IA souveraine et locale· 9 min de lecture
Faire tourner une IA sur vos propres serveurs : ce qui marche vraiment
Oui, c’est faisable, et pour la plupart des usages d’entreprise le matériel nécessaire coûte moins cher qu’on ne le croit. La bonne architecture n’est presque jamais « tout en local » ni « tout dans le cloud », mais un tri : un modèle installé chez vous traite le volume courant, et seul ce qui demande vraiment davantage sort — en connaissance de cause, selon une règle écrite.
La vraie question n’est pas technique
Quand un dirigeant demande « peut-on faire tourner l’IA chez nous ? », il ne pose pas une question d’infrastructure. Il demande : est-ce que mes données vont partir chez quelqu’un d’autre, et est-ce que je vais le savoir ?
La réponse technique est simple. La réponse honnête demande de séparer trois choses qu’on confond systématiquement.
Ce que « faire tourner une IA » recouvre
Lire et classer. Trier du courrier, repérer un type de document, extraire un montant ou une date, résumer une page. C’est l’immense majorité des usages réels en entreprise, et c’est la partie la moins exigeante. Des modèles de petite taille, installés sur une machine ordinaire, font ce travail correctement.
Raisonner sur un cas complexe. Analyser une situation contractuelle, comparer plusieurs scénarios, rédiger un texte qui doit convaincre. Là, les gros modèles gardent une avance nette, et ils tournent difficilement sur du matériel d’entreprise standard.
Écrire du code. Cas particulier, très exigeant, presque toujours traité par des modèles distants aujourd’hui.
Confondre ces trois usages est l’erreur la plus courante. Elle conduit soit à surdimensionner une machine pour du tri de courrier, soit à envoyer dans le cloud des documents qui n’avaient aucune raison d’en sortir.
L’architecture qui marche
Le tri d’abord, l’escalade ensuite.
Tout ce qui entre passe par un modèle local. Il traite ce qu’il sait traiter — et il sait faire beaucoup. Ce qu’il ne sait pas traiter, ou ce dont il n’est pas sûr, il le signale. À ce moment seulement, et seulement pour ces cas-là, la demande peut être envoyée à un service extérieur.
Ce point d’escalade est l’endroit où se joue la souveraineté. C’est là qu’on écrit la règle : quels types de documents ont le droit de sortir, lesquels ne l’ont jamais, et ce qui est retiré du texte avant l’envoi. Une règle écrite, relue, et vérifiable dans les journaux.
En pratique, une part importante du volume ne sort jamais.
Ce que ça demande comme matériel
Moins qu’on ne l’imagine pour la première catégorie. Une machine dédiée avec une carte graphique de milieu de gamme suffit à traiter un flux de courrier d’entreprise et à interroger une base documentaire.
Le vrai calcul à faire n’est pas « combien coûte la machine », mais « combien coûte la machine, amortie sur trois ans, comparée à trois ans d’abonnement au volume que je consomme ». Ce calcul penche plus souvent vers le local qu’on ne le croit, surtout quand le volume est régulier. Il penche vers le cloud quand l’usage est sporadique.
Les pièges
Croire qu’un modèle local est « privé » par magie. Il l’est parce qu’il tourne chez vous, pas parce qu’il s’appelle local. Si votre application envoie quand même une copie ailleurs pour du suivi ou de la mesure, vous n’avez rien gagné. Vérifiez ce qui sort, pas ce qui est annoncé.
Sous-estimer l’exploitation. Une machine chez vous, c’est une machine à sauvegarder, à mettre à jour, à surveiller. Ce n’est pas difficile, mais ce n’est pas gratuit non plus, et il faut décider qui s’en charge avant de la commander.
Commencer par la stratégie. La bonne façon de démarrer est un usage unique et mesurable : un type de document, une boîte mail, une question qui revient. On le fait tourner pour de vrai pendant un mois, on mesure le temps gagné, et on élargit seulement si le chiffre le justifie.
Cette situation vous parle ?
Un message ou trente minutes d’échange — gratuits — pour regarder votre cas. Vous repartez avec une vision plus claire ; la suite, à votre rythme.