Présentation du projet
IA grand public vs IA locale open source : pourquoi ce laboratoire existe, et ce qu’il cherche à démontrer.
Aujourd’hui, lorsque l’on parle d’intelligence artificielle, on pense spontanément à des outils comme ChatGPT, Microsoft Copilot ou Google Gemini. Ces solutions sont puissantes, accessibles et souvent impressionnantes. Mais elles reposent sur un modèle bien spécifique : vos données sont envoyées vers des serveurs externes, et échappent à votre contrôle.
- Les données transitent par Internet
- Elles sont traitées sur des infrastructures distantes
- Vous n’avez qu’un contrôle très limité sur leur stockage ou leur utilisation
Pour certains usages, cela peut suffire. Mais dès que l’on parle de données sensibles, cela devient un véritable enjeu :
- Documents internes
- Données clients
- Informations sensibles
- Documents juridiques
- Documents financiers
Il existe une alternative : des modèles open source exécutés directement sur votre machine ou sur un serveur local. Les données restent chez vous. Aucun envoi vers des serveurs externes. Contrôle total sur les documents utilisés.
Les documents ne quittent jamais votre environnement : point crucial pour les entreprises, associations et administrations.
Aucune dépendance envers un fournisseur externe. Vous gardez le contrôle sur vos outils, vos données et vos usages.
Pas d’abonnement par utilisateur, utilisation illimitée. L’investissement porte sur le matériel, souvent déjà disponible.
Vous choisissez les modèles, les données, les usages et les évolutions, sans contrainte imposée de l’extérieur.
- Les performances varient selon le matériel utilisé
- La mise en place demande un minimum de connaissances techniques
- Le choix du modèle en fonction de l’usage visé est crucial
C’est précisément ce que ce projet va explorer.
Entre les promesses de l’IA et la réalité du terrain, il y a souvent un décalage. Ce laboratoire a pour objectif d’y répondre honnêtement, sans marketing, avec des tests sur des machines classiques, des documents imparfaits et des besoins concrets.
Que peut-on réellement faire avec de l’IA locale open source, dans des conditions réalistes ?
Sur des machines classiques, avec des documents imparfaits et des besoins concrets.