Un gouvernement choisit son fournisseur selon la tâche, pas selon la marque

Le 18 août 2026, le ministre français du Budget David Amiel s'est présenté au ministère des Finances à Bercy et a présenté ses excuses pour une faille qui avait exposé des données fiscales et du cadastre concernant 678 000 particuliers et entreprises. L'intrus avait utilisé des identifiants volés à un agent de la DGFiP et à un tiers autorisé pour se maintenir dans les systèmes du fisc depuis fin juin, avant que le vol ne devienne public. En même temps que ses excuses, Amiel a annoncé la prochaine étape du ministère : le déploiement d'outils d'IA pour traquer les vulnérabilités dans les systèmes de l'État, gérés par Mistral AI plutôt que par OpenAI, qu'il a désigné comme explicitement exclu de cette tâche précise.

Le train de mesures a associé l'annonce à un vrai budget et à une vraie échéance, pas seulement à une préférence. Deux cents millions d'euros proviennent du plan France 2030 pour financer l'effort de renforcement. Chaque agent de la DGFiP aura une authentification à deux facteurs d'ici fin 2026. La direction du numérique a reçu pour instruction de rendre opérationnels des outils souverains de détection par IA d'ici septembre 2026, un objectif fixé environ trois semaines après l'annonce elle-même.

Pourquoi c'est important : le résultat du scan est le document dangereux, pas les données d'entrée

La plupart des récits sur l'IA souveraine sont de la politique industrielle déguisée en politique de sécurité : un gouvernement préfère le fournisseur national parce qu'il veut bâtir une industrie nationale de l'IA, et présente cette préférence comme une protection des données sensibles. La raison donnée par Amiel est plus étroite et plus précise que cela, et c'est la partie qui mérite d'être lue au-delà du titre. L'exclusion s'applique spécifiquement à une IA de recherche de vulnérabilités parce que, selon ses propres mots, bien faire ce travail produit une carte exacte des endroits où les systèmes de l'État sont faibles, et cette carte ne peut pas se retrouver sur une infrastructure accessible à une procédure judiciaire étrangère.

Cet argument ne se généralise pas de la même façon à tous les usages de l'IA. Un chatbot qui répond aux questions des citoyens révèle peu de choses, même si un tribunal étranger peut contraindre à la divulgation de ses journaux. Le résultat d'un scanner de vulnérabilités est différent par nature : c'est une liste hiérarchisée de chaque endroit où un attaquant devrait regarder ensuite, produite précisément par l'outil censé combler ces failles en premier lieu. Mettre ce document précis à portée d'une citation à comparaître, d'une lettre de sécurité nationale ou de tout mécanisme juridique extraterritorial transforme un outil défensif en une feuille de route d'attaque potentielle dès l'instant où son résultat échappe au contrôle du pays lui-même.

Ce que cela signifie pour une entreprise qui choisit un fournisseur de pentesting ou de scan

Mesure annoncée le 18 août 2026Échéance ou ampleur
Authentification à deux facteurs pour tous les agents de la DGFiPD'ici fin 2026
Budget de renforcement France 2030200 millions d'euros
Outils souverains de détection des vulnérabilités par IA opérationnelsD'ici septembre 2026

Toute entreprise de l'UE ou du Royaume-Uni qui utilise un scanner de vulnérabilités assisté par IA, un outil de cartographie de la surface d'attaque ou un copilote de pentesting automatisé fait face à une version de la même question que la France vient de se poser à elle-même, qu'elle ait pensé ou non à se la poser. Le fait pertinent n'est pas simplement le siège du fournisseur. C'est l'endroit où les résultats du scan, le résultat concret décrivant ce qui est cassé et où, sont stockés et traités, et si cet endroit se trouve dans une juridiction capable d'exiger une divulgation sans que l'entreprise elle-même en ait connaissance ou y consente.

Cette question ne se pose pas avec la même intensité pour une IA qui rédige des textes marketing ou résume des comptes rendus de réunion, car le résultat de ces outils double rarement comme liste de cibles. Elle s'applique spécifiquement à toute IA dont le travail consiste à trouver des failles, car le document qui mérite le plus d'être protégé, plus encore que le système sous-jacent lui-même, c'est l'enregistrement précis et hiérarchisé de la manière exacte de s'introduire.