L'IA auto-hébergée, c'est un modèle d'intelligence artificielle qui tourne sur un serveur que vous contrôlez : vos documents n'en sortent pas, et personne ne peut changer l'outil à votre place. Pour une PME, la bonne réponse n'est pas « tout chez soi » ni « tout dans le cloud », mais une répartition claire : chez vous ce qui est confidentiel, chez un fournisseur ce qui peut sortir.
L'essentiel
- Avec un service d'IA en ligne, vous louez un outil : le fournisseur choisit le modèle, le prix, les conditions et la date de retrait.
- Les trois grands fournisseurs retirent régulièrement des modèles ; chez Anthropic, le préavis minimal annoncé est de 60 jours.
- Un fournisseur américain reste soumis au CLOUD Act, même quand vos données sont stockées en Europe ou en Suisse.
- Les modèles fermés gardent une avance mesurable : l'API externe reste le bon choix pour les tâches difficiles et non sensibles.
- La décision utile tient en une question : quelle donnée va où ?
Pourquoi l'IA auto-hébergée revient dans les discussions de direction
Trois raisons, dont aucune n'est technique.
La confidentialité. Quand un collaborateur colle un contrat ou un dossier client dans un outil en ligne, ces données partent chez un sous-traitant, souvent à l'étranger. En Suisse, la loi sur la protection des données encadre cette communication à l'étranger (art. 16 LPD) ; j'ai détaillé ce que cela implique dans mon article sur la nLPD et l'IA, et dans celui sur le shadow AI.
La souveraineté. Depuis 2018, le CLOUD Act américain oblige un fournisseur soumis au droit américain à conserver ou à remettre les données qu'il détient, qu'elles se trouvent aux États-Unis ou ailleurs. En face, le RGPD pose qu'une décision d'une autorité d'un pays tiers exigeant un transfert de données personnelles ne peut être reconnue que si elle repose sur un accord international (art. 48). Le fournisseur se retrouve entre deux droits, vos données avec lui ; un serveur que vous contrôlez sort de l'équation.
La dépendance. La moins visible. Un modèle d'IA en ligne a une date de fin. Anthropic a prévenu le 14 avril 2026 que deux de ses modèles seraient retirés le 15 juin 2026. OpenAI a annoncé le 11 juin 2026 l'arrêt de sa famille GPT-5 pour le 11 décembre 2026. Google annonçait l'arrêt de Gemini 2.0 Flash au plus tôt le 1er juin 2026. Après la date, les requêtes échouent, et vos automatisations doivent être retestées sur un autre modèle. Les prix bougent aussi, dans les deux sens, comme je l'ai montré dans mon article sur le coût des API d'IA. Un modèle ouvert installé chez vous ne change que le jour où vous le décidez. Pour le reste du cloud, le Data Act européen supprime les frais de sortie dès 2027 : voir cet article.
Quand l'API externe reste le bon choix
Le rapport AI Index 2025 de l'université Stanford constatait qu'en un an, l'écart de performance entre les meilleurs modèles ouverts et fermés était tombé de 8 % à 1,7 % sur certains tests. L'édition 2026 nuance : l'écart s'est rouvert en 2025. En mars 2026, le meilleur modèle fermé devançait le meilleur modèle ouvert de 3,3 % au classement Arena, contre 0,5 % en août 2024, et six des dix premiers modèles étaient fermés.
Pour un raisonnement long ou du code complexe, les grands modèles en ligne restent devant. Pour résumer, classer des courriels ou chercher dans vos procédures, un modèle ouvert bien choisi suffit souvent. Je compare les modèles dans mon comparatif, et le matériel nécessaire dans cet article.
D'où l'approche hybride, en trois niveaux :
- Public ou interne (textes du site, courriels courants) : API externe sous contrat, sans état d'âme.
- Confidentiel (offres, chiffres, données personnelles ordinaires) : API sous contrat vérifié ou modèle local, selon votre secteur.
- Secret (dossiers couverts par le secret professionnel, santé, patrimoine) : modèle local, et rien ne sort.
Sous le capot : pour votre informaticien
Une IA auto-hébergée sérieuse est une petite pile de briques open source, chacune remplaçable. Licences vérifiées sur les dépôts officiels le 15 novembre 2026.
- Moteur d'inférence. Ollama (MIT) pour démarrer vite ; llama.cpp (MIT) pour les modèles quantifiés au format GGUF, y compris sans carte graphique ; vLLM (Apache 2.0) quand plusieurs utilisateurs interrogent le modèle en même temps. Tous trois exposent une API compatible OpenAI : vos outils s'y branchent sans réécriture.
- Interface. Open WebUI se connecte à Ollama et à toute API compatible OpenAI, locale ou externe. Attention : sa licence n'est plus une licence open source standard. C'est une BSD à 3 clauses, plus une clause qui interdit de retirer la marque « Open WebUI » au-delà de 50 utilisateurs sur 30 jours, sauf licence entreprise.
- Recherche dans vos documents (RAG). pgvector (licence PostgreSQL) ajoute la recherche vectorielle à PostgreSQL : vos documents indexés vivent dans une base que vous savez déjà sauvegarder et protéger.
- Passerelle. LiteLLM (MIT, hors son répertoire « enterprise ») présente une seule API compatible OpenAI devant les modèles locaux et externes. C'est là que s'applique la règle « quelle donnée va où », avec clés, quotas et budget par équipe.
- Journalisation. Tracez qui a envoyé quoi à quel modèle. Ces journaux contiennent eux-mêmes des données personnelles : durée de conservation définie, accès restreint.
- Sauvegarde. Les poids du modèle se retéléchargent ; la base vectorielle, les conversations et la configuration, non. Testez la restauration.
- Pièges. Épinglez la version exacte du modèle plutôt qu'une étiquette « latest », sinon vous recréez chez vous le problème des retraits. N'exposez jamais le moteur d'inférence directement sur Internet : il se place derrière un VPN ou une authentification.
Ce que j'en ai appris
J'applique cette répartition depuis 2025. Dans mon infrastructure domotique, la reconnaissance et la synthèse vocales tournent en local, sans connexion, tandis que le raisonnement passe par une API externe. La mémoire de mes agents vit dans une base que j'héberge ; les tâches non sensibles vont à un grand modèle en ligne, pour environ 46 dollars d'API par mois.
J'ai aussi vécu la dépendance de l'intérieur, deux fois. Pour mon ERP, l'éditeur a commencé à facturer mes personnalisations au renouvellement ; j'ai fini par migrer Odoo sur mon propre serveur. Pour mes agents, une passerelle tierce réutilisait mon abonnement d'une manière que les conditions du fournisseur encadraient de plus en plus strictement ; j'ai reconstruit mon installation sur ses outils officiels, ce que je raconte dans l'article sur claudeVPS.
Ce que j'en retiens : ce qui compte n'est pas d'héberger tout le modèle, mais de garder chez soi les données, la mémoire et la possibilité de changer de fournisseur sans tout refaire.
Par où commencer
1. Classer vos données en trois niveaux
Une page, avec des exemples de votre métier : ce qui peut sortir, ce qui demande un contrat vérifié, ce qui reste chez vous.
2. Choisir un premier usage local, modeste et mesurable
Par exemple la recherche dans vos procédures internes ou le résumé de dossiers. Testez un modèle ouvert sur vos documents avant d'acheter du matériel.
3. Poser une passerelle unique
Tous les usages passent par le même point d'entrée, qui envoie chaque demande au modèle local ou à l'API externe selon la règle. Si un fournisseur retire un modèle, vous changez un réglage, pas vos outils.
Questions fréquentes
Faut-il acheter un serveur avec une carte graphique ?
Pas pour commencer : un petit modèle quantifié tourne sur un processeur récent, plus lentement. Le dimensionnement dépend du nombre d'utilisateurs ; je le détaille dans l'article sur le matériel.
Un modèle local est-il assez bon pour mon entreprise ?
Pour les tâches courantes sur vos documents, souvent oui ; pour le raisonnement le plus difficile, non. Testez sur un vrai cas de votre métier.
L'IA auto-hébergée coûte-t-elle moins cher ?
Pas forcément. Vous remplacez une facture à l'usage par du matériel, de l'électricité et de la maintenance. Vous achetez surtout la maîtrise de vos données, de vos versions et de votre calendrier.
Pour aller plus loin
Je mets en place une infrastructure qui reste chez vous : un modèle local quand la confidentialité l'exige, une API externe quand c'est acceptable, et une passerelle qui applique la règle. Les guides de mon serveur IA personnel détaillent la pile technique. Pour en parler sur votre cas : un appel découverte de 20 minutes.
Monter votre propre serveur d'IA
Mon guide 0, gratuit, présente l'architecture, le choix de l'hébergeur, le dimensionnement et les coûts. Le Pack des guides (149 CHF) déroule ensuite une stack complète, documentée et testée en production : serveur sécurisé, sauvegardes, secrets, mémoire, agents, maîtrise des coûts des API et surveillance. Si vous préférez être accompagné, l'installation assistée (597 CHF) installe le socle avec vous, en une ou deux sessions en visio.
Sources
- AI Index Report 2026, chapitre Technical Performance, Stanford HAI, 2026 (consulté le 15 novembre 2026).
- The 2025 AI Index Report, Stanford HAI, 2025 (consulté le 15 novembre 2026).
- Model deprecations, Anthropic (consulté le 15 novembre 2026).
- Deprecations, OpenAI (consulté le 15 novembre 2026).
- Gemini API deprecations, Google (consulté le 15 novembre 2026).
- 18 U.S. Code § 2713 (CLOUD Act, Pub. L. 115-141), Legal Information Institute, Cornell Law School, loi du 23 mars 2018.
- Règlement (UE) 2016/679 (RGPD), art. 48, EUR-Lex, 27 avril 2016.
- Loi fédérale sur la protection des données (LPD), RS 235.1, art. 16, Confédération suisse, état le 1er septembre 2023.
- Dépôts officiels et licences : Ollama, llama.cpp, vLLM, Open WebUI, pgvector, LiteLLM, GitHub (consultés le 15 novembre 2026).
Photo de couverture : Derrick Coetzee / Wikimedia Commons, domaine public (CC0).
Tags : IA auto-hébergée, IA locale, souveraineté numérique, protection des données, open source, LLM