L’expression « IA souveraine » est devenue un argument commercial, et elle a perdu en chemin une partie de son sens. On la lit sur des offres hébergées en France par des entreprises soumises à un droit étranger, sur des modèles européens accessibles depuis des serveurs américains, sur des outils qui promettent de ne rien conserver sans qu’on puisse le vérifier. Pour une entreprise, la question n’est pas de savoir si une offre se dit souveraine. C’est de savoir qui peut accéder à ses données, et selon quel droit.
Posée ainsi, la question a des réponses précises. Elles dépendent de quatre éléments — les données, le modèle, l’infrastructure et le droit applicable — et elles ne se valent pas pour toutes les entreprises. Une agence de communication et un laboratoire qui prépare un dossier réglementaire n’ont pas le même besoin, même s’ils utilisent le même outil.
IA souveraine : de quoi parle-t-on ? Données, modèle, infrastructure, droit applicable
Un usage d’intelligence artificielle générative met en jeu quatre éléments. La souveraineté se joue sur chacun, et une offre peut être souveraine sur l’un sans l’être sur les autres.
- Les données. Ce que l’on soumet à l’outil — questions, documents, fichiers — et ce qu’il en garde : journaux, historiques, éventuelle réutilisation pour entraîner d’autres modèles.
- Le modèle. Le programme qui produit les réponses. Est-il accessible seulement comme un service distant, ou peut-on l’exécuter soi-même ? Certains éditeurs publient leurs modèles sous licence ouverte ; d’autres ne les rendent disponibles que par leur propre plateforme.
- L’infrastructure. Les machines sur lesquelles le modèle tourne et où les données transitent : les vôtres, celles d’un hébergeur, celles de l’éditeur.
- Le droit applicable. Le droit auquel est soumis celui qui opère l’infrastructure. C’est l’élément le plus souvent oublié, et le plus décisif.
Le dernier point explique la plupart des malentendus. Le Cloud Act, adopté par les États-Unis en mars 2018, permet aux autorités américaines d’exiger d’un fournisseur soumis à leur droit les données qu’il a en sa possession, sa garde ou son contrôle, où qu’elles soient stockées. Un centre de données situé en France, exploité par une entreprise soumise à ce droit, ne met donc pas les données hors de portée de ces autorités. La localisation est une condition ; elle n’est pas une garantie.
Le cadre des transferts vers les États-Unis a lui-même changé plusieurs fois. La Cour de justice de l’Union européenne a invalidé le précédent dispositif par l’arrêt Schrems II du 16 juillet 2020, en raison des possibilités d’accès des services de renseignement américains. Le dispositif actuel, adopté le 10 juillet 2023, a été validé par le Tribunal de l’Union le 3 septembre 2025. Une entreprise qui s’appuie sur lui s’appuie sur un cadre que les juges ont déjà défait deux fois sous d’autres noms.
Souveraineté numérique : les trois niveaux
La souveraineté numérique n’est pas un état binaire. Il est plus utile de la penser en trois niveaux, chacun plus exigeant que le précédent, et de se demander lequel l’entreprise doit atteindre pour quelles données.
| Niveau | Ce qu’il garantit | Ce qu’il ne garantit pas |
|---|---|---|
| 1. Localisation | Les données sont stockées et traitées dans l’Union européenne | Qu’aucune autorité étrangère ne puisse y accéder |
| 2. Juridiction | L’opérateur n’est soumis à aucune loi extra-européenne lui imposant de livrer les données | Que l’entreprise puisse se passer de cet opérateur |
| 3. Maîtrise | L’entreprise peut exécuter le modèle elle-même, ou changer de prestataire sans perdre ses usages | Les performances des plus grands modèles, qui restent pour la plupart fermés |
Le premier niveau est celui que revendiquent la plupart des offres « hébergées en France ». Le deuxième est celui que vise la qualification SecNumCloud de l’ANSSI, dont le référentiel intègre des exigences de protection contre les lois extraterritoriales. Le troisième suppose des modèles ouverts, exécutables en dehors de la plateforme de leur éditeur — et le compromis qu’il implique doit être dit clairement : les modèles les plus performants du marché restent, pour la plupart, accessibles seulement comme des services distants.
Quelles entreprises sont concernées en priorité
Le besoin ne dépend ni du secteur ni de la taille, mais de la sensibilité des données que l’on confie à l’outil. Une même entreprise peut utiliser un assistant grand public pour reformuler un message commercial, et avoir besoin d’un environnement maîtrisé pour analyser ses dossiers clients. Quelques situations appellent pourtant une attention particulière :
- la santé et la recherche, où les données de santé obéissent à des règles propres — leur hébergement pour le compte d’autrui suppose un hébergeur certifié HDS — et où les dossiers précliniques et réglementaires ont une forte valeur ;
- les professions tenues au secret — avocats, experts-comptables, conseils — dont les dossiers clients ne peuvent pas circuler sans maîtrise ;
- la finance et le patrimoine, où les données nominatives et les opérations non publiques ont une valeur évidente pour des tiers ;
- l’industrie, pour les plans, les procédés et les brevets en cours de dépôt, qui relèvent du secret des affaires ;
- les fournisseurs du secteur public, à mesure que l’État renforce ses propres exigences sur l’hébergement de ses données sensibles.
Sur ce dernier point, le mouvement est net. La loi du 21 mai 2024 visant à sécuriser et à réguler l’espace numérique impose aux administrations de l’État, pour leurs données d’une sensibilité particulière confiées à un prestataire privé, une protection contre tout accès non autorisé par des autorités de pays tiers. Son décret d’application a été publié le 14 avril 2026, et le référentiel SecNumCloud 3.2 a été formellement approuvé pour cet usage par un arrêté du 12 août 2026. Ces textes ne visent pas les entreprises privées ; ils indiquent la direction que prennent les exigences de leurs clients publics.
La CNIL, de son côté, recommande pour les déploiements d’IA générative de privilégier les systèmes locaux lorsque des données personnelles de clients ou de collaborateurs sont en jeu, et à défaut d’encadrer le recours à une infrastructure externe par un contrat de sous-traitance. La question n’est donc pas marginale : elle est posée par l’autorité de contrôle elle-même.
Les options en France aujourd’hui
Pour une entreprise française qui veut utiliser l’IA générative sans exposer ses données sensibles, cinq familles d’options existent. Elles ne s’excluent pas : beaucoup d’entreprises en combineront plusieurs selon la sensibilité des usages.
- Exécuter un modèle ouvert sur son propre matériel. C’est le niveau de maîtrise le plus élevé, devenu réaliste pour une PME ; ses usages, son matériel et ses limites sont détaillés dans IA locale : faire tourner un LLM dans l’entreprise.
- Faire exécuter un modèle ouvert chez un hébergeur qualifié. La qualification SecNumCloud se vérifie dans le catalogue de l’ANSSI, pas sur une plaquette ; ce que protège réellement un cloud souverain mérite d’être examiné de près.
- Utiliser les services d’un éditeur européen. Mistral AI, éditeur français, publie par exemple une partie de ses modèles sous licence Apache 2.0. Encore faut-il vérifier, pour le service en ligne, où il est exécuté et ce que prévoient ses conditions.
- Recourir aux offres professionnelles des grands fournisseurs. Elles offrent souvent des engagements contractuels solides — pas d’entraînement sur les données, résidence en Europe — mais leur opérateur reste soumis au droit américain. C’est le premier niveau, pas le deuxième ; les enjeux de ce choix sont détaillés dans ChatGPT et le RGPD.
- Confier l’exécution à un prestataire qui opère son propre matériel en France. C’est le modèle de l’offre IA souveraine de Maeliom, ouverte en accès anticipé : l’inférence tourne sur du matériel physiquement installé en France, sans tiers vers qui les données pourraient partir.
Pour choisir, trois questions suffisent le plus souvent, posées usage par usage. Que se passerait-il si ces données étaient lues par un tiers — un concurrent, une autorité étrangère, le fournisseur lui-même ? L’entreprise est-elle tenue, par la loi, par un contrat ou par un secret professionnel, de garantir qu’elles ne sortent pas ? Et le gain de performance d’un grand modèle fermé justifie-t-il, pour cet usage précis, d’accepter le premier niveau plutôt que le deuxième ? Les réponses dessinent presque toujours une carte en deux zones : des usages courants, pour lesquels une offre professionnelle bien encadrée suffit, et un petit nombre d’usages sensibles, qui justifient un environnement maîtrisé.
Aucune de ces options n’est la bonne pour tout. Le choix se fait usage par usage, à partir de la sensibilité des données. Pour une entreprise qui débute, commencer par un usage mesurable plutôt que par un outil reste le point de départ le plus sûr — et c’est souvent en cartographiant ces usages que la question de la souveraineté trouve sa juste place.
Questions fréquentes
Une IA hébergée en France est-elle forcément souveraine ?
Non. La localisation des serveurs ne dit rien du droit auquel est soumis leur opérateur. Si celui-ci relève du droit américain, le Cloud Act permet aux autorités américaines de lui demander les données, même stockées en France.
Une PME a-t-elle vraiment besoin d’une IA souveraine ?
Pas pour tous ses usages. Elle en a besoin pour ceux qui portent sur des données sensibles : dossiers clients, données personnelles, secrets industriels, données de santé. Pour le reste, une offre professionnelle bien encadrée peut suffire.
Un modèle souverain est-il moins performant ?
Souvent, oui, par rapport aux plus grands modèles fermés du marché. Pour la plupart des tâches courantes d’une entreprise — résumer, rédiger, classer, extraire — les modèles ouverts actuels suffisent. Le compromis se juge usage par usage.
Comment vérifier qu’une offre de cloud est qualifiée SecNumCloud ?
En consultant le catalogue des solutions qualifiées publié par l’ANSSI. La qualification porte sur un service précis, pas sur une entreprise dans son ensemble : il faut vérifier que le service utilisé est bien celui qui est qualifié.
Sources : ministère américain de la Justice, Cloud Act ; 18 U.S.C. § 2713 ; CJUE, C-311/18, 16 juillet 2020 ; décision d’adéquation (UE) 2023/1795 ; Tribunal de l’UE, T-553/23, 3 septembre 2025 ; ANSSI, catalogue des solutions qualifiées ; CNIL, déployer une IA générative (juillet 2024) ; Mistral AI, liste des modèles (consultée en septembre 2026) ; loi n° 2024-449, décret n° 2026-272 et arrêté du 12 août 2026.