Meta et Microsoft commencent à restreindre l’accès de leurs employés à Claude, le modèle d’intelligence artificielle développé par Anthropic. L’objectif est clair : réduire leur dépendance aux modèles externes et orienter davantage les usages internes vers leurs propres infrastructures et modèles.
Toutefois, les restrictions ne sont pas identiques partout. Chez Meta, les équipes qui travaillent sur Llama seraient parmi les plus concernées, tandis que Microsoft aurait commencé à limiter Claude pour des milliers d’employés et de prestataires.
Dans les deux entreprises, les solutions internes deviennent progressivement le chemin privilégié pour les usages d’IA générative.
Pourquoi Meta et Microsoft veulent reprendre le contrôle ?
Le premier argument est économique. Lorsque des milliers de collaborateurs utilisent quotidiennement une API externe pour générer du code, analyser des documents ou mener des expérimentations, la facture peut rapidement augmenter. En orientant ces usages vers leurs propres modèles, Meta et Microsoft peuvent mieux contrôler les coûts et disposer d’une visibilité plus importante sur les usages internes.
La question de la confidentialité et de la propriété intellectuelle est tout aussi importante. Du code propriétaire, des feuilles de route produits ou des informations clients peuvent être intégrés dans les prompts envoyés à un service tiers. Même si les fournisseurs mettent en place des garanties, conserver ces interactions dans un environnement contrôlé permet de réduire l’exposition potentielle de données sensibles.
Mais, derrière ces considérations pratiques se cache aussi une dimension beaucoup plus stratégique.
Claude est devenu un concurrent qu’il faut surveiller
Anthropic a réussi à positionner Claude comme l’un des modèles particulièrement appréciés pour le raisonnement, le développement logiciel et les instructions complexes. Pour les développeurs, son adoption en interne par Meta ou Microsoft constitue donc aussi une forme de reconnaissance de la qualité d’un modèle concurrent.
En limitant son utilisation, les deux groupes peuvent au contraire faire travailler leurs propres modèles sur des usages réels. Les prompts et les réponses générés par leurs employés constituent une source précieuse pour identifier les faiblesses de leurs systèmes, évaluer leurs performances et prioriser les améliorations à apporter.
La logique est particulièrement intéressante : plus les employés utilisent le modèle maison, plus l’entreprise accumule des retours sur son comportement dans des situations concrètes. Ces retours peuvent ensuite servir à améliorer le modèle, ce qui doit à son tour encourager son adoption.
Claude n’est pas totalement interdit
Cependant, il ne s’agit pas d’une coupure absolue. Certaines équipes de Meta conservent un accès limité à Claude pour effectuer des comparaisons de performances ou des évaluations spécifiques.
Microsoft maintiendrait également des exceptions pour les équipes chargées d’évaluer les modèles de pointe ou de mener des exercices de red team. Les deux entreprises doivent en effet continuer à savoir comment leurs propres modèles se comportent face aux meilleurs systèmes concurrents.
Cette approche permet donc de trouver un compromis entre deux objectifs contradictoires : réduire l’utilisation quotidienne d’un concurrent tout en continuant à le surveiller suffisamment pour mesurer les progrès réalisés.
L’IA devient une infrastructure stratégique
Ce changement intervient alors que l’IA générativeL'IA générative est une intelligence artificielle qui crée du texte, des images, des vidéos, du son ou du code à partir d'une simple demande écrite. Lire la fiche s’installe durablement dans les entreprises technologiques. Les employés l’utilisent désormais pour écrire du code, analyser des journaux, préparer des présentations, rédiger des contenus ou réfléchir à de nouvelles fonctionnalités.
Dans ce contexte, le choix du modèle par défaut devient lui-même une décision stratégique. Le modèle le plus facile à utiliser en interne est mécaniquement celui qui récolte le plus d’usages, de retours et de données d’évaluation.
Meta cherche ainsi à mieux comprendre où Llama reste en retrait, tandis que Microsoft veut davantage consolider son environnement autour de ses infrastructures Azure, d’OpenAI et de ses propres équipes de recherche.
Un choix qui ne fait pas l’unanimité
En interne, la décision provoquerait des réactions partagées. Certains employés y voient une simplification bienvenue : utiliser une plateforme officiellement approuvée facilite les questions de sécurité, de conformité et de gouvernance.
D’autres regrettent au contraire de perdre la liberté de choisir le meilleur modèle pour chaque tâche. Les développeurs habitués aux capacités ou au style de Claude doivent désormais s’adapter aux modèles privilégiés par leur employeur. Cette transition pourrait entraîner quelques pertes de productivité à court terme.
Cette question pourrait même devenir un enjeu de recrutement. Les chercheurs et ingénieurs spécialisés dans l’IA veulent souvent pouvoir expérimenter avec les meilleurs outils disponibles, indépendamment de leur fournisseur. Une politique très restrictive pourrait donc devenir un facteur différenciant entre employeurs.
Une tendance qui pourrait dépasser Meta et Microsoft
Le mouvement ne serait d’ailleurs pas limité à ces deux entreprises. Le texte source décrit une tendance plus large : les grandes entreprises cherchent désormais à capturer davantage de la valeur créée par leurs investissements dans l’IA, plutôt que de financer indirectement les modèles de leurs concurrents.
Amazon aurait ainsi également encouragé ses employés à privilégier ses propres solutions autour de Bedrock et Titan. Pour les entreprises, le modèle idéal n’est plus nécessairement celui qui obtient le meilleur score sur un benchmark public. Il doit aussi pouvoir être gouverné, intégré aux outils internes, adapté aux besoins spécifiques et utilisé avec un niveau de contrôle suffisant sur les données.
Cette évolution marque un changement de philosophie. L’époque où les employés pouvaient librement tester le dernier modèle à la mode semble progressivement laisser place à une approche beaucoup plus structurée.
Claude pourrait devoir compter davantage sur les entreprises extérieures aux hyperscalers
Pour Anthropic, l’enjeu est potentiellement important. Meta et Microsoft représentent deux partenaires technologiques majeurs qui disposent désormais de leurs propres intérêts dans la course aux modèles d’IA.
Le texte source estime qu’Anthropic pourrait être amené à renforcer son offre auprès des entreprises de taille moyenne et des utilisateurs directs, moins contraints par les politiques internes des hyperscalers. Pour l’instant, l’entreprise n’aurait toutefois pas commenté publiquement les restrictions mises en place par Meta et Microsoft.
La prochaine génération de modèles sera probablement déterminante. Si les systèmes internes de Meta et Microsoft deviennent suffisamment performants pour répondre aux besoins quotidiens de leurs collaborateurs, ces restrictions pourraient apparaître comme une stratégie particulièrement efficace. Dans le cas contraire, la pression pourrait revenir pour permettre aux employés de retrouver davantage de liberté de choix.
Le véritable changement est finalement ailleurs : les grands groupes ne considèrent plus l’IA comme un simple outil de productivité, mais comme une infrastructure stratégique. Le choix d’un modèle engage désormais les coûts, les données, la sécurité, la propriété intellectuelle et surtout la capacité d’une entreprise à améliorer ses propres technologies.
Pour Claude, cette évolution pourrait être un signal important. Être suffisamment performant pour séduire les ingénieurs de Meta ou Microsoft est une chose ; réussir à rester leur outil quotidien lorsque ces entreprises développent leurs propres modèles en est une autre.
