OpenAI arrive sur Google Cloud : faut-il passer par GCP pour vos usages IA ?

OpenAI indique que ses modèles seront accessibles dans le Model Garden de Google Cloud et que les achats pourront être réalisés via Google Cloud Marketplace. Les entreprises disposant d’engagements de dépenses GCP pourront utiliser ces engagements pour financer ces consommations.

Google ajoute que l’usage apparaîtra sur une facture cloud unique et pourra compter dans ses Flexible Savings Plans. La plateforme doit aussi fournir une identité authentifiée, des contrôles d’accès, des journaux d’audit et des périmètres de données communs aux différents modèles.

Cette simplification est réelle : une équipe peut évaluer plusieurs modèles dans une infrastructure qu’elle connaît déjà, sans ouvrir immédiatement une nouvelle chaîne d’achat et d’exploitation pour chaque fournisseur.

Mais il faut regarder le calendrier. Au 25 octobre 2026, les modèles OpenAI sont encore déployés en préversion privée auprès de clients sélectionnés. La disponibilité générale est annoncée pour les semaines suivantes. Certaines protections mentionnées par Google, notamment des options de conservation nulle des données, sont elles aussi annoncées comme prochaines et non comme déjà disponibles partout.

Autrement dit, l’annonce ouvre une option crédible. Elle ne transforme pas encore cette option en choix de production automatique.

1. Le service est-il prêt pour votre niveau de risque ?

Une préversion peut convenir à un prototype interne ou à un test comparatif. Elle est beaucoup moins adaptée à un processus critique, à une promesse faite à un client ou à un traitement réglementé.

Demandez par écrit les régions disponibles, les quotas, le niveau de support, les engagements de disponibilité, les fonctions exclues de la préversion et les conditions de passage en disponibilité générale. Un modèle performant ne compense pas un service dont le statut opérationnel ne correspond pas à votre usage.

2. Qui porte réellement le contrat et le support ?

Une facture Google Cloud unique ne signifie pas que toutes les responsabilités sont identiques à celles d’un service développé par Google. Il faut distinguer le vendeur de la consommation, l’opérateur de l’infrastructure, l’éditeur du modèle et l’interlocuteur qui traite un incident.

Vérifiez les conditions Marketplace, l’accord de traitement des données, le partage des responsabilités, le support de premier et de second niveau, les exclusions de garantie et le régime applicable aux modèles tiers. Microsoft documente déjà une distinction comparable dans son propre catalogue entre les modèles vendus directement par Azure et ceux fournis par des partenaires : le canal d’achat ne suffit pas à déterminer les obligations de chaque acteur.

3. Vos engagements GCP créent-ils une économie réelle ?

Pouvoir consommer un engagement cloud existant peut être avantageux si votre entreprise risque de ne pas l’utiliser intégralement. Dans ce cas, une dépense IA réalisée via GCP remplace une dépense déjà engagée plutôt qu’elle ne s’y ajoute.

Mais ne confondez pas réduction de friction et baisse de coût. Comparez le prix des entrées et sorties, les remises négociées, les coûts de la plateforme, l’observabilité, les contrôles de sécurité, le stockage, les transferts de données et le temps d’exploitation. Comparez ensuite ce coût complet avec un achat direct auprès d’OpenAI et avec les modèles déjà disponibles dans votre cloud.

Le bon calcul n’est pas « combien coûte un million de jetons ? ». C’est « combien coûte un résultat métier fiable, exploité et contrôlé ? ».

4. Les données restent-elles dans le périmètre attendu ?

Google affirme que les requêtes, les contextes et les réponses restent dans le périmètre de données désigné par le client et ne servent pas à entraîner les modèles de fondation. L’entreprise annonce également des passerelles isolées, une identité unifiée et des journaux d’audit.

Ces engagements doivent être traduits dans votre propre dossier de conformité. Vérifiez la région effective du traitement, les durées de conservation, l’accès aux journaux, les sous-traitants, les transferts éventuels, les options disponibles au jour du déploiement et non celles annoncées pour plus tard. Une phrase de lancement produit ne remplace ni le contrat ni la configuration réelle du projet.

5. Pouvez-vous changer de modèle sans reconstruire le service ?

Google présente son catalogue comme un moyen de sélectionner ou de remplacer le modèle selon le coût, la latence et la performance. Cette possibilité est utile, mais elle n’est pas automatique.

Un processus devient dépendant d’un modèle dès que ses instructions, ses outils, ses formats de sortie, ses évaluations et ses garde-fous sont écrits pour lui seul. Pour conserver un choix réel, séparez la logique métier de l’appel au modèle, imposez des sorties structurées, gardez un jeu de tests commun et mesurez les régressions avant chaque changement.

La réversibilité ne se prouve pas avec une clause. Elle se prouve en remplaçant effectivement le modèle sur un environnement de test.

Semaine 1 : choisir deux usages réels

Retenez un usage fréquent et peu risqué, puis un usage plus exigeant. Définissez avant le test les critères de qualité, le temps maximal de réponse, le coût par dossier, les erreurs inacceptables et le point d’escalade humaine.

Semaine 2 : comparer dans les mêmes conditions

Testez les modèles sur les mêmes dossiers, avec les mêmes données autorisées et la même grille d’évaluation. Ne changez pas simultanément le modèle, les instructions et le processus : vous ne sauriez plus ce qui explique l’écart.

Semaine 3 : vérifier contrat, sécurité et coût complet

Documentez qui vend, qui supporte, où les données sont traitées, ce qui est conservé et comment les engagements GCP sont consommés. Calculez le coût par résultat utile, pas seulement le tarif technique affiché.

Semaine 4 : tester la sortie avant l’entrée en production

Remplacez le modèle retenu par une alternative. Mesurez le travail nécessaire pour retrouver un résultat acceptable. Si cette bascule est impossible, inscrivez cette dépendance dans la décision et négociez-la comme telle.

L’arrivée d’OpenAI sur Google Cloud confirme une évolution de fond : les modèles deviennent progressivement des composants achetés à travers les grandes plateformes cloud, comme le stockage ou la puissance de calcul.

Pour les entreprises, cela simplifie l’accès mais déplace la décision. Le sujet n’est plus seulement de choisir un éditeur. Il faut choisir le canal d’achat, le cadre de gouvernance et le degré de dépendance acceptable.

Un dirigeant déjà engagé chez GCP peut donc lancer un pilote dès maintenant si l’usage est réversible et non critique. Pour la production, il doit attendre les garanties qui correspondent à son risque et exiger une comparaison économique complète. La facture unique est un avantage. Elle ne doit pas devenir un prétexte pour renoncer au choix.