OpenAI, Claude, Gemini ou IA locale 

Article rédigé en collaboration avec Bisatel Telecom

La question revient dans toutes les réunions de direction depuis deux ans, et elle est presque toujours mal posée. « On prend lequel pour l’équipe ? » Derrière cette formulation se cache l’idée qu’il existerait un vainqueur, un modèle objectivement supérieur aux autres, qu’il suffirait d’identifier pour régler le sujet une bonne fois pour toutes. Le premier semestre 2026 a démontré le contraire avec une brutalité rare : les sorties se sont enchaînées à un rythme tel que le classement établi en janvier était périmé en avril. Anthropic a lancé la famille Claude Fable 5 en juin, OpenAI a répliqué quelques semaines plus tard, Google a poussé Gemini 3.1 Pro, et les modèles ouverts chinois et français ont continué de grignoter l’écart. Une entreprise qui aurait signé un engagement de trois ans sur un moteur donné au printemps se retrouverait aujourd’hui avec un choix défendable, mais plus optimal. Le vrai sujet n’est donc pas « quel modèle », c’est « quelle architecture de décision ».

Les classements publics sont devenus un sport spectaculaire et trompeur. Un modèle peut dominer les évaluations de code agentique tout en étant jugé moins agréable par les utilisateurs dans des tests en aveugle, et l’inverse est tout aussi fréquent. Cette divergence entre performance académique et préférence réelle est le meilleur argument pour ne jamais acheter sur la foi d’un tableau comparatif. Ce qui compte pour une PME, un intégrateur ou une boutique mobile, c’est la performance sur ses propres documents, dans son propre vocabulaire métier, avec ses propres cas limites.

La bonne méthode tient en une phrase : constituer un jeu de vingt à trente tâches représentatives de votre quotidien, les faire tourner sur trois moteurs, et comparer les résultats avec les personnes qui feront le travail. Un devis à reformuler, un contrat de distribution à résumer, une fiche technique à traduire, un échange client difficile à préparer. Une demi-journée de test vaut mieux que six mois de veille technologique. C’est également le moment de vérifier des détails triviaux mais bloquants : la qualité du français produit, la capacité à ingérer un PDF de deux cents pages sans perdre le fil, la stabilité du format de sortie quand on répète dix fois la même consigne.

Les trois grands fournisseurs américains ne se distinguent plus tellement par leur intelligence brute que par ce qui gravite autour. OpenAI a construit la plus large surface d’usage grand public et une intégration naturelle dans l’univers Microsoft, ce qui en fait la porte d’entrée évidente pour une organisation déjà équipée en Azure et en Microsoft 365. Anthropic s’est installé comme la référence des tâches exigeantes en raisonnement, en suivi d’instructions complexes et en traitement de documents longs, avec un discours de sécurité qui rassure les secteurs prudents. Google joue la carte de l’intégration à Workspace, de la multimodalité et d’une agressivité tarifaire qui a fait chuter les prix d’entrée de gamme à des niveaux difficiles à égaler.

Dans les faits, l’écosystème déjà en place dans l’entreprise tranche souvent le débat avant même la première démonstration. Une société dont toute la bureautique vit dans Google Workspace n’a pas grand intérêt à imposer un assistant tiers que personne n’ouvrira. Un intégrateur qui facture des prestations autour d’un catalogue de services, qu’il s’agisse d’un contrat de maintenance ou d’une offre de marque blanche eSIM, aura d’abord besoin d’un moteur capable de digérer sa documentation commerciale sans la déformer. L’adhérence à l’outil compte davantage que trois points de benchmark.

C’est ici que le débat cesse d’être technique. Le Cloud Act américain permet aux autorités des États-Unis d’exiger la communication de données détenues par un fournisseur américain, y compris lorsque les serveurs se trouvent physiquement en Europe. Cette contrainte pèse sur OpenAI, hébergé chez Microsoft, sur Anthropic, hébergé chez Amazon, et sur Google. Pour l’immense majorité des entreprises, le risque reste théorique et largement compensé par les garanties contractuelles obtenues : accord de traitement des données conforme au RGPD, engagement de non-utilisation des échanges pour l’entraînement, résidence des données en Union européenne via les offres entreprise des grands hébergeurs.

Pour une minorité d’acteurs, en revanche, ce risque théorique devient un motif d’exclusion. Santé, défense, finance, dossiers judiciaires, données de localisation d’abonnés, fichiers clients détaillés d’un opérateur : dans ces contextes, la question n’est pas de savoir si le fournisseur est sérieux, mais de savoir qui peut légalement lui ordonner d’ouvrir les tiroirs. C’est exactement le raisonnement qui pousse certains gestionnaires de flotte connectée à isoler les données de leur plateforme IoT du reste de leurs traitements automatisés. Le bon réflexe consiste à classer les usages avant de classer les fournisseurs : tout ce qui ne contient ni donnée personnelle ni secret d’affaires peut partir dans le cloud sans état d’âme, le reste mérite un examen sérieux.

L’argument qui balayait autrefois l’auto-hébergement, à savoir l’écart de qualité, a fondu. Les modèles ouverts de 2026 rivalisent avec les modèles propriétaires sur la plupart des tâches professionnelles courantes : rédaction, résumé, extraction d’informations, classification de messages, assistance au code. Cinq familles dominent le paysage, chacune avec sa spécialité, le français et l’hébergement européen pour l’une, la polyvalence et la maturité de l’écosystème pour une autre, le multilingue, le raisonnement ou la légèreté sur petit matériel pour les suivantes. Les outils d’installation ont suivi : faire tourner un modèle sur une machine de bureau relève désormais de quelques commandes, pas d’un projet d’infrastructure.

Reste le coût réel, que les partisans de la souveraineté oublient parfois de chiffrer. Les poids des modèles sont gratuits, l’infrastructure ne l’est pas. Un hébergement sur GPU loué chez un fournisseur cloud européen se situe couramment entre cinq cents et deux mille euros par mois selon la carte choisie, auxquels il faut ajouter le temps humain d’exploitation, de mise à jour et de supervision. À faible volume, l’abonnement à un service commercial reste moins cher. À fort volume, ou dès que la confidentialité devient non négociable, l’équation s’inverse. Un opérateur mobile virtuel francophone propose d’ailleurs déjà ce type de socle clé en main aux intégrateurs qui préfèrent louer une architecture éprouvée plutôt que d’assembler la leur.

Une échéance a changé la nature du débat cet été. Les obligations de transparence de l’article 50 du règlement européen sur l’intelligence artificielle sont entrées en application le 2 août 2026. Elles imposent trois choses simples à formuler et coûteuses à négliger : informer les personnes qu’elles interagissent avec une intelligence artificielle, marquer les contenus synthétiques générés automatiquement, et signaler clairement les textes ou images produits par une machine lorsqu’ils sont publiés à des fins d’information. Le manquement peut être sanctionné jusqu’à quinze millions d’euros ou trois pour cent du chiffre d’affaires mondial, le montant le plus élevé étant retenu, avec une proportionnalité prévue pour les petites structures.

Le report d’une partie des règles applicables aux systèmes dits à haut risque, décalées à décembre 2027 et août 2028, a créé un malentendu dangereux : beaucoup d’entreprises ont cru à un sursis général. Il n’y en a pas. Le chantier concret à mener aujourd’hui est un inventaire, pas un audit juridique complexe. Quel outil, pour quel usage, avec quelles données, sous la responsabilité de quel service. Cette cartographie fait apparaître ce que les directions informatiques appellent l’IA invisible, ces abonnements individuels souscrits par des collaborateurs pressés, qui constituent aujourd’hui la première source de non-conformité et de fuite de données.

La conclusion raisonnable en 2026 n’est ni le tout-cloud ni le tout-local, mais une architecture qui rend le choix réversible. Concrètement : démarrer avec un seul fournisseur pour ne pas multiplier les contrats et les tableaux de bord, isoler les appels au modèle derrière une couche technique unique de façon à pouvoir en changer sans réécrire les applications, puis introduire un second moteur une fois les premiers usages stabilisés en production. Les organisations les plus avancées routent aujourd’hui leurs requêtes selon la sensibilité : le traitement courant part vers un service commercial, les documents confidentiels restent sur une machine interne.

Ce raisonnement est familier à quiconque a déjà bâti un service technique sur des briques louées plutôt que possédées. Devenir opérateur mobile virtuel obéit à la même logique : on ne construit pas un réseau pour vendre des forfaits, on loue une infrastructure et on garde la maîtrise de la relation client et des données. Appliqué à l’intelligence artificielle, ce principe se résume ainsi : louez la puissance de calcul, gardez vos données, et ne signez jamais un engagement plus long que la durée de vie d’une génération de modèles. Six mois, c’est la nouvelle unité de temps du secteur.