Dépendance fournisseur IA : la leçon du cas Anthropic

Trois jours ont suffi pour transformer le lancement de deux modèles d’intelligence artificielle parmi les plus avancés du marché en une interruption mondiale. La suspension de Fable 5 et Mythos 5 révèle que la dépendance fournisseur IA n’est plus seulement une question de coûts, de contrats ou de souveraineté technologique. Elle devient un risque direct pour la continuité d’activité.

Le 9 juin 2026, Anthropic annonçait le lancement de Claude Fable 5 et de Claude Mythos 5.

Le 12 juin, à 17 h 21, heure de l’Est des États-Unis, l’entreprise recevait une directive américaine lui imposant de suspendre l’accès à ces modèles pour tout ressortissant étranger, qu’il se trouve aux États-Unis ou ailleurs dans le monde.

Anthropic a alors décidé de désactiver les deux modèles pour l’ensemble de ses utilisateurs afin de garantir sa conformité avec la décision.

Le motif invoqué par Washington relève de la sécurité nationale. Selon l’administration américaine, les garde-fous de Fable 5 auraient pu être contournés afin d’accéder à certaines capacités avancées de cybersécurité.

Mais les informations publiées depuis révèlent une situation plus complexe.

Le signalement ayant contribué à déclencher l’intervention américaine serait venu d’Amazon, à la fois investisseur majeur d’Anthropic, partenaire technologique et fournisseur de son infrastructure cloud.

Ce cas donne une matérialité nouvelle à la dépendance fournisseur IA.

Un modèle peut devenir indisponible non seulement en raison d’une panne, d’une cyberattaque ou de la faillite de son éditeur, mais aussi à la suite d’un rapport de sécurité, d’une décision politique ou d’une mesure réglementaire prise dans une autre juridiction.

Pour les entreprises ayant intégré l’intelligence artificielle à leurs processus métiers, la question n’est plus théorique :

Que se passerait-il si leur principal modèle d’IA devenait indisponible ce soir ?

Comment un signalement d’Amazon a déclenché la crise

Selon Reuters, Andy Jassy, directeur général d’Amazon, faisait partie des dirigeants technologiques ayant alerté de hauts responsables de l’administration américaine sur les risques associés aux modèles les plus avancés d’Anthropic.

Axios rapporte que des chercheurs en sécurité d’Amazon auraient utilisé une série de requêtes spécialement construites pour contourner une partie des garde-fous de Fable 5.

Ce contournement aurait permis au modèle d’identifier des vulnérabilités logicielles et de produire certains éléments susceptibles d’être utilisés dans des opérations offensives.

Amazon n’a pas publiquement confirmé le contenu précis de ses échanges avec Washington.

Le groupe a toutefois indiqué qu’en sa qualité de fournisseur cloud travaillant avec de nombreux clients privés et publics, il était régulièrement consulté par les gouvernements sur des risques de sécurité.

La position d’Amazon dans cette affaire est particulièrement révélatrice.

Amazon est simultanément :

• un investisseur majeur d’Anthropic ;
• un partenaire industriel ;
• un fournisseur d’infrastructure cloud ;
• un distributeur des modèles Claude à travers AWS ;
• un interlocuteur des autorités américaines sur les questions de sécurité.

L’acteur qui fournit l’infrastructure et finance une partie du développement du modèle peut donc également contribuer au processus conduisant à son interruption.

La dépendance ne se limite plus à une relation entre une entreprise cliente et un éditeur d’intelligence artificielle.

Elle forme une chaîne impliquant :

• le développeur du modèle ;
• le fournisseur cloud ;
• les partenaires techniques ;
• les équipes chargées de la sécurité ;
• les autorités réglementaires ;
• le gouvernement du pays d’origine de la technologie.

Selon Axios, l’administration américaine aurait initialement demandé à Anthropic de retirer volontairement les modèles concernés.

Une source proche de l’entreprise affirme qu’Anthropic aurait reçu un délai de 90 minutes pour désactiver Fable 5 et Mythos 5 avant l’imposition d’un régime de contrôle plus contraignant.

Ce délai n’a pas été confirmé dans un document officiel public. Il doit donc être considéré comme un élément rapporté par des sources journalistiques, et non comme un fait administratif définitivement établi.

Il révèle néanmoins la brutalité potentielle d’une telle décision.

Une technologie intégrée dans des processus critiques peut devenir indisponible avant même que ses utilisateurs aient le temps d’organiser une réponse.

Anthropic et Washington ne donnent pas la même lecture du risque

Le désaccord entre Anthropic et l’administration américaine ne porte pas sur l’existence d’un contournement.

Il porte sur sa gravité, sa portée et la proportionnalité de la réponse.

Anthropic affirme avoir examiné une démonstration de la technique concernée.

Selon l’entreprise, celle-ci aurait permis d’identifier un petit nombre de vulnérabilités mineures déjà connues. Des modèles accessibles publiquement seraient capables de produire des résultats comparables sans nécessiter le même contournement.

Anthropic précise également qu’aucun testeur n’aurait jusqu’ici découvert de « jailbreak universel », c’est-à-dire une méthode capable de neutraliser largement les protections du système et de libérer l’ensemble de ses capacités sensibles.

L’entreprise défend une stratégie de sécurité en profondeur :

• filtrage des requêtes sensibles ;
• redirection de certaines demandes ;
• surveillance des usages ;
• conservation temporaire des données ;
• tests internes et externes ;
• exercices de red teaming ;
• détection et neutralisation des contournements.

Washington a retenu une autre appréciation.

L’administration considère que l’accès potentiel aux capacités de Mythos pouvait constituer un risque suffisant pour justifier une intervention immédiate au titre de la sécurité nationale.

Il n’est pas nécessaire de trancher ce débat technique pour comprendre la conséquence opérationnelle.

Une divergence d’évaluation entre un fournisseur d’IA, un partenaire cloud et un gouvernement a suffi à provoquer la disparition mondiale de deux modèles.

C’est précisément ce qui doit retenir l’attention des entreprises.

Même lorsqu’un fournisseur estime son produit suffisamment sécurisé, une autorité extérieure peut imposer une autre interprétation du risque.

La dépendance fournisseur IA devient un risque opérationnel

Tant que l’intelligence artificielle demeure un outil facultatif de rédaction, d’idéation ou de recherche documentaire, son indisponibilité reste généralement absorbable.

Les collaborateurs perdent du temps. Certaines tâches doivent être reprises manuellement. Mais l’entreprise continue de fonctionner.

La situation change lorsque le modèle est intégré dans une chaîne opérationnelle.

Des organisations utilisent désormais des API, des assistants ou des agents d’intelligence artificielle pour :

• analyser automatiquement les demandes des clients ;
• générer, corriger ou tester du code ;
• extraire des informations contractuelles ;
• rechercher des anomalies ;
• classer des dossiers ;
• alimenter des outils de cybersécurité ;
• assister des équipes commerciales ;
• participer à la détection des fraudes ;
• préparer des recommandations métiers ;
• automatiser certaines fonctions du service client.

Dans ces situations, le modèle n’est plus un simple logiciel accessible depuis un navigateur.

Il devient un composant du système d’information.

Sa disparition peut interrompre une activité, ralentir une production, dégrader un service ou rendre impossible l’exécution d’un processus devenu dépendant de ses résultats.

Le cas Anthropic montre qu’un tel composant peut devenir indisponible pour au moins quatre grandes familles de causes.

Le risque technique

Une panne, une vulnérabilité, une cyberattaque ou une défaillance de l’infrastructure peuvent interrompre l’accès au modèle.

Le risque commercial

Un fournisseur peut augmenter ses prix, modifier ses licences, limiter les volumes, dégrader son niveau de service ou retirer une version.

Le risque fonctionnel

Le comportement du modèle peut évoluer. Ses performances, ses règles de filtrage, ses capacités ou ses mécanismes de sécurité peuvent être modifiés.

Le risque juridictionnel

Une décision portant sur le contrôle des exportations, les sanctions internationales, la sécurité nationale ou la nationalité des utilisateurs peut restreindre l’accès au modèle.

Le cas Anthropic ne démontre pas que tous les modèles américains deviendront indisponibles.

Il démontre qu’une décision extérieure à l’entreprise peut neutraliser, en quelques heures, une technologie autour de laquelle elle a construit des processus critiques.

Être « multi-modèles » ne prouve pas la réversibilité IA

Face à ce risque, une réponse revient fréquemment :

« Notre entreprise utilise déjà plusieurs modèles. »

L’organisation peut effectivement disposer d’accès à Claude, ChatGPT, Gemini, Mistral ou à différents modèles open source.

Cette diversification réduit parfois une partie de la dépendance commerciale.

Elle ne démontre pas la capacité de remplacement.

Posséder plusieurs abonnements ne signifie pas que les processus sont portables.

Un système opérationnel peut dépendre de nombreux actifs :

• instructions système ;
• bibliothèques de prompts ;
• bases de connaissances ;
• connecteurs métiers ;
• formats d’appels API ;
• outils associés au modèle ;
• règles de filtrage ;
• mécanismes de supervision humaine ;
• évaluations de performance ;
• journaux techniques ;
• procédures internes de validation.

Deux modèles ne produisent pas nécessairement les mêmes résultats.

Ils ne possèdent pas les mêmes fenêtres de contexte, les mêmes formats d’outils, les mêmes mécanismes de sécurité ni les mêmes comportements face à des instructions ambiguës.

Remplacer un modèle sans nouvelle phase de validation peut :

• modifier les résultats attendus ;
• introduire de nouvelles erreurs ;
• diminuer la précision ;
• rendre certains contrôles inopérants ;
• altérer la traçabilité ;
• modifier le traitement de certaines données ;
• créer de nouveaux risques réglementaires.

Une véritable réversibilité suppose au minimum :

1. un modèle ou un fournisseur alternatif identifié ;
2. des actifs exportables dans un format réutilisable ;
3. une architecture limitant les dépendances propriétaires ;
4. des critères mesurant les écarts entre les modèles ;
5. une procédure de bascule formalisée ;
6. un test exécuté dans des conditions réalistes ;
7. une décision documentée sur les risques résiduels.

Déclarer que l’entreprise est multi-modèles constitue une affirmation. Produire le compte rendu d’un test de bascule constitue une preuve.

Ce que disent les données

• 9 juin 2026 : Anthropic annonce Claude Fable 5 et Claude Mythos 5.
• 12 juin 2026 à 17 h 21, heure de l’Est : Anthropic reçoit la directive américaine portant sur l’accès des ressortissants étrangers.
• Tous les clients concernés : Anthropic choisit de désactiver les deux modèles pour l’ensemble de ses utilisateurs afin de garantir sa conformité.
• Rôle d’Amazon : selon Reuters, Andy Jassy fait partie des dirigeants ayant signalé des préoccupations de sécurité à l’administration américaine.
• Délai rapporté : selon Axios, Anthropic aurait disposé de 90 minutes pour retirer les modèles avant l’adoption d’une mesure plus contraignante.
• 14 juin 2026 : la Commission européenne annonce examiner les conséquences pratiques de la décision pour les utilisateurs européens.

La Commission européenne a également déclaré que les mesures de sécurité ne devraient pas être discriminatoires envers les partenaires internationaux.

Elle considère cet épisode comme une nouvelle illustration de la nécessité de renforcer la souveraineté technologique européenne.

Ce que les réglementations imposent — et ce qu’elles n’imposent pas

Il serait juridiquement inexact d’affirmer que l’AI Act oblige toutes les entreprises à disposer d’un second modèle ou à effectuer un test annuel de réversibilité.

Pour les systèmes d’IA à haut risque relevant de son champ d’application, l’article 9 du règlement européen prévoit un système continu de gestion des risques.

L’article 12 impose également des capacités de journalisation automatique pour les systèmes concernés.

Ces dispositions ne créent toutefois pas une obligation universelle de remplacement applicable à tous les usages de l’intelligence artificielle.

La directive NIS2 impose aux entités relevant de son périmètre des mesures de gestion des risques de cybersécurité, incluant notamment la sécurité de la chaîne d’approvisionnement.

Les évaluations coordonnées prévues par le texte doivent également permettre d’identifier les dépendances critiques et les points uniques de défaillance.

Dans le secteur financier, DORA formule plus directement le problème de substituabilité.

Son article 29 impose aux entités financières d’évaluer le risque de concentration lié aux prestataires de services numériques soutenant des fonctions critiques ou importantes.

Cette évaluation doit notamment prendre en considération :

• l’absence de solutions de substitution réelles ;
• l’utilisation de technologies propriétaires ;
• la complexité technique ;
• les coûts de migration ;
• les délais nécessaires ;
• les risques opérationnels créés par le changement de fournisseur.

Enfin, la norme volontaire ISO/IEC 42001 fournit un cadre de système de management pour les organisations développant, fournissant ou utilisant des systèmes d’intelligence artificielle.

Elle permet de structurer les responsabilités, les risques, les objectifs, les contrôles et l’amélioration continue.

Elle ne constitue pas une certification automatique de conformité à l’AI Act.

Elle peut néanmoins soutenir une gouvernance documentée et vérifiable.

Le plan de réversibilité doit donc être présenté pour ce qu’il est : une mesure de gouvernance et de résilience, dont le niveau d’exigence dépend de la criticité de l’usage, du secteur concerné et des réglementations applicables.

Gouverner la dépendance fournisseur IA avec des preuves

Une organisation ne peut pas supprimer toute dépendance.

Elle peut en revanche la connaître, l’accepter consciemment, la surveiller et préparer une réponse.

La première étape consiste à établir un inventaire des modèles, fournisseurs, API, plateformes cloud et usages associés.

Cet inventaire doit permettre d’identifier :

• les processus concernés ;
• les directions responsables ;
• les données utilisées ;
• les versions des modèles ;
• les fournisseurs directs ;
• les infrastructures associées ;
• les sous-traitants éventuels ;
• les pays et juridictions impliqués ;
• le niveau de criticité métier ;
• les conséquences prévisibles d’une interruption.

La deuxième étape consiste à classer les usages selon leur impact.

Un assistant utilisé pour reformuler des courriels ne nécessite pas les mêmes garanties qu’un modèle intégré dans un dispositif de détection des fraudes, un logiciel médical, un système de cybersécurité ou une décision financière.

La troisième étape consiste à produire les preuves de maîtrise.

Pour un usage critique, l’organisation devrait pouvoir présenter :

• un registre actualisé des systèmes et fournisseurs ;
• une analyse de criticité ;
• une cartographie des dépendances ;
• une évaluation des clauses contractuelles ;
• un responsable désigné ;
• une procédure d’arrêt ;
• une solution alternative ;
• un scénario de continuité ;
• les résultats d’un test de remplacement ;
• les écarts constatés ;
• un plan de correction ;
• les décisions d’acceptation des risques résiduels.

Cette logique déplace la gouvernance du terrain déclaratif vers le terrain opérationnel.

Dire « nous pouvons changer de modèle » ne suffit pas.

L’entreprise doit pouvoir indiquer :

• combien de temps prendrait la migration ;
• quelles fonctions seraient perdues ;
• quelles données pourraient être récupérées ;
• quels tests seraient nécessaires ;
• qui pourrait déclencher la bascule ;
• qui validerait le nouveau modèle.

Analyse stratégique : ce que les dirigeants doivent décider

Pour les dirigeants, la première décision porte sur la criticité.

Tous les usages ne doivent pas recevoir le même niveau de contrôle. Mais les usages essentiels ne peuvent pas rester dépendants d’un fournisseur non identifié ou difficilement substituable.

Pour les directions des systèmes d’information, l’enjeu consiste à concevoir des architectures limitant les dépendances inutiles.

Cela peut passer par :

• des couches d’abstraction ;
• des formats ouverts ;
• des mécanismes de routage ;
• des évaluations indépendantes du modèle ;
• des interfaces compatibles avec plusieurs fournisseurs ;
• une séparation entre les données, les règles métiers et le modèle.

Pour les directions des risques et de la conformité, l’exposition juridictionnelle doit entrer dans les cartographies.

Le pays d’établissement du fournisseur, les infrastructures utilisées, les sous-traitants et les conditions de suspension doivent être examinés au même titre que la sécurité ou la confidentialité.

Pour les directions des achats et les directions juridiques, les clauses de réversibilité doivent être étudiées concrètement.

Une clause générique conserve une portée limitée si l’entreprise ne peut pas récupérer ses données, ses journaux, ses prompts, ses évaluations ou ses configurations.

Pour les banques et les assureurs, le cas Anthropic élargit enfin la compréhension du risque de concentration.

L’indisponibilité d’un prestataire peut résulter d’un incident technique.

Elle peut également être provoquée par une décision souveraine sur laquelle le client ne possède aucun contrôle.

Trois scénarios pour les 6 à 18 prochains mois

Scénario 1 : le rétablissement rapide des modèles

Anthropic considère la décision comme un malentendu et travaille à la restauration des accès.

Même dans ce scénario, le précédent restera important : un modèle commercial a pu être retiré mondialement en quelques heures.

Scénario 2 : une fragmentation des accès

Les modèles les plus puissants pourraient être proposés selon le pays, la nationalité, le secteur, l’identité du client ou le niveau de confiance accordé.

L’accès à l’intelligence artificielle deviendrait alors plus fragmenté et moins prévisible.

Scénario 3 : l’intégration du risque géopolitique dans les architectures IA

Les grandes organisations pourraient exiger davantage de portabilité, de solutions alternatives et de tests de continuité avant d’intégrer un modèle dans une fonction critique.

La sélection d’un fournisseur ne porterait plus uniquement sur la performance et le prix.

Elle intégrerait également :

• la substituabilité ;
• la stabilité contractuelle ;
• l’exposition géopolitique ;
• la localisation des infrastructures ;
• la portabilité des actifs ;
• la capacité réelle de continuité.

Conclusion : la performance ne garantit pas la disponibilité

Fable 5 et Mythos 5 figuraient parmi les modèles les plus avancés d’Anthropic.

Leur niveau de performance n’a pas empêché leur suspension.

C’est le principal enseignement de cette affaire.

La performance d’un modèle ne garantit :

• ni sa disponibilité ;
• ni sa stabilité contractuelle ;
• ni sa pérennité réglementaire ;
• ni son accessibilité dans toutes les juridictions ;
• ni la continuité des processus qui en dépendent.

Une entreprise utilisant l’intelligence artificielle dans un processus significatif doit désormais répondre à trois questions :

De quels fournisseurs dépendons-nous réellement ?

Combien nous coûterait la disparition de notre modèle principal ?

Avons-nous déjà testé notre capacité à le remplacer ?

La dépendance fournisseur IA devient gouvernable lorsqu’elle est identifiée, mesurée et documentée.

Elle devient réellement maîtrisée lorsque la continuité a été testée.

Le Risk Scan Svar-IA permet d’identifier un premier niveau de fragilité dans la gouvernance de l’intelligence artificielle :

***https://svar-ia.com/***

L’audit doit ensuite vérifier les preuves, les responsabilités, les procédures et la capacité réelle de remplacement.

La gouvernance IA ne se mesure pas uniquement lorsque le modèle fonctionne.

Elle se révèle lorsqu’il cesse de fonctionner.

Votre organisation connaît-elle précisément le délai nécessaire pour remplacer son principal modèle d’intelligence artificielle ?

Sources et références

Sources primaires — Anthropic

Anthropic — Statement on the US government directive to suspend access to Fable 5 and Mythos 5 https://www.anthropic.com/news/fable-mythos-access

Anthropic — Claude Fable 5 and Claude Mythos 5 https://www.anthropic.com/news/claude-fable-5-mythos-5

Anthropic — Claude Fable 5 https://www.anthropic.com/claude/fable

Anthropic — Claude Fable 5 & Claude Mythos 5 System Card https://www-cdn.anthropic.com/d00db56fa754a1b115b6dd7cb2e3c342ee809620.pdf

Institutions publiques, normes et régulateurs

Union européenne — Règlement européen sur l’intelligence artificielle, règlement UE 2024/1689 https://eur-lex.europa.eu/eli/reg/2024/1689/oj?locale=fr

Union européenne — Directive NIS2, directive UE 2022/2555 https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32022L2555

Union européenne — Règlement DORA, règlement UE 2022/2554 https://eur-lex.europa.eu/legal-content/FR/TXT/?uri=CELEX:32022R2554

ISO — ISO/IEC 42001, système de management de l’intelligence artificielle https://www.iso.org/standard/42001

Agences et médias

Reuters — Amazon voiced concerns about Anthropic AI models before US crackdown https://www.reuters.com/business/retail-consumer/amazon-voiced-concerns-about-anthropic-ai-models-before-us-governments-crackdown-2026-06-13/

Reuters — Anthropic disables top-tier AI models after US order limiting foreign access https://www.reuters.com/technology/us-blocks-foreign-access-anthropics-most-advanced-ai-models-axios-reports-2026-06-13/

Reuters — EU Commission looking at practical consequences of Anthropic decision https://www.reuters.com/legal/litigation/eu-commission-looking-practical-consequences-anthropic-decision-spokesperson-2026-06-14/

Reuters — Anthropic rolls out public version of Mythos https://www.reuters.com/technology/anthropic-rolls-out-public-version-mythos-without-cybersecurity-capability-2026-06-09/

Axios — How Amazon and the White House ended Anthropic’s Fable https://www.axios.com/2026/06/13/anthropic-amazon-white-house

Axios — Anthropic had 90 minutes to take down Fable https://www.axios.com/2026/06/13/anthropic-fable-takedown

Axios — Trump administration blocks foreign access to Anthropic’s most powerful AI https://www.axios.com/2026/06/12/anthropic-trump-mythos-fable-national-security

Le Point — Écran noir sur l’IA : l’incroyable quiproquo qui a poussé Washington à débrancher le monde en 90 minutes https://www.lepoint.fr/high-tech-internet/ecran-noir-sur-lia-lincroyable-quiproquo-qui-a-pousse-washington-a-debrancher-le-monde-en-90-minutes-4RT6S4JIJBHK5LOBZDCV3RG5AI/