Comment se déroule l'AI Compass
Décrire le projet
Douze questions : ce que l’IA doit faire, le niveau d’exigence des tâches, ce qu’un appel doit traiter, ce qui doit valoir pour le modèle, quel mode d’exploitation, quelles données, quelle réglementation, quelle classe AI Act, où traiter, quels engagements, quelle échelle, quelle importance pour l’indépendance. Le Compass ne demande ni la fenêtre de contexte ni la classe de modèle : il les déduit – la classe de modèle comme recommandation, pas comme filtre. Vous pouvez ajuster la pondération des cinq dimensions.
Un modèle évalue contre le catalogue
Un modèle de langage lit, pour chaque fournisseur, le catalogue IA documenté, les lignes de protection des données et de résidence ainsi que les preuves validées, et attribue cinq valeurs. Il ne voit que les données d'un seul fournisseur – sans connaissance préalable, sans marketing.
Le moteur pondère et classe
Vos réponses produisent des pondérations et des critères éliminatoires. Le moteur n'accepte que les exclusions que vous avez fixées, rejette les affirmations contenant des chiffres ou des noms absents des données, et calcule l'adéquation de manière traçable.
Résultat par e-mail
Dès que l'analyse est terminée, le lien vers votre résultat arrive par e-mail : top 3 avec adéquation, couverture de vos cas d'usage, points forts, réserves et remarques réglementaires, plus les sources.
Vous voyez les trois fournisseurs les plus adaptés en intégralité, tous les autres avec le check expert gratuit.
Méthodologie en bref
Cinq dimensions, 1–100
Modèles et capacités (le catalogue couvre-t-il vos cas d'usage ?), modes d'exploitation et échelle (serverless, batch, dédié, fine-tuning, GPU), protection des données et résidence (entraînement, conservation, lieu de traitement, accès de l'opérateur), réglementation et preuves (certificats dans le périmètre, soutien aux obligations AI Act), coûts et indépendance (indication de prix, poids ouverts, API compatible OpenAI). L'adéquation est la moyenne pondérée.
Uniquement des données documentées
Pour chaque fournisseur, le modèle voit exactement les lignes de comparison.cloud : la catégorie « AI & Machine Learning » (modèles, embeddings, modes d'inférence, fine-tuning, niveaux de service, garde-fous, politique de données IA), les lignes de souveraineté sur le traitement IA, la résidence, l'accès de l'opérateur et les clés, les certificats listés et les preuves validées. Aucune connaissance préalable – ce qui n'est pas documenté ne compte pas.
Raisonnement et contexte : d’après la liste des modèles
Chaque fournisseur dispose d’une liste structurée de ses LLM : fenêtre de contexte telle que servie, statut, lieu de traitement. Un registre de modèles ajoute l’éditeur, la capacité de raisonnement, la licence, la fiche officielle et les benchmarks publiés par l’éditeur avec leur source. Le Compass déduit la fenêtre de contexte requise du volume par appel – pages, heures, fichiers, lignes de code plutôt qu’un nombre de tokens. Le moteur en décide de façon déterministe si un fournisseur répond à vos exigences de raisonnement et de contexte – par exemple gpt-oss-120b avec 131k ou Qwen3.8 avec 262k tokens.
Classe de modèle : une recommandation, pas un filtre
Le Compass ne demande pas si un modèle ouvert (Open Weights) ou un modèle frontier propriétaire convient. Il le déduit de vos exigences envers le modèle – qualité de pointe, capacités les plus récentes, engagements de l’éditeur, version figée, possibilité d’examen, seconde source, coût unitaire – ainsi que de la classe de données, des engagements, de l’exigence de sortie et de la réglementation, et motive la recommandation. Pour des informations classifiées ou une exploitation dans votre propre tenant, un modèle ouvert est nécessaire. La recommandation n’exclut aucun fournisseur ; tous sont toujours évalués. Aucune classe de modèle n’est pour autant considérée comme plus sûre ou plus conforme.
Éliminatoire seulement si vous le fixez
Lieu de traitement, exclusion de l'entraînement, auto-hébergement, maturité de production et juridiction européenne ne deviennent éliminatoires que si vos réponses l'exigent. Le modèle peut proposer une exclusion ; le moteur ne l'accepte que si elle est armée dans votre profil – et les fournisseurs sans offre d'IA managée sont toujours exclus.
Ancrage plutôt qu'hallucination
Chaque affirmation du modèle – point fort, lacune, remarque réglementaire, service cité – doit correspondre aux données du fournisseur : chiffres, identifiants, noms de modèles et de produits doivent y figurer mot pour mot, sinon l'affirmation est rejetée. Le résultat indique combien d'affirmations ont été rejetées et quel modèle a évalué.
AI Act : soutenir, pas décider
L'AI Compass demande votre classe de risque et évalue dans quelle mesure une plateforme porte les obligations de cette classe – garde-fous, journalisation, documentation, certificats. La licéité d'un projet et les obligations applicables relèvent de votre propre classification. Aucun fournisseur n'est qualifié de « conforme à l'AI Act ».
Questions fréquentes sur l'AI Compass
Qu'est-ce qui distingue l'AI Compass du Cloud Compass et du Sovereign Compass ?
Le Cloud Compass évalue l'adéquation des workloads — coûts, sécurité, disponibilité, souveraineté et conformité — sur l'ensemble du portefeuille. Le Sovereign Compass mesure le niveau de preuve de la souveraineté sur 23 critères. L'AI Compass ne regarde que l'IA : quels modèles et services un fournisseur documente, quels modes d'exploitation existent, ce qu'il s'engage à respecter sur l'entraînement, la conservation et le lieu de traitement, quels certificats couvrent cela — et comment tout cela correspond à ce que votre IA doit faire.
Qui évalue — un humain, une formule ou une IA ?
Un modèle de langage évalue chaque fournisseur, mais uniquement à partir des données documentées de comparison.cloud : catalogue IA, lignes de protection des données et de résidence, certificats listés et preuves validées par rapport à leur source. Il ne voit qu'un fournisseur à la fois et aucune connaissance préalable. Le moteur pondère ensuite selon votre profil, n'accepte que les critères éliminatoires que vous avez fixés, rejette les affirmations contenant des chiffres ou des noms absents des données, et classe. Le résultat indique quel modèle a évalué et combien d'affirmations ont été rejetées.
L’AI Compass tient-il compte des modèles de raisonnement et des tailles de contexte ?
Oui. Une question établit le niveau d’exigence des tâches – routine, parfois délicat ou raisonnement multi-étapes comme tâche centrale ; il en découle si un modèle de raisonnement est obligatoire. Le Compass ne demande pas la fenêtre de contexte sous forme de nombre de tokens, mais via le volume par appel : entrées courtes, résultats de recherche, un long document ou un enregistrement, de nombreux éléments similaires, plusieurs documents, des projets de code entiers, de longues exécutions d’agents ou des archives entières sans recherche. La plus grande entrée choisie détermine le palier (32k, 128k, 256k ou 1M tokens). Chaque fournisseur tient une liste structurée de ses modèles avec la fenêtre de contexte réellement servie ; un registre de modèles ajoute la capacité de raisonnement, la licence, la fiche officielle et les benchmarks publiés par l’éditeur avec leur source. Le moteur en vérifie de façon déterministe quels modèles répondent à votre exigence – par exemple gpt-oss-120b (131k) ou Qwen3.8 27B (262k) chez les fournisseurs européens ; le contexte d’un million de tokens n’est proposé aujourd’hui que par peu de modèles, surtout via les hyperscalers. Un fournisseur sans modèle adapté est éliminé, sauf si vous souhaitez héberger des modèles vous-même.
L’AI Compass recommande-t-il des modèles ouverts ou propriétaires ?
Il ne le demande pas, il le déduit. De vos exigences envers le modèle – qualité de pointe, capacités les plus récentes, engagements contractuels de l’éditeur, version de modèle figée, possibilité d’examen, seconde source, faible coût unitaire – ainsi que de la classe de données, des engagements de protection des données, de l’exigence de sortie et de la réglementation découle une recommandation motivée : modèle ouvert (Open Weights), modèle frontier propriétaire ou les deux classes. Pour des informations classifiées ou une exploitation dans votre propre tenant, un modèle ouvert est nécessaire. La recommandation n’exclut aucun fournisseur : tous sont toujours évalués ; un fournisseur sans modèle de la classe recommandée perd au plus quelques points en adéquation des modèles. Aucune classe de modèle n’est pour autant considérée comme plus sûre ou plus conforme.
L'AI Compass me dit-il si mon projet est conforme à l'AI Act ?
Non. La classification selon l'AI Act et les obligations qui en découlent relèvent du déployeur. L'AI Compass demande votre classe de risque et évalue dans quelle mesure une plateforme soutient les obligations de cette classe — garde-fous, journalisation, documentation, certificats dans le périmètre. Aucun fournisseur n'est qualifié de « conforme à l'AI Act », et l'adéquation n'est pas une analyse juridique.
Pourquoi un fournisseur est-il éliminé ?
Uniquement parce qu'un critère que vous avez fixé n'est pas rempli selon les données documentées : lieu de traitement (Allemagne, UE/EEE, fournisseur européen), exclusion de l'entraînement, auto-hébergement de modèles propres, maturité de production. Les fournisseurs sans offre d'IA managée sont toujours exclus. Éliminatoire ne signifie pas « inadapté à l'IA » — un engagement individuel du fournisseur peut changer la donne.
Quelle est l'actualité des données du catalogue ?
Les catalogues de modèles changent chaque mois ; les lignes portent annonces, dates de fin de vie et états expérimentaux, dont l'évaluation tient compte. Le résultat fige exactement les lignes vues par le modèle, avec la version des données, de sorte qu'un rapport ouvert plus tard montre toujours ce qui vous a été dit. Les preuves validées portent en plus une date de contrôle.

