IBM a expliqué pourquoi la gouvernance de l’AI protège les marges des entreprises et réduit la dépendance aux fournisseurs

IBM estime que pour les entreprises, le principal risque de l'IA ne réside plus dans les capacités des modèles individuels, mais dans la manière dont ils sont intégrés à l'infrastructure d'entreprise. Quand l'IA devient une couche fondamentale pour le développement, la sécurité et l'automatisation, les entreprises ont besoin non seulement de la puissance des modèles, mais aussi d'un système rigoureux de gouvernance, de contrôle et d'audit.

L'IA comme infrastructure

IBM propose de considérer le développement de l'IA de la même manière que les entreprises ont autrefois envisagé d'autres logiciels d'entreprise : d'abord comme un produit distinct, puis comme une plateforme, et enfin comme une infrastructure. Selon Rob Thomas, Vice-Président Senior et Directeur Commercial d'IBM, aux premiers stades, le développement avec modèle fermé peut être pratique : il permet des mises à jour produit plus rapides, un contrôle plus strict de l'expérience utilisateur et la conservation de la valeur au sein d'un seul fournisseur. Mais quand la technologie devient le fondement d'autres systèmes, les règles changent.

Actuellement, selon l'évaluation d'IBM, l'IA entre dans cette phase. Les modèles sont déjà impliqués dans la protection des réseaux, la rédaction de code, la prise de décision automatisée et les processus commerciaux. Par conséquent, la question passe de « que peut faire le modèle » à « comment est-il structuré, qui le contrôle et peut-il être audité ».

L'article cite en exemple le lancement récent de l'aperçu de Claude Mythos d'Anthropic et le lancement du Project Glasswing : si les modèles autonomes peuvent trouver et exploiter des vulnérabilités presque au niveau des meilleurs spécialistes, pour l'informatique d'entreprise, ce n'est plus une expérience de laboratoire, mais un risque d'infrastructure.

Où se perdent les marges

IBM lie directement la gouvernance de l'IA à la protection des marges bénéficiaires. Le problème avec les modèles fermés n'est pas seulement philosophique, mais aussi opérationnel en pratique. Quand un modèle propriétaire doit être connecté à une base de données vectorielle d'entreprise, un lac de données interne ou un pipeline RAG, les équipes manquent souvent de visibilité pour comprendre exactement où la défaillance s'est produite — dans l'extraction des données, dans l'orchestration ou dans les poids de base du modèle. En conséquence, les délais d'intégration s'allongent, les coûts de support augmentent et les solutions de contournement coûteuses se multiplient.

• Les appels API constants aux modèles fermés gonflent les coûts informatiques
• L'absence de transparence rend difficile la planification précise de l'infrastructure et pousse les entreprises à surpayer pour les réserves de capacité
• La liaison des systèmes existants avec des modèles cloud strictement limités ajoute des délais aux processus quotidiens
• Les exigences de protection des données obligent les équipes à constamment nettoyer et anonymiser l'information avant de l'envoyer à l'extérieur
• La concentration des connaissances sur le modèle chez quelques fournisseurs augmente le risque opérationnel

Une couche distincte de problèmes est la sécurité. Si les modèles autonomes sont capables d'écrire des exploits et d'impacter l'environnement de sécurité, il est dangereux pour les entreprises de dépendre de quelques fournisseurs qui sont les seuls à vraiment comprendre la structure interne de ces systèmes. Dans ce schéma, une entreprise achète non seulement un service, mais aussi l'opacité d'un tiers. Et avec le temps, cette opacité commence à ronger exactement la marge pour laquelle l'IA a été implémentée en premier lieu.

Pourquoi l'ouverture est nécessaire

La position d'IBM est que l'open source n'élimine pas le risque, mais change la façon dont il est géré. Une base ouverte permet aux chercheurs, développeurs et experts en sécurité d'étudier l'architecture, d'identifier les faiblesses, de vérifier les hypothèses fondamentales et de renforcer le système dans des conditions réelles. Pour les technologies d'infrastructure, la visibilité n'est pas un bonus, mais une condition préalable à la résilience. Plus une entreprise dépend de l'IA, plus important est le pouvoir d'inspecter indépendamment le modèle et l'ensemble de l'écosystème autour de lui.

IBM conteste également l'affirmation généralisée selon laquelle les technologies ouvertes dévaluent inévitablement l'innovation. En pratique, la valeur commerciale se déplace simplement plus haut dans la pile : vers l'intégration, l'orchestration, la fiabilité, les mécanismes de confiance et l'expertise sectorielle. C'est précisément pour cela que les grands acteurs parient de plus en plus sur des outils qui leur permettent de basculer les modèles pour des charges de travail spécifiques, plutôt que de lier toute l'architecture à un seul fournisseur fermé. Cette approche réduit le vendor lock-in et aide à déployer des ressources coûteuses uniquement là où c'est vraiment nécessaire.

Ce que cela signifie

Pour la gouvernance de l'IA d'entreprise, selon IBM, ce n'est pas de la bureaucratie, mais un moyen de protéger l'économie de la mise en œuvre. Les gagnants ne seront pas les entreprises ayant accès au plus grand modèle fermé, mais celles qui savent gérer de manière transparente les modèles, les données, la sécurité et les coûts au niveau de l'architecture entière.