Du jour au lendemain : quand les géants retirent les fonctionnalités dont votre entreprise dépend

Le scénario que personne ne planifie

Une fonctionnalité qui entre dans un processus quotidien cesse rapidement d’être un simple confort. Des prompts sont validés, des automatisations se construisent autour, des formats de sortie deviennent des conventions et les utilisateurs adaptent leurs habitudes. À ce stade, le service extérieur est devenu une dépendance opérationnelle, même si personne ne l’a formellement déclaré comme telle.

En 2026, plusieurs décisions prises par de grands fournisseurs ont montré à quel point cette dépendance peut se matérialiser vite. Le problème n’est pas seulement qu’une interface change. C’est que l’entreprise doit absorber, selon un calendrier qu’elle n’a pas choisi, une nouvelle licence, un nouveau modèle ou un nouveau workflow.

Trois signaux récents

Microsoft a annoncé le 27 mars 2026 le retrait de Copilot Chat de Word, Excel, PowerPoint et OneNote pour une partie des organisations utilisant l’offre de base, avec une prise d’effet le 15 avril. Copilot Chat reste disponible ailleurs, notamment dans Outlook et dans l’application Microsoft 365 Copilot, mais l’intégration directe dans les applications Office concernées passe alors par la licence Microsoft 365 Copilot. Pour des administrateurs dont les équipes avaient déjà intégré cette fonction au travail quotidien, le délai s’est compté en semaines.

OpenAI a, de son côté, retiré GPT-4o, GPT-4.1, GPT-4.1 mini et o4-mini de ChatGPT le 13 février 2026. Les clients Business, Enterprise et Edu ont bénéficié d’une période supplémentaire pour GPT-4o dans leurs GPT personnalisés, jusqu’au 3 avril, avant une bascule automatique vers les modèles de remplacement. L’épisode est d’autant plus parlant qu’un premier retrait de GPT-4o, lors du lancement de GPT-5 en 2025, avait déjà été partiellement annulé face aux réactions des utilisateurs.

Le phénomène dépasse l’IA. Salesforce organise la transition de son ancien Live Agent vers Messaging, tandis qu’Atlassian a déjà dû rétablir une fonctionnalité Bitbucket Cloud après avoir reconnu qu’elle faisait partie intégrante des workflows de ses clients. Dans un logiciel installé, une entreprise peut parfois différer une mise à jour. Dans le SaaS, elle ne dispose généralement pas de ce choix.

Ce qui casse réellement dans l’entreprise

Le premier impact est visible : procédures et automatisations cessent de fonctionner comme prévu. Le second est plus discret. Un modèle remplacé par « l’équivalent le plus proche » ne produit pas nécessairement les mêmes classements, extractions ou formulations. Des prompts auparavant validés peuvent changer de comportement sans qu’une erreur explicite n’apparaisse. Pour un usage métier, cette régression silencieuse est souvent plus difficile à détecter qu’une panne franche.

La traçabilité devient également fragile. Documenter un système IA pour le RGPD, l’AI Act ou un processus qualité suppose de savoir quel modèle intervient, comment il est configuré et à quel moment il change. Lorsque le fournisseur peut modifier cette couche sans accord préalable, le dossier technique décrit rapidement un système qui n’existe plus exactement. À cela s’ajoutent le budget — une capacité incluse peut devenir payante — et le calendrier, qui reste celui du fournisseur.

Ce n’est pas de la malveillance, c’est un modèle économique

Les grands éditeurs ne retirent pas des fonctions pour nuire à leurs clients. Ils rationalisent des gammes devenues complexes, réduisent leurs coûts d’infrastructure, déplacent la valeur vers des licences supérieures et concentrent leurs équipes sur les produits qu’ils veulent développer. Ces décisions sont cohérentes de leur point de vue.

Le désalignement est structurel : leur feuille de route n’est pas la vôtre. Louer une capacité, c’est aussi accepter que son propriétaire puisse la modifier, la renommer, la plafonner, la regrouper dans une autre offre ou la supprimer. Un contrat peut encadrer certains engagements, mais il ne transforme pas un service loué en capacité possédée.

Réduire la dépendance avant qu’elle devienne critique

La première étape consiste à inventorier les dépendances réelles : quel processus utilise quel outil, quelle fonction et quel modèle, avec quelles données et quelle conséquence en cas de changement ? Cet inventaire permet de distinguer l’expérimentation, qui peut accepter une évolution rapide, des usages qui font effectivement tourner l’entreprise.

La seconde consiste à interposer une couche stable entre les applications internes et les fournisseurs. Une passerelle compatible avec l’API OpenAI permet aux outils de parler à un contrat interne plutôt qu’à un modèle particulier. Le modèle devient alors une configuration remplaçable, et non une dépendance dispersée dans chaque application. Cette architecture n’élimine pas les migrations, mais elle les rend décidables et testables.

Pour les fonctions critiques, le versionnement et les tests de régression sont indispensables. Un modèle open-weight peut être téléchargé, conservé et exécuté dans la même version. Un jeu de prompts de référence permet ensuite de comparer un candidat avant une migration : mêmes documents, mêmes questions, critères métier explicites. L’entreprise choisit le moment du changement au lieu de découvrir ses effets après la bascule.

L’approche OPA

Avec un serveur IA sur site, le modèle, les données et la couche d’accès restent sous le contrôle de l’entreprise. Une version qui fonctionne aujourd’hui peut continuer à fonctionner demain ; un nouveau modèle est évalué avant d’être promu. Le cloud conserve tout son intérêt pour les usages exploratoires, les pointes de capacité ou certaines fonctions spécialisées, mais il n’est plus le seul point dont dépend le processus critique.

OPA assemble cette capacité autour d’une stack ouverte : moteurs d’inférence locaux, RAG privé, assistants et agents, avec une passerelle compatible OpenAI pour limiter les changements dans les outils existants. L’objectif n’est pas de promettre qu’une infrastructure ne changera jamais. Il est de rendre le changement explicite, versionné et décidé par l’entreprise.

Sources : OpenAI — Retrait de GPT-4o et d’autres modèles ChatGPT, Microsoft Tech Community — Retrait de Copilot Chat dans les applications Microsoft 365, Salesforce Developers — Migration de Live Agent vers Messaging, Atlassian Community — Retour sur le retrait d’une fonctionnalité Bitbucket Cloud.

Tom Cheniaux - rephrased using AI