Un modèle d’IA à usage général (en anglais General-Purpose AI ou GPAI) est un modèle d’intelligence artificielle capable d’effectuer une large gamme de tâches distinctes avec un haut degré de polyvalence, et qui peut être intégré dans une variété de systèmes ou d’applications en aval.
Contrairement à une IA conçue pour une tâche unique (ex : transcription audio, modélisation météo), le GPAI est entraîné sur de vastes ensembles de données avec un apprentissage auto-supervisé à grande échelle, ce qui lui confère une généralité significative .
Exemples emblématiques
Modèles de langage : les séries GPT (OpenAI), Gemini (Google), Mistral, Claude (Anthropic), qui génèrent du texte, traduisent, répondent à des questions, résument, etc. .
Modèles de génération d’images et de vidéo : DALL-E (OpenAI), Midjourney, Stable Diffusion, qui créent des images ou des vidéos à partir de descriptions textuelles .
Modèles multimodaux : capables de traiter et générer plusieurs types de contenus (texte, image, audio, vidéo) simultanément .
Critères de classification (AI Act)
L’AI Act définit un modèle comme GPAI s’il répond aux critères suivants :
Seuil de calcul : sa formation a nécessité au moins 10²³ opérations en virgule flottante (FLOPs) cumulées. Ce seuil est un indicateur de la taille et de la complexité du modèle .
Généralité des capacités : il est capable d’effectuer un large éventail de tâches distinctes, comme générer du langage (texte ou audio), effectuer une conversion texte-image ou texte-vidéo, raisonner, stocker des connaissances, etc. .
Remarque : ces critères ne sont pas absolus. Un modèle peut être considéré comme GPAI même s’il n’atteint pas le seuil de 10²³ FLOPs, s’il démontre une généralité suffisante. À l’inverse, un modèle dépassant ce seuil mais limité à une seule tâche (ex : transcription) n’est pas un GPAI .
Risque systémique (GPAI à haut impact)
Un GPAI est considéré comme présentant un risque systémique s’il remplit l’une de ces conditions :
Présomption automatique : sa formation a nécessité plus de 10²⁵ FLOPs (cent fois plus que le seuil de base). Ce niveau de calcul est associé à des capacités « à fort impact » susceptibles d’affecter significativement le marché ou la société .
Désignation par la Commission européenne : même sous le seuil, un GPAI peut être classé à risque systémique par la Commission, après avis du panel scientifique, si ses capacités présentent des menaces pour les droits fondamentaux, les processus démocratiques, la sécurité publique ou l’économie .
Le fournisseur peut contester cette classification en apportant des preuves techniques (architecture, benchmarks, mesures d’atténuation) .
Obligations des fournisseurs de GPAI
Obligations communes à tous les GPAI (article 53 de l’AI Act) :
Documentation technique : tenir à jour une documentation détaillée sur la formation, les tests et les performances du modèle, accessible sur demande à l’AI Office ou aux autorités nationales.
Information des fournisseurs en aval : fournir aux intégrateurs (qui utilisent le modèle dans leurs propres systèmes) toutes les informations nécessaires pour comprendre ses capacités et ses limites.
Politique de respect du droit d’auteur : mettre en œuvre une politique garantissant que les données d’entraînement respectent le droit d’auteur européen, notamment en tenant compte des oppositions exprimées par les titulaires de droits (opt-out) .
Résumé public des données d’entraînement : publier un résumé « suffisamment détaillé » du contenu utilisé pour l’entraînement, selon un modèle fourni par l’AI Office .
Représentant autorisé (pour les fournisseurs hors UE) : désigner un représentant établi dans l’UE pour faire le lien avec les autorités .
Obligations supplémentaires pour les GPAI à risque systémique (article 55) :
Évaluation du modèle : conduire des évaluations documentées selon des protocoles standardisés, incluant des tests adversariaux pour identifier les risques.
Évaluation et atténuation des risques systémiques : analyser en continu les risques, en identifier les causes profondes et mettre en œuvre des stratégies de réduction.
Déclaration des incidents graves : notifier sans retard injustifié à l’AI Office tout incident grave et les mesures correctives.
Cybersécurité : assurer un niveau de protection adéquat du modèle et de son infrastructure.
Sanctions en cas de non-conformité
Les fournisseurs de GPAI qui ne respectent pas leurs obligations s’exposent à des amendes pouvant atteindre 15 millions d’euros ou 3 % de leur chiffre d’affaires annuel mondial (le montant le plus élevé étant retenu) . L’application générale du régime de sanctions est devenue pleinement opérationnelle le 2 août 2026 .
Le Code de pratique GPAI
La Commission européenne et l’AI Office ont élaboré un Code de pratique (volontaire) pour aider les fournisseurs à démontrer leur conformité . Ce code traduit les obligations de l’AI Act en mesures opérationnelles concrètes, couvrant la transparence, le droit d’auteur, l’évaluation des risques, les tests de sécurité, la déclaration des incidents et la gouvernance. Le respect du code crée une présomption de conformité au règlement .
Exemptions pour les modèles open source
Les fournisseurs de GPAI publiés sous une licence libre et gratuite (open source) bénéficient d’exemptions partielles : ils ne sont pas tenus de fournir la documentation technique complète. En revanche, ils doivent respecter les obligations de résumé public des données d’entraînement et de politique de droit d’auteur. Cette exemption est perdue en cas de monétisation (licence double, accès payant, dépendance à des services facturés, etc.) .
Acteurs du marché et exemples
Le paysage des GPAI est dominé par des acteurs majeurs : OpenAI (GPT), Google (Gemini), Meta (Llama), Mistral, Anthropic (Claude) et des spécialistes de l’image comme Stability AI (Stable Diffusion) et Midjourney. La diversité et la puissance croissantes de ces modèles justifient une régulation spécifique pour encadrer leurs usages et leurs risques potentiels.
Analogie
L’IA à usage général, c’est comme un couteau suisse numérique : un outil unique capable de remplir une multitude de fonctions (écrire, traduire, générer des images, raisonner, analyser) selon les besoins de l’utilisateur. Contrairement à un outil spécialisé (un simple tournevis), il peut s’adapter à une très grande variété de tâches. Mais cette polyvalence en fait aussi un outil potentiellement dangereux s’il est mal utilisé ou s’il échappe à tout contrôle. D’où la nécessité de règles spécifiques pour encadrer sa fabrication (les obligations des fournisseurs) et son usage.
À retenir
Les GPAI sont le cœur de la régulation de l’AI Act, en raison de leur polyvalence et de leur impact potentiel sur la société. Le règlement impose aux fournisseurs des obligations de transparence et de documentation pour les modèles standards, et des exigences beaucoup plus strictes pour ceux présentant un risque systémique. La distinction entre GPAI standard et GPAI à risque systémique repose sur la puissance de calcul utilisée pour l’entraînement. Le Code de pratique fournit un cadre opérationnel pour la conformité. Pour les utilisateurs et les organisations, comprendre la nature des GPAI et les obligations de leurs fournisseurs est essentiel pour évaluer les risques et les responsabilités liés à leur déploiement.