Modèle à usage général, système à haut risque : deux qualifications à ne pas confondre

Depuis l'entrée en application du règlement européen sur l'intelligence artificielle, deux expressions structurent toutes les notes de conformité : modèle à usage général et système à haut risque. Elles sont employées comme deux niveaux d'une même échelle de gravité, le second étant censé désigner un cran au-dessus du premier. Cette lecture est fausse et coûteuse, parce que les deux notions ne se situent pas sur la même échelle : l'une qualifie une brique technique, l'autre qualifie un emploi.

La conséquence de la confusion est très concrète pour une organisation qui déploie de l'IA sans en développer. Elle conduit à chercher son obligation du côté du fournisseur du modèle, alors qu'elle se situe du côté de l'usage qu'elle en fait. Le raisonnement inverse existe aussi : croire qu'un modèle réputé sûr exonère l'organisation qui l'intègre dans un traitement de recrutement ou de scoring.

Nous posons les deux qualifications, nous montrons pourquoi elles se cumulent au lieu de se succéder, puis nous replaçons dans ce cadre l'état du calendrier réglementaire au 1er septembre 2026, qui est lui-même devenu une notion à clarifier.

Deux notions qui ne se situent pas au même étage du règlement

Le règlement organise deux logiques parallèles. La première est une pyramide de risques appliquée à des systèmes d'IA, définis par leur finalité : usages interdits au sommet, systèmes à haut risque en dessous, obligations de transparence pour certaines interactions, puis risque minimal pour le reste. La seconde est un régime propre aux modèles à usage général, qui ne relèvent d'aucun échelon de cette pyramide parce qu'ils n'ont pas de finalité déterminée.

Cette dualité explique la répartition des responsabilités. Les obligations du régime des modèles pèsent sur celui qui met le modèle sur le marché : documentation technique, information des intégrateurs, politique de respect du droit d'auteur, description des données d'entraînement. Les obligations du régime des systèmes pèsent sur celui qui déploie le système dans un contexte donné, et elles portent sur la gestion des risques, la qualité des données, la journalisation et la supervision humaine.

Un même produit peut donc relever des deux régimes par des voies distinctes, ce qui n'est pas une exception mais le cas ordinaire. Les analyses publiées par l'Observatoire de l'Intelligence Économique montrent que la plupart des organisations françaises se situent en position d'intégrateur ou de déployeur, jamais de fournisseur de modèle, et que leur exposition réelle se joue donc dans la qualification de leurs usages.

Modèle à usage général : une qualification qui porte sur le modèle, pas sur l'usage

Un modèle à usage général est un modèle entraîné sur un volume important de données, capable d'accomplir un large éventail de tâches distinctes et destiné à être intégré dans des systèmes en aval. Sa qualification tient à ses propriétés et à sa polyvalence, pas au contexte dans lequel il finira. C'est précisément cette indétermination qui justifie un régime séparé : au moment de la mise sur le marché, personne ne connaît la liste des usages futurs.

Le texte prévoit un cran supplémentaire pour les modèles présentant un risque systémique, avec des obligations d'évaluation, de test contradictoire, de suivi des incidents et de cybersécurité. Depuis le 2 août 2026, rapporte IT for Business, les pouvoirs de contrôle étendus sur les fournisseurs de modèles à usage général font partie des dispositions exigibles, ce qui déplace le régime du déclaratif vers le contrôlable.

Système à haut risque : la qualification vient de l'usage, jamais de la technologie

Un système d'IA à haut risque se reconnaît à sa finalité, non à sa sophistication. Deux voies mènent à cette qualification. La première concerne les systèmes qui constituent un composant de sécurité d'un produit déjà soumis à une réglementation sectorielle. La seconde, celle de l'annexe III, énumère des domaines d'emploi sensibles : identification biométrique, éducation et examens, emploi et gestion des travailleurs, accès aux services essentiels et au crédit, application de la loi, migration, administration de la justice.

Le point contre-intuitif est qu'une technologie très simple peut relever du haut risque, et un modèle très avancé n'en relever d'aucun. Un outil de tri de candidatures fondé sur des règles élémentaires est un système à haut risque parce qu'il intervient dans une décision d'emploi. Le même modèle utilisé pour reformuler des notes internes ne l'est pas. La qualification ne s'attache pas à l'objet technique, elle s'attache à la décision qu'il alimente.

C'est là que les deux notions se rejoignent sans se confondre. Intégrer un modèle à usage général dans un usage listé fait basculer le système en haut risque et déclenche les obligations du déployeur, sans modifier le statut du modèle lui-même. Le fournisseur reste soumis à son régime, l'intégrateur devient responsable du sien : deux qualifications superposées sur une même chaîne technique.

L'article 50 : un régime de transparence qui traverse les deux catégories

L'article 50 forme un troisième axe, indépendant du niveau de risque. Il impose d'informer l'utilisateur qu'il interagit avec un système d'IA, et de signaler les contenus générés ou manipulés artificiellement. Le Blog du Modérateur souligne que ces obligations de transparence s'appliquent depuis le 2 août 2026 aux agents conversationnels, aux hypertrucages et aux contenus générés par IA, quel que soit par ailleurs le classement du système en matière de risque.

Une seconde exigence, plus discrète, est signalée par L'Usine Digitale : l'obligation de formation et de sensibilisation des collaborateurs devient pleinement contrôlable, l'entreprise devant démontrer que ses équipes connaissent les possibilités, les limites et les risques des systèmes d'IA qu'elles utilisent. Cette obligation ne dépend d'aucune qualification technique : elle vise l'organisation en tant qu'utilisatrice, et sa preuve est documentaire.

Un calendrier qui n'est pas linéaire, et ce que cela implique

Le règlement Digital Omnibus, adopté en juillet 2026, a reporté l'application des obligations pesant sur les systèmes d'IA à haut risque autonomes de l'annexe III, du 2 août 2026 au 2 décembre 2027, comme le détaille le Pôle d'excellence cyber. Une partie des obligations est donc en vigueur, une autre est décalée de seize mois, sur un même texte et pour un même déployeur.

Cette dissociation change la nature du travail de veille réglementaire. Suivre l'état d'un texte ne suffit plus : il faut suivre l'état de chaque bloc d'obligations, avec sa date propre et son périmètre. Une organisation qui raisonne par texte conclura qu'elle a jusqu'à décembre 2027, alors que la transparence et la sensibilisation des équipes lui sont opposables depuis août 2026.

On ne classe pas une technologie, on classe une décision : c'est l'usage qui fait le haut risque, jamais la puissance du modèle.

Ce que ces qualifications changent pour une fonction de veille

Le premier effet est un changement d'unité d'analyse : l'objet suivi n'est plus un outil mais un couple usage et décision. Un inventaire des systèmes d'IA qui liste des logiciels sans nommer la décision qu'ils alimentent ne permet aucune qualification. Le deuxième effet est une exigence de traçabilité vers les textes eux-mêmes, puisque le calendrier se lit obligation par obligation et non règlement par règlement.

Cette matière est éclatée entre journaux officiels, lignes directrices, publications sectorielles et commentaires juridiques, en plusieurs langues et à un rythme soutenu. NewsCore (www.newscore.fr) couvre en continu des millions de sources, trie les publications réglementaires par intention et les fait remonter en temps réel avec un lien direct vers le texte d'origine. La qualification des usages internes, elle, reste un travail de l'organisation, seule à connaître ses décisions.

Questions fréquentes

Un modèle à usage général est-il automatiquement un système à haut risque ?

Non, et c'est la confusion la plus répandue. Un modèle à usage général n'a pas de finalité déterminée, il ne peut donc pas être classé dans une catégorie de risque définie par l'usage. Il relève d'un régime propre, centré sur la documentation et l'information des intégrateurs. Le haut risque apparaît en aval, lorsqu'un système intégrant ce modèle est déployé dans un domaine listé, et il engage alors le déployeur.

Quelles obligations du règlement sur l'IA sont applicables au 1er septembre 2026 ?

D'après IT for Business, le Blog du Modérateur et L'Usine Digitale, sont exigibles depuis le 2 août 2026 les obligations de transparence de l'article 50 sur les agents conversationnels, les hypertrucages et les contenus générés par IA, les pouvoirs de contrôle étendus sur les fournisseurs de modèles à usage général, et l'obligation de formation des collaborateurs, désormais pleinement contrôlable. Le Pôle d'excellence cyber précise que les obligations relatives aux systèmes à haut risque autonomes de l'annexe III sont reportées au 2 décembre 2027.

Une entreprise qui utilise un outil d'IA sans le développer est-elle concernée ?

Oui, par le régime des systèmes, celui des déployeurs. Les obligations qui la visent portent sur la finalité de son usage, sur la supervision humaine, sur l'information des personnes exposées et sur la compétence de ses équipes. Le statut du fournisseur du modèle ne l'exonère de rien : le déployeur répond de l'emploi, le fournisseur répond du modèle.

Comment savoir si un usage interne relève de l'annexe III ?

En partant de la décision et non de l'outil. Il faut identifier la décision que le système prépare ou automatise, puis vérifier si le domaine de cette décision figure parmi les emplois sensibles listés : recrutement et gestion des travailleurs, accès au crédit ou à des services essentiels, éducation et évaluation, biométrie, justice, migration. Si la décision touche l'un de ces domaines, la qualification s'impose, quelle que soit la simplicité technique du système.