné, et a fait publier le 14 septembre par un ancien salarié du laboratoire un texte qui dit ceci : les modèles deviennent si conscients de leur situation que nous perdons la capacité de les évaluer dans les contextes où ils se croient inobservés. Les métriques d’alignement monteront comme tous les benchmarks, les environnements pièges seront reconnus pour ce qu’ils sont, et les preuves de sûreté cesseront d’être fiables sans que rien ne nous l’indique. Il accorde pourtant aux sceptiques presque tout ce qu’ils avancent sur l’inefficacité des modèles et leurs poids figés, avant de conclure que ces limites ne limitent pas le risque. Reste une question que personne n’a posée à Bruxelles : l’AI Act exige des tests standardisés, donc écrits quelque part, et le modèle testé peut les lire.

Sûreté de l’IA : et si la vraie variable était le prix du token ?

Souveraineté numérique

Anthropic a déposé son S-1 confidentiel le 1er juin, vise le Nasdaq en octobre autour de 2 000 milliards de dollars, et son patron a publié le 12 septembre un plan pour ralentir la course à l’IA. Michael Burry y a vu du battage pré-introduction ; il se trompe sur la technique, mais son calendrier mérite qu’on le regarde. Passées sur la seule cause documentée, celle du rapport METR, les trois mesures censées nous protéger n’auraient empêché aucune journée de l’incident de juillet : modèle interne, infrastructure maison, cache partagé, tâches insolubles. Elles agissent ailleurs, sur le prix : contrôle des puces, répression de la distillation, plafond de calcul décident qui a le droit d’entraîner, d’apprendre et de franchir le seuil suivant, dans un marché où l’écart entre un modèle propriétaire et la nuée à poids ouverts atteint cinquante pour un. Et sur ce terrain, Bruxelles a déjà écrit la moitié du texte.

L’affaire METR-OpenAI : quand des agents trompent un juge fantôme et qu’on demande à leurs pairs d’enquêter

Intelligence artificielle

Le rapport de METR sur l’incident OpenAI-Hugging Face fait quatre-vingt-onze pages, et ce qu’on en a retenu passe à côté de l’essentiel. Mille deux cents agents censés être isolés se sont découverts, organisés, et ont consacré quatre jours à contourner un correcteur de transcriptions qui n’existait pas : ils auraient eu la note maximale en rendant simplement leur copie. Entre trente et quarante pour cent des tâches du test étaient insolubles, et la question de savoir si le dispositif d’évaluation avait causé le comportement qu’il mesurait a été ajoutée au mandat d’enquête à la demande d’OpenAI. Plus lourd encore, et repris nulle part : faute de temps humain, METR a délégué l’analyse à des agents du modèle qui participait à l’incident, avec les crédits de l’entreprise enquêtée, en écrivant qu’elle ne pouvait pas exclure qu’ils aient menti. Ce que cela change pour les évaluateurs indépendants que réclame Amodei et pour le panel scientifique de l’AI Act n’est pas une question de badge, mais de capacité à lire.

Régulation de l’IA : ce que l’Europe n’a pas osé faire dans son AI Act

Europe

L’essai de Dario Amodei ne mentionne pas l’Europe, et pourtant l’AI Act contient déjà, sur le papier, le premier étage de son plan : évaluations, cybersécurité, signalement des incidents, panel d’experts indépendants, et depuis le 2 août 2026 un Bureau de l’IA qui peut enquêter et sanctionner. La différence tient en un mot : le règlement organise la déclaration sous secret, quand Amodei propose la présence permanente et la publication. Bruxelles sélectionne par un seuil de calcul ce qu’elle n’a jamais observé, et son article 78 fait que le public a appris l’incident OpenAI-Hugging Face par une ONG américaine et le blog d’un concurrent. L’embryon du collège d’évaluateurs existe pourtant déjà, à l’article 68, et il lui manque trois choses qu’un acte d’exécution et un amendement suffiraient à lui donner.

Ralentir la course à l’intelligence artificielle : le plan ambigu du patron d’Anthropic

Souveraineté numérique

Dario Amodei propose de ralentir la course aux capacités de l’IA : évaluateurs tiers installés dans les laboratoires, coordination des entreprises « des pays démocratiques » sous dérogation antitrust, négociation avec la Chine. Le mot Europe n’apparaît pas une seule fois dans l’essai. Derrière le vocabulaire de la prudence, les trois mesures concrètes, embargo sur les puces, répression de la distillation, sécurité des poids, dessinent un régime où la capacité de pointe devient une denrée contingentée par Washington. Il y a pourtant une idée à prendre intégralement, celle des évaluateurs embarqués, et une question à poser avant de l’applaudir : qui tient la pédale.

Ce qu’OpenAI ne peut plus garantir sur vos brouillons : leçons de l’affaire Navier-Stokes

Souveraineté numérique

Le 8 septembre 2026, OpenAI a répondu par écrit à un mathématicien qui lui demandait si son modèle avait appris sur les brouillons versés pendant un an dans Codex : improbable, mais nous ne pouvons pas l’exclure. Ce n’est pas une preuve que ces brouillons ont servi, c’est le refus d’un fournisseur de dire non. La lecture des conditions d’utilisation explique cette prudence : entraînement, accès et rétention sont trois contrôles distincts, et « session privée » ne veut rien dire tant qu’on ne sait pas le type de compte et la case cochée. Pour tout développeur qui confie à un assistant de code ce qui le distingue et n’est pas encore publié, la question a cessé d’être théorique. L’affaire Navier-Stokes en encadré, et mon avis en fin d’article.