IA souveraine : quelles options pour une PME ?

Le terme a été popularisé par les projets publics, comme Albert, l’assistant déployé auprès des agents de l’État.
Pour une entreprise, il recouvre trois questions distinctes :

• Les données : où partent vos documents et vos questions, et qui peut y accéder ?
• Le modèle : l’IA utilisée est-elle un service fermé que vous louez, ou un modèle ouvert que vous pouvez faire tourner où vous le souhaitez ?
• L’infrastructure : les serveurs sont-ils exploités par une société soumise au droit européen uniquement ?

La souveraineté se mesure donc par degrés.
Une PME cherche le bon niveau pour chaque type de données, sans viser le maximum partout.

Le Cloud Act, loi américaine de 2018, permet aux autorités des États-Unis d’exiger d’un fournisseur américain les données qu’il détient, y compris lorsqu’elles sont stockées dans un centre de données européen.
Un service d’IA opéré par un acteur américain reste donc exposé, même avec l’option « données hébergées en Europe ».

Pour la plupart des usages courants, ce risque reste théorique.
Il devient concret lorsque vos clients l’excluent par contrat (industrie, défense, santé, marchés publics) ou lorsque vos données constituent votre avantage concurrentiel : prix, savoir-faire, dossiers techniques.

L’option 3 s’est considérablement démocratisée : des hébergeurs français comme OVHcloud, Scaleway ou Outscale proposent désormais des modèles ouverts, facturés à la consommation, sans infrastructure à gérer.

Un modèle ouvert, comme ceux de Mistral AI ou la famille Llama, peut être installé chez l’hébergeur de votre choix.
Vous ne dépendez plus d’un service unique, et vous pouvez changer de prestataire sans tout reconstruire.

Sur les tâches documentaires d’une PME (retrouver une information, résumer un dossier, rédiger le premier jet d’un mémoire technique à partir de vos modèles), ces modèles donnent désormais des résultats très satisfaisants.
Les modèles les plus avancés des grands éditeurs gardent un avantage sur le raisonnement complexe.

Beaucoup d’entreprises adoptent donc une approche mixte : un modèle ouvert hébergé en France pour les données sensibles, un modèle plus puissant pour les contenus sans enjeu.

C’est aussi la logique à retenir pour créer un agent IA : choisir le modèle selon la tâche et la nature des données traitées.

Prenons un bureau d’études de 40 personnes qui souhaite un assistant interne capable d’interroger ses offres passées, ses prix et ses dossiers techniques.
Un de ses donneurs d’ordre interdit par contrat tout transfert de données hors de l’Union européenne.

L’usage estimé

• 40 utilisateurs, 15 questions par jour chacun.
• Environ 4 000 unités de texte traitées par question (la question, les extraits de documents retrouvés, la réponse).
• Soit environ 50 millions d’unités par mois.

Le coût mensuel de l’IA selon l’option

• API d’un éditeur américain : 50 à 150 € par mois. Option exclue d’emblée par la clause du donneur d’ordre.
• Modèle ouvert chez un hébergeur français, payé à l’usage : 50 à 150 € par mois, plus environ 50 € pour le serveur qui stocke et indexe les documents.
• Serveur de calcul dédié, loué en France en continu : 400 à 750 € par mois.
• Serveur installé dans les locaux : 10 000 à 15 000 € d’achat, soit 300 à 420 € par mois sur trois ans, plus l’énergie et la maintenance.

À ce volume, l’option 3 en paiement à l’usage coûte autant qu’une API américaine, tout en respectant la clause contractuelle.
Le serveur dédié ou interne ne se justifie qu’au-delà de plusieurs centaines d’utilisateurs, ou si aucune donnée ne doit sortir des locaux.
Le poste principal du projet reste l’intégration (préparation des documents, règles métier, droits d’accès), identique quelle que soit l’option retenue.

Le bon niveau de souveraineté découle d’un classement simple, à faire avant tout choix technique :

1. Données publiques (site web, plaquettes, normes) : n’importe quel outil convient.
2. Données internes (procédures, modèles, comptes rendus) : une offre entreprise avec engagement de non-réutilisation des données.
3. Données sensibles (prix, offres, dossiers clients, données personnelles) : un modèle ouvert hébergé en France, ou un serveur interne.

Ce classement fait partie des règles de gouvernance de l’IA qu’une PME peut poser en quelques heures : qui utilise quoi, avec quelles données, sous quelle validation.

Une entreprise qui manipule surtout des contenus publics peut s’en tenir aux outils du marché.

Dès que l’IA touche aux prix, aux offres ou aux dossiers clients, un modèle ouvert hébergé en France offre le meilleur équilibre entre maîtrise, performance et coût.
Le serveur interne reste réservé aux exigences les plus strictes.

Mistral AI est-elle une IA souveraine ?

Mistral AI est une entreprise française qui publie plusieurs modèles ouverts. Leur souveraineté dépend de l’endroit où ils tournent : hébergés chez un acteur européen ou sur vos serveurs, ils échappent au Cloud Act. Utilisés via un service opéré par un acteur américain, ils en relèvent.

Une offre entreprise hébergée en Europe suffit-elle ?

Pour des données internes courantes, souvent oui : les offres entreprise s’engagent à ne pas réutiliser vos données. Si l’éditeur est américain, le Cloud Act reste applicable ; pour des données sensibles ou une clause contractuelle stricte, un hébergeur européen est préférable.

Une IA hébergée en France est-elle moins performante ?

Sur les tâches documentaires courantes, l’écart est désormais faible. Il reste sensible sur le raisonnement complexe, d’où l’intérêt d’une approche mixte selon la nature des données.

IA souveraine et RGPD, est-ce la même chose ?

Non. Le RGPD encadre le traitement des données personnelles, quel que soit l’hébergeur. La souveraineté porte sur la juridiction qui peut accéder à vos données. Les deux se complètent : un traitement conforme au RGPD peut rester exposé au Cloud Act.