IA en local : ce que les modèles ouverts d'octobre changent pour les données d'une PME

En une semaine, trois modèles d'IA « ouverts » ont fait l'actualité : Muse Spark Open chez Meta le 15 octobre, Nemotron 3.5 Super VL chez NVIDIA le même jour, après Apertus 1.5, le modèle suisse d'ETH Zurich et de l'EPFL, publié fin juillet.

Derrière les annonces, une question très concrète se pose à une PME romande : faut-il faire tourner l'IA chez soi, sur ses propres machines, plutôt que d'envoyer ses données à un service en ligne ? Nous vous proposons une grille de décision.

Ce qui vient de sortir, en quelques faits

Muse Spark Open compte 816 milliards de paramètres, dont 42 milliards actifs, et une fenêtre de contexte d'un million de tokens. Meta le présente comme le modèle à poids ouverts le plus capable des États-Unis, selon son annonce du 15 octobre 2026.

Son poids est son premier obstacle. Selon TechCrunch, le faire tourner en local demande au moins 1 To de mémoire, typiquement un Mac Studio équipé d'une puce M5 Ultra. Ce n'est pas une machine de bureau ordinaire.

Nemotron 3.5 Super VL de NVIDIA joue dans une autre catégorie : 120 milliards de paramètres, 12 milliards actifs, et une spécialité, les documents. OCR, tableaux, PDF de plusieurs pages, vidéos. Ses variantes Bolt tournent sur un PC doté de 24 Go de mémoire.

Apertus 1.5, publié le 24 juillet 2026 par ETH Zurich, l'EPFL et le CSCS, est sous licence Apache 2.0, donc utilisable commercialement sans condition particulière. Il comprend désormais l'image et l'audio, et existe en versions compactes, la suite Apertus Mini.

Trois modèles, trois philosophies : la puissance brute, la spécialisation documentaire et la transparence suisse. Aucun des trois n'est un gadget.

Pourquoi la question se pose maintenant pour une PME

Jusqu'ici, l'IA en local restait réservée aux équipes techniques bien outillées. Deux choses ont changé : la qualité des modèles ouverts a rejoint celle des services en ligne sur beaucoup de tâches courantes, et les outils pour les exécuter se sont banalisés.

Ollama, LM Studio ou vLLM installent un modèle en quelques commandes. NVIDIA cite explicitement ces outils pour ses modèles Bolt. Un prestataire romand compétent sait désormais mettre cela en place en une journée.

L'économie suit. Un appel d'API coûte peu à faible volume, mais un processus qui traite des milliers de documents par mois change l'équation, surtout quand chaque document contient des données personnelles.

Le second moteur est réglementaire. La nouvelle loi fédérale sur la protection des données s'applique depuis septembre 2023, et le Conseil fédéral a confirmé en février 2025 une approche sectorielle de l'IA : pas de loi horizontale, mais des obligations existantes qui s'appliquent pleinement.

Pour une fiduciaire, un cabinet médical ou un bureau d'ingénieurs, « où partent mes données ? » n'est plus une question d'informaticien. C'est une question de responsabilité du dirigeant.

Local ou service en ligne : la grille de décision

Nous utilisons quatre critères avec nos clients. Aucun ne suffit seul, c'est leur combinaison qui tranche.

• La sensibilité des données : secrets d'affaires, données de santé, dossiers soumis au secret professionnel. Plus elle est élevée, plus le local pèse dans la balance.

• Le volume et la régularité : un usage quotidien et massif amortit une machine, un usage ponctuel ne l'amortit pas.

• Le besoin de performance : rédaction, résumé et extraction de documents fonctionnent très bien en local, le raisonnement complexe reste souvent meilleur en ligne.

• Les compétences disponibles : un modèle local exige quelqu'un qui le met à jour, le surveille et le sécurise.

Il existe une troisième voie, souvent la bonne : un modèle ouvert hébergé chez un fournisseur suisse ou européen, sous contrat. Vous gardez la maîtrise contractuelle des données sans gérer le matériel.

Attention aux licences. Muse Spark Open impose une mention « Built with Muse Spark Open » dans tout produit qui l'utilise, et les modèles dérivés héritent de ses conditions. Apertus, en Apache 2.0, ne pose pas cette contrainte. Faites lire la licence avant tout déploiement auprès de clients.

Exemple : une fiduciaire genevoise et ses pièces comptables

Prenons une fiduciaire de 25 collaborateurs à Genève, qui traite environ 4 000 pièces comptables par mois pour ses clients : factures fournisseurs, notes de frais, relevés bancaires.

Aujourd'hui, la saisie et le contrôle représentent près de 120 heures par mois. Un service d'IA en ligne ferait le travail, mais les pièces contiennent des noms de clients, des salaires et des coordonnées bancaires. La direction a refusé tout envoi vers un service hors de Suisse.

Le cas de Ramp est instructif. Selon NVIDIA, cette fintech américaine a adapté Nemotron 3.5 Super VL à l'extraction de reçus avec 10 000 exemples et une seule passe d'entraînement, pour atteindre sur cette tâche le niveau des meilleurs modèles du marché.

Pour notre fiduciaire, le scénario raisonnable est un modèle de type Nemotron Bolt ou Apertus Mini, installé sur un serveur dans ses locaux ou chez un hébergeur suisse, relié à son logiciel comptable. Budget indicatif : 8 000 à 15 000 francs de matériel ou d'hébergement la première année, plus l'intégration.

Avec 70 % des pièces traitées automatiquement, soit environ 80 heures libérées par mois, le retour sur investissement se situe autour de douze mois. Et les données ne quittent jamais le périmètre de l'entreprise.

Ce que nous en retenons

Les modèles ouverts d'octobre ne rendent pas l'IA en ligne obsolète. Ils donnent aux PME un vrai choix, et un vrai choix oblige à réfléchir avant d'acheter.

Trois conseils pour avancer :

• Classez vos cas d'usage par sensibilité des données avant même de parler de modèle.

• Testez un modèle ouvert sur une tâche répétitive et documentaire : c'est là que le local brille.

• Faites relire la licence et le contrat d'hébergement avant de mettre le moindre client dans la boucle.

Vous voulez savoir où se situe votre entreprise ? Notre Baromètre IA vous donne en dix minutes une lecture de votre maturité, données comprises. Et pour en discuter, contactez-nous.