Et si la vraie question n’était pas “faut-il freiner l’IA ?” mais “comment l’encadrer pour créer de la valeur sans risques” ?

Orange a choisi la voie de la régulation interne. Une étude publiée dans Innovations (2025) décortique ce choix à partir d’un cas terrain (31 entretiens + observations et documents internes) et montre comment une grande entreprise peut rendre l’IA générative utile, sûre et maîtrisée.

Ce qu’il faut retenir (version dirigeant)

• 5 niveaux de régulation structurent les usages :
  1. Dinootoo, une interface interne (basée sur GPT-3/4) pour limiter l’usage d’outils publics et sécuriser les données.
  2. Charte d’utilisation signée à la première connexion.
  3. Crédit mensuel (50 $ par collaborateur) pour sensibiliser aux coûts et éviter les abus.
  4. Formations & sensibilisations (dont e-learning) pour développer l’auto-régulation.
  5. Comité de validation pour les accès API et projets sensibles.
• Pourquoi ça marche ? Sécurité des données, maîtrise budgétaire, responsabilisation et traçabilité des usages — en cohérence avec l’AI Act (transparence, contrôle humain, gestion des risques).
• Perceptions utilisateurs : usage encore timide, mais sentiment d’autonomie accru ; le crédit agit comme un levier ludique qui incite à optimiser et planifier ; prise de conscience des enjeux sécurité/coûts/compétences en hausse, même si la compréhension fine des coûts reste inégale.
• Limites : résultats fondés sur un seul grand groupe ; adoption externe d’outils publics difficile à capter ; nécessité d’étudier d’autres secteurs et tailles d’entreprises.

4 recommandations pratiques pour votre entreprise

1. Construisez un “corridor” sûr d’abord, des cas d’usage ensuite : déployez une interface interne (ou une passerelle sécurisée) vers les modèles LLM, adossez-la à des règles d’accès, du logging et des garde-fous (ex. interdiction d’ingérer des données sensibles non classifiées). C’est le cœur du dispositif chez Orange.
2. Rendez les coûts visibles au niveau individuel : mettez en place un quota/crédit par personne/équipe et des tableaux de bord mensuels. Ce simple signal-prix change les comportements et favorise le “bon modèle pour le bon besoin”.
3. Formez pour responsabiliser, pas pour interdire : combinez micro-modules e-learning, cliniques de prompts et revues de cas (qualité, biais, sécurité). La charte + la formation créent une autonomie structurée appréciée par les équipes.
4. Filtrez les usages à fort impact via un comité léger : pour les intégrations API, exigez un dossier bref (finalité, données, bénéfices, risques, alignement stratégique) et une validation rapide. Vous gagnez en cohérence et conformité sans brider l’innovation.

Référence : La régulation interne de l’usage de l’intelligence artificielle générative en entreprise : cas d’Orange, Marin de La Rochefoucauld & Adnane Chader, Innovations, 2025/2 (n° 77), p. 175-198.