Arrêt de Sora et pérennité des portefeuilles IA : un cas d’école pour les DSI
La décision d’OpenAI d’abandonner son modèle de génération de vidéo souligne la volatilité du marché de l’IA et milite pour des workflows « agnostiques ».
par
Madeleine Streets, rédactrice senior
Publié le: 01 avr. 2026
OpenAI a brutalement fermé Sora, entraînant dans la chute de son application un partenariat d’un milliard de dollars avec Disney.
Le grand public regrettera un générateur de vidéos de qualité. Mais pour les DSI, cette histoire dépasse de loin le simple abandon d’un outil plus ou moins utile. Elle est un cas d’école sur le fait que la stabilité d’un fournisseur ne garantit pas la pérennité de ses produits.
OpenAI est un géant de l’IA. Son produit phare, ChatGPT, est devenu un nom commun. L’entreprise a levé plus de 120 milliards $, une somme record annoncée par sa directrice financière Sarah Frier. Pourtant, cette solidité ne l’a pas empêché de prendre une décision radicale, six mois seulement après le lancement de Sora.
L’ère de l’expérimentation publique et de l’instabilité
Quelle leçon en tirer ? D’abord, que l’IA a transformé en profondeur le développement logiciel et par là même son « go to market ». Ensuite, que la stabilité des produits en est impactée. Enfin, que cette volatilité oblige les DSI à repenser leurs stratégies.
Pour Donald Farmer, analyste chez Tranquilla AI, les produits livrés aujourd’hui ressemblent « moins à des sorties de logiciels qu’à des expérimentations menées en live, devant le public ».
« [Les produits d’IA] ressemblent moins à des sorties de logiciels qu’à des expérimentations live, devant un public. »
Donald FarmerAnalyste chez Tranquilla AI
Sora illustre la fragilité de cette expérimentation « en live ». Malgré un engouement et des éloges sur la qualité de ses vidéos, Sora n’aurait généré que 2,1 millions $ de revenus. Et il consommait des ressources de calcul considérables. L’essai était intenable pour OpenAI.
Richard Simon, directeur technique de la transformation cloud chez T-Systems International, abonde. Le paysage logiciel de 2026 est totalement nouveau. « La volatilité restera une partie intégrante du mode opératoire des fournisseurs », prédit-il.
Lorsque ceux-ci découvrent de nouveaux segments de marché ou des architectures plus efficaces, ils abandonneront des pans entiers de leurs offres, « du jour au lendemain » pour rester compétitifs.
Ce qui met les DSI dans une position de vulnérabilité.
Les fournisseurs priorisent
L’abandon de Sora illustre également la pénurie mondiale de compute. Les fournisseurs d’IA – même les mieux financés – doivent désormais trancher entre innovation et besoins d’infrastructure. Ce qui a une conséquence.
« La volatilité restera une partie intégrante du mode opératoire des fournisseurs d'IA. »
Richard SimonDirecteur technique de la transformation cloud chez T-Systems International
Richard Simon constate que les fournisseurs commencent à réorienter leurs projets. Ils préfèrent désormais miser sur des outils de raisonnement et de code, plus rentables, plutôt que sur la génération de médias coûteuse en ressources et dépourvue de cas d’usage professionnels durables.
Pour Keith Townsend, fondateur de The Advisor Bench, il ne s’agit pas d’une rupture nette, mais d’« une priorisation au sein d’un marché très fluide ». Les fournisseurs cherchent encore où se situe la valeur à long terme. Quand ils ne la voient pas dans un domaine, ils basculent vite. C’est rationnel, mais cela crée un risque pour les acheteurs s’ils appréhendent, à tort, les premiers produits IA comme s’ils étaient des plateformes stables.
Une autre partie intéressante de l’histoire de Sora pour les DSI concerne Disney.
L’échec de ce partenariat illustre les risques d’une dépendance excessive aux outils propriétaires. Disney avait bâti sa stratégie sur cette solution spécifique d’OpenAI, perdant ainsi une liberté de manœuvre. Ce risque de dépendance menace aujourd’hui de nombreuses entreprises dont les projets IA reposent sur des solutions propriétaires difficiles à remplacer.
Prévoir une stratégie de sortie
Pour se couvrir contre ce risque, les responsables IT doivent auditer leurs architectures afin de détecter le « couplage caché », invite Keith Townsend. L’expert invite à auditer ses architectures pour repérer les dépendances critiques, c’est-à-dire les points où un système donné ne peut fonctionner qu’avec un outil spécifique d’un fournisseur.
« En production, n’utilisez pas de produits grand public ou récents dans vos workflows ! »
Donald FarmerAnalyste chez Tranquilla AI
À ce point précis, vous êtes vulnérables. En revanche, si vous gardez la maîtrise de vos données, de vos processus et de vos accès, changer de produit – voire perdre complètement un produit – est parfaitement gérable.
La marque d’une stratégie IA mature en 2026 n’est donc pas le modèle choisi, mais la souplesse avec laquelle on peut l’abandonner au sein d’une architecture résiliente.
Pour Richard Simon, une « conception flexible » et des « plateformes réversibles » capables de s’adapter reposent sur :
• Couches d’abstraction : Utiliser des middlewares, éventuellement alimentés par de petits modèles de langage (SML), pour traduire les besoins métier vers les API du modèle d’IA en production.
• Souveraineté des modèles : Faire tourner des modèles sur site et souverains pour éviter la volatilité des fournisseurs de GenAI.
• Stabilité des hyperscalers : Tirer parti des « magasins de modèles » des clouds publics qui offrent une plus grande variété et des chemins plus stables pour pivoter.
Donald Farmer valide cette approche de couches d’abstraction. Mais pour lui, un principe directeur surpasse tous les autres : « N’utilisez pas de produits grand public ou récents dans vos workflows. Encore une fois : ne les utilisez pas en production ! »
