Sommet de l'IA à Lille : 3 enseignements clés pour des entreprises (vraiment) souveraines

Au-delà des annonces qui ont fait les gros titres, trois enseignements nous semblent particulièrement utiles à retenir pour toute entreprise qui pilote ou s'apprête à lancer un projet d'IA : l'importance de partir des usages plutôt que de la technologie, la place centrale prise par la souveraineté numérique, et la confiance, qui se joue sur l'indépendance et la réversibilité.

Le sommet « L'IA avec Nous » : un changement de ton dans le débat français sur l'IA

L'objectif affiché par les organisateurs était de sortir des discours pour aborder les usages réels : comment l'IA transforme déjà l'industrie, la santé, l'éducation ou les services publics, et ce que cela signifie concrètement pour les salariés, les soignants, les enseignants ou les entrepreneurs qui la pratiquent au quotidien.

Claranet sur scène : du discours à l'action, pour de vrai

C'est dans ce cadre que Clément Mary a pris la parole pour Claranet, avec une masterclass intitulée « IA souveraine : du discours à l'action ». Pour lui, passer de l'IA souveraine comme sujet de discours à l'IA souveraine comme levier opérationnel ne se décrète pas, cela se construit, cas d'usage par cas d'usage, avec une plateforme capable d'industrialiser des projets réels tout en gardant la maîtrise de la donnée, de l'hébergement et des modèles utilisés. C'est précisément la proposition de Clovis, traduction concrète de cette vision.

Partir des usages, pas de la technologie : le vrai changement de paradigme

L'IA n'est plus une promesse, elle est déjà à l'œuvre

Un constat partagé par la plupart des intervenants du sommet : l'IA a cessé d'être un sujet de prospective pour devenir un outil installé dans le quotidien des organisations. Ce qui a réellement changé depuis 2025, ce n'est pas tant la puissance des modèles que la diffusion des usages dans des métiers qui n'avaient rien de technologique au départ. C'est tout l'enjeu du virage pris par ce deuxième sommet : passer d'un discours sur ce que l'IA pourra faire à un état des lieux de ce qu'elle fait déjà, et de ce que les organisations veulent réellement en faire.

Pourquoi l'approche « usages d'abord » doit primer sur le choix technologique

C'est précisément la conviction que défend Claranet, et qu'illustre Clovis :

Un projet d'IA réussi ne part jamais d'un modèle ou d'une technologie, il part d'un problème métier précis. 

Choisir un LLM, une architecture agentique ou un mode d'hébergement avant d'avoir clarifié l'usage cible, c'est prendre le risque d'un outil techniquement impressionnant mais inutile, ou pire, mal aligné avec les contraintes réglementaires et opérationnelles de l'entreprise.

À l'inverse, partir de l'usage permet de poser les bonnes questions dès le départ : quel niveau de criticité pour la donnée traitée, quel besoin de personnalisation, quelle volonté d'autonomie sur le long terme. C'est cette logique qui structure Clovis, conçue pour s'adapter à des cas d'usage métiers plutôt que d'imposer un modèle unique.

Des illustrations concrètes vues au sommet

Plusieurs retours d'expérience présentés à Lille confirmaient cette dynamique. France Travail, par exemple, a détaillé sa feuille de route progressive : un assistant conversationnel interne adopté par la quasi-totalité de ses équipes en moins d'un an, avec des gains de plusieurs heures par semaine pour les utilisateurs les plus avancés, avant une intégration plus large dans les parcours des demandeurs d'emploi puis, à terme, des processus repensés autour de l'IA agentique. D'autres secteurs représentés au sommet (santé, industrie, formation) racontaient une trajectoire similaire : des usages ciblés, mesurés, qui précèdent et conditionnent les choix technologiques plutôt que l'inverse.

Former les équipes : condition indispensable du passage à l’échelle

Si les usages sont le point de départ, leur adoption repose avant tout sur la capacité des équipes à s’approprier les outils. Plusieurs interventions au sommet l’ont rappelé : les projets d’IA qui créent réellement de la valeur sont ceux qui investissent dès le départ dans l’accompagnement des utilisateurs : formation aux bonnes pratiques, compréhension des limites des modèles, et intégration dans les workflows existants. Sans cet effort, même les meilleures solutions restent sous-utilisées ou mal exploitées.

Au-delà de la formation initiale, c’est une logique d’acculturation continue qui s’impose. À mesure que les capacités des modèles évoluent, les usages aussi se transforment, ce qui nécessite d’ajuster régulièrement les compétences et les cadres d’usage. 

Pour les entreprises, l’enjeu n’est donc pas seulement de déployer une plateforme d’IA, mais de construire un socle de compétences internes capable de la faire vivre dans la durée, condition essentielle pour passer de l’expérimentation à un véritable levier de performance.

Souveraineté numérique : la question qui a traversé tous les débats

Pourquoi la souveraineté devient un critère de décision opérationnel

La souveraineté numérique était l'un des quatre axes officiels du sommet, et elle a irrigué la quasi-totalité des échanges. À mesure que l'IA générative s'installe dans des processus sensibles (finance, santé, données personnelles, secteur public) les questions de qui héberge la donnée, qui contrôle les modèles et selon quelles règles devient un sujet stratégique pour les directions générales, pas seulement pour les équipes IT ou conformité. Ce n'est plus une posture, c'est un critère d'évaluation concret au même titre que le coût ou la performance.

Open source et plateformes souveraines : une réponse opérationnelle

Face à ce constat, plusieurs intervenants ont défendu une approche fondée sur l'ouverture plutôt que sur l'enfermement technologique. C'est un positionnement partagé par Claranet. Nous avons ainsi présenté Clovis, plateforme d'IA générative et agentique hébergée en dehors des grands hyperscalers, conçue pour rester ouverte aux meilleurs modèles du marché, notamment open-weight, plutôt que d'enfermer ses utilisateurs dans un écosystème propriétaire unique.

Cette logique répond à une demande croissante des entreprises françaises et européennes : Bénéficier de la puissance des derniers modèles de langage sans renoncer à la maîtrise de leurs données ni à leur liberté de choix.

IA de confiance : la vraie question, c'est l'indépendance et la réversibilité

Pourquoi la confiance ne se limite pas à l'éthique ou à la conformité

La confiance était le troisième grand axe du sommet. Pour une entreprise qui doit choisir un partenaire IA, la confiance se joue d'abord sur un terrain opérationnel : peut-on changer de fournisseur si nécessaire ? Sait-on précisément où et comment sont traitées les données ? L'organisation reste-t-elle maîtresse de sa feuille de route technologique sur le long terme ?

Le piège du verrouillage technologique

C'est là que se niche le risque le moins visible, mais le plus structurant : le verrouillage progressif chez un fournisseur dont les conditions d'usage, la tarification ou la disponibilité des modèles peuvent évoluer sans que l'entreprise ait de réelle marge de manœuvre. Une fois les processus métiers construits autour d'une plateforme propriétaire fermée, en sortir devient coûteux, lent, parfois risqué juridiquement. C'est précisément le scénario que les architectures ouvertes comme Clovis cherchent à éviter, en permettant de faire cohabiter plusieurs modèles et de changer de brique technologique sans tout reconstruire.

Réversibilité, hébergement, choix des modèles : les critères à exiger d'un partenaire IA

Concrètement, une entreprise qui évalue une solution d'IA générative ou agentique devrait pouvoir répondre à quelques questions simples avant de s'engager : où sont hébergées les données et sous quel cadre réglementaire, le contrat prévoit-il une porte de sortie réelle et à quel coût, la plateforme impose-t-elle un modèle unique ou permet-elle de changer de LLM selon les besoins, et la conformité (RGPD, hébergement de données de santé, exigences sectorielles comme le PCI-DSS pour la finance) est-elle prévue nativement.

Ces critères sont ceux qui déterminent la résilience réelle d'un projet IA dans le temps.

Vers où va-t-on ? Ce que les entreprises doivent anticiper

De l'expérimentation à l'IA agentique

Les trajectoires présentées au sommet dessinent une même courbe : une première phase d'expérimentation ciblée, puis une intégration progressive dans les actes métiers, avant une généralisation portée par l'IA agentique : des systèmes capables d'enchaîner des actions de façon autonome plutôt que de simplement répondre à une requête. Cette dernière étape change la nature des enjeux de souveraineté et de confiance : un agent qui agit pour le compte d'une organisation doit être encore plus précisément cadré en matière de droits d'accès, de traçabilité et de réversibilité qu'un simple assistant conversationnel.

Les questions à se poser avant de lancer ou relancer un projet IA

Pour les directions qui préparent leurs prochains projets, le sommet de Lille confirme surtout une chose : la question n'est plus « quelle technologie choisir » mais « quel usage voulons-nous servir, avec quel niveau de maîtrise ». 

Cela suppose de clarifier en amont le cas d'usage et sa criticité, le degré d'autonomie souhaité vis-à-vis des fournisseurs technologiques, et les exigences de conformité propres au secteur d'activité… Avant même d'évaluer les modèles ou les plateformes disponibles sur le marché.

Ce qu'il faut retenir

Le sommet « L'IA avec Nous » confirme un basculement déjà perceptible sur le terrain : l'IA en entreprise se juge désormais sur ses usages concrets, pas sur la sophistication de ses modèles. Dans ce contexte, la souveraineté n'est plus un sujet réservé aux grandes organisations, elle devient un critère de choix technologique pour toute entreprise qui traite des données sensibles. Et la confiance se mesure très concrètement à la capacité de rester maître de sa trajectoire IA.

C'est cette conviction qui guide l'accompagnement de Claranet sur les projets d'IA générative et agentique de ses clients.