Pourquoi cette question se pose maintenant
Les services d'IA en ligne reposent sur des infrastructures considérables, et c'est précisément ce qui fait leur qualité. Rien n'y est simple, sauf le trajet de vos données : elles quittent votre réseau, sont traitées sur des serveurs qui ne sont pas les vôtres, et reviennent sous forme de réponse. Pour un texte marketing, c'est sans conséquence. Pour un compte rendu médical, cela signifie qu'une donnée de santé, catégorie particulière au sens de l'article 9 du RGPD, a été communiquée à un sous-traitant, parfois établi hors de l'Union.
Les fournisseurs proposent des garanties contractuelles : non-entraînement sur vos données, hébergement européen, engagements de suppression. Ces garanties sont réelles et souvent suffisantes. Mais elles restent des engagements contractuels, pas des impossibilités techniques. Un délégué à la protection des données, un auditeur ou un client hospitalier peut légitimement exiger davantage : la démonstration que la donnée ne peut pas sortir, plutôt que la promesse qu'elle ne sortira pas.
C'est ce que déplace l'IA souveraine. La question n'est plus de savoir si l'on peut faire confiance au tiers qui traite vos données, mais de réduire le nombre de tiers qui peuvent y accéder, jusqu'à zéro dans le cas d'une installation sur site.
Ce que « souverain » veut dire concrètement
Le terme est employé à tort et à travers. Dans nos projets, il recouvre quatre exigences vérifiables :
- Exécution locale. Le modèle tourne sur une machine que vous possédez ou louez en propre. Aucune requête n'est envoyée à un service d'IA tiers.
- Modèles à poids ouverts. Vous disposez du modèle lui-même, pas d'un accès à un service. Il continue de fonctionner si le fournisseur change de tarif, de conditions, ou disparaît. Les licences varient : nous vérifions au cadrage que celle du modèle retenu couvre votre usage.
- Traçabilité. Chaque traitement est journalisé : quelle référence de document, quel modèle, quand, pour quel usage. C'est ce qui permet de répondre à un audit. Le journal est lui-même minimisé et soumis à une durée de conservation.
- Maîtrise de la conservation. Vous décidez ce qui est gardé et pour combien de temps, y compris les données intermédiaires que les services en ligne conservent souvent par défaut.
Les architectures possibles
Tout sur site
Le modèle tourne sur vos serveurs, derrière votre pare-feu. C'est la configuration la plus stricte, et la seule acceptable dans certains contextes hospitaliers ou juridiques. Elle suppose du matériel : un serveur avec GPU, dimensionné selon le modèle et le nombre d'utilisateurs simultanés. Pour beaucoup d'usages internes, une seule carte graphique professionnelle suffit.
Hébergement européen dédié
Le modèle tourne sur une machine louée chez un hébergeur européen, dédiée à votre organisation. Vous n'achetez pas de matériel, et les données restent dans un cadre juridique européen, sans transfert hors UE. L'hébergeur reste un sous-traitant au sens du RGPD : il faut un contrat de sous-traitance, et vérifier qu'aucune société mère soumise à un droit extra-européen ne peut accéder à l'infrastructure. C'est le compromis le plus fréquent pour les structures qui n'ont pas de salle serveur.
Architecture hybride
Les traitements sensibles restent en interne ; les traitements qui ne le sont pas peuvent utiliser des services en ligne, moins coûteux et plus puissants. La difficulté est de tracer une frontière nette et documentée entre les deux, et de faire en sorte qu'elle ne puisse pas être franchie par erreur.
Ce que l'on peut réellement faire en local
L'objection habituelle est celle de la performance : les modèles ouverts seraient trop faibles pour un usage sérieux. C'était vrai. Ça ne l'est plus pour la majorité des usages d'entreprise.
- Recherche documentaire augmentée (RAG). Interroger en langage naturel des milliers de documents internes (procédures, dossiers, contrats) et obtenir une réponse sourcée. C'est l'usage où l'écart avec les modèles en ligne est le plus faible, parce que la qualité dépend surtout de la façon dont les documents sont indexés.
- Extraction et structuration. Transformer des comptes rendus, courriers ou formulaires en données exploitables. Tâche répétitive, coûteuse en temps humain, et parfaitement traitable en local.
- Classification et détection. Trier, orienter, signaler des éléments dans un flux de documents ou de messages.
- Rédaction assistée sur gabarit. Produire un premier jet à partir de données structurées, que l'humain relit et valide.
En revanche, pour du raisonnement complexe sur des sujets ouverts ou de la génération créative de haut niveau, les modèles en ligne gardent une avance. Un projet bien pensé commence par déterminer dans quelle catégorie tombe votre besoin, avant de choisir l'architecture.
Comment se déroule un projet
- Cadrage. Quelles données, quelles contraintes réglementaires, quel usage, quel volume. C'est là qu'on détermine si le local est nécessaire, suffisant, ou surdimensionné.
- Évaluation des modèles. On teste plusieurs modèles ouverts sur vos données réelles, avec vos critères. Les classements publics ne disent rien de votre cas particulier.
- Dimensionnement. Quel matériel, pour quel coût, avec quel temps de réponse. Chiffré avant d'engager quoi que ce soit.
- Mise en production. Déploiement, contrôle d'accès par rôles, journalisation, supervision, sauvegarde.
- Transmission. Documentation et formation, pour que vos équipes exploitent le système sans nous.
Pour qui
Les projets d'IA souveraine que nous menons concernent surtout le secteur médical (données de santé, secret médical, exigences des autorités de contrôle), les professions juridiques, les industriels dont les procédés constituent le patrimoine, et les organisations publiques soumises à des exigences de localisation des données.
Le point commun n'est pas la taille, mais la nature de la contrainte : une donnée qui, si elle sortait, créerait un problème juridique ou concurrentiel réel, pas seulement un inconfort.
Questions fréquentes
Est-ce beaucoup plus cher ?
Le coût se déplace plutôt qu'il n'augmente. Un service en ligne se paie à l'usage, indéfiniment ; une installation locale demande un investissement initial en matériel, puis coûte essentiellement de l'électricité et de la maintenance. Au-delà d'un certain volume d'utilisation, le local devient moins cher. En deçà, il se justifie par la contrainte réglementaire, pas par l'économie.
Faut-il une équipe technique en interne ?
Non pour l'usage courant : un système bien livré s'utilise comme n'importe quelle application web. Oui pour les mises à jour et la supervision : c'est pourquoi nous proposons soit un transfert de compétences, soit un contrat de maintenance.
Et si les modèles ouverts progressent ?
C'est précisément l'intérêt de l'architecture : le modèle est un composant remplaçable. Une installation correctement conçue permet d'en changer sans refaire le reste du système.
Peut-on commencer petit ?
C'est même recommandé. Une preuve de concept sur un usage précis, avec un jeu de données limité, répond en quelques semaines à la question qui compte : est-ce que la qualité obtenue justifie l'investissement. Voir aussi l'ensemble de nos services.