Du 17 au 20 juin, nous, des vétérans aux jeunes pousses, avons vibré à l’unisson lors du dixième anniversaire de VivaTech 2026. L’espace souveraineté a fait parler de lui jusqu’au premier étage et les discussions sur les agents IA ont fait écho dans les allées. Et pendant ce temps, alors que nous étions tous à voguer de stand en stand, quelque part dans un bureau de Lyon, un développeur a dû suspendre son projet SaaS. Raison : sa facture de tokens a été multipliée par douze en quatre mois. Il n'est pas seul. En 2025, la dépense mondiale des entreprises en IA a bondi de 320 %, pendant que les éditeurs continuent de promettre des ROI garantis.

Ce que les éditeurs omettent dans leurs devis ? Le coût réel des tokens en production, le cout de l'IA. En 2023, une interaction simple avec un agent IA coûtait 0,04 dollar. En 2026, un système orchestré avec raisonnement et boucles itératives revient à 1,20 dollar, soit trente fois plus, invisible dans les devis, dévastateur en production. Le cout de l'IA a explosé. Les modes de raisonnement étendu consomment des milliers de tokens cachés par requête complexe, transformant une architecture rentable sur le papier en gouffre financier à l'échelle. C'est le paradoxe de Jevons appliqué à la compute : moins le token coûte cher, plus on en consomme, plus la facture grimpe.

Le scénario est devenu classique. Un développeur construit un outil SaaS sur une API LLM. En prototype, la facture est négligeable. En production, avec des agents orchestrés et des contextes longs, elle explose. Des communautés entières sur Hacker News et X documentent des cas où la facture mensuelle est passée de 200 à 2 400 euros en quelques semaines — sans croissance utilisateur. La cause : les capacités de raisonnement activées en cours de route, facturées en tokens invisibles dans les logs standards.

Il y a dix ans, la tendance était univoque : sortir des serveurs locaux, migrer vers le cloud, réduire les coûts fixes. Ce paradigme est en train de se fissurer — pas pour des raisons idéologiques, mais sous la pression pure des coûts de l'IA. Llama, Mistral 7B, Phi-3 : des modèles open source qui tournent sur un serveur dédié, sans API externe, avec une prévisibilité totale des coûts. Ce qui ressemble à un choix technique est un signal économique fort. Quand le cloud devient imprévisible, le on-premise redevient rationnel. Le mouvement vient des développeurs indépendants — mais il gagne les grandes entreprises par un autre chemin : la souveraineté.

La plupart des grands groupes français font tourner leurs agents IA sur des infrastructures américaines, soumises au Cloud Act de 2018 — une loi qui autorise Washington à exiger l'accès aux données d'entreprises américaines, même stockées en Europe. La réponse prend des formes radicalement différentes selon les secteurs. Chez BNP Paribas, l'assistant HelloïZ de Hello bank! tourne sur Mistral depuis janvier 2026 pour plus d'un million de clients : souveraineté contractuelle et réglementaire, pas militaire. À l'opposé, LightOn déploie sa plateforme Paradigm directement sur les serveurs de ses clients : les données ne sortent jamais de leur environnement. Clients : Safran, Docapost, le secteur bancaire français. Entre les deux, Renault arbitre au cas par cas, données critiques sur Mistral, traitements non sensibles sur GCP avec 200 millions d'euros de gains IA mesurés et 9 000 agents internes à gouverner.

Ce n'est pas de l'idéologie. C'est de la gestion de risque graduée. En avril 2026, la Commission européenne a attribué un marché cloud de 180 millions d'euros à OVHcloud, Scaleway et StackIT, en écartant explicitement les trois hyperscalers américains. Signal fort : mais qui ne règle rien pour les organisations qui n'ont pas encore cartographié ce qui sort de leur SI, vers quel serveur, sous quelle juridiction.

Le 12 juin 2026, soit trois jours après son lancement, Anthropic a désactivé l’accès à ses modèles Claude Fable 5 et Mythos 5. La décision ne relève pas d’un incident technique, mais d’une injonction du gouvernement américain, fondée sur des pouvoirs de contrôle des exportations.

En cause : l’existence de techniques de contournement des garde-fous du modèle, susceptibles de faciliter certains usages sensibles. Face à ce risque, les autorités américaines ont exigé la suspension immédiate de l’accès au modèle pour les ressortissants étrangers.

Dans les faits, Anthropic n’a pas été en mesure de restreindre l’accès uniquement à certains profils. L’entreprise a donc coupé l’accès à Fable 5 pour l’ensemble de ses utilisateurs, quel que soit leur pays ou leur statut.

Exemple concret : des équipes produit ayant intégré Fable 5 via l’API, notamment pour des copilotes de code ou des assistants internes, ont vu leurs appels renvoyer des erreurs du type “model not available”, avec un basculement automatique vers des modèles moins performants comme Opus 4.8. Résultat : baisse immédiate de qualité, fonctionnalités dégradées et, dans certains cas, interruption partielle du service en production.

Conséquence : des produits en production, intégrés à des applications et des services, se sont retrouvés partiellement ou totalement inopérants du jour au lendemain, sans préavis ni solution de continuité.

Cet épisode met en évidence un point rarement explicité dans les stratégies IA : l’utilisation de modèles via API ne constitue pas seulement un choix technique ou économique, mais une dépendance à un cadre juridique extérieur. Dans ce cas précis, une décision administrative américaine a eu un effet immédiat sur des utilisateurs et des entreprises situés hors des États-Unis. Aucune défaillance technique n’est en cause. Aucun mécanisme contractuel n’a permis d’anticiper ou d’amortir l’impact.
Lorsqu’un modèle critique est opéré par un acteur soumis à une juridiction étrangère, la continuité de service dépend de décisions extérieures à l’entreprise utilisatrice.

Pas une démo de plus. Trois questions qui devraient s'imposer avant de signer le moindre bon de commande dans les allées de porte de Versailles : quel est le coût réel à 100 000 interactions mensuelles, raisonnement étendu activé ? Qui prend en charge la dérive des modèles dans le temps ? La tarification est-elle fixe ou indexée à l'usage, et comment évoluera-t-elle dans dix-huit mois ?