Les symptômes étaient ceux d'une dégradation partielle du service, et non d'un effondrement total. Les utilisateurs qui tentaient d'envoyer un message se heurtaient à des messages d'erreur comme « Something went wrong » ou sa variante espagnole « Error en la transmisión de mensajes » . Pour d'autres, le chatbot acceptait le message mais ne renvoyait jamais de réponse ; certains ne voyaient qu'un écran blanc en chargeant le site ou l'application mobile
.
Le détail des problèmes signalés est sans ambiguïté :
Par ailleurs, la fonctionnalité de mode vocal a elle aussi connu une perturbation distincte le 5 juin, les outils de surveillance enregistrant un incident vocal vers 14h01 .
Fait notable : durant toute la durée de la panne, OpenAI n'a publié aucune déclaration publique pour en identifier la cause . La page de statut officielle de l'entreprise affichait par la suite un retour à la normale complet, avec un taux de disponibilité de 99,83 % pour ChatGPT sur la période mars-juin 2026
.
La perturbation avait une portée globale, mais s'est concentrée dans plusieurs régions clés. Des signalements ont confirmé des difficultés aux États-Unis, en Inde, aux Philippines, en Bosnie-Herzégovine, en Irlande et au Royaume-Uni, avec d'autres témoignages épars dans plusieurs pays . Fidèle à une constante des pannes OpenAI, l'incident a frappé de manière indifférenciée les utilisateurs gratuits comme les abonnés payants à ChatGPT Plus
.
Le véritable impact de cette panne tient à son créneau horaire. Un vendredi matin est une fenêtre de forte activité pour les professionnels des Amériques et d'Europe qui utilisent ChatGPT pour la rédaction, le codage, l'analyse de données ou la création de contenu. Même une interruption de deux heures peut représenter un coup d'arrêt significatif pour des équipes dont les processus de travail sont entièrement adossés à l'outil.
L'incident du 5 juin peut sembler modéré au regard des standards récents d'OpenAI, mais il s'inscrit dans une tendance préoccupante. Sur les douze derniers mois, ChatGPT a connu au moins une demi-douzaine de pannes notables, certaines d'une sévérité bien supérieure en durée comme en nombre d'utilisateurs touchés.
À l'aune de ces incidents, la panne du 5 juin 2026, avec ses deux heures et un volume de plaintes modéré, figure parmi les moins sévères. Mais ce n'est pas pour autant un événement anodin. La fréquence de ces épisodes — environ une perturbation significative toutes les six à huit semaines — dessine un problème de fiabilité structurel, et non une succession de malchances isolées.
Chaque panne de ChatGPT martèle la même vérité qui dérange : l'industrie de l'IA a bâti une infrastructure à l'échelle d'un service public, mais qui tombe encore en panne comme une jeune pousse. Les conséquences dépassent le simple désagrément de quelques heures.
La dépendance à un point de défaillance unique est le risque le plus immédiat. Des millions de professionnels, d'étudiants et d'entreprises traitent désormais ChatGPT comme un outil quotidien essentiel. Quand il s'arrête, les flux de travail qui dépendent de ses modèles, de sa fenêtre de contexte et de ses intégrations s'interrompent net. Il n'existe aucun plan de secours universel .
L'instabilité chronique est un fait documenté, pas une simple douleur de croissance. Les métriques officielles d'OpenAI affichent 99,83 % de disponibilité pour ChatGPT et 99,98 % pour les API sur la période mars-juin 2026, mais ces chiffres masquent la réalité : quand les pannes surviennent, elles sont souvent globales, prolongées ou groupées . Pour un service qui fonctionne de plus en plus comme un service public de la connaissance, un taux de disponibilité inférieur aux fameux « quatre neufs » (99,99 %) ou « cinq neufs » (99,999 %) attendus des infrastructures critiques laisse les utilisateurs exposés.
Le manque de transparence aggrave le problème. OpenAI ne divulgue que rarement les causes précises en temps réel. Durant la panne du 5 juin, aucun communiqué formel n'a été émis pendant l'incident . Lorsque des rapports post-incident sont publiés, ils n'apparaissent qu'après les événements les plus graves. Par exemple, une panne de 4 heures et 10 minutes en décembre 2024 a été attribuée a posteriori à un changement de configuration apparemment mineur qui a privé les ingénieurs de tout accès aux contrôles critiques
. La perturbation de décembre 2025 a été imputée à une erreur de configuration de routage
. Ces détails sont cruciaux pour les entreprises qui évaluent leur exposition au risque, mais ils arrivent trop tard pour éclairer les décisions opérationnelles.
La contagion via les infrastructures partagées est un risque souvent ignoré… jusqu'à ce qu'il se matérialise. La panne Cloudflare de novembre 2025 a prouvé que la fiabilité de ChatGPT n'est pas uniquement un problème OpenAI. Quand un fournisseur critique d'infrastructure Internet tombe, tous les services d'IA centralisée qui reposent sur cette couche peuvent s'effondrer simultanément. ChatGPT, X, Canva et les services Yahoo se sont tous arrêtés en même temps . Cette interdépendance rend l'écosystème de l'IA bien plus fragile que ne le suggèrent les seuls chiffres de disponibilité des fournisseurs individuels.
Les abonnements payants n'offrent aucune protection réelle. Les abonnés à ChatGPT Plus, qui paient environ 20 euros par mois, subissent les mêmes pannes que les utilisateurs gratuits. Lors de la panne de juin 2025, tous les niveaux de service étaient bloqués de manière indiscriminée à travers les continents . Pour les entreprises qui envisagent des contrats professionnels, l'absence de fiabilité différenciée au niveau grand public soulève des questions légitimes sur les véritables garanties de service.
L'enfermement sans redondance constitue le risque structurel ultime. Il est impossible de basculer vers un service d'IA équivalent en pleine panne, car chaque plateforme propose des capacités uniques, des GPT personnalisés, des historiques de conversation et des intégrations spécifiques. Les frictions liées à un changement, même temporaire, sont si élevées que la plupart des utilisateurs préfèrent attendre la fin de la panne plutôt que de rediriger leur travail. C'est la pire des configurations : une dépendance critique sans mécanisme de bascule effectif.
Tous ces incidents pointent vers une période de transition que l'industrie de l'IA n'a pas encore dépassée. L'architecture centralisée, dépendante du cloud, reste le modèle dominant pour les modèles d'IA de pointe. Mais chaque panne majeure renforce le plaidoyer en faveur d'alternatives plus distribuées, interopérables et capables de fonctionner hors ligne. D'ici là, la fiabilité des outils d'IA les plus avancés du monde continuera de dépendre d'une poignée de serveurs qui doivent rester allumés.