Formation Les fondamentaux de l'IA · Module 4 · Guide pratique
L'IA qui reste chez vous
Modèles open source et IA locale
Le module le plus « sous le capot » du socle — gardé volontairement simple. On répond à trois questions concrètes : qu'est-ce qu'un modèle open source, qu'est-ce qui détermine s'il tourne sur un portable ou un serveur, et pourquoi faire fonctionner une IA chez soi est la meilleure protection pour vos données. Aucune connaissance technique requise.
On entend de plus en plus parler de « modèles open source » et d'« IA locale ». Derrière ces mots se cache une idée simple et puissante pour une PME québécoise : faire travailler l'IA sans jamais envoyer ses données à l'extérieur. Ce module donne les repères pour comprendre de quoi il s'agit — et pourquoi ça touche directement la confidentialité.
Définition
Un modèle open source (ou « à poids ouverts ») est un modèle d'IA dont le cœur entraîné est publié librement. On peut le télécharger et le faire fonctionner sur sa propre machine, gratuitement, sans abonnement et sans dépendre d'une entreprise. À l'inverse, ChatGPT, Gemini ou Copilot sont fermés : on les utilise à distance, sur les serveurs du fournisseur.
Pourquoi ça compte : vos données ne sortent jamais
C'est l'intérêt principal. Quand un modèle ouvert tourne en local — sur votre ordinateur ou votre serveur —, rien de ce que vous lui donnez n'est envoyé à l'extérieur. Aucun fournisseur ne reçoit vos dossiers clients, vos contrats ou vos données d'employés. C'est l'option la plus protectrice au sens de la Loi 25 : les renseignements personnels ne quittent ni l'organisation, ni le Québec. Pas de transfert hors Québec, donc pas l'évaluation exigée par l'article 17.
Ce que ça veut dire concrètement
Tant que vous ne connaissez pas l'option locale :
- Vous croyez que « utiliser l'IA » oblige forcément à envoyer vos données dans le nuage.
- Vous écartez l'IA sur vos dossiers les plus sensibles, par prudence — alors qu'une solution locale existe.
- Vous payez des abonnements là où un modèle gratuit sur votre machine suffirait.
La taille d'un modèle, en clair
Vous verrez souvent un nombre suivi d'un « B » : 7B, 13B, 70B. Le « B » signifie « milliards de paramètres » — en gros, le nombre de réglages internes du modèle. Plus le chiffre est élevé, plus le modèle est capable… mais plus il est lourd à faire tourner.
- Petit (jusqu'à ~4B) — tourne sur un bon portable récent, même sans carte graphique. Idéal pour résumer, reformuler, classer.
- Moyen (~7B à 14B) — le bon compromis qualité/matériel pour un usage interne. Demande une machine costaude ou une carte graphique d'entrée de gamme.
- Gros (30B à 70B et plus) — réservé à un serveur équipé d'une vraie carte graphique. Qualité proche des modèles commerciaux.
CPU ou GPU?
- Le processeur (CPU) — présent dans toute machine. Il peut faire tourner un petit modèle, mais lentement. Avec beaucoup de mémoire vive, on va déjà assez loin sans rien acheter.
- La carte graphique (GPU) — l'accélérateur. Conçue pour ce calcul, elle rend l'IA beaucoup plus rapide et permet des modèles plus gros. Le critère clé est sa mémoire dédiée (« VRAM ») : plus il y en a, plus le modèle peut être gros.
À noter : les ordinateurs Apple récents (puces M) partagent leur mémoire entre processeur et graphique, ce qui en fait un bon compromis pour essayer l'IA locale sans serveur dédié.
Le moteur : ce qui fait tourner le modèle
Un modèle téléchargé, c'est seulement un gros fichier — il ne fait rien tout seul. Pour s'en servir, il faut un moteur : un logiciel qui charge le fichier, reçoit vos questions et produit les réponses. Trois noms reviennent partout.
- llama.cpp — le moteur de référence : très léger, conçu pour tourner efficacement même sans grosse carte graphique. Beaucoup d'autres outils sont bâtis par-dessus lui. Le cœur de l'écosystème, idéal pour un usage économe et bien maîtrisé.
- Ollama — bâti pour la simplicité : une seule commande télécharge et lance un modèle, et il expose une « prise » standard sur laquelle on peut brancher d'autres applications. Très populaire pour connecter l'IA locale à ses propres logiciels.
- LM Studio — la porte d'entrée graphique : une vraie application avec fenêtre, catalogue de modèles et zone de discussion. Idéal pour découvrir sans ligne de commande.
Une fois le modèle chargé dans son moteur, on l'utilise hors ligne : on peut couper Internet, l'IA continue de fonctionner, et aucune donnée ne sort.
Les grandes familles de modèles ouverts (2026)
| Famille | Origine | Reconnue pour |
|---|---|---|
| Llama | Meta (É.-U.) | La famille ouverte la plus répandue, bon écosystème |
| Mistral | France | Modèles européens efficaces, bons en français |
| Qwen | Alibaba (Chine) | Excellents petits modèles, multilingues |
| DeepSeek | Chine | Raisonnement et code de haut niveau |
| Gemma | Petits modèles très efficaces en mémoire | |
| Phi | Microsoft | Très petits, conçus pour le matériel modeste |
Les versions évoluent vite. Ce qui reste stable, c'est l'idée : choisir la famille et la taille selon son matériel et son usage.
Cas réel simplifié
Un cabinet de quelques employés veut utiliser l'IA pour fouiller ses dossiers clients — des renseignements très sensibles.
L'option nuage :
- Envoyer le contenu des dossiers à un assistant en ligne — un transfert de données sensibles à l'extérieur
L'option locale :
- Installer un modèle ouvert « moyen » avec LM Studio sur un poste bien équipé
- Tout reste sur place, hors ligne — aucune donnée ne sort, aucun abonnement
Pour les données les plus sensibles, la meilleure protection, c'est que l'IA vienne à vos données — pas l'inverse.
IA dans le nuage / IA en local
☁️ Nuage (ChatGPT, Gemini…)
- Aucune installation, prêt tout de suite
- Les meilleurs modèles, très puissants
- Vos données sont envoyées au fournisseur
- Abonnement par utilisateur
- Transfert hors Québec à évaluer (art. 17)
🖥️ Local (modèle ouvert)
- Les données ne sortent jamais
- Gratuit à l'usage, hors ligne possible
- Demande un peu de matériel et de mise en place
- Un cran derrière les meilleurs modèles commerciaux
- La meilleure posture pour la souveraineté
Concrètement pour une PME
Ignorer l'option locale, c'est :
- Renoncer à l'IA sur vos dossiers les plus sensibles, par prudence
- Envoyer dans le nuage des données qui pourraient rester chez vous
- Payer des abonnements là où un modèle gratuit suffirait
L'IA locale, c'est l'IA qui vient à vos données — la souveraineté en pratique.
En résumé
Définition : un modèle open source qu'on exécute en local fait travailler l'IA sans jamais envoyer vos données dehors.
Trois faits clés :
- La taille (le « B ») décide du matériel ; la carte graphique accélère mais n'est pas toujours obligatoire
- Un moteur (Ollama, LM Studio, llama.cpp) fait tourner le modèle ; LM Studio se fait sans ligne de commande
- L'IA locale est la meilleure protection pour des renseignements personnels — rien ne sort du Québec
👉 Action : pour vos données les plus sensibles, envisager un petit modèle ouvert en local plutôt que le nuage.
La suite
Vous avez fini le socle. La prochaine étape : la formation Les usages utiles de l'IA — quoi faire concrètement avec l'IA dans votre travail au quotidien, avec les bons outils pour chaque tâche.
Formation Les usages utiles de l'IA →Test rapide — l'IA locale est-elle pour vous?
Trois questions pour le savoir.
Si oui à une seule, l'IA locale mérite d'être explorée pour votre organisation.
Analyse d'intégration IA →Initier votre équipe aux fondamentaux de l'IA
La formation Les fondamentaux de l'IA permet à vos employés de comprendre les bases — ce qu'est l'IA, comment choisir et utiliser un assistant (ChatGPT, Claude, Gemini, Copilot, Mistral), quand préférer une automatisation, et comment garder vos données chez vous.
À faire avant d'intégrer l'IA : il est préférable d'être conforme à la Loi 25 avant de l'intégrer — pas une fois les outils déjà en place. Le diagnostic stratégique permet justement de valider cette conformité avant de vous lancer.
Diagnostic stratégique Loi 25 →