Réflexion · Stratégies des entreprises de l'IA
Après Ignite 2026 : échapper à la capture et à la standardisation en devenant maker
Les grandes stratégies de l'IA convergent vers une capture globale de l'utilisateur, et cette capture se joue désormais sur le contexte de travail, bien plus que sur le modèle. Le serveur dédié associé à la transparence et au partage constitue une alternative crédible pour les PME, les indépendants et les communautés, à condition d'apporter quatre preuves que cet article détaille. Un second risque accompagne la capture : la standardisation, que les ERP autogérés et personnalisés permettent désormais d'éviter.
Le 17 novembre 2026, à San Francisco, Satya Nadella a placé la keynote d'Ignite sous trois mots : ambition humaine, intelligence, confiance. Le discours promet à chaque organisation la propriété de son intelligence. La même semaine, les annonces dessinent un poste de travail où Copilot devient, selon ses termes, « the new operating system for work » (AV Network). Cet écart entre la promesse d'autonomie et l'architecture proposée mérite un examen, car Microsoft avance dans la même direction que tous les autres acteurs.
01Quatre mouvements, une même direction
Chaque acteur part d'une position différente et remonte vers le même territoire : l'endroit où le travail se fait, avec ses données, ses habitudes et ses décisions.
| Acteur | Point de départ | Mouvement en 2026 | Ce qui est visé |
|---|---|---|---|
| Microsoft | La suite bureautique et le cloud | Copilot présenté comme système d'exploitation du travail ; Microsoft IQ, couche de contexte reliée à 350 connecteurs tiers (Constellation Research) | Le contexte et l'orchestration des agents |
| OpenAI et Anthropic | Le modèle | Création, en mai 2026, de structures de déploiement et de services aux entreprises, financées par de grands gestionnaires d'actifs (TechCrunch) | Le résultat métier et la relation client, jusque-là tenus par les intégrateurs |
| La recherche, Workspace et le cloud | Gemini Enterprise Agent Platform, qui remplace et étend Vertex AI depuis avril 2026 (IT Brief) ; orientation déjà engagée l'année précédente (Bain) | Le plan de contrôle : identité, sécurité et suivi des agents | |
| Mistral et OVHcloud | Le modèle pour l'un, le serveur pour l'autre | Mistral loue du calcul avec Mistral Compute ; OVHcloud publie son propre modèle, Olala mini, le 17 novembre 2026 (Ask This Guy) | L'offre complète modèle + infrastructure, sous bannière souveraine |
Le cas français est le plus parlant. Octave Klaba a déclaré à La Tribune, le 20 octobre 2026, que Mistral ressemblait surtout à une société de services de l'IA. Dans le même temps, OVHcloud devient fabricant de modèles. L'hébergeur monte vers le modèle, le modéliste descend vers le serveur et vers l'intégration. Les deux se rejoignent sur la même offre globale.
Une lecture d'ensemble s'impose : le modèle devient une matière première interchangeable. Microsoft propose d'ailleurs les modèles GPT et Claude aux côtés de sa propre famille (MSDynamicsWorld). La valeur se déplace vers trois couches : le contexte de l'entreprise, l'orchestration des agents et le service d'intégration.
02Une capture globale ? Cinq mécanismes
Oui : ces stratégies organisent une dépendance durable. Elle résulte d'une logique économique ordinaire, celle du coût de sortie, et elle opère par cinq mécanismes.
- La mémoire du contexte. Chaque document indexé, chaque préférence retenue, chaque procédure apprise par un agent s'accumule chez le fournisseur. Plus l'entreprise travaille, plus son départ coûte cher.
- Le plan de contrôle. L'identité, les droits et le suivi des agents sont gérés par la plateforme. Changer de plateforme revient à refaire toute la gouvernance.
- Le forfait. L'IA arrive dans une suite déjà payée et déjà installée. Le choix se fait par défaut, sans comparaison.
- Le service. Lorsque le laboratoire déploie lui-même ses modèles chez le client, le savoir-faire d'intégration reste chez le fournisseur. L'entreprise reçoit un résultat et conserve peu de compréhension.
- Le couple modèle + serveur. L'offre globale simplifie l'achat et lie deux décisions qui pouvaient rester séparées.
Le discours de Microsoft reconnaît lui-même l'enjeu. Satya Nadella parle d'un impératif d'architecture : séparer l'intelligence de l'autorité exercée sur elle.
Qui détient l'autorité réelle lorsque l'intelligence de l'organisation est stockée, structurée et exécutée dans l'environnement d'un seul fournisseur ?
La formule de Nadella est juste, et elle décrit exactement ce que le client doit vérifier.
Le mot « ignorance » appelle une nuance. Les clients de ces plateformes sont informés ; ils arbitrent en faveur du confort. La dépendance naît d'une délégation consentie : l'utilisateur confie l'exécution, puis la méthode, puis la mémoire de son métier. Le risque porte sur la perte progressive de maîtrise. Arthur Mensch lui-même cite la perte de compétences liée à la dépendance à l'IA parmi les risques du secteur (Wikipédia).
03Ce que ces offres apportent réellement
Une critique honnête commence par reconnaître la valeur livrée. Ces plateformes répondent à trois besoins que toute alternative doit couvrir à son tour.
- L'intégration. Les données, les outils et les agents fonctionnent ensemble dès le premier jour.
- La sécurité et la gouvernance. Les droits d'accès, la traçabilité et la conformité sont fournis et maintenus.
- La puissance. Les modèles les plus avancés et le calcul nécessaire sont disponibles sans investissement initial.
Des ouvertures existent également : accès à plusieurs modèles, connecteurs standardisés, modèles à poids ouverts chez Mistral, licence Apache 2.0 pour le modèle d'OVHcloud. La couche modèle devient plus libre. La dépendance se concentre sur le contexte et l'orchestration, là où se loge le savoir-faire de l'entreprise.
Cette concentration a aussi une fragilité visible. Satya Nadella a ouvert sa keynote en revenant sur la panne majeure des services Microsoft du 12 novembre 2026. Un système de travail unique pour des millions d'organisations crée un point de défaillance unique.
04L'alternative : serveur dédié, transparence, distribution, partage
La proposition d'AI Maker et de Doitandshare prend le problème à l'endroit exact où la capture s'exerce : le contexte. Elle repose sur quatre choix.
- Le serveur dédié. Les données, les enregistrements et les outils de l'entreprise résident sur une machine qu'elle contrôle. Le modèle d'IA est appelé comme un service extérieur et remplaçable.
- La transparence. Chaque outil est documenté, chaque fabrication laisse une trace lisible. L'utilisateur comprend ce qui a été construit et peut le refaire.
- La distribution. Les MakerApps sont de petits outils à une fonction, placés dans le domaine public. Leur diffusion reste libre, et la marque distingue la version officielle.
- Le partage. Sur Doitandshare, chaque membre produit et met en commun. La valeur circule dans l'échange, à partir d'un besoin déclaré.
Le renversement économique est net. Les plateformes globales vendent un accès et tirent leur rente du coût de sortie. Ce modèle vend un accompagnement et tire sa valeur de l'autonomie acquise : plus le client devient capable, plus le réseau s'enrichit de ses outils et de son expérience. Le savoir-faire reste un patrimoine de l'entreprise, inscrit dans ses équipes.
Microsoft et AI Maker emploient des mots voisins : ambition humaine, propriété de l'intelligence, confiance. La différence tient à l'architecture. Dans un cas, l'utilisateur est au centre d'un système qui appartient au fournisseur. Dans l'autre, le système appartient à l'utilisateur, qui en devient le fabricant.
05Crédible, à quatre conditions
L'alternative est crédible pour les PME, les indépendants et les communautés de pratique. Elle porte quatre fragilités, et chacune appelle une preuve.
| Fragilité | Pourquoi elle compte | Preuve à apporter |
|---|---|---|
| La dépendance au modèle | Un serveur dédié qui appelle l'API d'un grand laboratoire garde la maîtrise du contexte et reste tributaire du moteur | Le changement de modèle démontré, avec un modèle à poids ouverts en solution de repli |
| La charge d'exploitation | Sécurité, sauvegardes et mises à jour d'un serveur demandent une compétence que peu de PME possèdent | Une exploitation mutualisée, auditée, avec des engagements écrits |
| L'effort demandé | Devenir maker prend du temps ; la majorité des utilisateurs choisit le confort | Un premier outil utile en quelques heures, et des résultats mesurés chez des clients nommés |
| L'économie du partage | Un commun numérique vit si quelqu'un finance son entretien | Un modèle de revenus public et équilibré sur l'accompagnement et l'hébergement |
Un test simple résume la première condition : tenir trente jours après la coupure d'un fournisseur, en remplaçant le modèle et en récupérant les données (DEV Community). Une offre qui passe ce test devant ses clients possède un argument que les plateformes globales peinent à égaler.
Deux limites de périmètre restent à assumer. Les grands groupes, soumis à des exigences de conformité lourdes, resteront majoritairement clients des plateformes intégrées. Et l'alternative coexistera avec elles : beaucoup d'entreprises utiliseront une suite globale pour la bureautique et un environnement maîtrisé pour leur savoir-faire distinctif. Cette place de complément est déjà un marché réel.
06La richesse du maker : trois raretés
L'économie numérique des vingt dernières années a créé de la richesse en retenant l'utilisateur : son attention, ses données, ses habitudes. L'IA ouvre une seconde voie, car elle rend la fabrication d'outils accessible à chacun. Des outils conversationnels produisent désormais des logiciels fonctionnels sans développeur spécialisé, ce qui permet aux entreprises de construire leurs propres outils internes (UC Today).
Lorsque la connaissance devient abondante et que la production intellectuelle s'automatise, la rareté se déplace vers trois biens. Aucun des trois ne s'achète sur une plateforme : chacun se cultive, se détient et se transmet.
| Rareté | Où elle se trouve | Ce qui la capte | Ce qui la capitalise |
|---|---|---|---|
| Le besoin clairement exprimé | Chez les personnes qui font le travail | Les requêtes agrégées par les plateformes pour améliorer leurs produits | La demande déclarée, point de départ d'un outil qui appartient à celui qui l'exprime |
| Le savoir-faire documenté | Dans les têtes, les habitudes, les fichiers personnels | Le contexte indexé chez un fournisseur | La procédure décrite, transformée en outil et conservée sur le serveur de l'entreprise |
| La confiance entre pairs | Dans les résultats vérifiables et les personnes identifiables | Les classements, labels et avis gérés par les plateformes | L'outil partagé, utilisé et amélioré par d'autres membres du réseau |
Le besoin clairement exprimé
L'IA exécute ce qui lui est demandé, et la qualité du résultat dépend de la qualité de la demande. La valeur remonte donc en amont : formuler un besoin précis, le hiérarchiser, le rattacher à une situation réelle. Dans une PME, ce besoin vit chez le chef d'atelier qui connaît la séquence des réglages, chez la comptable qui sait quelles factures posent problème, chez le commercial qui sent quand un client hésite.
Exprimer un besoin devient une compétence à part entière, au même titre que lire ou compter. Elle s'apprend, elle s'exerce, et elle donne à chaque personne une prise directe sur ses outils. Le besoin déclaré devient alors l'unité de départ de toute fabrication : une demande, un outil, une trace.
Le savoir-faire documenté
Toute entreprise possède un savoir-faire, et il reste le plus souvent tacite. Il part avec les départs à la retraite, se dilue dans les réorganisations, se perd entre deux logiciels. Sa valeur dépend de sa transmission : un tour de main décrit, testé, transformé en procédure puis en outil devient un actif de l'entreprise.
L'IA rend cette mise en forme peu coûteuse : décrire une procédure suffit désormais à produire l'outil qui l'exécute. Tout se joue sur le lieu de conservation. Documenté chez un fournisseur, le savoir-faire enrichit le contexte du fournisseur. Documenté sur le serveur de l'entreprise, avec sa trace de fabrication, il enrichit l'entreprise, se transmet aux nouveaux arrivants et survit aux changements d'outil.
La confiance entre pairs
Quand chacun peut produire des contenus et des outils en quantité, une question devient centrale : à quoi se fier ? La confiance la plus solide naît de la preuve partagée : un outil que d'autres ont utilisé, documenté et amélioré, un résultat mesuré chez un pair identifiable.
La transparence et le partage remplissent alors la fonction de témoignage de valeur que remplissait la monnaie. Ce qui circule ouvertement et résiste à l'usage gagne la confiance du réseau. Ce qui reste opaque doit l'acheter, par la marque ou par la publicité.
07La standardisation, second risque après la capture
La capture enferme l'entreprise chez un fournisseur. La standardisation l'aligne sur ses concurrents. Les deux risques se cumulent, et l'IA renforce l'un comme l'autre.
Depuis les années 1990, le progiciel de gestion intégré (ERP) a imposé une logique : adapter l'entreprise au logiciel. Les grands éditeurs la formalisent aujourd'hui. Chez SAP, l'approche dite « clean core » consiste à garder le système aussi proche que possible du standard et à placer les adaptations autour du cœur (NRI ANZ). Elle demande aux entreprises d'adopter les processus standard là où ils ont du sens et de se différencier seulement là où l'écart apporte une vraie valeur. Pour la stabilité et les mises à jour, la logique se défend.
Avec l'IA, le risque change d'échelle. Lorsque des milliers d'entreprises suivent le même processus standard, piloté par les mêmes agents, nourris des mêmes bonnes pratiques, elles prennent les mêmes décisions, au même rythme, avec les mêmes angles morts. Ce qui distinguait une PME, sa façon de traiter un client difficile, d'ajuster un devis, d'organiser un chantier, devient une exception à justifier devant le standard. La standardisation produit trois effets.
- L'uniformisation de l'offre. Des processus identiques produisent des offres semblables. La concurrence se réduit alors au prix, et la marge s'érode.
- L'atrophie des compétences. Lorsque le logiciel fixe le processus, les équipes cessent de le penser. Le savoir-faire s'éteint par manque d'usage.
- Une dépendance plus profonde. Une entreprise qui a aligné son organisation sur le standard d'un éditeur porte cette organisation dans chacun de ses métiers. En sortir revient à se réorganiser entièrement.
La capture enferme l'entreprise chez un fournisseur. La standardisation l'aligne sur ses concurrents.
Les ERP autogérés et personnalisés, désormais accessibles
Deux évolutions rendent l'alternative réaliste pour une PME. La première est la maturité des ERP open source. Odoo, Dolibarr ou ERPNext couvrent comptabilité, stock, relation client et ressources humaines ; Odoo intègre de l'IA dans chaque module depuis sa version 19, sortie en septembre 2025 (Impli). Leur code ouvert offre la liberté de personnalisation et supprime la dépendance de licence (Ecosire). L'hébergement de Dolibarr chez un tiers coûte de 35 à 60 euros par mois (Cegid).
La seconde est la baisse du coût de la personnalisation. L'IA génère les modules, les écrans et les règles métier qui demandaient hier des semaines de développement. Les observateurs du marché anticipent ce mouvement : selon CFO Brew, les agents et les outils de code pourraient ramener le balancier vers davantage de personnalisation, et certaines entreprises construiront leurs propres ERP agentiques (CFO Brew).
L'ERP autogéré inverse la logique des trente dernières années : le logiciel s'adapte à l'entreprise. Sur le serveur dédié d'AI Maker, cette inversion prend une forme précise. Un moteur open source éprouvé porte les fonctions communes. Autour de lui, des MakerApps à une fonction traduisent les pratiques propres de l'entreprise. Chaque MakerApp naît d'un besoin déclaré, se documente dans un carnet de fabrication et rejoint le patrimoine de l'entreprise.
| Modèle | Qui s'adapte | Où vit le savoir-faire | Coût de sortie | Risque principal |
|---|---|---|---|---|
| Plateforme IA intégrée | L'entreprise, au contexte et aux agents du fournisseur | Dans le contexte indexé par le fournisseur | Élevé, et croissant avec l'usage | La capture |
| ERP standard | L'entreprise, au processus de l'éditeur | En marge : extensions, tableurs, mémoire des équipes | Élevé : l'organisation entière suit l'éditeur | La standardisation |
| ERP autogéré et personnalisé | Le logiciel, à l'entreprise | Dans les MakerApps et leur documentation, sur le serveur de l'entreprise | Faible : code ouvert, données et documentation détenues | La dette de personnalisation et la charge d'exploitation |
Standardiser le commun, personnaliser le distinctif, posséder les deux
La personnalisation a un coût, et le « clean core » répond à un vrai problème. Cegid, éditeur concurrent dont l'avis se lit comme tel, rappelle trois limites des ERP open source. Les mises à jour réglementaires y sont à appliquer et à tester par l'entreprise ou son intégrateur. Sans développeur interne ou intégrateur dédié, la personnalisation totale reste théorique. Et la maintenance annuelle représente 10 à 25 % du coût de paramétrage (Cegid).
Ces limites appellent une règle d'architecture en trois termes.
- Standardiser le commun. Comptabilité, paie, facturation électronique et obligations légales gagnent à rester standard, sur un moteur ouvert maintenu par une large communauté.
- Personnaliser le distinctif. La relation client, la production, la façon de chiffrer, de planifier et de transmettre gagnent à être fabriquées sur mesure, en petits outils séparés du moteur. Chaque mise à jour du commun laisse alors le savoir-faire intact.
- Posséder les deux. Le code, les données et la documentation appartiennent à l'entreprise, sur son serveur.
Le troisième terme marque toute la différence avec le « clean core » des grands éditeurs : la frontière entre commun et distinctif est tracée par l'entreprise, et le cœur lui appartient. L'accompagnement répond aux deux autres limites. L'exploitation mutualisée prend en charge les mises à jour du moteur, et la formation des équipes rend la personnalisation réelle.
Les trois raretés trouvent ainsi leur outil. Le besoin déclaré déclenche la fabrication. Le savoir-faire documenté devient une MakerApp. La confiance naît du partage de ces MakerApps entre pairs, sur Doitandshare. Une PME qui partage un outil né de sa pratique transmet une méthode, garde sa marque de fabrique et reçoit en retour les outils des autres. La richesse se forme dans cette circulation.
08Conclusion : équiper l'ambition humaine
La keynote d'Ignite a posé les bonnes questions avec les mots justes. La réponse des plateformes consiste à héberger l'ambition humaine. Celle du serveur dédié et du partage consiste à l'équiper. La première gagnera en volume. La seconde peut gagner en valeur partout où le savoir-faire fait la différence, à la mesure des preuves qu'elle apportera.
Une question reste ouverte et mérite un débat : combien d'utilisateurs souhaitent réellement devenir makers ? La réponse décidera de l'échelle de cette économie. Elle se construit dès aujourd'hui, un outil partagé après l'autre.
Sources
- Ignite 2026: Building the frontier ecosystem, blog officiel de Microsoft, 17 novembre 2026
- At Ignite 2026, Microsoft makes case to be your work operating system, Constellation Research
- Frontier AI and trust take center stage, MSDynamicsWorld
- Nadella Puts AI at the Center of Workplace Collaboration, AV Network
- Anthropic and OpenAI are both launching joint ventures for enterprise AI services, TechCrunch, 4 mai 2026
- Google Cloud expands Gemini Enterprise into AI agent hub, IT Brief, 22 avril 2026
- Google Cloud Next 2026: the agentic enterprise control plane comes into view, Bain
- OVH et l'IA : ce que vaut la stratégie d'Octave Klaba, Ask This Guy
- Sovereign AI in Europe: what Mistral and OVHcloud already enable, DEV Community
- Arthur Mensch, Wikipédia
- Clean core: nothing is more permanent than a temporary modification, NRI ANZ, 9 janvier 2026
- ERP open source, Cegid, mis à jour le 6 novembre 2026
- Les 7 meilleurs logiciels ERP pour PME en 2026, Impli
- ERP open source ou propriétaire en 2026, Ecosire
- Is AI killing SaaS?, CFO Brew, 2 mars 2026
- Will AI Agents Break the Project Management Software Model?, UC Today, 27 avril 2026