Cet article clôt notre dossier « Avant de laisser une IA agir sur vos données d'entreprise », dont le point de départ est ce qu'on confie à un assistant qui agit, et ce qu'on ne lui confie pas. Dernière question de la grille : qui entretient l'IA dans la durée ?
Une intégration d'IA ressemble à un logiciel comme les autres : elle dépend de briques fournies par d'autres, et ces briques évoluent. La différence est que le cœur de l'outil, le modèle d'IA, change plus vite que la plupart des logiciels de gestion, et qu'il a désormais des dates de fin de vie annoncées à l'avance.
Les modèles ont des dates de fin de vie
Le 14 octobre 2026, OpenAI a inscrit sur sa page officielle des retraits l'arrêt de plusieurs versions de GPT-4o, GPT-4o mini, GPT-4.1 et GPT-4.1 mini dans son API, fixé au 14 janvier 2027, avec un remplaçant recommandé. Les versions personnalisées de ces modèles suivent le même calendrier. Deux autres versions de ces familles ont été arrêtées dès le 23 octobre 2026, après une annonce faite en avril. Nous avons détaillé les versions concernées et la méthode de migration dans l'arrêt de GPT-4o et GPT-4.1 dans l'API.
Le fait à retenir pour un dirigeant : un outil qui fonctionne aujourd'hui peut cesser de fonctionner à une date connue, sans que rien n'ait changé de votre côté. Ce n'est pas propre à un éditeur : les principaux fournisseurs de modèles publient des pages de retrait comparables. La question est de savoir qui les surveille pour vous.
Trois façons dont une intégration vieillit
- L'arrêt programmé : la version du modèle utilisée est retirée. Sans migration, l'outil renvoie une erreur.
- Le changement silencieux : la version reste, mais le service qui l'entoure évolue (format des réponses, limites, tarifs). Le résultat change sans message d'erreur.
- La dérive de l'usage : vos données, vos produits ou vos procédures changent, et les consignes données à l'IA ne sont plus à jour.
Le premier cas se voit, les deux autres non. C'est pourquoi l'entretien d'une intégration d'IA ne se limite pas à « mettre à jour quand ça casse ».
Ce qu'une migration demande vraiment
Changer de modèle n'est pas changer une ligne de configuration. Le nouveau modèle peut répondre dans un autre format, être plus bavard, interpréter différemment une consigne, ou coûter autrement. Notre méthode :
- Inventaire : quels outils, automatisations et prestataires utilisent quel modèle, dans quelle version exacte.
- Test sur le jeu de cas réels : les 30 à 50 cas constitués pour prouver le gain servent ici à comparer l'ancien et le nouveau modèle, sur le contenu, le format et le coût par tâche.
- Bascule surveillée : passage progressif, avec le journal des actions sous les yeux pendant les premiers jours, et un retour arrière prévu tant que l'ancienne version existe.
- Mise à jour des consignes si le nouveau modèle les comprend autrement.
Commencer trois mois avant la date d'arrêt laisse le temps de faire tout cela sans urgence. Commencer la dernière semaine, non.
Ne pas dépendre d'un seul modèle
Une intégration bien conçue isole le modèle du reste de l'application : les règles métier, les droits et le journal ne dépendent pas d'un fournisseur précis. Changer de modèle devient alors une opération maîtrisée, et une panne chez un fournisseur ne bloque pas toute l'activité. L'ANSSI recommande d'ailleurs de prévoir un mode dégradé des services sans l'IA. Nous avons développé ce point dans ne pas dépendre d'un seul modèle d'IA.
Prévoir un budget d'entretien
Une intégration d'IA a un coût de fonctionnement qui ne s'arrête pas à la livraison. Les postes à prévoir chaque année :
| Poste | Fréquence |
|---|
| Veille des calendriers de retrait des modèles utilisés | Continue |
| Migration de version, avec tests sur le jeu de cas réels | Une à plusieurs fois par an selon les fournisseurs |
| Revue des droits et des connexions | Trimestrielle |
| Bilan du gain mesuré | Trimestriel la première année |
| Mise à jour des consignes et des données de référence | Au fil des changements de l'activité |
Avant de signer pour une intégration, demandez qui assure ces postes, à quelle fréquence, et ce qui est compris dans le contrat de maintenance. Une réponse vague est un signal.
La grille complète du dossier
- Droits : compte dédié, lecture seule par défaut, plafond de dépense.
- Traces et arrêt : journal lisible, validation humaine au bon endroit, arrêt d'urgence connu.
- Preuve du gain : mesure avant et après sur vos cas réels.
- Durée : calendrier des modèles surveillé, migrations testées, budget d'entretien prévu.
Nous développons et maintenons des applications métier avec IA intégrée pour des entreprises réunionnaises, et nous reprenons des intégrations existantes. Pour savoir quels modèles tournent dans vos outils et à quelle date ils risquent de s'arrêter, demandez un audit gratuit ou contactez notre équipe de développeurs à La Réunion.
Sources : OpenAI, page « Deprecations », entrée du 14/10/2026 ; ANSSI, guide PA-102, 29/04/2024.
