IA & Souveraineté Territoriale : Le 'Cheval de Troie' Anthropic dans les offres de conseil

En août 2026, la tension entre innovation technologique et souveraineté numérique atteint un point critique pour les collectivités territoriales françaises. D'un côté, l'État affiche une doctrine claire : favoriser l'émergence d'une intelligence artificielle souveraine, incarnée par le soutien à des acteurs comme Mistral AI et le déploiement progressif de solutions dédiées pour le secteur public. De l'autre, l'écosystème des grands cabinets de conseil, partenaires historiques des territoires pour leur transformation numérique, consolide ses alliances mondiales avec des géants américains comme Anthropic, le créateur du modèle Claude.

Pour un Directeur Général des Services (DGS) ou un Directeur des Systèmes d'Information (DSI), cette situation crée un dilemme stratégique. Une proposition de service d'Accenture, de KPMG ou d'un autre acteur majeur, vantant les mérites de Claude pour optimiser la relation citoyen ou développer l'attractivité touristique, peut sembler technologiquement séduisante. Mais elle introduit, tel un cheval de Troie, un ensemble de dépendances et de risques qui heurtent de front les impératifs de souveraineté, de cybersécurité et de conformité RGPD. Cet article n'est pas un réquisitoire, mais un guide d'audit opérationnel. Il vise à armer les décideurs publics des bonnes questions pour disséquer ces offres et prendre une décision éclairée, alignée avec l'intérêt stratégique à long terme de leur territoire.

Le Contexte : Doctrine Souveraine vs. Écosystèmes Mondialisés

La stratégie de l'État français en matière d'intelligence artificielle générative est sans équivoque. L'annonce récente confirmant que la France généralise l'IA générative auprès des agents publics n'est que la partie visible d'une politique plus profonde visant à garantir la maîtrise des infrastructures et des modèles critiques. Cette doctrine repose sur le postulat que la souveraineté numérique est indissociable de la souveraineté économique et politique. Confier le traitement de données publiques, même non sensibles, à des modèles opérés par des entités soumises à des législations extraterritoriales comme le Cloud Act américain, représente un risque stratégique à long terme.

Cependant, les décideurs territoriaux ne contractent pas directement avec Anthropic, mais avec leurs partenaires de conseil de confiance. Ces derniers, pris dans une logique de marché mondial, capitalisent sur leurs alliances stratégiques. Cette dynamique pousse des intégrateurs et cabinets de conseil de premier plan à être formés et certifiés pour déployer des solutions basées sur Claude. Pour une métropole ou une région, l'offre qui arrive sur le bureau du DGS est donc un package intégré, où la technologie d'Anthropic est présentée comme un simple composant, souvent masqué derrière une solution métier sur-mesure.

Le DSI se retrouve alors face à un défi : comment auditer ce composant critique qui, bien que performant, n'est pas aligné avec la doctrine nationale et présente des zones d'ombre majeures en matière de souveraineté.

Audit n°1 : Souveraineté des Données et Hébergement

La première question, et la plus fondamentale, à poser au cabinet de conseil est : où, physiquement et juridiquement, nos données seront-elles traitées ? La réponse 'sur des serveurs en Europe' est un prérequis, mais elle est largement insuffisante. Il est crucial de distinguer la résidence des données (l'emplacement physique du datacenter) de leur souveraineté (le régime juridique qui s'y applique).

Une faille de souveraineté est une faille de sécurité.

Un datacenter situé à Dublin ou à Francfort mais opéré par une société mère américaine reste soumis au Cloud Act, qui permet aux autorités américaines d'exiger l'accès aux données, quelle que soit leur localisation. La collectivité doit donc exiger des garanties contractuelles fermes. Voici les questions d'audit précises à poser :

• Hébergement SecNumCloud — Le prestataire peut-il s'engager contractuellement sur un hébergement qualifié SecNumCloud par l'ANSSI pour l'ensemble de la chaîne de traitement ?
• Entité Juridique — Quelle est l'entité juridique qui opère les serveurs d'inférence du modèle Claude ? Est-ce une filiale européenne ou directement l'entité américaine ?
• Mesures Techniques — Quelles mesures (chiffrement avec clés gérées par la collectivité, par exemple) sont mises en place pour empêcher l'accès aux données en clair par l'opérateur ?

La cybersécurité des collectivités et la responsabilité des élus étant engagées, une faille de souveraineté est une faille de sécurité. L'analyse de ces risques n'est pas nouvelle. Le DSI doit obtenir des réponses écrites et auditables, sans se contenter d'assurances verbales. Un refus de transparence sur ces points constitue un signal d'alarme majeur.

Audit n°2 : Conformité RGPD et Maîtrise des Données

L'utilisation d'une IA générative comme Claude pour des services aux citoyens (chatbot d'accueil, aide à la constitution de dossiers) implique quasi systématiquement le traitement de données à caractère personnel. Le guide de conformité RGPD pour l'usage de l'IA générative dans les collectivités est très clair sur la nécessité d'une Analyse d'Impact relative à la Protection des Données (AIPD) rigoureuse. Le cabinet de conseil doit fournir des éléments précis pour nourrir cette analyse. Questions à poser :

• Politique de rétention — Quelle est la politique de rétention des prompts et des réponses ? Sont-ils stockés, où, pour combien de temps et dans quel but (amélioration du modèle, logs de sécurité) ?
• Non-réutilisation des données — Le contrat stipule-t-il clairement que les données de la collectivité ne seront jamais utilisées pour l'entraînement des modèles généralistes d'Anthropic ?
• Gestion des droits — Comment sont gérés les droits des personnes (accès, rectification, effacement) ? Si un citoyen demande la suppression de ses données, comment s'assurer de leur effacement sur tous les systèmes intermédiaires ?
• Anonymisation — Quelles mesures de pseudonymisation ou d'anonymisation sont appliquées avant l'envoi des données à l'API de Claude ?

La responsabilité finale incombe à la collectivité en tant que responsable de traitement. Il est essentiel que le prestataire prouve sa conformité en tant que sous-traitant et que les leçons tirées d'autres déploiements soient appliquées.

Audit n°3 : Sécurité de la Chaîne IA et Réversibilité

L'offre du consultant n'est jamais un simple accès à l'API de Claude. C'est une solution intégrée, une 'supply chain' logicielle qui comprend des briques d'orchestration, des bases de données vectorielles pour le RAG (Retrieval-Augmented Generation), et des interfaces. Chaque composant de cette chaîne est un point de vulnérabilité potentiel. L'audit de sécurité doit donc être exhaustif.

La complexité ne doit pas se transformer en un enfermement propriétaire.

Au-delà de la sécurité, la question de la réversibilité est stratégique. Si, dans deux ans, la collectivité souhaite migrer vers une solution souveraine (Mistral hébergé localement), que se passera-t-il ? Il faut interroger le prestataire sur les points suivants :

• Composants logiciels — Quelle est la liste complète des composants utilisés ? Comment le prestataire assure-t-il le suivi des vulnérabilités (CVE) et l'application des correctifs ?
• Gestion des secrets — Comment les clés d'API sont-elles gérées et stockées ?
• Tests d'intrusion — La solution a-t-elle fait l'objet d'un test par un tiers de confiance ?
• Exportabilité des données — Les données et les prompts sont-ils exportables dans un format standard ?
• Transfert de savoir-faire — Le savoir-faire développé (prompt engineering) est-il formalisé et transféré aux équipes de la collectivité ou reste-t-il la 'boîte noire' du prestataire ?

La complexité de ces architectures explique la demande croissante pour des compétences pointues, comme en témoigne la multiplication d'offres d'emploi pour des architectes IA et des spécialistes en sécurité cloud sur les plateformes dédiées. Le rôle du DSI est de s'assurer que cette complexité ne se transforme pas en un enfermement propriétaire.

Audit n°4 : Modèle Économique et Dépendance

Le dernier volet de l'audit, crucial pour le DGS, concerne le modèle économique et la dépendance qu'il induit. Les offres basées sur des API de modèles propriétaires comme Claude sont souvent présentées avec des coûts de démarrage attractifs, basés sur une facturation à l'usage (au token). Cette apparente flexibilité peut masquer un coût total de possession (TCO) bien plus élevé et une dépendance stratégique croissante.

Questions d'audit à ce sujet :

• Transparence des coûts — Le modèle de tarification est-il transparent, incluant infrastructure, maintenance et support ?
• Évolution des prix — Quelles sont les garanties sur l'évolution des prix ? Le contrat protège-t-il la collectivité contre une augmentation unilatérale des tarifs de l'API par Anthropic ?
• Agnosticité du modèle — La solution est-elle conçue pour être agnostique au modèle ? Le remplacement de l'API Claude par une autre (Mistral, par exemple) est-il techniquement simple et contractuellement prévu ?

Une dépendance forte à une technologie non souveraine constitue un risque. Comme le souligne le plan de généralisation de l'IA pour les agents publics, l'État cherche à mutualiser et maîtriser ses dépenses. De plus, la responsabilité des élus en matière de cybersécurité s'étend aussi à la gestion saine des deniers publics. Le DGS doit évaluer l'offre non seulement sur sa performance technique, mais aussi sur sa résilience et son alignement avec la vision à long terme de l'autonomie numérique du territoire.

Grille d'Audit Rapide : 9 Questions Clés

Avant de signer, assurez-vous d'obtenir des réponses claires et contractuelles à ces questions critiques, qui résument les points de vigilance détaillés dans cet article.

• Le prestataire peut-il garantir un hébergement qualifié SecNumCloud pour toute la chaîne de traitement ?
• Quelle entité juridique opère les serveurs et est-elle soumise à une législation extraterritoriale (ex: Cloud Act) ?
• Le contrat stipule-t-il que nos données ne seront jamais utilisées pour entraîner les modèles généralistes ?
• Quelle est la politique de rétention et de suppression des prompts et des réponses ?
• Comment la solution garantit-elle l'exercice des droits RGPD des citoyens (accès, rectification, effacement) ?
• La liste complète des composants de la 'supply chain' IA est-elle fournie et ses vulnérabilités sont-elles suivies ?
• La solution est-elle réversible, permettant d'exporter données et savoir-faire vers une autre technologie ?
• Le contrat protège-t-il contre une augmentation unilatérale et substantielle des tarifs de l'API ?
• La solution est-elle conçue pour être 'agnostique' au modèle, permettant de migrer vers une alternative souveraine ?

Conclusion

L'intelligence artificielle générative représente une opportunité historique pour les territoires, mais son adoption ne peut se faire au détriment de nos principes de souveraineté et de sécurité. Les offres de conseil intégrant des technologies comme Claude d'Anthropic ne doivent pas être rejetées par principe, mais elles doivent impérativement être passées au crible d'un audit rigoureux. La grille de lecture proposée ici — souveraineté des données, conformité RGPD, sécurité de la chaîne d'approvisionnement et indépendance stratégique — constitue le minimum requis pour un DGS ou un DSI soucieux de ses responsabilités.

L'objectif est de transformer une posture de consommateur de technologie en une posture d'acheteur public stratégique. En posant ces questions, en exigeant des garanties contractuelles et en évaluant la réversibilité des solutions, les décideurs territoriaux peuvent forcer les prestataires à s'aligner sur leurs exigences. C'est à ce prix que l'innovation promise par l'IA pourra véritablement servir l'intérêt général, de manière durable et maîtrisée.