Une démonstration impressionnante ouvre la porte. Un dossier solide peut faire signer le contrat. Pour les entreprises qui vendent de l’intelligence artificielle en Europe, le changement est profond : il faut montrer ce que le système sait faire, mais aussi expliquer ses limites, documenter ses usages et organiser la responsabilité en cas d’incident. À l’horizon de septembre 2026, l’AI Act pose ainsi une question très commerciale : la conformité peut-elle devenir autre chose qu’un centre de coûts ? Oui, à condition de la transformer en preuves utiles aux acheteurs, plutôt qu’en empilement de procédures.
Le calendrier réglementaire entre dans la négociation
Le règlement européen sur l’intelligence artificielle, entré en vigueur le 1er août 2024, organise une application progressive. Selon le calendrier adopté en 2024, les interdictions de certaines pratiques et l’obligation de prendre des mesures de maîtrise de l’IA s’appliquent depuis février 2025. Les dispositions concernant les modèles d’IA à usage général commencent à s’appliquer en août 2025, avec des transitions particulières, notamment pour les modèles déjà commercialisés.
Le 2 août 2026 constitue, dans ce calendrier initial, l’échéance générale d’application, notamment pour une partie des systèmes à haut risque. Certaines obligations relatives aux systèmes liés à des produits réglementés sont prévues pour août 2027. Cette projection pour septembre 2026 repose sur les textes adoptés et les tendances connues ; d’éventuels ajustements ultérieurs du calendrier ou des modalités d’application doivent être vérifiés. La tendance commerciale paraît néanmoins robuste : les acheteurs ont intérêt à anticiper leurs propres obligations.
Tous les logiciels intégrant de l’IA ne sont pas pour autant « à haut risque ». La qualification dépend notamment de la finalité prévue et du contexte d’utilisation. Un outil de recrutement destiné à filtrer des candidatures ne soulève pas les mêmes exigences qu’un assistant de reformulation. Première compétence à vendre, donc : savoir expliquer précisément dans quelle catégorie entre son offre, et pourquoi.
Dans l’appel d’offres, la preuve rejoint la performance
Imaginons un appel d’offres pour un outil d’aide au recrutement. Ce scénario est illustratif, mais les questions sont concrètes. Deux fournisseurs présentent des résultats comparables. Le premier promet une sélection plus rapide. Le second présente aussi ses protocoles d’évaluation, les limites identifiées, les mécanismes de supervision humaine et les informations nécessaires au client pour comprendre les résultats. Pour une direction achats épaulée par les juristes et la sécurité informatique, le second dossier est plus facile à défendre.
La conformité devient alors un moyen de réduire l’incertitude. Qui intervient si les résultats dérivent ? Quel changement de modèle impose une nouvelle évaluation ? Quelles traces seront disponibles pour analyser une décision contestée ? L’acheteur ne cherche pas seulement une technologie : il cherche à éviter une dépendance opaque, un déploiement bloqué ou une crise impossible à expliquer.
Ce mouvement prolonge des pratiques déjà installées dans les achats numériques : questionnaires de cybersécurité, exigences liées au RGPD, audits des sous-traitants. L’AI Act ajoute une couche spécifique autour des risques de l’IA. Il ne remplace ni la protection des données, ni le droit du travail, ni les règles sectorielles. Un fournisseur crédible articule ces cadres au lieu de présenter une conformité unique censée tout couvrir.
Trois actifs commerciaux à construire
Une documentation vraiment utilisable
Le premier actif est un dossier que le client peut exploiter sans mobiliser une équipe pendant des semaines : finalité du système, conditions d’utilisation, performances mesurées, limites connues, responsabilités et modalités de suivi. Pour les systèmes à haut risque, certaines pièces relèvent d’obligations réglementaires précises. Ailleurs, une documentation proportionnée peut rester une bonne pratique commerciale. Tout ne doit pas être public : il faut distinguer les informations dues aux utilisateurs, celles destinées aux autorités et les éléments confidentiels.
Une maîtrise des risques démontrable
Une promesse de fiabilité ne vaut pas un protocole. Les tests doivent correspondre à l’usage vendu, et non à une performance générale affichée sur une présentation. Un assistant documentaire devrait, par exemple, être évalué sur sa capacité à restituer fidèlement les sources et à signaler ses incertitudes. Dans un contexte sensible, il faut aussi préciser les conditions d’intervention humaine, les seuils d’alerte et les procédures de suspension.
Une traçabilité conçue dès le départ
Identifier la version du modèle, conserver les informations pertinentes sur les changements et permettre l’analyse d’un incident : ces fonctions ont une valeur opérationnelle. Elles facilitent la maintenance autant que la gouvernance. Mais traçabilité ne signifie pas conservation illimitée. Les journaux peuvent contenir des données personnelles ou des secrets commerciaux. Leur contenu, leur accès et leur durée de conservation doivent être encadrés.
Le fournisseur du modèle ne fait pas tout
Pour les éditeurs qui assemblent un modèle tiers, une base documentaire et une interface métier, la tentation est forte de renvoyer la conformité au concepteur du modèle. C’est insuffisant. Le règlement distingue notamment fournisseurs de modèles, fournisseurs de systèmes et déployeurs. Les obligations varient selon le rôle ; certaines modifications ou certains changements de finalité peuvent déplacer les responsabilités.
Commercialement, cela oblige à sécuriser la chaîne contractuelle. Quelles informations le fournisseur amont transmet-il ? Comment annonce-t-il une évolution ? Quels engagements prend-il sur l’assistance et la disponibilité de la documentation ? Une jeune entreprise peut posséder une excellente interface tout en restant vulnérable si elle ne maîtrise pas les dépendances nécessaires pour tenir ses promesses. La transparence sur cette chaîne devient un critère de sélection.
Un avantage réel, mais ni gratuit ni automatique
La conformité a un coût : expertise juridique, ingénierie, évaluations, surveillance et mise à jour des dossiers. Pour une PME, cet effort peut peser lourd avant même le premier contrat. Les grands groupes disposent généralement de davantage de ressources pour l’absorber. Mais une petite structure peut gagner en lisibilité avec une offre ciblée, des usages clairement délimités et des preuves cohérentes.
Attention, toutefois, au marketing du tampon. Il n’existe pas de certificat universel « AI Act compliant » valable pour tout usage. La norme ISO/IEC 42001, consacrée au management de l’IA, peut structurer une organisation ; elle ne démontre pas, à elle seule, la conformité de chaque système. De même, le marquage CE, lorsqu’il est requis, n’est pas une récompense générale pour une IA éthique. Les mots employés dans les offres doivent rester précis.
Le retour commercial se mesure donc moins au volume de documentation qu’à ses effets : questions résolues plus vite, responsabilités mieux réparties, déploiements moins souvent retardés. Il reste une hypothèse à tester entreprise par entreprise. Un produit médiocre ne devient pas compétitif grâce à un dossier impeccable ; à performances comparables, en revanche, la capacité à prouver sa maîtrise peut faire la différence.
Et maintenant ? Le scénario le plus plausible est celui d’une conformité progressivement intégrée au produit : documentation accessible, historique des versions, supervision et engagements contractuels lisibles. Les fournisseurs qui construisent ces capacités tôt pourraient réduire les frictions d’achat et fidéliser leurs clients. L’enjeu ne sera pas de promettre une IA sans risque, mais de rendre ses risques compréhensibles et gouvernables. Dans les appels d’offres, cette différence pourrait devenir décisive.
