Le 23 octobre 2025, en fin d’après-midi, des milliers d’utilisateurs ont soudainement perdu accès à leurs assistants IA. ChatGPT affichait des erreurs incompréhensibles, Grok devenait muet, et les forums s’enflammaient. Derrière ce chaos numérique, un seul suspect : l’infrastructure AWS, et plus précisément la région us-east-1, au cœur de l’un des incidents les plus commentés de l’année dans le monde de l’intelligence artificielle.
ChatGPT et Grok en rade : ce qui s’est passé le 23 octobre 2025
Tout commence vers 16h30 UTC. Les premiers signalements européens remontent sur Downdetector : les utilisateurs italiens et français constatent que ChatGPT ne répond plus. En quelques minutes, l’effet de contagion s’étend aux États-Unis, où Grok – l’IA de xAI – affiche à son tour des interruptions massives.
La page de statut officielle d’OpenAI, status.openai.com, confirme rapidement des perturbations majeures sur ses API. Ce n’est pas un simple ralentissement : c’est un effondrement partiel, synchronisé, touchant simultanément deux des plateformes d’IA les plus utilisées au monde.
Les symptômes techniques : erreurs 429, 500 et timeouts en cascade
Côté ChatGPT, les utilisateurs européens – notamment en Italie, marché très actif durant les heures de bureau – ont été confrontés à un mur d’erreurs :
- Erreurs HTTP 429 (Too Many Requests) : signe d’un dépassement brutal des quotas de connexions simultanées autorisées.
- Pages web vides : l’interface ne se chargeait plus, même après plusieurs tentatives de rafraîchissement.
- Temps de réponse infinis : les requêtes restaient en attente sans jamais aboutir, forçant les utilisateurs à interrompre manuellement leurs sessions.
Du côté de Grok, les signalements provenaient en priorité de la côte Est des États-Unis, avec des erreurs d’un autre type :
- Erreurs 500 (Internal Server Error) et 503 (Service Unavailable), révélant des dysfonctionnements côté serveur.
- Timeouts dépassant 60 secondes avant déconnexion forcée.
- Échecs d’authentification : impossible de se connecter, même avec des identifiants valides – signe que le problème remontait jusqu’à la couche d’auth.
AWS us-east-1 : le nœud commun derrière la panne
En croisant les incidents, les administrateurs système et les ingénieurs DevOps ont rapidement identifié un point de convergence : la région AWS us-east-1 (Virginie du Nord), sur laquelle s’appuient massivement OpenAI et xAI pour leurs infrastructures de production.
Deux composants AWS ont particulièrement dysfonctionné ce jour-là :
- Route 53 (R53) : le service DNS managé d’Amazon a connu des brouillages de résolution de noms, rendant certaines adresses d’API inaccessibles. Résultat : même des services fonctionnels en back-end devenaient injoignables depuis le front-end.
- Security Token Service (STS) : ce composant critique d’AWS, chargé d’émettre les tokens d’accès temporaires, a subi des échecs d’émission en série. Sans token valide, aucune requête authentifiée ne peut aboutir – d’où les erreurs de connexion généralisées.
Ce n’est pas la première fois que us-east-1 est impliquée dans une panne d’ampleur. En décembre 2021 déjà, une défaillance de cette même région avait paralysé des dizaines de services majeurs, de Netflix à Slack. La récidive soulève une question de fond : pourquoi l’écosystème IA continue-t-il de concentrer autant de dépendances sur une seule région ?
Downdetector et StatusGator : la chronologie de la panne en chiffres
Les outils de surveillance communautaire ont constitué une source précieuse pour reconstituer la timeline de l’incident :
- 16h30 UTC : premiers pics de signalements pour ChatGPT en Europe, notamment en Italie et en France.
- 16h45 UTC : explosion des rapports d’erreurs sur Downdetector – la courbe grimpe verticalement en moins de 10 minutes.
- 17h00 UTC : Grok rejoint ChatGPT dans la zone rouge ; YouTube et d’autres services hébergés sur AWS signalent également des instabilités, confirmant un incident d’infrastructure commun.
- 18h00 UTC : début d’une descente progressive des signalements, signe d’une résolution partielle.
- 18h30 UTC : status.openai.com annonce une baisse significative des erreurs et un redémarrage progressif des instances ChatGPT.
La fenêtre d’indisponibilité totale ou partielle aura donc duré environ deux heures – une éternité pour des services utilisés en temps réel dans des contextes professionnels, éducatifs ou médicaux.
Comment OpenAI a géré la crise en temps réel
Face à l’ampleur de l’incident, les équipes d’OpenAI ont activé un protocole d’urgence en plusieurs étapes :
- Redirection de trafic : les instances de ChatGPT ont été provisoirement réparties sur une région AWS moins sollicitée, afin de réduire la pression sur us-east-1.
- Ajustement des quotas API : les limites de requêtes simultanées ont été temporairement renforcées pour absorber le trafic sans provoquer de nouvelles erreurs 429.
- Communication transparente : la page de statut a été mise à jour en temps quasi réel, avec des messages clairs sur l’avancement des correctifs – un point que les utilisateurs ont salué sur les réseaux sociaux.
Un post-mortem détaillé a été annoncé pour les jours suivants, promettant des explications techniques complètes et des mesures correctives durables.
Ce que cette panne révèle sur la fragilité des infrastructures IA
Au-delà de l’incident lui-même, cet épisode met en lumière des vulnérabilités structurelles qui concernent l’ensemble de l’écosystème IA :
La dépendance à une seule région cloud
La quasi-totalité des grands services d’IA – qu’il s’agisse d’OpenAI, xAI, Anthropic ou d’autres – s’appuie sur AWS, et souvent sur la même région. Cette concentration géographique crée un point de défaillance unique qui peut tout paralyser d’un coup.
Les effets de cascade entre services
Lorsque Route 53 flanche, ce ne sont pas un ou deux services qui tombent : c’est une cascade. YouTube, des API tierces, des outils SaaS B2B – tous peuvent être affectés simultanément. L’IA n’est pas seule en cause, mais elle subit la panne de plein fouet car ses architectures sont particulièrement gourmandes en ressources cloud.
Les bonnes pratiques pour s’en prémunir
Pour les développeurs, les DSI et les entreprises qui s’appuient sur des API d’IA, voici les mesures à envisager sans attendre :
- Déploiement multi-région : répartir les charges entre plusieurs régions AWS (eu-west-1, us-west-2) ou diversifier les fournisseurs cloud (GCP, Azure).
- Failover DNS automatique : configurer des bascules DNS automatiques pour ne pas dépendre d’un seul résolveur en cas de panne Route 53.
- Mécanisme d’auth de secours : ne pas déléguer 100 % de l’authentification à AWS STS ; prévoir un service d’identité propre en backup.
- Monitoring proactif : surveiller en temps réel les métriques DNS, le taux d’erreur HTTP et la latence des tokens pour anticiper la saturation avant qu’elle ne devienne une panne.
- Plan de continuité d’activité IA : identifier des alternatives (autre LLM, mode dégradé, cache de réponses) pour maintenir une expérience utilisateur minimale en cas d’incident.
ChatGPT et Grok en rade : un signal d’alarme pour toute l’industrie
La panne simultanée de ChatGPT et Grok le 23 octobre 2025 n’est pas un simple bug de plus dans l’histoire du cloud. C’est un signal d’alarme clair : à mesure que l’intelligence artificielle s’intègre dans des secteurs critiques – santé, éducation, finance, logistique – la tolérance aux pannes doit devenir une priorité architecturale, et non une réflexion après coup. AWS a déjà prouvé sa capacité à faire tomber internet. Il est temps que l’industrie IA cesse de faire comme si cela ne pouvait pas se reproduire.