13 min de lecture

Peut-on avoir sa propre IA ? Ce que votre entreprise possède vraiment

Sébastien Nobour

Fondateur de DEVEDANOS

Solutions

« Votre propre IA. » La formule revient dans de nombreuses vidéos sur YouTube : après le dropshipping, des influenceurs présentent la vente d’intégrations d’IA aux petites entreprises comme une activité à la portée de tous. L’argument à reprendre devant le client tient en une phrase : une IA qui connaît vos documents, vos produits, vos clients, et qui vous appartient entièrement.

Si l’on vous a fait cette proposition, la question se pose : peut-on vraiment avoir sa propre IA, au sens d’une IA dont on est entièrement propriétaire ?

À ce jour, en 2026, entraîner un modèle de zéro est hors de portée d’une PME. Ajuster un modèle ouvert, dont on vous remet le fichier, est possible. Le plus souvent, pourtant, ce qu’on vous livre sous le nom « votre propre IA » est un logiciel construit autour du modèle d’IA d’une autre entreprise.

Ce logiciel peut être excellent. Mais le modèle ne vous appartient pas, et son éditeur décide de son prix, de ses conditions et de sa durée de vie. Dépendre d’un fournisseur n’a rien d’anormal. Le risque, c’est de l’ignorer.

Qui peut vraiment créer une IA ?

Un modèle comme ceux sur lesquels reposent ChatGPT ou Claude naît d’un entraînement sur d’immenses quantités de texte. Des chercheurs d’Epoch AI, un institut qui suit l’évolution de l’IA, en ont estimé le coût : des dizaines de millions de dollars en puces spécialisées, et des dizaines de millions en salaires. Le coût d’entraînement des plus grands modèles est multiplié par 2,4 chaque année depuis 2016. En juin 2025, Epoch AI comptait douze organisations dans le monde qui avaient entraîné des modèles à l’échelle de GPT-4.

Même un entraînement présenté comme économe reste hors de portée d’une PME. L’entreprise chinoise DeepSeek a entraîné son modèle DeepSeek-V3 sur 2 048 puces spécialisées et 14 800 milliards de fragments de texte. Elle annonce un coût de 5,6 millions de dollars, et précise que ce chiffre n’inclut pas les recherches et les essais qui ont précédé.

Ce qu’on vend sous le nom « votre propre IA »

Quatre choses différentes se vendent avec les mêmes mots, et ce que vous possédez à la fin change à chaque fois.

Entraîner un modèle de zéro. C’est le cas décrit plus haut. Celui qui paie l’entraînement possède le modèle.

Ajuster un modèle existant, ce que les spécialistes appellent le fine-tuning. On spécialise un modèle déjà entraîné avec vos exemples. En 2023, des chercheurs ont montré qu’on peut le faire sur une seule carte graphique, pour un modèle de 65 milliards de paramètres (les réglages internes du modèle). Si le modèle de départ est ouvert, c’est-à-dire que son éditeur en publie le fichier, vous obtenez un fichier que vous pouvez garder et utiliser ailleurs. S’il est fermé, c’est-à-dire que l’éditeur garde ce fichier pour lui, l’ajustement reste sur les serveurs du fournisseur, et vous ne recevez rien que vous puissiez emporter.

Relier vos documents à un modèle, une technique connue sous le sigle anglais RAG (génération augmentée par la recherche). Le modèle ne change pas : à chaque question, le logiciel cherche dans vos documents les passages utiles et les lui transmet. Vous possédez vos documents, leur index (la table qui permet d’y retrouver vite un passage) et le code.

Rédiger des consignes pour le modèle d’un fournisseur. Une interface et un texte d’instructions que l’utilisateur ne voit pas (le prompt). Vous possédez les consignes et l’interface.

Les trois derniers cas sont un travail d’intégration légitime. Seuls le premier, et le deuxième sur un modèle ouvert dont on vous remet le fichier, vous laissent un modèle qui continue de fonctionner si le vendeur et le fournisseur disparaissent. Le mot « propre » ne décrit que ceux-là.

Une offre qui parle de « votre propre IA » sans vous remettre le fichier d’un modèle vous vend un ajustement sur un modèle fermé, le branchement de vos documents ou des consignes. L’expression promet alors une propriété que l’offre ne livre pas.

Même l’ajustement sur un modèle fermé dépend du calendrier du fournisseur. Chez OpenAI, depuis le 7 mai 2026, une organisation qui n’a jamais ajusté de modèle ne peut plus le faire. À partir du 6 janvier 2027, aucun client ne pourra plus lancer de nouvel ajustement. Un modèle déjà ajusté reste utilisable jusqu’au jour où OpenAI retire le modèle de départ.

Ce qui arrive quand le modèle appartient à un autre

Un fournisseur retire ses modèles. Anthropic, l’éditeur de Claude, s’engage à prévenir au moins 60 jours avant le retrait d’un modèle public ; ensuite, les requêtes vers ce modèle échouent. OpenAI a annoncé le 14 avril 2025 le retrait de GPT-4.5 preview, qui a disparu le 14 juillet, trois mois plus tard. À chaque retrait, il faut revérifier l’intégration avec le modèle de remplacement.

Les prix bougent, dans les deux sens. En novembre 2024, Anthropic a fixé le prix de Claude 3.5 Haiku à quatre fois celui de la version précédente. En juin 2025, Google a doublé le prix des textes envoyés à Gemini 2.5 Flash. À l’inverse, une étude de 2025 montre que le prix d’un niveau de performance donné baisse de 5 à 10 fois par an.

Le problème n’est donc pas seulement que les prix montent : le prix, le modèle et les conditions sont décidés par quelqu’un d’autre. Et le service peut s’arrêter : le 11 décembre 2024, selon le compte rendu publié par OpenAI, tous ses services ont été fortement dégradés ou indisponibles pendant plus de quatre heures.

Quand le vendeur dépend lui-même d’un modèle

Certains vendeurs de « votre propre IA » n’ont pas d’autre produit qu’un logiciel construit sur le modèle d’un fournisseur. Toute leur activité repose alors sur une décision qu’ils ne contrôlent pas. Ce risque devient le vôtre, puisque votre logiciel repose sur leur produit.

C’est ce qui est arrivé à Windsurf, éditeur d’un outil d’aide à la programmation, en juin 2025 : selon l’entreprise, Anthropic a coupé presque toute sa capacité d’accès direct aux modèles Claude 3, avec moins de cinq jours de préavis. Jared Kaplan, cofondateur d’Anthropic, a expliqué qu’il serait « étrange » de vendre Claude à OpenAI, que la presse disait alors sur le point de racheter Windsurf. Aucune des deux entreprises ne l’avait confirmé. Le fournisseur peut aussi lancer un produit qui fait concurrence à celui du vendeur : selon l’analyse de Sacra, société qui publie des études sur les entreprises technologiques, des clients des outils de rédaction Jasper et Copy.ai ont quitté leur formule à 50 dollars par mois pour ChatGPT, gratuit ou à 20 dollars, après son lancement en novembre 2022.

Leurs conditions d’utilisation vont dans le même sens. Selon le contrat d’Anthropic, de nouveaux tarifs s’appliquent 30 jours après leur publication ; selon celui d’OpenAI, 14 jours après. Tous deux autorisent la suspension de l’accès si le client enfreint les règles, et interdisent d’utiliser le service pour construire un produit concurrent.

Posez donc trois questions au vendeur. Sur quel modèle repose son propre produit ? A-t-il testé un second fournisseur ? Que vous reste-t-il, à vous, si son accès est limité du jour au lendemain ?

La même question se pose à qui envisage de lancer sa propre start-up « IA native ». Une entreprise dont tout le produit repose sur le modèle d’un autre dépend, dès le premier jour, des décisions de cet autre.

Intégrer l’IA en connaissant la dépendance

Rien de cela n’est une raison de renoncer à l’IA. Une dépendance se gère quand elle est connue, écrite et préparée avant que le fournisseur ne change quelque chose.

Concrètement :

  • Le modèle utilisé est nommé par écrit : l’éditeur, le nom, la version, le lieu d’hébergement.
  • Les consignes, vos documents, leur index et le code sont conservés chez vous, pas chez l’éditeur du modèle.
  • Une série de questions types, dont la bonne réponse est connue, accompagne le logiciel. On la rejoue à chaque changement de modèle, et l’on sait alors, chiffres à l’appui, si le nouveau modèle fait aussi bien.
  • Un second modèle, d’un autre éditeur, passe la même série. Le jour où le premier disparaît, la solution de repli est déjà testée.
  • La dépense est suivie chaque mois.

Modèles ouverts, IA en local : ce que cela coûte

Certains éditeurs publient le fichier de leurs modèles. Mistral AI, entreprise française, a publié Mistral Small 3.1 sous licence Apache 2.0, qui en autorise l’usage commercial. Selon l’éditeur, ce modèle fonctionne sur une seule carte graphique RTX 4090 ou sur un Mac doté de 32 Go de mémoire. Une IA en local, sans internet, sur un poste de travail, est donc possible.

Pour servir plusieurs utilisateurs, on loue plutôt une carte graphique dans un centre de données. Chez Scaleway, hébergeur français, une carte L4 de 24 Go coûte 0,79 € de l’heure, soit environ 575 € par mois si elle reste allumée en permanence. S’y ajoute le temps de quelqu’un qui installe, met à jour et surveille le tout.

Un modèle qui tient sur une carte graphique ne fait pas forcément aussi bien qu’un grand modèle commercial. La série de questions types le vérifie sur vos propres cas.

Ouvert ne veut pas dire libre de tout usage. La licence de Llama 3.1, le modèle de Meta, impose par exemple d’afficher « Built with Llama » dans le produit.

L’IA souveraine : ce que cela change pour une PME

On parle d’IA souveraine quand un pays ou une région cherche à garder la maîtrise des modèles d’IA et des puces nécessaires pour les exécuter. Mistral AI présente Mistral Large 4, accessible depuis le 6 octobre 2026, comme « forgé en Europe, conçu pour la souveraineté de l’IA ». L’accès aux puces, lui, a déjà changé par décision politique : les États-Unis ont adopté le 15 janvier 2025 une règle qui limitait l’exportation de puces d’IA vers de nombreux pays, puis l’ont annulée le 13 mai 2025.

Pour une PME, la conséquence est concrète : l’accès à un modèle, ou aux puces nécessaires pour l’exécuter, peut changer pour des raisons qui n’ont rien à voir avec votre entreprise ni avec la qualité du modèle.

Comment vérifier ce qu’on vous vend

Poser la question au vendeur ne suffit pas. Une réponse orale ne prouve rien. Ce qui le prouve, c’est un document ou un essai.

Demander à l’IA elle-même qui elle est ne vous apprend rien non plus. Un texte de consignes peut lui faire dire n’importe quel nom. Et une étude sur 27 modèles a montré que plus d’un sur quatre donne une identité fausse quand on la lui demande.

  • Le nom du modèle dans le contrat. Éditeur, nom, version, lieu d’hébergement, et l’obligation de vous prévenir avant d’en changer, dans une annexe signée.
  • La liste des sous-traitants. Si le logiciel transmet des données personnelles au modèle (noms, adresses e-mail, dossiers clients), le RGPD interdit au prestataire de faire appel au fournisseur du modèle sans votre autorisation écrite (article 28). Si le fournisseur du modèle y figure, vous savez par écrit à qui le logiciel confie vos données.
  • Les factures. À quel nom sont ouverts les comptes chez le fournisseur du modèle ? Une facture du fournisseur adressée à votre entreprise vous montre quel fournisseur est utilisé, et ce que cela coûte. Si les comptes sont au nom du vendeur, vous n’en recevrez pas : c’est déjà une information.
  • Le fichier du modèle. Si l’on vous dit avoir entraîné ou ajusté un modèle pour vous, demandez le fichier et sa licence, puis faites-le fonctionner par quelqu’un d’autre que le vendeur. La licence nomme le modèle de départ.
  • La connexion coupée. Pour une IA présentée comme locale : sur votre matériel, coupez l’accès à internet et utilisez le logiciel. S’il répond, le modèle fonctionne chez vous.
  • Récupérer vos éléments, en essayant une fois. Faites préciser ce que l’on vous remet à la fin du contrat : consignes, série de questions types, index, code, fichier du modèle s’il existe. Puis faites l’export une fois, avant d’en avoir besoin. Seul un export réussi prouve que vous pouvez partir avec vos éléments.

Le règlement européen sur l’IA impose de prévenir les personnes qu’elles échangent avec une IA (article 50), pas de nommer le modèle. Il oblige en revanche l’éditeur d’un modèle d’IA à usage général à fournir une documentation de ce modèle aux entreprises qui l’intègrent (article 53). Demandez-la à votre prestataire : elle porte sur un modèle précis, et donc le nomme.

Votre logiciel, et le modèle d’un fournisseur que vous connaissez

Pour un groupe d’enseignement supérieur, nous avons intégré l’IA à sa plateforme d’offres d’alternance, réservée à ses étudiants. À l’inscription, le personnel du groupe saisissait à la main le profil de chaque étudiant, à partir de son CV. Nous avons relié la plateforme à un modèle d’OpenAI : le logiciel lit l’image du CV et en extrait le profil de l’étudiant, dans un format validé avec les équipes du groupe. Cette intégration a contribué à réduire de 80 % le temps de saisie manuelle du personnel, et les étudiants n’ont plus tout à taper eux-mêmes.

Chez DEVEDANOS, nous intégrons l’IA dans les logiciels que nous développons de cette façon : modèle nommé par écrit, consignes et questions types conservées chez vous, second modèle testé, dépense suivie. Nous n’appelons pas cela « votre propre IA ». C’est votre logiciel, qui utilise le modèle d’un fournisseur, et vous savez lequel.

Pour le développement d’un logiciel sur mesure, nous travaillons pour un budget fixe, facturé chaque fin de mois pour le travail réalisé. Votre application est utilisable en un mois, en quelques fonctionnalités essentielles : vos utilisateurs s’en servent immédiatement, et c’est leur usage qui définit les fonctionnalités suivantes à développer. Le code source, l’infrastructure, le pipeline de déploiement et la documentation sont votre propriété intellectuelle dès le premier paiement.

Pour aller plus loin

Un outil d’IA peut-il construire l’application elle-même ? Notre article sur la création d’une application avec l’IA fait la part entre ce que l’outil fait seul et ce qui demande un professionnel. Vous préparez le budget de cette application ? Notre article sur le budget d’une application explique pourquoi viser un objectif plutôt qu’une liste de fonctionnalités.

On vous propose « votre propre IA », et vous voulez savoir ce que vous posséderez vraiment ? On en parle ?

Sources

À lire aussi