La politique au sens noble n'est pas l'arène partisane. C'est l'instance collective légitime qui pose les limites avant que la course ne commence. Le marché optimise sous contrainte mais n'invente pas la contrainte. La technique résout des problèmes mais ne choisit pas lesquels valent d'être résolus. Cette asymétrie rend la politique irremplaçable. Et place le dirigeant devant une responsabilité qu'il ne peut déléguer.
Le marché optimise sous contrainte. Il n'invente pas les contraintes. La technique résout des problèmes. Elle ne choisit pas quels problèmes valent d'être résolus. Cette asymétrie n'est pas un défaut. C'est leur définition même. Et c'est précisément ce qui rend la politique irremplaçable, au sens noble du terme : l'instance collective légitime qui pose les limites avant que la course ne commence.
Michael Sandel, dans Ce que l'argent ne peut acheter, a documenté une intuition que les dirigeants reconnaissent dès qu'elle est formulée : certains biens sont corrompus par leur marchandisation. La délibération démocratique, l'attention humaine, la vérité partagée, la dignité du jugement ne sont pas des variables à maximiser. Elles sont posées en amont, par un acte de civilisation. Martha Nussbaum le formule autrement : une société qui réduit la capacité de ses membres à exercer leur raison pratique devient politiquement problématique quelle que soit son efficacité économique.
Daniel Andler, dans Intelligence artificielle, intelligence humaine : la double énigme (Gallimard, 2023), articule cette distinction de manière opérationnelle. Les systèmes d'IA résolvent des problèmes. Les humains font face à des situations. Une situation se définit avant tout par les valeurs qu'on accepte de mettre en jeu. C'est ce travail-là, et lui seul, qui est politique au sens noble. Personne d'autre ne peut le faire à la place de la collectivité.
La délégation d'une décision à un algorithme est un acte politique. Quand une banque automatise l'octroi de crédit, quand un hôpital intègre un système de tri des urgences, quand une grande administration introduit un agent conversationnel pour ses usagers, l'organisation ne fait pas un choix technique. Elle transfère une part de son autorité à un système dont elle ne contrôle ni les valeurs implicites, ni les conditions d'entraînement, ni les biais hérités. Le faire en assumant ce transfert est une posture. Le faire sans le savoir est une démission.
Antoinette Rouvroy et Thomas Berns ont formulé dès 2013, dans la revue Réseaux, le concept de gouvernementalité algorithmique : on passe d'un gouvernement par le droit, qui s'adresse à des sujets responsables, à un gouvernement par les signaux, qui contourne le sujet et raréfie les occasions de subjectivation. Kate Crawford, dans Atlas of AI (Yale, 2021), ajoute la dimension matérielle de ce pouvoir : derrière chaque modèle se cache une chaîne d'extractions, de ressources, de travail humain sous-payé que les conditions d'utilisation des éditeurs ne révèlent jamais. L'IA n'est ni artificielle ni immatérielle. C'est une politique conduite par d'autres moyens.
Asma Mhalla, dans Technopolitique (Seuil, 2024), prolonge l'analyse à l'échelle géopolitique : le rapport entre les grands États et les hyperscalers n'est pas un face-à-face mais un Léviathan à deux têtes, animé par un même désir de puissance. La concentration du pouvoir n'est pas un risque hypothétique. C'est un fait empirique qui s'installe sous nos yeux.
Il faut distinguer trois souverainetés que les discours publics confondent trop souvent. La souveraineté technique consiste à maîtriser l'infrastructure - semi-conducteurs, capacité de calcul, modèles fondationnels. Elle est documentée comme hors d'atteinte pour la France et l'Europe à un horizon raisonnable. Le rapport Draghi de septembre 2024 chiffrait l'investissement additionnel nécessaire à la compétitivité européenne en centaines de milliards d'euros annuels. Au-delà du chiffre, c'est l'aveu qui compte : sur le cloud et les modèles fondationnels, le retard n'est pas rattrapable par les seules forces du marché.
La souveraineté décisionnelle est tout autre chose. Elle consiste à conserver la maîtrise des choix faits avec une technologie déployée par d'autres. Quel usage est autorisé, quelles données sont mises en jeu, quel point de responsabilité humaine reste nommé dans la boucle, quel plan de bascule existe si le fournisseur change de conditions. Cette souveraineté-là est entièrement à construire. Elle ne dépend pas de la possession de l'infrastructure. Elle dépend de la lucidité du dirigeant qui signe.
La souveraineté culturelle est la moins discutée et probablement la plus importante à long terme. Les modèles fondationnels apprennent sur des corpus massivement anglophones et structurés par une grille de valeurs américaine. Ce qu'ils produisent, ce qu'ils suggèrent, ce qu'ils filtrent participe à une homogénéisation des représentations du monde. La Cour des comptes, dans son rapport sur les enjeux de souveraineté des systèmes d'information civils de l'État publié en octobre 2025, observe que plusieurs ministères continuent d'utiliser des solutions extra-européennes pour des données sensibles. Les choix d'aujourd'hui sont les dépendances irréversibles de demain.
L'AI Act européen, adopté en 2024 et entré en vigueur le 1er août de la même année, est le premier acte politique mondial structurant sur l'intelligence artificielle. Il interdit depuis février 2025 les pratiques à risque inacceptable comme la notation sociale et la manipulation cognitive. Il impose depuis août 2025 des obligations de transparence aux modèles d'IA à usage général. Il doit s'appliquer en août 2026 aux systèmes à haut risque dans le recrutement, le crédit, la justice, l'éducation et la biométrie. La proposition de Digital Omnibus du 19 novembre 2025 propose un report jusqu'au 2 décembre 2027. L'accord politique provisoire entre Conseil et Parlement du 7 mai 2026 valide cette direction. Le calendrier glisse au moment précis où il devait mordre.
Le contraste avec la trajectoire américaine est devenu structurant. L'Executive Order 14179 du 23 janvier 2025 a annulé celui de l'administration Biden. L'AI Action Plan de juillet 2025 a fixé la doctrine de dominance. L'Executive Order du 11 décembre 2025 préempte les lois IA des États fédérés et conditionne les fonds fédéraux à la non-régulation. Ce n'est plus seulement une divergence d'approches. C'est une guerre des modèles politiques qui se cristallise sur l'IA.
La Cour des comptes française, dans son rapport public thématique du 19 novembre 2025 sur la stratégie nationale pour l'IA, observe que 1,3 milliard d'euros ont été engagés depuis 2018, dont 35 % seulement consommés à mi-2025. La France est cinquième au Global AI Index, troisième en recherche et formation. Mais les enjeux de souveraineté des données, de production de composants, de sécurité et de durabilité ne font pas l'objet de politiques suffisamment coordonnées. La même observation revient depuis le rapport Villani de 2018 : il manque une instance ad hoc, suffisamment indépendante et stable, pour porter une doctrine publique de la décision IA. Sept ans plus tard, elle n'existe toujours pas.
L'analogie est devenue un repère. Les grandes plateformes numériques sont apparues entre 2004 et 2010. Le RGPD est entré en application en 2018. Le DMA et le DSA en 2024. Entre l'émergence des dépendances et leur encadrement, quatorze à vingt ans se sont écoulés. Pendant ce temps, les dépendances structurelles se sont installées dans les chaînes de valeur, dans les habitudes d'usage, dans les architectures de système d'information. Quand le droit est arrivé, il a réglementé un état de fait, sans pouvoir le défaire.
Pour l'intelligence artificielle, la fenêtre temporelle est plus courte et la vitesse d'installation des dépendances plus rapide. Les grands modèles fondationnels se sont imposés en moins de trois ans. Les usages en entreprise se sont diffusés par le bas, via le shadow AI, avant que les comités de direction n'aient formulé de doctrine. L'usage déclaré de l'IA générative est passé de 16 % à 43 % de la population française entre 2023 et 2025, mais 68 % des utilisateurs en entreprise le cachent à leur hiérarchie. Le terrain a basculé avant que la décision n'ait été prise.
Quand la politique n'est pas là pour fixer le cadre, ce sont les éditeurs de logiciels qui le fixent à sa place, dans leurs conditions générales, dans leurs feuilles de route produit, dans leurs choix de modèles par défaut. Ce sont les intégrateurs qui le fixent dans leurs préconisations. Ce sont les directions financières qui le fixent dans leurs arbitrages d'efficacité à court terme. Aucun de ces acteurs n'est en mesure de poser ce qui doit rester hors de l'optimisation. Ce n'est pas leur métier. Ce n'est même pas leur intérêt.
Le dirigeant d'une entreprise, d'un établissement, d'une institution est un acteur politique au sens noble. Quand il décide de déployer une intelligence artificielle dans son organisation, il engage ses collaborateurs, ses clients, son écosystème, sa communauté. Cet engagement ne se délègue ni au DSI, ni à l'éditeur, ni au cabinet d'intégration. Il s'assume. Aurélie Jean, dans Les algorithmes font-ils la loi ? (Éditions de l'Observatoire, 2021), le rappelle avec clarté : les algorithmes ne disposent d'aucune personnalité juridique, ils ne peuvent porter aucune responsabilité, ils ne peuvent pas par nature faire la loi. La responsabilité reste humaine. Elle reste nommée. Elle reste indélégable.
La frontière entre ce que le dirigeant peut attendre de la politique et ce qu'il doit décider lui-même est devenue plus nette à mesure que la fenêtre s'est refermée. Il peut attendre que la politique pose les interdits absolus : décisions de justice pénale sans recours humain, armes létales autonomes, attribution de droits sociaux fondamentaux par algorithme opaque. Il ne peut pas attendre qu'elle clarifie pour lui ce qu'il accepte de déléguer dans ses propres processus, quelles données il met en jeu, quel niveau de transparence il offre à ses clients, quel plan de réversibilité il bâtit face à ses fournisseurs. Cette part-là est strictement la sienne.
Décider avant d'intégrer n'est pas un slogan. C'est la conséquence logique d'un constat : la politique au sens noble pose des cadres lents pour une technologie qui s'installe vite. Pour rester maître de sa trajectoire, le dirigeant fait le travail politique à son échelle. Il définit ce qui ne sera pas délégué. Il nomme la responsabilité avant qu'elle ne soit floutée par l'opacité de la machine. Il construit la réversibilité avant que la dépendance ne soit irréversible.
Lecture stratégique des engagements IA en place. Identification des décisions déjà déléguées sans cadre explicite. Cartographie des dépendances critiques aux éditeurs et intégrateurs. Points de responsabilité humaine à nommer. Note de route avec les arbitrages prioritaires hiérarchisés par exposition.
Construire la doctrine de l'organisation : ce qui sera délégué à la machine, ce qui ne le sera pas, sur quels critères, avec quel point de responsabilité humaine nommé. Le cadre est documenté, opposable, et défendable devant un régulateur, un partenaire institutionnel ou une instance d'audit.
Présence régulière au COMEX et au conseil. Avis ad hoc sur les décisions de déploiement structurantes. Lecture indépendante des recommandations des prestataires historiques. Le dirigeant garde la main sur la part politique de la décision, avec un appui critique calibré pour les arbitrages majeurs.
Une doctrine COMEX écrite et opposable, applicable aux nouveaux projets comme aux contrats fournisseurs en cours.
Sur chaque décision structurante, un point de responsabilité humaine est identifié et tracé. L'algorithme ne décide plus seul.
Pour chaque dépendance critique, un plan de bascule existe. La dépendance devient un choix réversible, pas une capitulation par habitude contractuelle.
Le COMEX distingue ce qui relève de l'optimisation et ce qui doit rester hors de l'optimisation. La distinction est faite avant l'arbitrage, pas après.
Le dirigeant qui agit ainsi ne se substitue pas à la politique. Il en prolonge l'exigence à son échelle. Il rappelle, par sa décision, ce que la politique au sens noble cherche à protéger : un point de responsabilité humaine nommée, dans une chaîne de décisions qui pourrait, sans cette nomination, n'engager plus personne.
Chaque intervention sectorielle s'appuie sur l'un des cinq formats standards du cabinet.
Cadrage des principes décisionnels avec le comité de direction ou le conseil.
Voir le service →Cadrage stratégique d'un projet ou POC IA en sortie de phase pilote.
Voir le service →Présence régulière aux instances, notes trimestrielles, disponibilité ad hoc.
Voir le service →Lecture indépendante à destination du conseil d'administration.
Voir le service →Doctrine des usages IA officieux et cadrage de l'autorisation.
Voir le service →Séance de cadrage - identifier le format adapté à votre contexte.
VEIA.AI est un cabinet de conseil stratégique indépendant en gouvernance IA. Aucun partenariat commercial avec un éditeur ou un intégrateur.