Ralentir l’IA : qui pourra continuer ?

Le 22 septembre 2026, Anthropic lance Claude Opus 5.5. Ses tarifs de base passent de 5 à 4 dollars par million de tokens en entrée et de 25 à 20 dollars en sortie, par rapport à Opus 5. Les tokens sont les fragments de texte traités par le modèle. La baisse atteint 20 % sur chacun de ces deux tarifs. Après l’appel de Dario Amodei à ralentir la progression de l’IA, les nouveaux produits et la concurrence sur les prix continuent donc. Annonce et grille tarifaire.

Commercialiser un modèle et fixer le programme de recherche de son successeur relèvent de décisions distinctes. Cela oblige à préciser la promesse : qu’est-ce qui ralentirait, à partir de quel seuil, et qui déciderait de poursuivre ?

Les propositions publiées donnent une place croissante à un intermédiaire : l’évaluateur de sécurité installé au sein du laboratoire. Le 18 septembre, Anthropic annonce qu’elle financera directement le travail d’Accenture. Or les deux entreprises ont déjà noué, en décembre 2025, un partenariat pour développer l’adoption commerciale de Claude. Annonce d’évaluation ; partenariat commercial.

Cette double relation pose une question concrète d’indépendance : quelles garanties permettent d’examiner sévèrement un produit dont on accompagne aussi les ventes ? Selon les règles retenues, une évaluation pourrait devenir un argument commercial, une exigence des clients ou une condition d’accès au marché.

Définir ce qui ralentirait

Amodei propose de conditionner l’avancée des capacités aux progrès de la sécurité. Il envisage une coordination entre laboratoires et, pour certaines discussions, une médiation gouvernementale ou une dérogation limitée au droit de la concurrence. Ce sont les demandes de son essai de septembre, à replacer dans le débat sur le financement et la coordination de l’IA.

Une meilleure intégration logicielle peut rendre un modèle existant plus utile. À l’inverse, un laboratoire peut travailler sur un système expérimental beaucoup plus capable avant de le proposer au public. Les sorties commerciales, l’entraînement et les usages internes suivent des calendriers différents.

Prenons un exemple fictif. Un assistant suggère une modification de code qu’un salarié relit avant de l’appliquer. Donnons au même assistant des identifiants et des droits d’écriture : il peut désormais modifier un serveur directement. Son pouvoir d’action a augmenté, même si la qualité de ses réponses est identique. Retirer ces droits, exiger une validation humaine et reporter l’entraînement d’un successeur répondraient à des risques différents.

Les engagements volontaires du sommet de Séoul de 2024 tenaient déjà compte des capacités, du contexte de déploiement et des protections. Ils prévoyaient de renoncer au développement ou au déploiement lorsque le risque résiduel dépassait les seuils définis. Leur application doit être examinée laboratoire par laboratoire. Engagements de Séoul, paragraphes I à IV.

Le périmètre du ralentissement détermine aussi son coût. Reporter une vente attendue réduit les recettes ; annuler une dépense de recherche encore évitable peut préserver la trésorerie ; conserver une capacité pour un usage interne produit encore un autre effet. Le calcul dépend notamment des engagements de capacité déjà signés.

Le coût d’entrée passe aussi par l’évaluation

Une vérification sérieuse peut repérer une faille et éviter des dommages. Elle peut aussi demander une dépense difficile à absorber pour un nouvel entrant. Pour comprendre ce mécanisme, il suffit d’un calcul explicite.

Supposons, dans un exemple entièrement fictif, un coût fixe de vérification de 1 million d’euros par an pour chaque fournisseur. Avec dix millions de tâches annuelles, cela représente dix centimes par tâche. Avec cent millions, un centime. Ce montant illustre un coût fixe ; il ne correspond à aucun devis d’Accenture ni à une estimation des audits d’IA.

Le plus petit fournisseur doit ainsi récupérer davantage sur chaque vente, à qualité et autres coûts identiques. Un meilleur produit, une spécialisation ou des économies ailleurs peuvent compenser cet écart. Une certification crédible peut même l’aider à convaincre un client qui préférait jusque-là une marque connue.

L’effet concurrentiel dépend donc de la conception du contrôle. Les exigences varient-elles avec le risque ? Une modification mineure impose-t-elle de tout recommencer ? Les résultats sont-ils réutilisables auprès de plusieurs clients ? La loi californienne SB 813 demande justement de limiter, dans la mesure du possible, les démarches redondantes et de reconnaître certaines évaluations équivalentes. Les modalités restent à construire. Section 8898.1.

Le délai compte également. Une jeune entreprise peut financer une longue évaluation avant sa première recette, tandis qu’un acteur établi continue de vendre ses produits existants. L’impact dépendra de leur trésorerie et du temps nécessaire pour corriger les problèmes détectés. La bonne mesure associe le coût du contrôle à la réduction du risque qu’il apporte.

Accenture, partenaire commercial et évaluateur

Le partenariat annoncé le 9 décembre 2025 prévoit un groupe d’activité commun pour diffuser Claude en entreprise. Celui du 18 septembre 2026 ajoute des évaluateurs intégrés, notamment issus de Faculty, l’activité spécialisée d’Accenture. Les deux entreprises indiquent prévoir chacune au moins 1 milliard de dollars d’investissement sur cinq ans dans ces capacités de sécurité. Il s’agit d’intentions d’investissement, pas de sommes déjà décaissées ni du tarif publié d’un audit. Accenture, décembre 2025 et septembre 2026.

L’accès continu a un intérêt technique : observer le développement permet de repérer des incidents ou des choix qu’un test du seul produit fini laisserait hors champ. La solidité du dispositif dépend ensuite des droits de l’évaluateur, de sa rémunération et des conséquences d’un désaccord.

Une lettre publiée par l’AI Evaluator Forum le 18 septembre, mise à jour le 23, demande notamment l’absence d’autres relations commerciales significatives avec le laboratoire évalué, une liberté de publication et une protection contre les représailles. Les signataires s’expriment à titre personnel. Ce sont des conditions proposées, sans valeur d’interdiction légale du partenariat Accenture. Lettre publique.

La loi SB 813 distingue elle aussi paiement et dépendance : dans les critères qu’elle prévoit pour les organismes de vérification, une rémunération raisonnable au prix du marché est admise, mais ne doit pas dépendre du résultat de l’évaluation. Section 8898.1.

Les annonces consultées ne donnent accès ni au contrat intégral, ni à son barème, ni aux dispositions détaillées de résiliation. Ces clauses comptent : publier une conclusion défavorable avec un financement protégé offre une garantie différente d’un renouvellement laissé à la discrétion du client. La séparation formelle de deux équipes demande aussi d’examiner leurs objectifs commerciaux et leur autorité effective.

Anthropic précise que l’accord est non exclusif, envisage plusieurs évaluateurs et conserve la responsabilité de ses modèles. Son cadre de juin proposait déjà des financements publics ou mutualisés et des garde-fous contre la sélection de l’évaluateur le plus accommodant. Il écartait également une immunité automatique liée au respect du cadre fédéral. Ces propositions décrivent une orientation ; les clauses publiques du partenariat restent moins détaillées. Annonce ; cadre de juin, pages 4–5 et 8.

D’autres financements existent. METR déclare ne pas recevoir de financement des laboratoires de pointe, tout en bénéficiant d’importants crédits d’utilisation gratuits. Point financier du 14 août. Son rapport de mai sur un exercice mené en février–mars montre aussi pourquoi les droits de publication méritent une lecture précise : les entreprises pouvaient retirer leur participation sans annonce publique avant d’approuver les informations les concernant, mais ne disposaient pas d’un droit d’approbation sur le rapport final. Cet exercice antérieur est distinct de l’accord Accenture.

Qui déciderait de la mise sur le marché ?

Les grands laboratoires proposent des architectures différentes. Le 14 juillet, Demis Hassabis défend un organisme de normalisation sous supervision fédérale, financé principalement par l’industrie. Après une phase volontaire, les modèles concernés devraient réussir l’évaluation pour être déployés aux États-Unis. Son périmètre dépend des capacités de pointe, quel que soit le pays d’origine ou le caractère ouvert ou fermé du modèle ; les modèles moins avancés seraient exemptés. Proposition de Hassabis.

Le cadre proposé par OpenAI en juin, page 6, prévoit une évaluation gouvernementale obligatoire lorsque le Center for AI Standards and Innovation, ou CAISI, en aura les moyens. Le centre recommanderait des protections, sans pouvoir approuver ou bloquer le déploiement. La décision et la responsabilité resteraient au développeur. Un dépassement du délai administratif prévu pourrait même permettre la sortie du modèle. Il s’agit d’un projet de politique publique.

La réussite du test conditionnerait l’accès au marché dans le premier cas. Dans le second, l’examen alimenterait une décision du développeur assortie d’obligations de transparence. Le pouvoir donné à l’évaluateur changerait donc profondément.

Les textes adoptés ont encore d’autres périmètres. Le décret présidentiel américain 14409 du 2 juin 2026 prévoit un cadre volontaire d’évaluation des capacités cyber avant diffusion. Sa section 3(c) exclut explicitement la création, par cette section, d’une licence ou d’une autorisation gouvernementale préalable obligatoire. Décret.

La loi californienne SB 813, signée le 9 septembre, prévoit l’élaboration des critères des organismes indépendants au plus tard le 1er janvier 2028. Sa section 8898.4 ne fait pas du recours à ces organismes une condition générale pour développer ou déployer de l’IA. Elle précise aussi qu’un audit peut être pertinent dans un litige relatif à un dommage, sans suffire à trancher la responsabilité. Texte signé.

Ces dispositions portent sur les deux mécanismes examinés ici. D’autres obligations peuvent s’appliquer à un système ou à son usage. Pour apprécier une future procédure, il faudra regarder les délais, les possibilités de recours et la disponibilité d’évaluateurs réellement accessibles aux nouveaux entrants.

Une coordination soumise au droit de la concurrence

Partager un test utile peut réduire les dépenses et prévenir la diffusion d’une même faille. S’accorder sur le rythme d’amélioration des produits touche, lui, à une dimension centrale de la concurrence. La FTC reconnaît les bénéfices possibles des coopérations et les risques liés à la perte d’indépendance commerciale ou à l’exercice collectif d’un pouvoir de marché. Guide de la FTC.

Une plainte déposée le 18 septembre, Buist et autres contre Anthropic et autres, accuse Anthropic, OpenAI, SpaceXAI et Google de coordonner une restriction de l’innovation. Son périmètre exclut explicitement les mesures de sécurité décidées indépendamment et les activités légitimes de normalisation préservant la concurrence. La plainte expose les allégations des demandeurs ; l’existence d’une entente illégale n’y est pas une conclusion de justice. Plainte initiale, notamment paragraphes 150–151.

Une baisse de prix peut coexister avec une moindre concurrence sur la qualité. Imaginons que des gains d’efficacité permettent de facturer moins cher, tandis qu’un accord reporte certaines améliorations : le client paierait moins qu’hier, tout en recevant un produit moins avancé que dans un scénario concurrentiel. Démontrer un préjudice demanderait d’étayer ce scénario alternatif et le rôle de l’accord allégué.

L’examen doit donc porter sur les informations échangées, la liberté de chaque entreprise de suivre son propre calendrier et les conditions offertes aux acteurs extérieurs. Une demande de dérogation antitrust demeure une demande, dont l’issue doit être vérifiée séparément.

L’avance sur la Chine et la place des modèles ouverts

Amodei présente le maintien de l’avance américaine comme une condition permettant aux laboratoires de ralentir sans être dépassés. Il défend des restrictions d’accès aux puces et aux équipements de fabrication. Il s’agit de son argument stratégique, dont les effets restent à évaluer. Essai de septembre.

Restreindre la puissance de calcul d’un concurrent agit sur ses moyens de production. Imposer des garanties de sécurité comparables à des systèmes comparables agit sur leur accès au marché. Les bénéficiaires et les effets de ces politiques peuvent différer.

Les modèles à poids ouverts rendent leurs paramètres téléchargeables, avec des usages soumis à leur licence. Les données d’entraînement et l’ensemble du logiciel ne sont pas nécessairement ouverts. Dans son rapport de juillet 2024, la NTIA recommandait de préserver les possibilités offertes par cette diffusion tout en renforçant la surveillance des risques. Cette appréciation historique appelle un réexamen à mesure que les capacités évoluent. Rapport de la NTIA.

Une entreprise peut acheter un service hébergé ou exécuter un modèle téléchargeable chez elle. Si la validation de la seconde option devenait beaucoup plus coûteuse, elle pourrait privilégier la première : dépenses et contrôle se déplaceraient vers le fournisseur de service. C’est un scénario conditionnel, à rapprocher de l’économie des modèles ouverts.

La diffusion des poids soulève aussi un problème technique réel. Couper l’accès à un service hébergé n’efface pas les copies de fichiers déjà distribuées. Les possibilités de correction après déploiement diffèrent selon le mode d’accès. Recherche sur les corrections de déploiement, 2023.

OpenAI demande, dans sa position du 9 septembre, que les règles de sécurité de pointe n’aboutissent pas à restreindre indirectement les modèles ouverts. L’entreprise distingue également les laboratoires de pointe des petits développeurs très éloignés de ce niveau de capacité. Position publique. L’enjeu pratique sera la reconnaissance de garanties équivalentes, y compris lorsqu’elles sont apportées par un nouvel acteur ou hors des États-Unis.

Les intérêts financiers du ralentissement

Dans son étude de janvier 2025, la FTC documentait des accords imposant aux développeurs de dépenser une grande partie de l’investissement d’un fournisseur de cloud dans les services de celui-ci. Elle soulignait les dépendances et les coûts de changement de prestataire. Les informations internes couvraient septembre 2024, complétées par des éléments publics jusqu’en janvier 2025 : ce constat historique ne décrit pas automatiquement les contrats de septembre 2026. Étude de la FTC.

Ces relations, examinées dans notre analyse du financement circulaire de l’IA, permettent de poser une question économique : lorsqu’un entraînement est reporté, qui perd une recette et qui évite une dépense ? Le laboratoire pourrait économiser une commande future, tandis que le fournisseur d’infrastructure perdrait cette vente. Une capacité déjà réservée limiterait l’économie ; vendre plus longtemps un modèle existant pourrait prolonger ses recettes.

Les intérêts d’un vendeur de calcul, d’un développeur, de son intégrateur et du client final divergent donc potentiellement. Attribuer leur conduite à une même motivation financière demanderait des éléments sur leurs contrats et leurs décisions.

L’organisation de la sécurité devient aussi une question d’accès au marché. Les entreprises qui construisent les modèles proposent les tests et financent une partie des institutions chargées de les examiner. Les garanties d’indépendance figurent déjà dans plusieurs textes ; leur traduction contractuelle et leur fonctionnement restent décisifs.

La suite se jugera sur des actes observables : un évaluateur peut-il publier un désaccord important ? Un concurrent extérieur peut-il faire reconnaître une protection équivalente ? Une décision de continuer ou de suspendre est-elle motivée par les résultats ? C’est là que le débat sur le ralentissement peut devenir un contrôle effectif du pouvoir industriel.

Sources

• Dario Amodei, 2026-09. We Must Pace the Frontier.
• Anthropic, 2026-09-22. Introducing Claude Opus 5.5.
• Anthropic, 2026-09-18. Partnering with Accenture on embedded evaluation.
• Accenture, 2026-09-18. Accenture and Anthropic Partner to Build Team of Embedded Evaluators at Anthropic.
• Accenture, 2025-12-09. Accenture and Anthropic Launch Multi-Year Partnership to Drive Enterprise AI Innovation and Value Across Industries.
• AI Evaluator Forum, 2026-09-18 / 2026-09-23. Minimum Conditions for Embedding Evaluators.
• Gouvernement britannique / sommet de Séoul, 2024 / 2025-02-07. Frontier AI Safety Commitments, AI Seoul Summit 2024.
• METR, 2026-08-14. Funding update.
• Anthropic, 2026-06. Anthropic’s Advanced AI Framework.
• Demis Hassabis, 2026-07-14. A Framework for Frontier AI and the Dawning of a New Age.
• OpenAI, 2026-06-02. Democratic Governance of Frontier AI: A blueprint for a federal framework.
• White House, 2026-06-02. Executive Order 14409: Promoting Advanced Artificial Intelligence Innovation and Security.
• California Legislature, 2026-09-09. SB 813, Chapter 179: Independent verification organizations.
• Federal Trade Commission, consulté le 27 septembre 2026. Dealings with Competitors.
• U.S. District Court, Northern District of California, 2026-09-18. Buist et al. v. Anthropic et al., Complaint, Doc. 1, 3:26-cv-10693.
• NTIA, 2024-07-30. Dual-Use Foundation Models with Widely Available Model Weights Report.
• OpenAI, 2026-09-09. The AI policy window is open. We need to act..
• Federal Trade Commission, 2025-01. FTC Issues Staff Report on AI Partnerships & Investments Study.
• Joe O’Brien, Shaun Ee, Zoe Williams, 2023-09-30. Deployment Corrections: An incident response framework for frontier AI models.
• METR, 2026-05-19. Frontier Risk Report (February to March 2026).

Méthode et limites

Analyse arrêtée au 27 septembre 2026. Les annonces des entreprises décrivent leurs positions et leurs engagements annoncés. Les propositions d’Amodei, Hassabis, Anthropic et OpenAI sont distinguées du décret fédéral et de la loi californienne signée, dont certains critères restent à élaborer. La plainte est citée comme acte des demandeurs, sans conclusion sur son bien-fondé.

Les tarifs sont ceux de base publiés pour les tokens d’entrée et de sortie : (4 ÷ 5 − 1) × 100 = −20 % et (20 ÷ 25 − 1) × 100 = −20 %. Ils ne mesurent pas le coût d’une tâche complète. Le graphique de coût utilise des hypothèses fictives. Aucun contrat intégral Anthropic–Accenture, audit interne ou donnée confidentielle n’a été obtenu. Le résumé officiel du rapport NTIA a été consulté dans son contenu indexé, l’accès direct renvoyant une erreur 403 ; la présentation de l’étude FTC a été vérifiée via son miroir officiel search.ftc.gov. Les sources de 2023–2025 éclairent des mécanismes historiques, sans valider les modèles ou les accords de septembre 2026.