CNC : entrée = fichier G-code · traitement = firmware + contrôleur de moteurs pas à pas · sortie = pièce métallique usinée à 0,01mm. L'électricité déplace des moteurs qui déplacent un outil qui enlève de la matière.

Imprimante 3D : entrée = fichier STL + paramètres de tranchage · traitement = firmware Marlin/Klipper · sortie = objet physique couche par couche. L'électricité chauffe une résistance et déplace une buse.

Graveur laser : entrée = fichier vectoriel + puissance/vitesse · traitement = contrôleur GRBL · sortie = gravure ou découpe. L'électricité excite une diode laser à une longueur d'onde précise.

Imprimante jet d'encre : entrée = fichier raster · traitement = firmware d'impression · sortie = document. L'électricité propulse des gouttelettes d'encre de 2 picolitres à 1200 DPI.

Modèle de langage (LLM) : entrée = séquence de tokens · traitement = multiplication de matrices sur des milliards de paramètres via GPU · sortie = séquence de tokens la plus probable. L'électricité déplace des électrons dans des transistors à 3nm qui effectuent des additions en virgule flottante.

Dans tous les cas : électricité contrôlée → résultat selon des paramètres. La seule différence est la couche de travail. La CNC travaille dans la couche physique — elle produit de la matière. Le LLM travaille dans la couche logique — il produit des symboles. Ce n'est pas une différence de nature. C'est une différence de domaine de sortie.

En 1956, John McCarthy choisit le terme "Artificial Intelligence" pour nommer le nouveau champ de recherche — pas pour sa précision descriptive, mais pour son prestige académique. Un LLM ne "comprend" pas. Il prédit la distribution de probabilité des tokens suivants selon les poids ajustés lors de l'entraînement. C'est remarquable d'ingénierie. Ce n'est pas de l'intelligence au sens philosophique.

Le corpus Opération Dindon a documenté que « Cloud Souverain » est un faux-ami sémantique : il vend une souveraineté juridique qui n'existe pas (physique ✓ / juridique ✗). « Intelligence Artificielle » est la même structure de tromperie : il vend une intelligence philosophique qui n'existe pas (calcul matriciel ✓ / intelligence ✗). Les deux termes utilisent un mot fort ("souverain", "intelligence") pour nommer la propriété que le client désire sans qu'elle soit réellement présente.

Chaque génération a vécu sa propre "révolution incompréhensible." En 1965, le magnétophone à bandes permettait d'enregistrer et de rejouer une voix humaine — jugé presque magique par ceux qui ne comprenaient pas l'induction magnétique. En 1975, le magnétoscope capturait une émission télévisée — qualifié d'incompréhensible par les profanes. En 1980, le Télétexte transmettait du texte via le signal télévisé — innovation jugée futuriste qui "changerait tout."

Aucune n'était magique. Toutes étaient de l'électricité contrôlée appliquée à un nouveau domaine. L'IA générative de 2024 est à son stade de maturité ce que le magnétoscope était en 1975 : impressionnante pour son époque, déjà dépassée par les ingénieurs qui comprennent ses couches basses, et destinée à être banalisée dans cinq à dix ans. Ce n'est pas une raison de la déifier maintenant.

OpenAI, Azure OpenAI, AWS Bedrock, Google Vertex AI — le discours est identique : l'IA est trop complexe, trop gourmande en ressources, trop spécialisée pour être déployée sans l'infrastructure d'un hyperscaler. Sous-entendu : "Vous ne pouvez pas faire ça vous-mêmes." C'est exactement le discours du Serverless et du NoOps — appliqué à l'IA. Partiellement vrai pour certains cas d'usage. Délibérément exagéré pour tous les autres.

Quand une entreprise utilise Azure OpenAI pour indexer ses documents internes via RAG (Retrieval-Augmented Generation), elle indexe sa propriété intellectuelle dans des bases vectorielles propriétaires — Azure AI Search, Amazon Kendra, Pinecone hébergé sur AWS. Les documents restent en théorie chez l'entreprise. Les embeddings (représentations vectorielles) résident dans l'infrastructure de l'hyperscaler. C'est une exfiltration invisible de la mémoire patrimoniale. Utiliser l'IA de l'hyperscaler pour indexer ses données, c'est lui donner les plans de sa propre boîte noire applicative et métier.

Les API des hyperscalers proposent le Context Caching — documentations internes, code source, procédures métier envoyés à chaque requête mis en cache dans la mémoire RAM volatile ou les disques de transit des clusters, sous couvert de "télémétrie de sécurité."

La différence avec le RAG : le RAG exfiltre la mémoire structurée (les documents). Le context cache exfiltre la mémoire vivante — les prompts en temps réel, le code source envoyé à chaque requête. C'est la différence entre voler les plans d'un bâtiment et installer une caméra dans la salle de réunion. Couvert par des clauses de "télémétrie" que personne ne lit — exactement comme CGV §14.12.

Llama 3 (Meta) est sous licence commerciale restrictive — interdiction d'utiliser les poids pour entraîner un modèle concurrent, restrictions au-delà de 700 millions d'utilisateurs. Ce sont des modèles à poids disponibles (Open-Weights), pas de l'Open-Source au sens OSI. Licences réellement libres : Mistral 7B (Apache 2.0) · Falcon 7B/40B (Apache 2.0). Un changement unilatéral de licence peut bloquer l'infrastructure logicielle après déploiement — exactement comme une modification des CGV cloud.

Remplacer l'API OpenAI/Azure par des GPU NVIDIA A100/H100 ne résout qu'un niveau. NVIDIA possède ses propres verrous logiciels — CUDA, cuDNN, NCCL — et ses lignes de production dépendent entièrement de TSMC à Taïwan (~90% des puces avancées mondiales). La réponse : les runtimes d'abstraction ouverts. ROCm (AMD) · vLLM · Ollama · llama.cpp — permettent d'exécuter des modèles sur du matériel hétérogène. Posséder son IA en bare-metal, c'est s'assurer que le fichier de paramètres peut tourner sur n'importe quel silicium disponible.

Une API cloud est facturée au token consommé — OPEX pur variable. Un serveur bare-metal avec GPU est CAPEX + OPEX fixe (électricité, rack, maintenance).

Coût API cloud : N requêtes × coût_par_token × tokens_moyens
Coût bare-metal : CAPEX_GPU / durée_amortissement + OPEX_mensuel_fixe

Sur des cas documentés : pour une utilisation intensive (>100 000 requêtes/jour avec des contextes longs), le bare-metal devient rentable en 6 à 18 mois. En dessous de ce seuil, l'API cloud reste compétitive. L'honnêteté intellectuelle exige de nommer ce seuil — pas de prétendre que le bare-metal gagne toujours.

Un châssis GPU (type HGX A100 8 GPUs) consomme entre 10 et 40 kW par rack. Un datacenter classique est dimensionné pour 5 à 7 kW par rack. L'écart est un problème de génie civil que les formules TCO sans ingénieur datacenter ignorent.

Le facteur PUE : pour du calcul haute densité IA, un PUE de 1,5 signifie que pour 40 kW GPU il faut 20 kW supplémentaires pour le refroidissement — soit 60 kW facturés au sol. Sans liquid cooling ou confinement d'allée chaude haute densité, le coût réel explose.

Formule TCO complète : CAPEX_GPU + CAPEX_refroidissement + (kW_GPU × PUE × coût_kWh × heures_an) + maintenance. Le PUE haute densité est ce que l'ingénieur applicatif oublie et que l'ingénieur datacenter ne peut pas ignorer.

La Souveraineté des Poids correspond à la Couche Contractuelle : est-ce que je possède le modèle légalement sans restriction future unilatérale ? La Souveraineté du Runtime correspond à la Couche Logicielle : est-ce que j'exécute sur mon infrastructure avec un framework ouvert sans complexité artificielle ? La Souveraineté des Données d'Entraînement correspond à la Couche Matérielle : est-ce que je connais les fondements de ce que j'utilise ?

Un modèle propriétaire avec un runtime opaque sur CUDA verrouillé sur des puces TSMC avec des données d'entraînement inconnues — c'est la captivité IA totale. Même structure que la captivité cloud documentée dans 64 études du corpus.