Cas franco-européens contemporains — Cambridge Analytica, Health Data Hub, McKinsey-Macron, AI Act📋

Quatre cas 2014-2027 ne sont pas un agrégat. Ils forment un système : le régime métacratique européen post-RGPD qui a autorisé certains gestes innovants en empêchant leurs critiques pendant des années.

Pourquoi un doc dédié📋

Ce doc-bis a un rôle structurel précis. Sans lui, le bloc empirique critique de la section pencherait trop côté américain — Microsoft (cf. 03), Boeing 737 MAX (cf. 08), Cambridge Analytica brièvement mentionnée dans 02. Le bloc empirique positif (10) sera également majoritairement américain (Wikipedia, Linux, OSM, Sovereign Tech Fund allemand l'exception).

Pour équilibrer, et pour ancrer la lecture située du métacrate qui écrit cette section depuis la France 2026 dans le régime UE post-RGPD, ce doc déploie quatre cas franco-européens contemporains. Ils ne sont pas un agrégat — ils forment un système. Lus ensemble, selon les six dimensions du cadre métacratique (énonciation, capitaux, matérialité, travail, effets, capture), ils révèlent les régularités du régime métacratique européen 2014-2027.

Source primaire : work/ddd-driven-society/MAP.md, document interne de coordination du projet Appareil et compilateur qui liste cinq cas empiriques majeurs (Dumas 1995 traité dans metacratie/appareil-et-compilateur.md, plus les quatre cas développés ici).

Cas 1 — Cambridge Analytica (2014-2018)📋

Récit empirique📋

Cambridge Analytica était une firme britannique de stratégie politique, propriété du milliardaire conservateur Robert Mercer, dirigée par Alexander Nix. Son activité principale : micro-targeting psychométrique de campagnes politiques, en utilisant des modèles d'analyse comportementale appliqués sur des données massives.

L'histoire publique commence avec Christopher Wylie, ancien employé de Cambridge Analytica, qui se tourne vers le journalisme d'investigation en 2018. Wylie révèle au Guardian (Carole Cadwalladr, mars 2018) puis au New York Times l'opération de captation massive de données Facebook qui a alimenté Cambridge Analytica.

Mécanisme : en 2014, Aleksandr Kogan, chercheur à Cambridge University Psychometrics Centre, développe une app Facebook « This Is Your Digital Life » qui propose un test psychologique aux utilisateurs. Les conditions d'utilisation Facebook de l'époque permettent à l'app de collecter non seulement les données du test, mais aussi les données des amis Facebook des testeurs. Résultat : ~270 000 utilisateurs ayant effectivement passé le test → ~87 millions de profils Facebook captés sans consentement éclairé.

Cambridge Analytica achète ces données à Kogan (qui viole les conditions d'usage de Facebook en les revendant). Le modèle psychométrique OCEAN (Big Five : Openness, Conscientiousness, Extraversion, Agreeableness, Neuroticism) est appliqué pour classer les profils.

Les utilisations commerciales documentées :

• Brexit (2016) — Cambridge Analytica a contracté avec Vote Leave et avec Leave.EU (campagnes pro-Brexit), pour ~3-7 millions de livres. Ciblage psychométrique des Britanniques indécis sur le référendum.
• Trump 2016 — contrat avec la campagne Trump pour environ 5-15 millions de dollars. Ciblage psychométrique des Américains indécis dans les swing states (Wisconsin, Michigan, Pennsylvania).
• Autres campagnes — Cambridge Analytica a travaillé sur des élections au Kenya, au Nigeria, en Argentine, à Trinidad-et-Tobago, en Macédoine, et sur des dossiers commerciaux (services financiers, télécoms).

L'investigation 2018 produit des conséquences : démantèlement de Cambridge Analytica (mai 2018, faillite), démission d'Alexander Nix (mars 2018), enquêtes parlementaires (UK Parliament Inquiry, US Senate Hearings), recours en justice multiples. Facebook, dont les conditions d'usage 2014 ont permis l'opération, est sanctionné par la FTC en juillet 2019 : ~5 milliards de dollars d'amende, contraintes structurelles sur le traitement des données.

Énoncé comme📋

Avant 2018, Cambridge Analytica était énoncée par les énonciateurs canoniques de l'innovation comme innovation politique majeure :

• Wired — articles dithyrambiques 2013-2017 sur le « data-driven politics », présentation de Cambridge Analytica comme « nouvelle frontière de la communication politique ».
• Forbes — entretiens flatteurs d'Alexander Nix, classement Forbes 30 under 30 incluant des cadres Cambridge Analytica.
• Bloomberg — analyses présentant la firme comme « disruption du marché de la stratégie politique ».
• McKinsey, BCG — rapports internes utilisant Cambridge Analytica comme cas d'étude positif sur la « data-driven decision making » en stratégie.
• Le mot OCEAN circule dans les conférences marketing comme « innovation psychométrique ».

Le vocabulaire est : « data-driven democracy », « innovation marketing politique », « micro-targeting de précision », « nouvelle frontière de la communication », « psychométrie appliquée ». Tout cela est positif avant 2018. Aucun des analystes canoniques ne se préoccupe sérieusement de la collecte des données, de l'absence de consentement, ou des effets démocratiques.

Capitaux📋

• Économique : Robert Mercer (~75 M$ de financement Cambridge Analytica + financement parallèle pour Breitbart News, qui crée l'écosystème médiatique aligné). Le capital Mercer est issu de la finance quantitative (Renaissance Technologies).
• Symbolique : caution Cambridge University via Aleksandr Kogan et le Psychometrics Centre. Le rattachement universitaire élève la légitimité scientifique de l'opération.
• Social : réseau politique conservateur transatlantique (UK Tories, US Republicans, financiers conservateurs), qui ouvre les portes des campagnes électorales.

Matérialité📋

• API Facebook 2014 — les conditions techniques de Facebook permettaient à l'époque la collecte des données « amis-d'amis ». Cette permission a été progressivement restreinte (2014-2018), mais trop tard pour empêcher la captation initiale.
• Modèle psychométrique OCEAN développé par Aleksandr Kogan (Cambridge University) puis adapté par Cambridge Analytica.
• Infrastructure analytique : serveurs, modèles ML, plateformes d'enchères publicitaires Facebook (qui permettent le ciblage micro-segmenté).
• Plateformes d'achat publicitaire Facebook elles-mêmes — Cambridge Analytica utilise les outils standards de Facebook Ads Manager pour diffuser ses messages ciblés.

Travail invisible📋

• Annotateurs psychométriques universitaires — équipes de doctorants et post-doctorants à Cambridge University Psychometrics Centre qui ont produit les modèles OCEAN initiaux (financés par fonds de recherche publics britanniques, donc cas Mazzucato à l'envers de plus : R&D publique captée).
• Cobayes-utilisateurs Facebook — les ~87 millions de personnes dont les données ont été captées sans consentement éclairé, et qui ont travaillé à produire les données analysées (likes, partages, commentaires, etc.).
• Modérateurs Facebook — chaîne de modération des contenus politiques pendant les campagnes Brexit et Trump 2016, dont la qualité a été directement compromise par l'absence de détection des opérations Cambridge Analytica.

Effets📋

• Brexit gagné de justesse (52/48, juin 2016). Les estimations de l'effet Cambridge Analytica varient (de marginal à décisif) ; aucune analyse définitive n'a été produite, ce qui est précisément le problème — l'effet est contesté donc l'opération n'est pas comptablement démontrée comme catastrophique mais elle est normalisée par défaut.
• Trump élu (novembre 2016, ~80 000 voix d'écart cumulées dans les trois swing states — Pennsylvania, Wisconsin, Michigan). Là encore, l'effet Cambridge Analytica est probablement décisif sur cette marge fine, mais la causalité ne peut pas être prouvée mathématiquement.
• Érosion durable de la confiance dans le processus électoral des deux côtés de l'Atlantique. Les théories du complot (légitimes ou non) se nourrissent de l'opacité Cambridge Analytica.
• Précédent normalisé — toute future opération de psychométrie politique a maintenant un modèle à suivre.
• Violation massive de l'attente raisonnable sur l'usage des données Facebook. Les utilisateurs de Facebook 2014 ne pouvaient pas raisonnablement anticiper que leurs données alimenteraient des campagnes politiques étrangères.

Capture📋

• Autorégulation Facebook — pendant 4 ans (2014-2018), Facebook s'est autorégulé sur les usages tiers de ses données. Cette autorégulation a échoué.
• FTC sanction tardive (juillet 2019) — 5 G$ d'amende, contraintes structurelles. Sanction symbolique au regard du chiffre d'affaires Facebook (~70 G$/an en 2018) et qui n'a pas modifié structurellement le modèle économique.
• RGPD européen 2018 — réponse partielle européenne, entrée en application au moment où l'affaire éclate. Le RGPD apporte des protections nouvelles (consentement explicite, portabilité, droit à l'oubli) mais avec des limites d'application (forum shopping vers l'Irlande pour Meta, sanctions limitées à 4% du CA mondial maximum, application déléguée aux autorités nationales hétérogènes).

Δ-citoyen📋

~4 ans entre l'opération initiale (2014) et la chaîne descriptive publique (2018 par Wylie + Cadwalladr). Le retournement vient du dehors du système d'énonciation canonique — presse d'investigation, lanceur d'alerte, parlements. Aucun des énonciateurs canoniques n'a anticipé le problème. Cambridge Analytica est un cas paradigmatique de Δ-citoyen que les énonciateurs canoniques ne mesurent jamais.

Cas 2 — Health Data Hub (2019+)📋

Récit empirique📋

Le Health Data Hub (HDH) est une plateforme française destinée à centraliser les données de santé françaises pour la recherche médicale et l'IA en santé. Création annoncée fin 2019 sous l'égide de l'INDS (Institut national des données de santé), puis renommée Plateforme des données de santé (groupement d'intérêt public).

Choix de l'infrastructure : Microsoft Azure annoncé en 2019. Ce choix est immédiatement contesté par :

• CNIL (Commission nationale de l'informatique et des libertés) — avis défavorable rendu en 2020, signalant que Microsoft Azure expose les données aux requisitions du Cloud Act américain (loi US de 2018 qui permet aux autorités américaines de demander à Microsoft l'accès aux données stockées sur Azure, où qu'elles soient géographiquement). L'avis CNIL est non-suivi par le ministère.
• Conseil d'État — saisi par la Quadrature du Net et autres associations. Décision juin 2020 : validation conditionnelle avec l'engagement formel d'une migration ultérieure vers une infrastructure souveraine. La condition n'a pas été tenue. En 2022, le ministre annonce le maintien de Microsoft Azure pour une durée prolongée.
• Députés divers (LFI, EELV, certains élus LR et PS) — interpellations parlementaires répétées, sans effet.
• Associations professionnelles médicales — opposition partielle, neutralisée par la composition du conseil d'administration HDH.

Alternatives publiques européennes disponibles à l'époque (2019) :

• OVHcloud — opérateur français, chiffre d'affaires ~700 M€ en 2020, certifié SecNumCloud (qualification ANSSI pour cloud souverain).
• Scaleway (groupe Iliad-Free) — opérateur français, plus jeune mais en croissance.
• Outscale (Dassault Systèmes) — opérateur français, certifié SecNumCloud.
• T-Systems (Deutsche Telekom) — opérateur allemand, alternative européenne crédible.
• Open Telekom Cloud — variante européenne du précédent.
• Projet Gaia-X — initiative européenne lancée 2019 pour construire un cloud souverain européen, sous-dimensionnée et progressivement diluée par participation des hyperscalers américains.

Le choix Microsoft Azure malgré ces alternatives est politique — pas technique. Il est défendu par le ministère de la Santé (sous Macron-Castex puis Macron-Borne) avec l'argument de la « maturité technique » de Microsoft Azure pour les usages IA en santé, présenté comme supérieure à celle des alternatives européennes.

Énoncé comme📋

• « Innovation publique en santé » — le HDH est présenté comme catalyseur de la recherche médicale française.
• « Accélération de la recherche médicale » — promesse de raccourcir les délais d'accès aux données pour les chercheurs.
• « Catalyseur de l'IA en santé » — alignement sur la stratégie nationale IA (France 2030, plans antérieurs).
• « Projet souverain » — paradoxalement, le projet est présenté comme souverain alors que son infrastructure est soumise au Cloud Act US.

Capitaux📋

• Économique : financement public > 80 M€ engagé (sources : rapports parlementaires, audits Cour des comptes), plus contrats Microsoft (montants exacts non-publics).
• Symbolique : caution du Conseil scientifique COVID (qui a porté le HDH dans la phase pandémique pour des analyses épidémiologiques), de l'INSERM, du ministère de la Santé.
• Politique : portage présidentiel — Macron a personnellement défendu le projet à plusieurs reprises, ce qui ferme l'espace de débat parlementaire.

Matérialité décisive📋

Le choix Microsoft Azure inscrit les données de santé françaises dans la juridiction Cloud Act. Le RGPD européen ne protège pas contre cette captation — il y a conflit de juridictions qui n'a pas été tranché en faveur de la souveraineté européenne par la CJUE (Cour de justice de l'Union européenne). Le mécanisme :

• les données sont physiquement stockées en Europe (datacenters Microsoft en Irlande, France, Pays-Bas) ;
• mais Microsoft est une entreprise américaine, soumise au droit américain ;
• le Cloud Act 2018 permet aux autorités américaines de demander à Microsoft l'accès aux données stockées par Microsoft, où qu'elles soient géographiquement ;
• Microsoft serait juridiquement obligée d'obtempérer aux États-Unis, indépendamment de son obligation européenne de protection des données.

La protection théorique passe par des dispositifs annexes (chiffrement, contrats « souveraineté européenne » renforcée, etc.) qui sont contournables dans le cadre d'une réquisition américaine déterminée. La souveraineté affichée est donc inversée par le choix matériel sous-jacent — exactement le pattern Qwant transposé à la santé publique (cf. 05).

Travail invisible📋

• Médecins qui produisent les données médicales sans contrôle effectif sur leur usage final. Les patients consentent (théoriquement) à l'usage médical de leurs données ; ils ne consentent pas à leur stockage sur infrastructure Microsoft Azure soumise au Cloud Act.
• Informaticiens hospitaliers dont l'expertise sur les SI hospitaliers existants est court-circuitée par les choix d'architecture HDH faits hors de l'écosystème hospitalier.
• CNIL court-circuitée — l'autorité française de protection des données voit son avis défavorable ignoré. C'est un précédent grave qui affaiblit la légitimité de la CNIL pour les dossiers ultérieurs.

Effets📋

• Capture intra-européenne — la souveraineté UE sur ses propres données de santé est démontrée comme fictive. Précédent crucial pour d'autres secteurs (éducation, justice, services publics dématérialisés).
• Dégradation des opérateurs cloud français — OVH, Scaleway, Outscale, qui auraient bénéficié de la commande publique pour atteindre la masse critique nécessaire à la compétition avec les hyperscalers, ont été écartés. Conséquence : leur croissance est ralentie, et ils sont d'autant plus fragilisés face à la concurrence américaine.
• Perte de souveraineté médicale — capacité de l'État français à contrôler l'analyse de ses propres données de santé compromise.
• Effet boule de neige — d'autres administrations (éducation nationale, Bercy, justice, intérieur) suivent la voie Microsoft (Office 365 généralisé, Azure pour des projets divers), créant un verrou cumulatif.

Capture📋

• Cap Gemini + Microsoft = ticket gagnant — Cap Gemini, ESN française, joue le rôle d'intégrateur des solutions Microsoft pour le HDH. Cette configuration assemble une apparence française (Cap Gemini) et une réalité américaine (Microsoft Azure).
• Pantouflage — multiples cas documentés de hauts fonctionnaires passant entre ministère de la Santé, Cap Gemini, Microsoft France. Les conflits d'intérêts sont structurels, pas accidentels.
• Conseil d'État conditionnel non-tenu — la condition de migration ultérieure vers une infrastructure souveraine, posée en 2020, n'a pas été honorée en 2024. Le Conseil d'État n'a pas été ressaisi pour faire respecter sa propre décision.

Δ-citoyen📋

~5+ ans en cours (2019-2024+) sans débat démocratique substantiel sur le choix Microsoft vs alternatives. La décision a été prise par les nommés (ministres, conseillers, INDS direction), validée conditionnellement par le Conseil d'État dont la condition n'est pas tenue, contestée par CNIL dont l'avis n'est pas suivi, débattue marginalement au Parlement sans effet. Δ-citoyen reporté indéfiniment — c'est exactement la signature politique du choix.

Cas Mazzucato à l'envers : l'État français a les capacités souveraines (OVH, Scaleway, plus la R&D INRIA et CNRS sur le cloud) mais choisit le privé non-souverain. Inversion délibérée de la logique Mazzucato — au lieu de capter la valeur créée par la R&D publique en amont (cf. 04), l'État français accepte de ruisseler sa propre matérialité numérique vers Microsoft.

Cas 3 — McKinsey-Macron (2018+)📋

Récit empirique📋

Le recours massif aux cabinets de conseil par l'État français sous Macron est documenté par le rapport du Sénat (mars 2022) intitulé « Un phénomène tentaculaire : l'influence croissante des cabinets de conseil sur les politiques publiques ». Quelques chiffres extraits :

• ~2,4 milliards d'euros dépensés en conseil par l'État français entre 2018 et 2021 (estimation Sénat 2022, plus probablement sous-estimée car certaines lignes budgétaires sont opaques).
• McKinsey facture pour ~496 millions d'euros sur cette période, ce qui en fait le premier bénéficiaire.
• Accenture, BCG, Capgemini, Boston Consulting, Deloitte, EY, KPMG, PwC se partagent le reste.
• Les ministères les plus consommateurs : Santé (notamment pour la stratégie COVID et la vaccination), Économie, Travail (réforme des retraites), Intérieur, Justice.

Quelques dossiers emblématiques :

• Stratégie vaccinale COVID — McKinsey rédige une partie significative de la stratégie nationale vaccinale, facture ~12 M€.
• Réforme des retraites 2019-2023 — McKinsey, Accenture, BCG interviennent à différentes étapes (modélisation, communication, mise en œuvre).
• Transformation publique — programmes pilotés par la DITP (Direction interministérielle de la transformation publique), avec recours systématique aux cabinets pour la « modernisation » des services.
• France 2030 — dispositif d'investissement public lancé fin 2021, avec implication massive des cabinets dans le pilotage et le suivi des projets financés.

L'investigation Sénat révèle plusieurs problèmes structurels :

• Fonctionnaires court-circuités — la fonction publique de haut niveau (X, ENA, ENS, IGAS, IGF, Conseil d'État, etc.) est contournée au profit du conseil privé. Les arbitrages sont préparés par les cabinets, qui fournissent aux ministres les « slides » de décision.
• Pantouflage massif — flux constants entre cabinets et ministère. Personnages emblématiques : Karim Tadjeddine (associé McKinsey) ↔ cabinet ministériel ↔ cabinet conseil ↔ Élysée. Émile Bossis, Jean-Étienne Doré, et de nombreux autres fait des allers-retours similaires.
• Optimisation fiscale — McKinsey France, en particulier, fait l'objet d'une enquête pour fraude fiscale aggravée (ouverte en 2022), avec soupçon de non-paiement de l'impôt sur les sociétés en France malgré son chiffre d'affaires français important.

Énoncé comme📋

Le recours aux cabinets est énoncé officiellement dans le vocabulaire :

• « Innovation managériale dans l'État » — le conseil privé apporte des « méthodes nouvelles », des « frameworks éprouvés », du « sang neuf ».
• « Modernisation de l'action publique » — la fonction publique traditionnelle est implicitement « obsolète » (lente, hiérarchique, peu créative).
• « Action publique transformée » — la « transformation » devient le mot-clé qui justifie le recours.
• « Best practices internationales » — les cabinets apportent des références internationales que les fonctionnaires français supposément n'ont pas.

Ce vocabulaire est néolibéral classique. Il dégrade implicitement le savoir d'État au profit du savoir privé acheté.

Capitaux📋

• Économique — l'État français paye, à hauteur de ~2,4 G€ sur 4 ans documentés (sous-estimation probable). Les cabinets vendent à un prix élevé (~3000-5000 €/jour pour un consultant senior, ~1500-2500 €/jour pour un junior).
• Symbolique — caution internationale (cabinet international = expertise moderne face à fonction publique nationale présentée comme limitée). Le cabinet vend son « global perspective ».
• Politique — le cabinet répond au politique (ministre, conseiller) sans la résistance institutionnelle que peut opposer la fonction publique permanente. Le cabinet exécute ce que le politique demande, plus rapidement et avec moins de friction.

Matérialité📋

• Rapports PowerPoint comme livrables principaux — frameworks managériaux importés (lean, agile, OKR, design thinking, etc.), métriques de performance standardisées, comparatifs internationaux (souvent superficiels).
• Méthodologie standardisée importée — les cabinets internationaux (notamment McKinsey) appliquent des « templates » développés ailleurs (US principalement) sur les problèmes français. Cette importation est présentée comme « transfert de savoir-faire », mais elle est aussi « perte des spécificités locales ».
• Outils numériques privés — les cabinets utilisent leurs propres outils (Slack, Notion, frameworks internes), qui ne sont pas transmissibles à l'administration publique après le contrat. Le savoir-faire reste chez le cabinet.

Travail invisible📋

• Consultants juniors surchargés — 60-80h/semaine documentées dans les enquêtes (rapports Sénat, témoignages collectifs comme le mouvement « On vaut mieux que ça »). Les juniors produisent l'essentiel des slides livrables, sous le pilotage des seniors qui présentent.
• Fonctionnaires court-circuités dont le savoir n'est pas tracé — les fonctionnaires à qui on retire la responsabilité d'un dossier perdent la possibilité de capitaliser leur savoir spécifique sur ce dossier. Le savoir s'évapore.
• Pantouflage — hauts fonctionnaires qui « pantouflent » vers les cabinets pendant 3-5 ans avec un salaire multiplié par 3-5, puis reviennent à l'État ou y restent. Le mouvement est asymétrique : du public vers le privé, plus que l'inverse.

Effets📋

• Capture du capital symbolique étatique — la fonction publique (capital culturel public spécifique, accumulé par concours et carrière sur des décennies) est délégitimée au profit du conseil privé (capital symbolique acheté à la demande, frameworks importés).
• Perte de mémoire institutionnelle — quand un cabinet quitte un dossier, son savoir-faire part avec lui. L'administration ne capitalise pas — elle re-paye le cabinet à chaque nouveau dossier similaire.
• Asymétrie public-privé — les cabinets accumulent du savoir sur l'État français au cours de leurs missions, qui leur sert ensuite pour vendre à l'État (ou à d'autres clients) des prestations « sur mesure ». L'État, lui, n'accumule rien comparable.
• Discrédit politique — les révélations 2022 (Sénat, presse) ont sapé une partie de la légitimité présidentielle, notamment chez les sympathisants traditionnels de la gauche modérée et chez les fonctionnaires.

Pierre Rosanvallon — Notre histoire intellectuelle et politique📋

Pierre Rosanvallon dans Notre histoire intellectuelle et politique (Seuil, 2022 et essais antérieurs) analyse cette dévalorisation systématique du savoir d'État comme une opération idéologique néolibérale qui prépare les privatisations futures. Le mécanisme : si la fonction publique est présentée comme « obsolète », alors sa privatisation devient « naturelle ». Si l'État ne sait plus faire ses propres choix (parce que les cabinets les font à sa place), alors externaliser plus loin (privatiser totalement le service) est une « suite logique ».

C'est un cas paradigmatique de l'asymétrie SUPER-INTER au sens de la stratigraphie métacratique. La couche SUPER (loi, juridiction formelle de l'État) reste apparemment intacte. La couche INTER (savoir effectif, capacité d'arbitrage, mémoire institutionnelle) est progressivement vidée. L'État conserve ses formes, perd sa fonction.

Capture📋

• Présidentielle 2022 — révélations McKinsey-Macron peu avant le 1er tour. Effet limité sur l'élection (Macron réélu) mais durable sur l'image.
• Encadrement annoncé post-2022 — le gouvernement Borne puis Attal annonce des restrictions sur le recours aux cabinets, avec des effets très limités. Le recours diminue marginalement mais la structure reste.
• Loi de juin 2024 — « encadrement de l'intervention des cabinets de conseil dans les politiques publiques », avec des dispositifs (publication de la liste des contrats, plafonnement, déontologie). Application progressive, efficacité incertaine.

Δ-citoyen📋

~4 ans (2018-2022) avant visibilité politique. Le savoir d'État perdu pendant ces 4 ans est largement irrécupérable — les fonctionnaires partis ne reviennent pas, les méthodes oubliées ne se réapprennent pas, les cas perdus ne se reconstituent pas. C'est une forme de SUFRA malsaine spécifique : pas une opacité (les contrats sont en partie publics), mais une invisibilité fonctionnelle (l'effet structurel n'est pas immédiatement perceptible aux non-initiés).

Cas symétrique de Mazzucato : pas seulement « l'État finance et le privé capte » (Mazzucato classique), mais « l'État se laisse vider de son savoir spécifique au profit d'un savoir privé qui le facture » (McKinsey-Macron). Les deux pattern fonctionnent ensemble — le privé capte la R&D fondamentale (Mazzucato côté innovation technologique) et il vide l'État de son savoir spécifique (McKinsey côté gouvernementalité).

Cas 4 — AI Act 2024-2027📋

Récit empirique📋

L'AI Act européen est traité substantiellement dans 08 sous l'angle capture en cours. Cette section reprend les éléments principaux dans le cadre de la lecture systémique des quatre cas franco-européens.

Récit en bref :

• Avril 2021 — proposition Commission européenne.
• Juin 2023 — position Parlement européen avec amendements.
• Décembre 2023 — accord trilogue.
• Mars 2024 — adoption formelle.
• 1ᵉʳ août 2024 — entrée en vigueur.
• Application progressive 2025-2027.

L'AI Act est le premier cadre juridique global au monde sur l'intelligence artificielle. Il consacre l'Europe comme « pionnier de la régulation IA ».

Énoncé comme📋

• « Première régulation mondiale sur l'IA » — fierté géopolitique de l'UE.
• « Approche par les risques » — méthode présentée comme rationnelle (interdire les risques inacceptables, encadrer les hauts risques, surveiller les risques limités).
• « Innovation régulatrice » — l'UE innove en régulant, ce qui devient un atout compétitif.
• « Trustworthy AI » — slogan repris des documents Commission, qui inscrit l'UE comme la « championne de l'IA de confiance ».

Capitaux📋

• Économique — lobbying massif. Estimations (Corporate Europe Observatory, 2023-2024) : OpenAI ~5 M€, Microsoft ~7 M€, Google ~8 M€, Meta ~6 M€ (chiffres parcellaires) sur les phases finales 2023. Côté européen : Mistral et Aleph Alpha ont mobilisé des moyens significatifs malgré leurs ressources comparativement limitées.
• Symbolique — caution technique de la Commission, « expertise » affichée des consultants techniques. Plusieurs anciens employés OpenAI/Google sont devenus consultants pour des États membres.
• Politique — souverainisme européen affiché. Macron en France pousse pour des positions « favorables à l'innovation européenne » (lire : favorables à Mistral) qui se traduisent par des assouplissements pour les modèles fondationnels.

Matérialité📋

• Le texte lui-même comme artefact — ~250 pages plus annexes. Structure complexe avec énumérations, exceptions, dérogations, actes délégués. La complexité textuelle crée des espaces d'interprétation favorables aux acteurs disposant d'expertise juridique permanente (Big Tech, grandes firmes européennes). Les acteurs sans expertise (PME, Communs, citoyens) peinent à naviguer dans le texte.
• Définitions floues « risque inacceptable » / « haut risque » / « risque limité » dépendent d'annexes modifiables par actes délégués sans nouveau vote du Parlement. Les définitions « general purpose AI » (GPAI) ont été progressivement édulcorées sous lobbying fin 2023.
• Mécanismes d'application déléguée aux États membres — comme pour le RGPD, la mise en œuvre concrète dépend des autorités nationales (CNIL en France, Datenschutzbeauftragten en Allemagne, etc.). L'expérience RGPD montre que cela produit une fragmentation — les firmes peuvent shopper la juridiction la plus laxiste (Irlande pour Meta, Luxembourg pour Amazon, Pays-Bas pour certains autres).
• Pas d'autorité européenne unique — pas d'équivalent FDA pour l'IA, pas d'organisme central de validation. Chaque autorité nationale fait son propre travail, avec coordination limitée.

Travail invisible📋

• Juristes lobbyistes — armée de juristes déployés par Big Tech à Bruxelles. Travail intense, bien rémunéré, structurellement avantagé par la rotation rapide entre cabinets et institutions.
• Sherpas et conseillers — équipes de cabinet ministériel qui négocient en interne entre eux (souvent sans expertise IA propre, donc reliant aux « experts » fournis par les firmes).
• Vs absence dans les négociations des modérateurs IA (Sama Kenya), annotateurs RLHF (Kenya, autres pays Sud Global), mineurs de cobalt RDC qui sont les premiers concernés matériellement par l'IA mais complètement absents de la table de négociation. C'est une absence structurelle — l'AI Act n'a pas prévu de mécanisme de représentation des travailleurs IA invisibles.

Effets📋

• À venir (2025-2027). Le règlement entre progressivement en application. Les effets se déploieront sur 5-10 ans.
• Hypothèses :
  • Capture par Big Tech via définitions floues — les seuils « haut risque » seront interprétés de manière à exempter les usages courants des Big Tech tout en contraignant les usages des petits acteurs.
  • Exemptions « innovation responsable » — les firmes installées négocieront des sandboxes réglementaires pour leurs propres innovations.
  • Fragmentation par interprétation nationale — comme pour le RGPD, divergences entre États membres.
  • Concentration accrue — les Big Tech, capables d'absorber les coûts de conformité, seront avantagées par rapport aux nouveaux entrants (paradoxe : la régulation cense protéger des Big Tech finit par leur donner un avantage compétitif renforcé).

Capture en cours — observateur contemporain📋

C'est le seul des quatre cas franco-européens où l'observateur (Stéphane Erard, fin avril 2026) est contemporain de la capture en train de s'opérer. Cela permet de poser une prédiction réfutable :

Les first movers qui ont façonné la régulation par leur lobbying en 2022-2024 seront les premiers à s'y conformer rentablement. Les concurrents tardifs s'y briseront, parce que la régulation aura été calibrée pour leur être hostile. Le pattern Boeing pré-MAX se rejouera à l'échelle européenne, sans 346 morts immédiats mais avec capture cognitive et économique massive.

Cette prédiction est réfutable. Si en 2030, on observe une diversification effective des acteurs IA en Europe (apparition de nouveaux entrants viables, croissance des Communs IA réellement open comme Hugging Face, EleutherAI, certaines variantes Mistral, démocratisation des outils d'entraînement), la prédiction sera réfutée. Si on observe au contraire une concentration accrue (les mêmes 5 acteurs Big Tech dominent + Mistral comme champion européen toléré), avec disparition des alternatives ouvertes, la prédiction sera confirmée.

Δ-citoyen📋

Ouvert. Le test sera 2027-2030. Δ-citoyen sur l'IA dépendra de la capacité des contre-pouvoirs (CNIL et autres autorités nationales, presse d'investigation, ONG comme AlgorithmWatch, Communs IA, syndicats de travailleurs IA invisibles à venir) à mobiliser dans les délais.

Lecture transversale — qu'est-ce qui les fait système ?📋

Quatre cas hétérogènes (Cambridge Analytica britannique-américaine, Health Data Hub français, McKinsey-Macron franco-mondial, AI Act européen), à des époques différentes (2014-2018, 2019+, 2018+, 2024-2027), sur des secteurs différents (politique, santé, gouvernementalité, IA). Pourquoi les regrouper ?

Parce qu'ils partagent six caractéristiques structurelles que la grille métacratique permet d'expliciter :

1. Tous les 4 énoncés comme « innovation »📋

Les énonciateurs canoniques (cf. 02) ont consacré chacun des cas comme innovation positive avant que l'investigation critique ne déconstruise l'énoncé :

• Cambridge Analytica = « data-driven democracy », « innovation marketing politique ».
• Health Data Hub = « innovation publique en santé », « catalyseur IA ».
• McKinsey-Macron = « innovation managériale dans l'État », « modernisation ».
• AI Act = « première régulation mondiale », « innovation régulatrice ».

Le mot « innovation » sert dans les quatre cas à naturaliser des opérations qui, sans ce vocabulaire, auraient été immédiatement contestables.

2. Tous les 4 portés par des capitaux concentrés📋

Économique + symbolique + social, dans des proportions variables mais toujours concentrés :

• Cambridge Analytica : Mercer + Cambridge University + réseau politique.
• Health Data Hub : État français + Microsoft + Cap Gemini.
• McKinsey-Macron : présidence + cabinets internationaux + hauts fonctionnaires pantouflants.
• AI Act : Big Tech + Mistral/Aleph Alpha + Commission européenne.

Aucun de ces cas n'a impliqué les Communs, les coopératives, les acteurs publics non-étatiques (associations, syndicats, ONG indépendantes) comme acteurs décisionnels.

3. Tous les 4 matériellement ancrés dans des infrastructures privées ou hybrides📋

• Cambridge Analytica : API Facebook + serveurs analytiques privés.
• Health Data Hub : Microsoft Azure (privé US).
• McKinsey-Macron : outils internes des cabinets (Notion, Slack, frameworks privés).
• AI Act : texte juridique européen, mais application déléguée à des autorités nationales sous-dimensionnées + auto-déclaration des firmes.

4. Tous les 4 ont un travail invisibilisé associé📋

Les cas révèlent des chaînes de travail invisibilisé qui les rendent matériellement possibles (cf. 06) :

• Cambridge Analytica : doctorants Cambridge Psychometrics, ~87 millions d'utilisateurs Facebook captés.
• Health Data Hub : médecins, informaticiens hospitaliers, CNIL.
• McKinsey-Macron : consultants juniors 60-80h, fonctionnaires court-circuités.
• AI Act : juristes lobbyistes (visibles, payés) ; modérateurs / annotateurs / mineurs cobalt (invisibles, hors table).

5. Tous les 4 ont un coût écologique non comptabilisé📋

(Cf. 07.) Le coût écologique de Cambridge Analytica (datacenters servant à l'analyse, énergie publicitaire), du Health Data Hub (datacenters Azure), des cabinets (déplacements internationaux massifs des consultants), de l'AI Act (qui ne réglemente pas les externalités écologiques) — aucun n'est comptabilisé dans l'évaluation officielle des projets.

6. Tous les 4 ont des effets démocratiques que les énonciateurs canoniques ne mesurent pas📋

• Cambridge Analytica : manipulation cognitive de masse, érosion de la confiance électorale.
• Health Data Hub : perte de souveraineté médicale, précédent pour d'autres secteurs.
• McKinsey-Macron : capture du capital symbolique étatique, dévalorisation de la fonction publique.
• AI Act : capture cognitive par Big Tech, exclusion des travailleurs IA invisibles.

Ces effets démocratiques sont invisibles aux métriques standard d'évaluation des projets (KPI, ROI, taux de satisfaction utilisateur). Ils nécessitent des grilles de lecture politiques (exactement ce que cette section propose).

7. Tous les 4 sont en train d'être (ou ont été) capturés réglementairement📋

(Cf. 08.)

• Cambridge Analytica : autorégulation Facebook a échoué ; FTC sanction tardive et limitée ; RGPD réponse partielle.
• Health Data Hub : CNIL avis non-suivi ; Conseil d'État condition non-tenue.
• McKinsey-Macron : Sénat 2022, encadrement annoncé limité ; loi 2024 d'application progressive.
• AI Act : capture en cours par lobbying et fragmentation à venir.

Le régime métacratique européen 2014-2027📋

Ces sept caractéristiques convergent pour définir un objet structuré que cette page nomme régime métacratique européen 2014-2027.

Ses traits principaux :

• RGPD comme fiction protectrice — adoptée 2016, en application 2018, présentée comme protection mondiale des données. En pratique, fragmentée, contournée par forum shopping, sanctionnée trop faiblement, sans autorité européenne unique. Le RGPD sert souvent à naturaliser des dispositifs qu'il aurait dû empêcher (Health Data Hub : « on respecte le RGPD » ; AI Act : « on s'inscrit dans le RGPD » ; Cambridge Analytica : « RGPD a été la réponse » — comme si la réponse a posteriori absolvait le système).
• Capture systémique — chaque grande régulation européenne (RGPD, DSA, DMA, DGA, AI Act, NIS2, CRA) subit la même dynamique : ambition initiale forte → lobbying intense pendant le trilogue → texte final édulcoré → application déléguée fragmentée → effets décevants.
• Innovation-speak comme légitimation continentale — l'Europe se présente comme « leader mondial » de la régulation responsable, ce qui sert de récit positif pour les acteurs européens (Mistral « champion », Cap Gemini « intégrateur », OVH « souverain ») tout en autorisant la capture par Big Tech.

Symptôme commun — la latence européenne📋

Un symptôme commun aux quatre cas : la latence européenne. L'UE produit du droit à un rythme inférieur à la matérialité qu'elle prétend réguler.

Mécanique de la latence :

• Procédures longues — un règlement européen prend typiquement 2-4 ans entre proposition et application (RGPD : 2012-2018, AI Act : 2021-2027).
• 27 États membres à concilier, chacun avec ses intérêts spécifiques (Allemagne sur l'industrie, France sur le numérique, Pays-Bas sur le data center, Irlande sur le forum shopping, etc.).
• Triangle Bruxelles-Berlin-Paris comme axe de décision réelle, qui négocie en interne ce qui sera proposé aux autres États membres.
• Lobbying en triangle également — Big Tech a installé des bureaux à Bruxelles et à Berlin et à Paris, et fait circuler ses positions entre les trois.

La latence SUFRA structurelle européenne (procédures démocratiques + souveraineté partagée) est devenue latence SUFRA malsaine systémique quand elle dépasse la vitesse de transformation matérielle des secteurs régulés. Pour l'IA, cette divergence est aiguë : les modèles évoluent de génération en génération en 6-12 mois, alors que la régulation prend 4-6 ans.

Conséquence : la régulation européenne court derrière la matérialité Big Tech, sans jamais la rattraper. Chaque génération de régulation cible la génération précédente d'innovations, pendant que la nouvelle s'installe sans contrainte.

Articulation au reste de la section📋

Ce doc-bis est le miroir empirique européen de la thèse générale. Sans lui, la section pourrait être lue comme critique abstraite des USA (Microsoft, Boeing, Cambridge Analytica). Avec lui, elle devient critique située d'un régime que l'auteur subit comme citoyen-européen et que sa pratique professionnelle de développeur français rencontre quotidiennement.

Articulations détaillées :

• 02 qui dit l'innovation — l'énonciation néolibérale est européenne aussi, pas seulement américaine. Les énonciateurs canoniques européens (Commission, presse spécialisée, écosystème start-up, ministères de l'Économie) reproduisent les patterns vus dans 02.
• 04 qui peut innover + Mazzucato — Mazzucato à l'envers : l'État européen (français notamment) capture les Communs (Health Data Hub) ou délègue sa fonction (McKinsey) au lieu de les créer.
• 06 travail invisible — la couche pan-européenne du travail invisible (modérateurs polonais ou roumains pour le contenu européen, dévs ukrainiens et bulgares pour les startups françaises, annotateurs portugais ou espagnols pour des données européennes).
• 07 écologie — l'AI Act ignore largement la dimension écologique de l'IA générative.
• 08 capture réglementaire — pendant français/européen de Boeing-FAA, plus visible parce que contemporain.
• 09 effets — les 4 cas illustrent le principe de conservation du Δ et l'asymétrie Nord-Sud (notamment Cambridge Analytica avec son utilisation au Kenya, AI Act avec son ignorance des travailleurs IA sud-globaux).
• 11 citoyen-innovateur — Catala, RGPD-bot citoyens, observatoires citoyens des cabinets (Anticor, Transparency International France) — pendants positifs aux quatre cas.

Mermaid — Matrice 4 cas × 6 dimensions📋

Matrice des quatre cas franco-européens 2014-2027 selon les six dimensions du cadre métacratique. Les régularités transversales (énonciation néolibérale, capitaux concentrés, matérialité hybride, travail invisibilisé, effets démocratiques non-mesurés, capture réglementaire) définissent ensemble le régime métacratique européen 2014-2027 : RGPD fiction protectrice + capture systémique + innovation-speak continental.

Conclusion📋

Ce doc-bis ancre empiriquement la thèse générale de la section dans le régime que l'auteur subit comme citoyen-européen. Les quatre cas — Cambridge Analytica, Health Data Hub, McKinsey-Macron, AI Act — ne sont pas un agrégat. Ils forment un système qui montre comment la métacratie européenne post-RGPD autorise certains gestes innovants en empêchant leurs critiques pendant des années.

Pour le programme constructif (cf. 12), ces cas posent un test pratique : la métacratie publique doit pouvoir traiter ces cas dans le futur, par compile-time juridique-citoyen, par traçabilité bout-en-bout, par énonciation citoyenne typée. Si après installation des sept ponts, des cas analogues continuent à se reproduire avec des Δ-citoyen équivalents (4-15 ans), le programme aura échoué sur ses promesses opérationnelles.

Le doc suivant 10 ouvre le bloc empirique positif avec les Communs numériques (Wikipedia, Linux, OSM, Sovereign Tech Fund) qui démontrent qu'une autre configuration métacratique est possible — y compris au sein de l'écosystème européen (Sovereign Tech Fund allemand notamment, Catala français, Mastodon européen, Decidim Barcelone).

Voir aussi :

• 02 — énonciation néolibérale européenne.
• 04 — Mazzucato et son inversion.
• 05 — matérialité Health Data Hub.
• 06 — travail pan-européen invisible.
• 07 — coût écologique non-comptabilisé.
• 08 — AI Act comme capture en cours observable.
• 09 — Cambridge Analytica et principe de conservation du Δ.
• 11 — Catala et observatoires citoyens comme pendants positifs.
• metacratie/appareil-et-compilateur.md — Pont 3 attaque contre l'implicite + §9 Quatre cas contemporains (qui mentionnent ces cas en passant).
• work/ddd-driven-society/MAP.md — origine des quatre cas dans la coordination du projet.