Palantir et Nvidia limitent Anthropic pour protéger les données

Ce qui a été réellement limité

Je lis cette affaire non comme une interdiction d'Anthropic, mais comme un durcissement des conditions d'autorisation des modèles traitant des données sensibles. Reuters a rapporté le 14 septembre 2026, en citant The Information, que Palantir, Nvidia et Booz Allen avaient réduit ou limité l'utilisation des modèles Anthropic pour des tâches susceptibles d'impliquer des informations d'entreprise confidentielles.

Le cas le plus révélateur concerne Palantir. Selon ces informations, l'entreprise souhaitait obtenir une garantie irrévocable de rétention nulle des données avant de proposer ces modèles via son logiciel. Nvidia, toujours selon le même article, a conservé Anthropic pour des tâches moins sensibles tout en s'appuyant davantage sur ses propres modèles Nemotron pour ses travaux internes.

Il existe ici une tension importante entre une politique écrite et les exigences d'un véritable client. Dans sa documentation officielle sur la sécurité d'AIP, Palantir affirme que les fournisseurs tiers de modèles ne conservent pas les requêtes ni les réponses des clients, n'utilisent pas leurs données pour l'entraînement et ne permettent pas à leur personnel d'y accéder. Cette documentation mentionne aussi les contrôles d'accès, le chiffrement, l'audit et des mesures contractuelles pour les données réglementées.

Mais dans un environnement d'entreprise, la formule « nous ne stockons pas » ne suffit pas. Je vérifierais d'abord si la garantie est irréversible sur les plans technique et juridique, comment sont gérés les journaux et les sauvegardes, la traçabilité, la réponse aux incidents et l'accès des sous-traitants. C'est dans ces couches peu visibles que la rétention nulle devient une propriété architecturale, ou reste une simple promesse de politique.

Pourquoi l'équilibre évolue

La conclusion est simple : la qualité d'un modèle ne lui donne plus automatiquement accès aux données de valeur. Pour les charges confidentielles, le gagnant n'est pas forcément l'API cloud la plus performante, mais la pile capable de démontrer le contrôle du stockage, de la résidence et des accès.

Cette évolution renforce les clouds privés, les architectures hybrides et l'inférence locale. Elle augmente aussi le coût de l'intégration : les équipes doivent orienter les tâches selon leur sensibilité, séparer les contextes et prévoir un modèle de repli lorsqu'un fournisseur externe ne satisfait pas aux exigences. Nvidia illustre clairement cette séparation : Anthropic reste utile pour les tâches moins sensibles, tandis que Nemotron couvre une partie de l'environnement interne.

L'engouement est secondaire. La vraie question est de savoir si un fournisseur peut transformer une promesse de non-conservation en garantie que les équipes de sécurité et les juristes jugent irrévocable. Dans le cas contraire, l'IA d'entreprise se fragmentera non selon la qualité des modèles, mais selon les frontières de confiance.

Nous avons déjà expliqué comment l'informatique confidentielle peut réduire les risques d'exposition des données lors du déploiement de systèmes d'IA en entreprise. Cette analyse éclaire les raisons pour lesquelles des sociétés peuvent restreindre l'accès aux modèles lorsque les garanties de confidentialité sont incertaines.