IA souveraine en entreprise : quel hébergement choisir ?
Le choix d’une IA souveraine en entreprise ne se résume pas à installer un modèle en France. Il faut examiner la sensibilité des données, le droit applicable au fournisseur, les accès administrateur, les transferts, la sécurité et les compétences disponibles. Pour une PME ou une ETI sensible, la bonne décision est souvent une architecture différenciée : API pour les données maîtrisées, cloud de confiance pour certains traitements et LLM on premise pour les secrets les plus critiques.
Que signifie vraiment « IA souveraine » ?
L’expression recouvre plusieurs réalités qu’il faut distinguer :
- la localisation physique des serveurs ;
- la nationalité et la structure capitalistique du fournisseur ;
- le droit auquel ce fournisseur est soumis ;
- la maîtrise des clés de chiffrement et des accès administrateur ;
- le contrôle du modèle, de ses journaux et de ses données d’entraînement ;
- la capacité à réverser les données et à changer de prestataire.
Un serveur situé en Europe ne suffit donc pas à établir une souveraineté juridique. Le CLOUD Act américain concerne les fournisseurs soumis à la juridiction des États-Unis. Le ministère américain de la Justice indique que des données peuvent être exigées même lorsqu’elles sont stockées ou traitées à l’étranger selon le ministère américain de la Justice, le CLOUD Act peut s’appliquer à des données stockées hors des États-Unis.
À l’inverse, un hébergement français ou européen n’est pas automatiquement sécurisé. Il peut présenter des erreurs de configuration, des comptes administrateurs trop larges, des sauvegardes mal protégées ou des dépendances techniques à des acteurs extraterritoriaux. La souveraineté doit être vérifiée comme une chaîne de contrôle, pas comme une simple adresse de datacenter.
Pour une entreprise industrielle, cette analyse doit aussi intégrer les exigences contractuelles des clients, les brevets, les plans, les nomenclatures, les données de maintenance et les informations relatives aux fournisseurs. Dans les activités de défense, le sujet dépasse le choix d’un modèle : la gouvernance des accès et des flux doit être cohérente avec la sensibilité des programmes. Notre page sur le conseil en IA pour l’industrie approfondit cette logique par processus.
Quelles contraintes juridiques faut-il examiner ?
Le RGPD ne commande pas automatiquement un hébergement français
Le RGPD s’applique aux traitements de données personnelles réalisés avec un système d’IA, qu’il s’agisse de collecte, d’utilisation, d’entraînement ou de déploiement selon la CNIL, les usages de l’IA doivent respecter le RGPD et les droits des personnes. Le choix d’un hébergement français n’est donc pas la première question.
La première question est : quelles données sont traitées, pour quelle finalité, avec quelles responsabilités et quels droits pour les personnes ? Il faut ensuite identifier les sous-traitants, les transferts éventuels, les durées de conservation, les journaux et les mesures de sécurité.
Une API d’éditeur peut convenir à un traitement de données personnelles si le contrat, les paramètres de conservation, les rôles des parties et les transferts sont correctement analysés. Elle ne convient pas par défaut à des données sensibles simplement parce que le fournisseur affirme ne pas utiliser les requêtes pour entraîner son modèle.
Un fournisseur américain n’est pas automatiquement interdit
Depuis une décision d’adéquation européenne, certains transferts vers les États-Unis peuvent être réalisés sans clauses contractuelles types lorsque l’organisme américain figure dans la liste des organisations ayant adhéré au cadre de protection des données UE-États-Unis la CNIL précise les conditions applicables aux organismes figurant dans cette liste.
Cette possibilité ne règle pas toutes les questions d’une entreprise sensible. Il faut encore examiner le type de données, le fournisseur réellement utilisé, ses sous-traitants, ses accès, ses mesures de chiffrement, ses journaux et le risque de demande légale. La conformité d’un transfert de données personnelles n’équivaut pas à la protection d’un secret industriel.
Le secret industriel appelle une analyse plus exigeante
Les informations économiques, commerciales, industrielles, financières ou techniques peuvent relever de règles françaises limitant leur communication à des autorités étrangères dans le cadre de procédures étrangères la loi française dite de blocage encadre la communication de certaines informations à des autorités étrangères.
Cette protection ne remplace pas une politique interne. Une donnée peut être juridiquement protégée et néanmoins être copiée dans une conversation, indexée dans un outil ou exposée par un compte compromis. L’entreprise doit donc définir ce qui ne doit jamais sortir de son périmètre et bloquer techniquement les usages incompatibles.
Le règlement européen sur l’IA doit être examiné séparément
Un hébergement européen ou sur site ne dispense pas d’analyser la qualification réglementaire de l’usage d’IA. La version consolidée du règlement européen sur l’IA doit être vérifiée pour déterminer les obligations applicables au système, au fournisseur et au déployeur le texte consolidé du règlement européen sur l’IA intègre les modifications publiées par l’Union européenne.
Quelles sont les trois grandes options d’hébergement ?
API d’un éditeur
L’entreprise envoie ses requêtes à un service distant. Elle bénéficie généralement d’une mise en œuvre rapide, d’une capacité d’adaptation à la charge et d’un accès à des modèles performants sans gérer directement les serveurs.
Cette option exige une lecture précise du contrat et de la documentation technique. Il faut vérifier :
- la conservation des requêtes et des réponses ;
- l’utilisation éventuelle des données pour l’entraînement ;
- les sous-traitants et les pays concernés ;
- les droits d’accès du fournisseur ;
- la suppression et la réversibilité des données ;
- la disponibilité du service et les mécanismes de secours ;
- le chiffrement en transit et au repos.
Un outil grand public en ligne doit être écarté pour les informations confidentielles, personnelles ou stratégiques, car les données saisies peuvent être utilisées comme données d’entraînement France Num recommande de ne pas introduire de telles informations dans les outils d’IA générative grand public. Une API professionnelle configurée pour ne pas exploiter les requêtes n’est pas équivalente à un outil grand public, mais elle doit tout de même faire l’objet d’une qualification.
Cloud européen ou offre qualifiée
Le cloud européen peut réduire certains risques de transfert et simplifier le dialogue avec les équipes juridiques, sécurité et achats. Il peut aussi fournir une capacité GPU, du stockage et des services d’exploitation sans imposer l’achat d’une infrastructure complète.
Il faut toutefois différencier trois éléments : le lieu du datacenter, l’identité juridique du fournisseur et la qualification de l’offre. SecNumCloud est une qualification attribuée à des offres cloud précises, notamment IaaS, PaaS ou SaaS, et non un label général attribué à toute l’entreprise du fournisseur l’ANSSI présente SecNumCloud comme une qualification d’offres cloud de confiance.
La question à poser n’est donc pas seulement « le fournisseur est-il SecNumCloud ? ». Il faut demander :
- quelle offre exacte est qualifiée ;
- quels composants de l’architecture sont couverts ;
- où sont les sauvegardes et les services de support ;
- qui peut administrer les ressources ;
- comment sont gérées les clés ;
- quelles dépendances restent soumises à un droit étranger ;
- quelles preuves de contrôle sont disponibles.
SecNumCloud ne sécurise pas automatiquement l’application du client. La qualification porte sur l’offre cloud sous-jacente ; le code, la configuration, les identités, les secrets et les usages restent à protéger par l’entreprise et ses prestataires l’ANSSI précise que SecNumCloud ne préjuge pas de la sécurité des services numériques du client.
Modèle ouvert sur site, ou LLM on premise
Avec un LLM on premise, le modèle et les données sont exploités dans l’infrastructure de l’entreprise ou dans un environnement qu’elle contrôle directement. Cette option peut réduire l’exposition à un fournisseur externe et faciliter l’isolement de documents très sensibles.
Elle transfère cependant la responsabilité opérationnelle à l’entreprise. Il faut gérer les serveurs, les accélérateurs, les mises à jour du modèle, les correctifs de sécurité, les journaux, les sauvegardes, la supervision, les droits d’accès et la continuité de service. Les compétences nécessaires ne sont pas limitées à l’IA : elles couvrent aussi l’infrastructure, la cybersécurité, les données et l’exploitation.
Le on premise n’est pas une garantie en soi. Une architecture installée dans les locaux reste exposée aux vulnérabilités, aux erreurs humaines, aux comptes compromis et aux défauts de sauvegarde, comme une architecture cloud France Num rappelle que les architectures on premise et cloud sont toutes deux potentiellement exposées.
Comment comparer les coûts et les compétences ?
Les sources disponibles ne permettent pas de donner un coût universel par option. La comparaison doit être construite à partir des postes réellement consommés.
| Option | Postes de coûts à chiffrer | Compétences à prévoir | Risque principal à traiter |
|---|---|---|---|
| API d’éditeur | Consommation API, stockage, réseau, intégration, contrôle des usages | Architecture applicative, sécurité des flux, juridique et protection des données | Perte de contrôle sur les données et dépendance au fournisseur |
| Cloud européen | Ressources de calcul, stockage, réseau, licences, exploitation, sécurité | Cloud, IAM, chiffrement, supervision, gouvernance des fournisseurs | Confusion entre localisation, qualification et souveraineté juridique |
| Offre cloud qualifiée | Services cloud, exploitation, intégration, audits, configuration sécurisée | Compétences cloud et sécurité, avec vérification du périmètre qualifié | Croire que la qualification couvre l’application du client |
| LLM on premise | Matériel, énergie, locaux, maintenance, logiciels, sauvegardes, sécurité | Infrastructure, GPU, MLOps, cybersécurité, données et support | Sous-estimer la charge opérationnelle et les mises à jour |
Nous recommandons de chiffrer chaque option avec le même scénario d’usage : volume de requêtes, taille des documents, fréquence d’indexation, exigences de disponibilité, durée de conservation et niveau de supervision. Le résultat doit inclure les coûts visibles et les coûts de contrôle : revue contractuelle, tests, journalisation, sauvegardes, gestion des incidents et remplacement du fournisseur.
Exemple de calcul (hypothèses) : pour comparer une API et un déploiement on premise, l’entreprise peut appliquer la formule « coût total = infrastructure ou consommation + intégration + exploitation + sécurité + maintenance + compétences ». Les hypothèses doivent préciser le volume de requêtes, la taille des données, la durée d’exploitation, le niveau de disponibilité et le temps consacré à l’administration. Cet exemple illustre une méthode et ne constitue pas une estimation de prix.
Quelle option choisir selon la sensibilité des données ?
Le tableau suivant sert de grille de décision initiale. Il ne remplace pas une analyse de risques ni une qualification juridique du traitement.
| Données ou usage | Option généralement envisageable | Conditions minimales | Option à privilégier pour les informations les plus sensibles |
|---|---|---|---|
| Données publiques ou faiblement sensibles | API professionnelle ou cloud | Paramètres de conservation maîtrisés, filtrage des secrets, comptes nominatifs | API ou cloud selon le niveau de contrôle recherché |
| Données personnelles et documents confidentiels | API professionnelle, cloud européen ou offre qualifiée | Analyse RGPD, contrat, sous-traitants, transferts, chiffrement et contrôle des accès | Cloud maîtrisé ou modèle isolé si le traitement est critique |
| Secrets industriels, plans, données de conception | Cloud de confiance soigneusement qualifié ou LLM on premise | Cloisonnement, gestion des clés, absence d’usage secondaire, traçabilité et validation contractuelle | LLM on premise ou environnement dédié sous contrôle renforcé |
| Données de santé | Environnement sélectionné après analyse du traitement et des exigences applicables | Gouvernance des accès, minimisation, conservation, traçabilité et revue juridique | Environnement dédié, avec architecture et fournisseur documentés |
| Données de défense ou exigences contractuelles spécifiques | Environnement répondant aux exigences du programme et du donneur d’ordre | Vérification des qualifications, des habilitations, des flux et des administrateurs | Architecture dédiée ou sur site lorsque les exigences l’imposent |
La sensibilité ne dépend pas seulement du contenu. Une requête isolée peut sembler anodine, mais son rapprochement avec un nom de client, un numéro de série ou une information de production peut révéler une donnée stratégique. Il faut donc classer les données avant de choisir l’outil.
Quelle méthode appliquer avant de signer ?
Nous recommandons une décision en étapes courtes :
- Cartographier les usages. Recenser les cas d’usage actuels et prévus, les utilisateurs, les données envoyées et les sorties produites. Cette étape détecte aussi les usages non déclarés, souvent appelés shadow AI. La méthode pour réduire le risque de shadow AI fournit une grille utile pour cette phase.
- Classer les données. Séparer données publiques, personnelles, confidentielles, secrets industriels, données de santé et informations soumises à des exigences de défense ou de contrat.
- Définir les interdits. Interdire explicitement l’envoi de mots de passe, clés, plans, données de santé ou informations stratégiques dans les outils non validés.
- Qualifier les fournisseurs. Vérifier le droit applicable, les sous-traitants, les lieux de traitement, les accès support, la conservation, l’entraînement, les sauvegardes et la réversibilité.
- Tester l’architecture. Vérifier l’authentification, les habilitations, les journaux, le chiffrement, les flux sortants, les filtres de données et les scénarios de compromission.
- Piloter par un cas limité. Choisir un usage dont les données sont représentatives mais maîtrisables. Mesurer la qualité, la sécurité, le coût et la charge d’exploitation avant d’étendre l’accès.
- Documenter la décision. Conserver la matrice de risques, les hypothèses de coût, les responsabilités, les contrôles et les conditions de sortie.
Un audit IA permet de structurer cette démarche avant de sélectionner un éditeur ou une infrastructure. La recommandation doit partir des processus et des risques, pas d’un modèle déjà choisi.
Limites et points de vigilance
Aucune option ne supprime tous les risques. Une API peut être bien contractualisée mais mal utilisée. Un cloud européen peut être correctement situé mais mal configuré. Une offre SecNumCloud peut être pertinente pour l’infrastructure, sans couvrir le code, les identités ou les données du client. Un LLM on premise peut réduire certains transferts, tout en créant une charge de maintenance et une nouvelle surface d’attaque.
Il faut aussi éviter de confondre confidentialité et performance. Un modèle local peut être adapté à une tâche documentaire, mais moins performant sur certains usages. À l’inverse, un modèle distant peut produire de meilleurs résultats, au prix d’une dépendance et d’un contrôle plus exigeant des flux.
Enfin, la souveraineté ne dispense pas de gouvernance. Les comptes doivent être nominatifs, les droits limités, les secrets protégés, les journaux surveillés et les modèles mis à jour. La décision doit être réévaluée si le fournisseur change de sous-traitant, de modèle, de pays de traitement ou de conditions contractuelles.
Questions fréquentes
Le cloud européen suffit-il pour être conforme au RGPD ?
Non. Le RGPD impose d’analyser le traitement, les finalités, les responsabilités, les sous-traitants, les droits et les transferts. Un cloud européen peut faciliter certains contrôles, mais il ne remplace ni l’analyse juridique ni la sécurisation de l’application.
SecNumCloud garantit-il la sécurité de mon application d’IA ?
Non. SecNumCloud qualifie une offre cloud précise. La configuration de l’application, les comptes, les secrets, les clés, le code et les usages restent sous la responsabilité du client et de ses prestataires.
Un fournisseur américain peut-il accéder à des données stockées en Europe ?
Le risque juridique ne disparaît pas avec la localisation européenne du datacenter. Lorsqu’un fournisseur est soumis à la juridiction américaine, le CLOUD Act peut permettre une demande de données stockées à l’étranger, selon les conditions du droit américain.
Le LLM on premise est-il toujours le choix le plus sûr ?
Non. Il peut réduire l’exposition à certains fournisseurs et convenir à des secrets industriels, mais l’entreprise doit alors assurer l’infrastructure, les mises à jour, la supervision, les sauvegardes et les compétences. Une mauvaise configuration locale peut être aussi dangereuse qu’un service cloud mal contrôlé.
Comment commencer sans bloquer tous les projets d’IA ?
Classez les données et choisissez un cas d’usage à faible exposition pour tester les contrôles. Formalisez ensuite une liste d’outils autorisés, des interdits et une procédure de validation avant d’ouvrir des usages sur des données personnelles, confidentielles ou stratégiques.
Sources
- CNIL, « IA : professionnels, comment se mettre en conformité ? »
- CNIL, « Transferts de données vers les États-Unis : la Commission européenne adopte une nouvelle décision d’adéquation »
- United States Department of Justice, « The Purpose and Impact of the CLOUD Act – FAQs »
- Légifrance, loi n° 68-678 du 26 juillet 1968, article 1 bis
- ANSSI, « Cloud »
- France Num, « Prendre les précautions indispensables à un usage responsable et sécurisé – Fiche IA 4 »
- France Num, « Sécurité dans le cloud : quelles sont les bonnes pratiques à adopter ? »
- EUR-Lex, règlement (UE) 2024/1689 sur l’intelligence artificielle, texte consolidé