Interview croisée Løvell x Dimitri Foucault (TsunamIA / intégralité Consulting)
A propos de cette interview
Lovell initie une série de 3 articles sur l’IA en entreprise.
Dans le 1er épisode , nous avons échangé avec Dimitri Foucault, fondateur de TsunamIA et d’Intégralité Consulting, qui accompagne au quotidien des PME, ETI et grands comptes dans leur adoption de l’IA générative. Nous avons abordé le sujet des cas d’usage actuels, des profils d’entreprises concernées, des freins à l’adoption et de la gouvernance.
Dans ce 2e épisode, nous poursuivons nos échanges avec Dimitri, et nous nous concentrons sur les tendances à venir (agents, applications sur mesure, …) les enjeux de cybersécurité, la position de la France et la soutenabilité du marché.
Le 3e épisode permettra de vous présenter un RETEX d’une mission d’accompagnement auprès d’un de nos clients pour piloter ses activités d’Intégration de la Sécurité dans ses Projets (ISP) d’IA .
A propos de Dimitri Foucault
Dimitri Foucault accompagne les entreprises dans leur transformation IA via TsunamIA (podcast, formation, conseil) et Intégralité Consulting. Ancien RSSI et IT Risk Officer (BNP Paribas, TechnipFMC), il combine une expertise terrain en cybersécurité et gouvernance avec une pratique active de l’IA générative auprès de grands comptes (AT&T, Amadeus, Groupama, Sopra Steria, Savills, Cogedim, AG Real Estate, AEW, etc.). Il anime un podcast hebdomadaire (plus de 100 épisodes) et une newsletter sur les usages concrets de l’IA en entreprise.
En savoir plus : integralite.co (cabinet de conseil et d’intégration IA) | tsunamia.fr (podcast, newsletter, formations Qualiopi)
Partie 2 : tendances, cybersécurité et avenir
Løvell : L’IA va-t-elle transformer le marché du travail, et que faire des juniors ?
Oui, profondément, et c’est déjà le cas. Dans certaines entreprises, des recrutements prévus sont remis en question après l’intégration de l’IA : les équipes existantes deviennent plus productives. C’est particulièrement visible sur les profils juniors. J’arrive en formation, on met en place un workflow IA qui fonctionne, et la réflexion qui revient souvent c’est : « mais alors, qu’est-ce que je donne au stagiaire ? ».
Le paradoxe, c’est que beaucoup de tâches répétitives et ingrates qui étaient confiées aux juniors et apprentis sont désormais automatisables. Donc les petites structures se posent la question : peut-on encore se permettre de recruter des juniors juste pour les former ? Cela dit, j’ai lu une étude récente sur 500 profils américains en analyse de données et BI, qui montre l’inverse : les juniors équipés d’IA surperforment les seniors sans IA d’un facteur 4. Ce qui m’amène à nuancer ma propre observation. La vérité, c’est probablement que le bagage technique pur est dévalué par l’IA, et que les soft skills (sens critique, capacité d’apprentissage, compréhension métier, capacité à challenger une production) deviennent décisives. Le recrutement va devoir s’adapter à ça.
Løvell : Quelles sont les grandes tendances qui arrivent ?
La tendance la plus structurante, c’est l’émergence des agents IA. On passe d’outils qui répondent à des questions à des systèmes qui agissent : ils enchaînent des tâches, interagissent avec plusieurs outils, accèdent aux données et produisent des résultats de façon autonome. Anthropic et OpenAI annoncent que leurs propres ingénieurs n’écrivent quasiment plus de code directement, ils pilotent des agents qui le font. C’est en partie un argument marketing, mais le mouvement est réel.
Un exemple personnel : pour préparer un atelier que je voulais lancer pour les solopreneurs et les professions libérales (avec un format adapté à des plus petits budgets), j’ai envoyé un message vocal à mon agent depuis Telegram. L’agent, qui tourne sur un serveur dédié 24h/24, a fait la transcription, identifié le besoin, généré une page de vente complète avec mon image de marque, mes titres, mes prix. Je n’ai eu qu’à ajouter les liens de paiement. Première campagne, premières ventes. Ce n’est plus un assistant, c’est un coéquipier qui exécute.
L’autre grande tendance, c’est le développement sur mesure. Là où les entreprises dépendaient de logiciels SaaS standardisés qui ne faisaient jamais exactement ce qu’on voulait (« on peut le faire mais ce sera 30 000 euros et 6 mois de roadmap »), elles peuvent désormais créer des outils internes avec un agent de code. Concrètement, je l’ai fait avec des clients de 30 à 50 personnes qui n’avaient pas Power BI : on a créé directement leurs dashboards avec Claude, on les a déployés sur leur infrastructure cloud avec authentification Microsoft, et ils peuvent les modifier eux-mêmes. Plus besoin de licences par utilisateur, plus de lock-in.
On voit déjà les conséquences en bourse : à chaque sortie de fonctionnalité majeure de Claude ou ChatGPT, des éditeurs SaaS perdent 3 à 5 % en capitalisation. Quand Claude a sorti son outil de design, Figma a chuté. Le transfert de valeur est en train de se faire vers les grands labos.
Løvell : Quel rôle pour les cabinets de conseil dans ce contexte ?
Le rôle évolue. Historiquement, on faisait de l’audit, de la recommandation, de la formation. Aujourd’hui, ce qui revient le plus souvent, c’est le passage à l’échelle. Le client teste un POC qui fonctionne, il est convaincu, mais il bute sur la question : comment passer du « ça marche sur mon poste » au « ça fonctionne à grande échelle, de manière fiable et sécurisée » ?
C’est sur cette intégration que se joue la valeur ajoutée du conseil aujourd’hui : architecture cible, intégration aux systèmes existants, infra cloud, sécurisation des données, gestion des coûts, conformité RGPD et AI Act. Mon offre s’est structurée autour de trois axes complémentaires : audit IA (cartographie des cas d’usage et benchmark des outils), formation (Qualiopi, sur-mesure), et intégration (mise en production, agents sur mesure, dashboards). Les ateliers solopreneurs et professions libérales sont une nouvelle brique, pour les structures qui n’ont pas accès au consulting classique.
Au-delà du faire, il y a un enjeu de stratégie. Le marché change toutes les semaines : signer un deal de licence pour 1 an sur un outil spécialisé peut se transformer en piège quand la fonctionnalité est intégrée nativement par l’un des grands labos trois mois plus tard. Avoir un regard extérieur qui suit ce marché en temps plein, c’est ce qui évite de s’enfermer dans des choix obsolètes.
Løvell : Quels sont les enjeux côté cybersécurité ?
C’est le sujet sur lequel je suis le plus préoccupé, et c’est aussi celui où mon ancien métier (RSSI chez TechnipFMC, IT Risk Officer chez BNP Paribas) me sert le plus aujourd’hui. La cybersécurité va se faire complètement chambouler dans les deux prochaines années.
Premier signal fort, en février 2026 : Anthropic a publié les résultats d’une campagne menée avec Claude Opus 4.6 sur des codebases open source. Le modèle a identifié plus de 500 vulnérabilités haute sévérité dans des projets pourtant scrutés depuis des années par des experts humains. Pas par fuzzing aveugle, mais en raisonnant sur les commit histories, en repérant les changements suspects, en construisant des inputs ciblés pour valider ses hypothèses. Dans une opération conjointe avec Mozilla, le même modèle a trouvé 22 vulnérabilités dans Firefox en deux semaines, dont 14 de haute sévérité (l’équivalent d’un cinquième de toutes les failles haute sévérité corrigées par Mozilla sur l’ensemble de l’année 2025).
Le 7 avril 2026, Anthropic a franchi un cap supplémentaire avec Claude Mythos Preview, un modèle non public dont les résultats ont été documentés sur leur site red.anthropic.com. Mythos Preview a découvert des milliers de zero-days dans les principaux systèmes d’exploitation et navigateurs, dont une faille de 27 ans dans OpenBSD (TCP SACK integer overflow), une faille de 16 ans dans FFmpeg (codec H.264, qui avait été « hit » cinq millions de fois par les fuzzers automatiques sans jamais être détectée), une faille de 17 ans dans le serveur NFS de FreeBSD (CVE-2026-4747, exploitation autonome avec accès root sans authentification), et plusieurs chaînes de privilège escalation dans le noyau Linux. Anthropic a restreint l’accès au modèle via le programme Project Glasswing, qui réunit douze partenaires fondateurs : AWS, Apple, Anthropic, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, la Linux Foundation, Microsoft, NVIDIA et Palo Alto Networks, plus une quarantaine d’organisations de maintenance d’open source critique. OpenAI a réagi exactement une semaine plus tard en annonçant GPT-5.4-Cyber via son programme Trusted Access for Cyber, suivi par GPT-5.5-Cyber le 30 avril.
Le constat est simple : les modèles atteignent un niveau d’expertise qui dépasse les humains sur l’analyse systémique et exhaustive de code. Pas le niveau du meilleur expert humain dans un domaine donné, mais un niveau d’expertise élevé dans tous les domaines à la fois, et la capacité à tourner 24/7 sur l’ensemble d’un parc applicatif. Et cette capacité n’est pas réservée aux défenseurs : les attaquants y ont accès. On entre dans une vraie course à l’armement.
Une étude prédictive de fin 2025 que je cite régulièrement en formation l’avait anticipé. Trois chercheurs de Stanford, Carnegie Mellon et Gray Swan AI ont publié une étude (« Comparing AI Agents to Cybersecurity Professionals in Real-World Penetration Testing ») où ils ont fait s’affronter dix pentesters certifiés OSCP et plusieurs frameworks d’agents IA sur l’infrastructure réelle d’une grande université américaine (environ 8 000 hosts répartis sur 12 sous-réseaux). Le framework multi-agents qu’ils ont développé, ARTEMIS, a fini deuxième au classement général en battant 9 humains sur 10. Le top humain reste devant (13 vulnérabilités trouvées contre 9 pour ARTEMIS), donc les meilleurs experts humains gardent un avantage sur la créativité et l’enchaînement d’exploits, mais ARTEMIS couvre la majorité du panel pour environ 18 dollars de l’heure d’API, contre 60 dollars de l’heure pour un pentester professionnel. Soit un facteur 3 sur le coût, sans compter qu’un agent ne dort pas et ne se décourage pas devant un portail obsolète.
Côté écosystème, les AI gateways (LiteLLM par exemple) sont devenus en 2026 des cibles prioritaires : compromission de la chaîne d’approvisionnement le 24 mars (versions PyPI piégées 1.82.7 et 1.82.8, par le groupe TeamPCP, via une compromission antérieure du scanner Trivy), puis SQL injection critique CVE-2026-42208 publiée le 20 avril et exploitée 36 heures après publication. Ces outils centralisent les clés API de tous les fournisseurs LLM d’une organisation, le rayon de blast d’une compromission est comparable à celui d’un compromis cloud complet. Tout le monde n’a pas encore intégré que ces composants doivent être traités comme du tier 1.
Concrètement pour les entreprises, ça veut dire que les outils de scan de vulnérabilités classiques arrivent à leur limite. Demain, les boîtes qui voudront sécuriser leur code iront chez celles qui ont accès à Mythos pour la cyber ou à GPT-5.5-Cyber, ou qui auront fine-tuné un bon modèle open source récent. Au-delà du code, toute la gestion des API, des secrets, des authentifications va devoir être repensée avec ces nouveaux outils. Les bonnes pratiques (zero trust, coffres-forts d’API, rotation systématique) restent valables, mais elles doivent maintenant être augmentées par de l’IA.
Løvell : Comment la France se positionne-t-elle ?
Plutôt bien, en réalité, et probablement parmi les premiers en Europe. Plusieurs facteurs expliquent ça.
Le premier, c’est la formation : les écoles françaises forment d’excellents ingénieurs en machine learning et en deep learning. On retrouve systématiquement des Français dans les équipes de recherche d’OpenAI, d’Anthropic, de Meta, de Google. C’est un vrai vivier.
Le deuxième, c’est l’énergie. Grâce au nucléaire, la France a une vraie capacité électrique pour accueillir des data centers, ce qui est un avantage structurel majeur quand l’IA est aussi gourmande en énergie. Mistral a annoncé en mars 2026 une levée de dette de 830 millions de dollars (consortium BNP Paribas, Crédit Agricole CIB, HSBC, MUFG) pour un data center à Bruyères-le-Châtel, sur le plateau de Saclay en Essonne, en partenariat avec Eclairion. Le site sera équipé de 13 800 puces NVIDIA et opérationnel au deuxième trimestre 2026. Le gouvernement semble vouloir éviter le scénario irlandais (où les data centers absorbent une part très significative de la consommation électrique nationale, parce que les règles fiscales attractives ont attiré tout le monde sans tenir compte de la capacité).
Le troisième, c’est l’écosystème parisien. On est probablement à égalité avec Londres en Europe (Londres garde un avantage structurel pour l’interconnexion avec les États-Unis). Mais quand NVIDIA tient sa première GTC européenne à Paris pendant Vivatech en présence d’Emmanuel Macron et de Mistral, ce n’est pas un hasard.
Le frein principal, c’est l’AI Act, et plus encore sa traduction dans la loi française. Une réglementation qui met du temps à se mettre en place est inévitable, mais quand la traduction législative traîne, ça devient mortifère pour les startups qui ne savent pas si leur projet sera conforme ou non. À côté de ça, la Chine sort des modèles open source à 4 ou 5 mois de retard sur les modèles fermés américains, ce qui est extrêmement court. Et ces modèles open source chinois sont devenus incontournables pour les acteurs qui veulent vraiment de la souveraineté (défense, infrastructures critiques) parce qu’on peut les héberger sur infra propre.
Løvell : Y a-t-il une bulle IA ?
Le terme de « bulle » est réducteur, à mon avis. Il y a effectivement des valorisations très élevées (OpenAI est valorisé autour de 850 milliards de dollars sur le marché secondaire, après une levée de 122 milliards annoncée en avril 2026), des prises de participation circulaires entre acteurs, et une dette parfois opaque chez certaines startups. Mais le risque est limité par le fait qu’une grande partie des investissements vient des fonds propres des hyperscalers (Google, Microsoft, Amazon) plutôt que de la dette, et surtout il y a un retour sur investissement réel.
Anthropic a annoncé 30 milliards de dollars de revenus annualisés en avril 2026 (depuis 9 milliards fin 2025, soit une multiplication par plus de 3 en quatre mois). Ce n’est pas un usage marginal. Quand des gens me disent qu’ils ne voient pas le retour sur investissement, ce sont en général des gens qui n’ont pas mis en place d’agent qui tourne 24/7 pour eux. Avec ChatGPT gratuit sur le téléphone pour faire des recettes de cuisine, effectivement, il n’y a pas de ROI. Avec un agent bien configuré, sur les bonnes données, le ROI est massif et il est mesurable. Le ROI ne tombe pas tout seul : si on prépare mal son terrain, rien ne pousse.
Ce qui est en train d’éclater, ce n’est pas l’IA, c’est une partie du SaaS intermédiaire dont la valeur est progressivement reprise directement par les grands modèles. C’est une redistribution de valeur, pas une bulle globale.
Løvell : Quels acteurs ont le plus de chances de durer ?
Sans hésiter, ceux qui maîtrisent le cœur de la technologie. Google (notamment via DeepMind, qui a une équipe et des papiers exceptionnels, et qui a en plus l’avantage d’avoir ses propres puces TPU, sans dépendance à NVIDIA), Anthropic et OpenAI. Sur ces trois acteurs, je ne me fais pas de souci à 3 ans.
À l’inverse, les wrappers et les outils qui se contentent d’une couche applicative sur des API externes vont disparaître au fur et à mesure que les fonctionnalités sont intégrées nativement par les modèles. La place qui reste est très étroite : il faut soit avoir une donnée propriétaire qui crée une vraie barrière à l’entrée, soit servir un cas d’usage hyper-spécifique avec un modèle dédié.
Sur les acteurs chinois, je pense qu’ils vont rester très bons sur l’open source. Une question ouverte est de savoir s’ils continueront à publier ou s’ils finiront par garder leurs meilleurs modèles fermés. Mais surtout, ils ont un pari long terme qu’on sous-estime en Europe : ils intègrent l’IA et la robotique dans l’enseignement scolaire dès aujourd’hui. Dans 15 ou 20 ans, leurs élèves arriveront sur le marché avec un niveau de maîtrise que nos enfants n’auront probablement pas.
Løvell : Quel est selon toi l’avenir de l’IA, et le mot de la fin ?
Il y a un parallèle qui me parle beaucoup, c’est celui de l’iPhone. Quand l’iPhone est sorti, on disait : « ça permet d’envoyer des mails et d’aller sur Internet, mais on fait déjà ça sur ordinateur ». Personne n’avait imaginé Uber. C’est l’usage simultané de plusieurs briques (un écran, un GPS, une connexion permanente) qui a fait émerger des modèles imprévus. On en est exactement là avec l’IA : les briques existent, les usages restent largement à inventer.
Au-delà des agents, du sur-mesure et de la personnalisation, le vrai différenciateur durable, c’est la donnée. Les modèles deviennent de plus en plus accessibles. Ce qui fera la différence entre deux entreprises dans 5 ans, ce ne sera pas l’accès au modèle, ce sera la capacité à collecter, structurer et exploiter intelligemment ses propres données. Le lingot d’or de chaque entreprise, c’est sa donnée. Il faut la collecter, la protéger, et s’assurer qu’on en garde une copie chez soi (Golden Source dans SharePoint, Workspace ou ailleurs), parce que sinon on devient totalement dépendant des labos.
Et pour conclure sur une note plus humaine : il faut éviter de devenir le Kodak de l’IA. C’est un ingénieur de Kodak qui a inventé le premier capteur photo numérique. La techno était là, en interne. Mais la pellicule générait des revenus récurrents trop confortables pour qu’on accepte de la tuer. Le dilemme de l’innovateur, en somme. Aujourd’hui, beaucoup de boîtes sont dans cette position. Celles qui acceptent de challenger leur propre modèle économique sont celles qui ont des chances de durer.
Partie 3 : Piloter ses activités d’Intégration de la Sécurité dans ses Projets (ISP) d’IA [RETEX]
A retrouver dans la troisème partie de l’article. Suivez notre page LinkedIn pour être notifié de sa sortie !
Pour échanger avec nous sur vos besoins de formations et d’audit
