Le fait marquant est le changement de ton. Donald Trump ne presente plus Anthropic comme une menace immediate et salue la reaction de Dario Amodei, son dirigeant, apres des echanges lies au G7. Quelques jours plus tot, la situation etait beaucoup plus tendue : l’administration americaine avait restreint l’acces a certains modeles avances d’Anthropic pour des motifs de securite nationale, apres des alertes autour de possibles contournements de garde-fous. Anthropic a du retirer l’acces a des modeles recents, dont Fable 5 et Mythos 5, le temps de clarifier le cadre. Le signal est fort : meme une entreprise valorisee, strategique et centrale dans la course mondiale a l’IA peut etre freinee brutalement si ses capacites sont jugees sensibles. Le revirement politique apaise la crise, mais il ne supprime pas l’incertitude creee par la methode.

Pour les dirigeants de PME, l’enseignement n’est pas de fuir les grands modeles americains. Ils restent puissants, utiles et souvent indispensables pour gagner du temps. Le vrai sujet est la qualite de l’architecture autour de ces outils. Une entreprise qui confie toute sa production documentaire, son support client, ses analyses commerciales ou ses automatisations internes a un seul fournisseur expose ses equipes a un risque de rupture. Ce risque peut venir d’un prix qui change, d’une API qui evolue, d’une panne, d’une decision juridique, ou d’une restriction politique. Il faut donc raisonner en plans de secours : modeles alternatifs, export des donnees, procedures manuelles minimales, priorisation des cas d’usage critiques et contrats qui precisent les engagements de disponibilite. L’IA devient une couche de production ; elle merite le meme serieux qu’un hebergeur, un ERP ou une solution de paiement.

Pendant longtemps, les comparatifs IA se sont concentres sur la vitesse, le prix, la qualite des reponses ou la taille du contexte. L’affaire Anthropic deplace la grille de lecture. Un modele peut etre excellent et rester difficile a adopter si son acces depend d’un cadre instable. A l’inverse, une solution moins spectaculaire peut devenir interessante si elle offre une meilleure previsibilite contractuelle, une implantation europeenne, une meilleure maitrise des donnees ou une option de bascule locale. Les entreprises n’ont pas besoin de transformer chaque projet IA en chantier souverainiste. Elles doivent en revanche cartographier leurs usages : lesquels sont experimentaux, lesquels touchent le revenu, lesquels engagent des donnees sensibles, lesquels bloqueraient une equipe en cas d’arret. Cette cartographie permet de choisir le bon niveau d’exigence sans ralentir tous les projets.