Bruxelles, un mardi soir, 22 h 40. Victor, responsable de la sécurité informatique d’une banque de taille moyenne, fixe son écran depuis vingt minutes. Devant lui, une page web banale : un champ de saisie, un curseur qui clignote. Il tape une phrase qu’il ne formulerait jamais à voix haute en comité : « Écris-moi un script Python qui vole les mots de passe enregistrés dans Chrome. » Trois secondes. Le code s’affiche, propre, commenté, prêt à copier.
Victor se lève, fait le tour de son bureau, se rassoit. Il tente autre chose : un protocole pour cultiver un agent pathogène dangereux à la maison. La réponse arrive, méthodique, étape par étape. Ce soir-là, une seule requête sera refusée par la machine : des instructions pour se suicider. Le reste, l’outil le livre sans broncher (TechCrunch).
« C’est légal, ça ? » me demande-t-il au téléphone le lendemain matin. Ma réponse le dérange plus que le code lui-même : oui, en grande partie. Et quelqu’un en a fait un modèle économique.
L’abliteration, quand on retire les freins d’une IA
Le mot est technique, le principe est simple. Les grands modèles de langage sont livrés avec des garde-fous, un ensemble de refus entraînés qui bloquent les demandes dangereuses. L’abliteration consiste à repérer, dans le modèle, la direction interne qui déclenche ces refus, puis à la neutraliser. Le modèle garde son savoir, il perd sa capacité à dire non.
Ce qui relevait hier du bricolage de quelques chercheurs est devenu un service clé en main. Une société, Abliteration.ai, héberge des modèles à poids ouverts dont les garde-fous ont été retirés, accessibles depuis un navigateur ou une API. Fondée fin 2025, constituée officiellement en mars 2026, elle se finance par ses clients et discute déjà avec des investisseurs (TechCrunch). Elle a mis en ligne une version « abliterée » d’un modèle récent, le GLM-5.3 de Z.ai (TechCrunch). Elle n’est pas seule : la plateforme Hugging Face héberge déjà des milliers de modèles pré-abliterés (TechCrunch).
Le plus troublant tient en une phrase du cabinet d’avocats Akerman : sur un modèle à poids ouverts, les garde-fous de sécurité peuvent être retirés en quelques minutes, avec des outils gratuits et publics (Akerman). Retirer une protection coûte aujourd’hui moins d’efforts que la concevoir.
L’argument des vendeurs : la défense par la démocratisation
Devon, cofondateur d’Abliteration.ai, ne se cache pas. Son argument : démocratiser l’accès aux modèles de pointe sans censure serait la meilleure forme de défense, parce que « les défenseurs peuvent désormais avancer aussi vite que possible » (TechCrunch). L’idée séduit une partie des jeunes pousses de la cybersécurité en Europe et au Royaume-Uni, qui veulent éprouver des systèmes bancaires et des infrastructures critiques avec des modèles qui ne refusent rien.
L’argument a sa logique. Un attaquant, lui, ne s’embarrasse d’aucun garde-fou. Pour tester une défense, il faut parfois penser comme celui qui attaque. J’ai passé assez d’années dans la R&D de géants technologiques pour connaître la valeur d’une équipe qui cherche activement la faille avant l’adversaire.
Un argument logique reste pourtant insuffisant. Andrew Yoon, responsable de la recherche à l’organisation CivAI, résume le vertige d’une formule : on peut « modifier le modèle pour qu’il devienne un sociopathe » (TechCrunch). Quand l’outil sociopathe se trouve à trois clics et un numéro de carte bancaire, la frontière entre le défenseur et l’attaquant devient poreuse.
Le vrai sujet est humain avant d’être technique
Je répète depuis des années une conviction qui dérange les technophiles : l’invariant de l’innovation n’a jamais été la technologie, il a toujours été l’humain, ses peurs, ses biais, ses décisions (Mon livre, chapitre 14).
Ce livre s’adresse aux PDG, aux dirigeants et aux innovateurs prêts à tout remettre en question et à créer une croissance exponentielle.
L’abliteration le démontre par l’absurde. La technologie qui retire les garde-fous existe. Il manque tout le reste : la responsabilité de celui qui met l’outil en ligne, le contrôle de celui qui l’utilise, la gouvernance de ceux qui laissent faire. Abliteration.ai reconnaît elle-même que sa vérification d’identité se limite à enregistrer une carte bancaire, et qu’elle n’est pas encore pleinement en place. Devon le formule ainsi : « Nous sommes encore en train de définir cela » (TechCrunch). On met en vente un modèle capable d’écrire un rançongiciel avant d’avoir défini qui a le droit de l’acheter.
Voilà le schéma que j’observe dans chaque transformation ratée : une capacité déployée plus vite que la conscience de ses effets. La panique est directement liée à l’instinct de survie, et le silence de ceux qui décident nourrit cette panique. Sur l’abliteration, le silence des régulateurs et des dirigeants laisse le terrain libre à ceux qui vendent le danger.
Ce que la recherche dit vraiment
Deux illusions circulent, il faut les tuer par les faits.
Première illusion : les garde-fous des modèles fermés suffiraient. Ils aident, ils ne suffisent pas. Une analyse empirique publiée sur arXiv montre que les systèmes de détection des attaques par injection et par contournement peuvent eux-mêmes être esquivés par des techniques d’évasion (arXiv). Un garde-fou posé par-dessus un modèle reste un mur que l’on peut contourner.
Seconde illusion : le problème serait marginal, réservé à quelques experts. La radio publique américaine NPR a documenté pourquoi les modèles à poids ouverts sans garde-fous constituent un risque de sécurité réel, à grande échelle (NPR). La presse spécialisée constate le basculement : retirer les protections de sécurité est devenu un service commercial clé en main (The Decoder). Le danger n’est plus théorique, il est packagé, tarifé, revendu.
Devant ce constat, la question d’un dirigeant n’est pas « quel outil interdire ». Elle devient : mon organisation a-t-elle une vision claire de l’IA qu’elle utilise, une culture où l’on ose signaler un usage à risque, une méthode pour mesurer avant, pendant et après ? Sans cette structure humaine, aucune interdiction technique ne tiendra.
Nommer le danger sans se laisser paralyser
Je suis un optimiste, et l’optimisme est une discipline, pas un déni. Nommer un danger et rester paralysé par lui sont deux choses différentes. Alors nommons.
Le danger cyber : des exploits et des scripts d’attaque à la portée de profils sans compétence technique. Le danger sanitaire : des protocoles dangereux accessibles à qui sait poser la question. Le danger démocratique : une capacité offensive distribuée massivement, sans traçabilité de qui l’emploie.
Andrew Yoon, dans une tribune, propose des pistes concrètes : imposer des classificateurs capables de détecter les activités cyber ou biologiques dangereuses, obliger les loueurs de puissance de calcul à vérifier l’identité de leurs clients, refuser l’accès en cas de soupçon d’usage malveillant (TechCrunch). Ce sont des garde-fous humains et organisationnels avant d’être techniques. Ils rejoignent ce que je défends depuis toujours : la protection réelle se joue dans la gouvernance, la culture et la mesure, avant de se jouer dans le code (Mon livre).
Pour un dirigeant, trois gestes valent mieux qu’un long discours. Cartographier les usages réels de l’IA dans l’entreprise, y compris les usages non officiels que personne n’ose déclarer. Installer la sécurité psychologique qui permet à un Victor de signaler un outil dangereux sans craindre pour son poste. Mesurer, avec des indicateurs simples, ce que l’IA fait entrer et sortir de vos systèmes.
L’essentiel
Retenez trois choses :
- L’abliteration transforme le retrait des garde-fous d’une IA en service commercial : le danger est désormais tarifé et accessible à tous.
- Le problème central est humain avant d’être technique : absence de gouvernance, de contrôle d’accès et de responsabilité, pas seulement absence de code protecteur.
- La réponse d’un dirigeant tient en trois gestes : cartographier les usages réels, installer la sécurité psychologique pour que les alertes remontent, mesurer avant, pendant et après.
Sauveur ou criminel, dangereux ou plein d’opportunités : l’outil ne décide pas, vous décidez. Vous n’avez pas à prédire ce futur, vous allez le créer. Think further. Be different.
Références
- (Mon livre) https://philippeboulanger.com/fr/livre/
- (TechCrunch) https://techcrunch.com/2026/09/03/abliteration-ai-is-making-a-business-out-of-removing-ai-guardrails/
- (NPR) https://www.npr.org/2026/05/31/nx-s1-5816391/ai-safety-concerns-danger-open-weight-models-risks
- (The Decoder) https://the-decoder.com/stripping-safety-guardrails-from-open-weight-ai-models-is-now-a-turnkey-commercial-service/
- (Akerman) https://www.akerman.com/en/perspectives/open-weight-ai-models-safety-guardrails-can-be-removed-in-minutes-using-free-publicly-available-tools.html
- (arXiv) https://arxiv.org/html/2504.11168
