Calculer sans jamais lire vos données coûte 100 000 fois plus cher

Vous envoyez une radiographie à un service d’analyse en ligne et ce service la lit. C’est le contrat implicite de presque toute l’intelligence artificielle grand public : pour traiter votre donnée, une machine doit d’abord y avoir accès en clair. Google a publié le 14 août 2026 un compilateur ouvert destiné à casser ce contrat. Il s’appelle HEIR, il est libre d’accès, et il transforme un modèle d’IA déjà entraîné pour qu’il travaille sur des entrées chiffrées sans jamais les déchiffrer.

Concrètement, le serveur calcule à l’aveugle. Il reçoit une suite illisible, il l’additionne, la compare, la fait passer dans le modèle, et il renvoie un résultat lui aussi illisible. Seul celui qui détient la clé, c’est-à-dire vous, peut l’ouvrir.

Une boîte à gants pour vos données

Le terme savant est « chiffrement homomorphe ». Homomorphe signifie « qui garde la même forme » : les opérations faites sur la version brouillée se retrouvent à l’identique sur la version d’origine.

L’image la plus juste est celle d’une boîte à gants de laboratoire. La boîte reste fermée. On glisse les mains dans deux gants épais scellés à la paroi et on manipule ce qu’il y a dedans sans jamais ouvrir. Le chiffrement homomorphe applique ce principe à des nombres : la machine travaille sur des valeurs qu’elle ne voit pas. Et comme avec des gants épais, chaque geste est beaucoup plus lent qu’à mains nues.

HEIR est un compilateur, c’est-à-dire un traducteur automatique de programmes. On lui donne un modèle écrit pour des données lisibles, il rend un équivalent qui tourne sur des données chiffrées. Google annonce viser une « solution en un clic » permettant à des développeurs qui ne sont pas cryptographes d’intégrer de l’inférence chiffrée dans leurs applications. L’inférence, c’est le moment où le modèle regarde votre donnée et rend un résultat. L’entreprise cite quatre démonstrations menées avec des partenaires, dont la détection de fraude à la carte bancaire, et quatre accélérateurs matériels en préparation : Belfort, Niobium, Cornami et Optalysys. La partie difficile n’est pas l’idée : c’est la vitesse.

Le prix de la confidentialité : une seconde d’un côté, un jour de l’autre

Ce prix, l’annonce ne le chiffre pas. Nous l’avons reconstitué à partir des ordres de grandeur publiés. Dans Le Journal du CNRS, le cryptographe David Pointcheval, qui dirige l’équipe cryptographie de l’École normale supérieure à Paris, résume l’écart : là où « plusieurs millions d’opérations élémentaires peuvent être effectuées par seconde sur les données brutes, on ne peut réaliser que quelques opérations par seconde sur les données chiffrées ».

Selon nos calculs, nous avons rapporté le bas de la fourchette en clair (un million d’opérations par seconde) au haut de la fourchette chiffrée (dix opérations par seconde) : un calcul qui prend une seconde sur des données lisibles en demande au moins 100 000 sur les mêmes données chiffrées. Soit plus d’un jour entier de machine pour une seconde de travail ordinaire. C’est la lecture la plus favorable au chiffrement, les deux bornes ayant été choisies dans le sens qui réduit l’écart.

Un repère mesuré existe aussi côté Google : son blog développeurs indiquait en août 2023 qu’une chaîne de compilation maison produisait « une inférence privée en 16 secondes pour un réseau de neurones à 3 couches ». Seize secondes pour une question minuscule, sur un modèle jouet.

Ce facteur explique pourquoi la technique est restée dans les laboratoires depuis son invention en 2009, et pourquoi quatre fabricants de puces figurent dans l’annonce.

Ce que la technique protège, et ce qu’elle ne protège pas

Elle protège le contenu pendant le traitement. Le prestataire ne voit ni la radiographie, ni le montant, ni la phrase que vous lui soumettez. La clé ne quitte pas votre côté.

Elle ne protège pas le reste. Le fait que vous ayez envoyé une requête, à quelle heure, à quelle fréquence et pour quel volume de données reste visible. Le résultat, une fois déchiffré chez vous, redevient une donnée ordinaire qui circule en clair si vous la transmettez. Rien dans ce mécanisme ne garantit non plus que le modèle qui calcule soit juste ou correctement entraîné. Aucun chiffrement ne rend une IA fiable, il rend seulement son fournisseur aveugle au contenu.

La recherche publique européenne travaille sur le sujet depuis plus de dix ans : Le Journal du CNRS l’expliquait déjà en 2015, et Google avait annoncé ses propres intentions en 2023. L’enjeu français est simple à nommer. Quand une plateforme annonce entraîner une IA sur vos données, la question posée est celle de la confiance accordée à l’hébergeur. Le chiffrement homomorphe déplacerait cette question puisqu’il n’y aurait plus de contenu lisible sur le serveur. À 100 000 fois le prix, ce déplacement attendra les accélérateurs matériels. C’est pourquoi la souveraineté numérique se joue autant dans les laboratoires que dans les contrats.

Article créé en collaboration avec l’IA.