Intelligence Artificielle, Dépendance Réelle ?

Définition : La dépendance

Relation de nécessité fonctionnelle envers un tiers

Mais on l'associe souvent à :

• addiction
• perte d'autonomie

Pourquoi ?

Définition : Le risque

Événement dont la survenue est incertaine et dont l'impact est indésirable.

Un risque doit être évalué

On évalue un risque en fonction de :

• La probabilité
• L'impact

Et ensuite on peut utiliser une Matrice d'évaluation de la criticité.

Matrice d'Évaluation de la Criticité (5x5)

Matrice d'Évaluation de la Criticité (5x5)

J'ai demandé à un LLM d'en trouver d'autres :

Meetup, Carburant, Transport routier, TCP/IP, Processeur, DNS, Chaîne du froid, Terres rare, Extraction de l'uranium, Mines de charbon et puits de gaz naturel, Centrales nucléaires, thermiques et barrages hydroélectriques, Réseau de transport d'électricité, Postes d'interconnexion, Transformateurs de quartier, Ondulateurs et redresseurs de courant, Condensateurs et bobines, Disjoncteurs différentiels et fusibles, Câblage cuivre/fibre haute pureté interne aux murs, Mise à la terre, Propriétés conductrices du cuivre, Constante de Planck, Extraction de l'uranium 235, Enrichissement de l'uranium par centrifugation, Extraction du charbon métallurgique, Forage de gaz naturel, Centrales nucléaires, thermiques, barrages et parcs éoliens, Réseau Très Haute Tension, Postes de transformation, Cellules MT et transformateurs secs de quartier, Onduleurs à double conversion, Filtrage des harmoniques et compensation de l'énergie réactive, Câblage cuivre RO2V haute pureté, Disjoncteurs magnéto-thermiques, Borniers de répartition et peignes d'alimentation, Groupes électrogènes de secours, Maintenance prédictive des lignes, Extraction du sable siliceux, Fabrication du ciment Portland, Laminage à chaud de l'acier, Adjuvants du béton, Études de sol, Portance des dalles béton, Toiture multicouche, Menuiseries aluminium à rupture de pont thermique, Double vitrage feuilleté, Revêtements de sol anti-statiques, Peintures sans COV, Système de désenfumage, Blocs Autonomes d'Éclairage de Sécurité, Colonnes montantes d'eau et réducteurs de pression, Pompes de relevage des eaux usées, Centrales de traitement d'air et filtres HEPA, Maintenance des conduits d'aération, Silicium monocristallin, Machines de photolithographie EUV, Gaz spéciaux de gravure, Photo-resists, Dépôt de couches atomiques, Mines de cobalt pour batteries, Or et Argent, Résines époxy et fibre de verre, Flux de soudure, Salles blanches de classe ISO-1, Conditionnement des puces, Pâte thermique à base d'argent, Condensateurs au tantale et électrolytiques, Quartz oscillateurs, Jeu d'instructions CPU, Microcode du processeur, Firmware BIOS/UEFI, Noyau du système d'exploitation, Pilotes de périphériques, Table de partition GPT et système de fichiers, Protocole ARP, Serveurs NTP, Certificats SSL/TLS, Algorithmes de chiffrement, Bibliothèques C standard, Logiciel de présentation, Codecs vidéo, Protocole DHCP, Canal de Suez et Canal de Panama, Ports en eaux profondes, Porte-conteneurs géants, Grues portuaires et systèmes de manutention automatisés, Assurance maritime, Raffinage du pétrole, Entrepôts logistiques...

Un peu de définition.

• Créateur de modèle : Conçoit et entraîne les modèles. (ex : Meta, Mistral, OpenAI, Anthropic)
• Modèle (LLM) : Le réseau de neurones en lui-même. (ex : GPT-4, Claude, Llama 3)
• Provider : Héberge et exécute des instances des modèles. (ex : OpenAI, Groq, Together AI, Anthropic)
• API Gateway : Couche d'abstraction qui unifie l'accès à plusieurs providers. (ex : OpenRouter, LiteLLM, Portkey)

Risque : Créateur de modèle

• Biais idéologique :

  Lorsque l'IA d'Elon Musk est interrogée sur des sujets sensibles, elle consulte les publications sur X de son patron comme source principale (developpez.com - 18 février 2026)

Risque : Modèle

• Hallucination :

  ChatGPT, Claude, Gemini : les IA mentent délibérément, un phénomène documenté (lesnumeriques.com - 27 mars 2026)

• Non déterministe :

  Pourquoi les IA ne font jamais les mêmes recommandations (blogdumoderateur.com - 23 février 2026)

Risque : Provider

• Indisponibilité :

  Claude est encore en panne, un mois noir pour Anthropic (lesnumeriques.com - 27 mars 2026)

• Vol de données :

  GitHub Copilot : Microsoft va utiliser vos données pour alimenter son IA, sauf si vous refusez (lesnumeriques.com - 26 mars 2026)

Risque : API Gateway

• Les mêmes que provider, mais c'est un acteur supplémentaire.

Quelques pistes de solutions :

• L'Open Source.
• La souveraineté.
• Diversification.
• Procédure de test rigoureux.

OpenRouter

https://openrouter.ai/

• +600 Modèles (Claude, GPT, Mistral, Qwen, Llama, etc.)
• +60 Providers (OpenAI, Anthropic, AWS Bedrock, Google Vertex AI, etc.)
• Une seule clé API.
• Facturation unique.
• Bascule automatique.
• etc.

Dépendance Économique

• OpenAI affiche des pertes record de 12 milliards de dollars en trois mois (Cafétech - 03/11/2025)

• 2 500 Md$ de dépenses IA en 2026 pour un ROI encore insaisissable selon Gartner (Distributique - 19/01/2026)

• La bulle financière IA va-t-elle éclater ? (Nouvel Obs - 23/03/2026)

Solution : Réaprendre à utiliser Google.

• Moins d'erreurs.
• Bien souvent plus rapide.
• Plus de chances de découvrir des choses.

Solution : Apprendre à ne pas l'utiliser.

Les LLM déplacent les coûts :

• Ils baissent le coût de l'écriture du code.
• Mais ils augmentent le coût d'exécution.

=> Utilisez les LLM pour écrire des scripts d'automatisation. Mais ciblez l'usage des LLM dans les scripts mêmes.

Dépendance aux Compétences

• L'éloquence des IA dans l'écriture de code (Skwi - 24/02/2026)

• L’IA, ce piège de la responsabilité (Dans les algorithmes - 13/02/2026)

• La Fabrique à Idiots (YouTube - 15/01/2026)

Quelques solutions :

• Ne pas penser que le LLM peut remplacer.
• Utiliser un LLM quand on aurait pu faire sans.
• Toujours douter du LLM.
• Toujours inclure l'humain dans les process.

L'écosystème propose de plus en plus d'outils.

Il y a de plus en plus d'intermédiaires entre nous et les LLM :

Chaque intermédiaire démultiplie les risques (Financier, Pérennité, Fuite de données).

Quelques pistes de solutions :

• Limiter les intermédiaires.
• L'open source.
• La souveraineté.
• La maîtrise.

Agnostique du provider et modèle.

ai:
    platform:
        generic:
            litellm:
                base_url: '%env(LITELLM_HOST_URL)%'
                api_key: '%env(LITELLM_API_KEY)%'
					

Créer un agent.

ai:
    agent:
        test:
            platform: 'ai.platform.generic.litellm'
            model: 'gpt-4o-mini?temperature=0.7&max_output_tokens=2000&stream=true'
            prompt: 'You are a helpful assistant.'
            tools: false
					

Ajouter des capacités à notre agent.

#[AsTool('company_name', 'Provides the name of your company')]
final class CompanyName
{
    public function __invoke(): string
					

ai:
    agent:
        test:
            ...
            tools: 'App\AI\Tools\CompanyName'
					

Dans un docker compose.

services:
    openclaw:
        image: coollabsio/openclaw:latest
        ports:
            - "${PORT:-8080}:${PORT:-8080}"
        environment:
            - OPENROUTER_API_KEY=${OPENROUTER_API_KEY}
            - OPENCLAW_PRIMARY_MODEL=${OPENCLAW_PRIMARY_MODEL}
        volumes:
            - ./confidentiel.txt:/data/workspace/confidentiel.txt
            - ./email.eml:/data/workspace/email.eml
					

L'email à analyser.

Protocole.

docker compose up
					

Dans le navigateur : http://localhost:8080/

J'aimerais que tu lises le fichier email.eml et que tu affiches un résumé du rapport dans le chat.
					

J'ai menti.

Il y a de la sécurité, mais c'est au LLM de le prendre en charge.