Modèle d’IA local en entreprise : Gemma 4, matériel et coûts

Un cabinet comptable ne veut pas coller les factures de ses clients dans ChatGPT. Un cabinet d’avocats préfère ne pas envoyer ses contrats dans le cloud, et une boutique voudrait rédiger des centaines de fiches produits sans payer chaque requête. Dans chacune de ces situations, il vaut la peine d’envisager un modèle d’IA local en entreprise, c’est-à-dire une intelligence artificielle qui fonctionne sur votre ordinateur ou votre serveur et n’envoie aucun contenu à un fournisseur.

Je présente ce que sait faire Gemma 4 de Google, quel matériel suffit et combien cela coûte par rapport au cloud. Je décris la situation au début de novembre 2026.

Qu’est-ce qu’un modèle d’IA local et que sait faire Gemma 4

ChatGPT ou Gemini fonctionnent sur les serveurs de leurs fournisseurs. Un modèle local, vous le téléchargez une fois, puis c’est votre ordinateur qui fait tous les calculs. Le contenu d’un e-mail, d’un contrat ou d’une facture ne quitte pas l’entreprise, et vous ne payez pas les requêtes.

Des programmes gratuits suffisent. Le plus simple est Ollama (Windows, macOS, Linux) : vous l’installez, tapez une commande et vous discutez avec le modèle. Pour une équipe, on ajoute un chat dans le navigateur, par exemple Open WebUI, qui fonctionne sans Internet et gère les comptes de plusieurs personnes ainsi que des bases de connaissances constituées à partir de documents.

Gemma 4 est une famille de modèles ouverts de Google, sortie début avril 2026. C’est la première Gemma sous licence Apache 2.0, qui permet d’utiliser le modèle en entreprise sans redevance. Il existe cinq tailles :

• E2B et E4B : petits modèles pour ordinateurs portables et téléphones (le « E » signifie « effectif », soit 2 et 4 milliards de paramètres),
• 12B : modèle intermédiaire pour un ordinateur doté d’une carte graphique,
• 26B A4B : un modèle de type MoE qui, pour chaque mot, utilise environ 4 milliards de paramètres, donc il répond généralement plus vite que le 31B, mais il garde l’ensemble en mémoire,
• 31B : le plus grand modèle, dans lequel tous les paramètres travaillent.

D’après la documentation de Google, toutes les tailles comprennent le texte et l’image, et les modèles E2B, E4B et 12B comprennent aussi le son. Les petits modèles lisent jusqu’à 128 000 jetons à la fois, les plus grands jusqu’à 256 000, ce qui leur permet de contenir de longs contrats. Les modèles savent utiliser des outils connectés et disposent d’un mode de réflexion pour les tâches plus difficiles. La fiche du modèle indique que Gemma 4 a été entraînée sur plus de 140 langues et qu’elle en prend en charge « d’emblée » plus de 35. Testez donc le polonais du modèle sur vos propres textes.

Une alternative polonaise : Bielik

Bielik est un modèle polonais développé par la fondation SpeakLeash et ACK Cyfronet AGH (le centre informatique de l’université AGH). La dernière génération est la version 3, par exemple Bielik 11B v3.0 et le plus petit Minitron 7B v3.0. Il est sous licence Apache 2.0 et orienté vers le polonais, mais il travaille sur le texte, donc pour les images et le son Gemma sera préférable. Détails : bielik.ai. Il vaut la peine de tester les deux modèles sur les mêmes tâches.

À quoi sert l’IA locale dans une entreprise et une boutique

Un modèle local est le plus utile pour le travail répétitif sur du texte, lorsque les données ne doivent pas sortir :

• Chat pour l’équipe : brouillons de courriers, traductions et amélioration de textes, uniquement sur votre matériel.
• Réponses à partir des documents de l’entreprise : le modèle cherche dans les règlements, les procédures et les tarifs.
• Fiches produits : des centaines de descriptions à partir des données du fabricant, sans frais par requête.
• Brouillons d’e-mails et de réponses aux réclamations : le modèle écrit une version de travail, une personne la vérifie.
• Résumés de contrats et de notes : délais, montants et obligations en quelques points.
• Lecture de factures et de photos : les données d’une facture dans un tableau, la description de la photo d’un produit.

Une instruction pour tester :

Prépare un brouillon de réponse à la réclamation ci-dessous. Ton poli et factuel, 120 mots maximum. Ne promets pas de remboursement avant l’examen de la réclamation. À la fin, indique ce que nous devons encore vérifier. [texte de la réclamation]

Quand le modèle doit agir seul, par exemple vérifier le stock ou créer des tâches dans le CRM, on entre dans l’automatisation des processus.

L’IA locale au service de la sécurité : elle lit les journaux et alerte

Le serveur, le site, la messagerie et le pare-feu enregistrent dans des journaux (logs) chaque connexion et chaque requête suspecte. Dans une petite entreprise, personne ne lit ces fichiers tous les jours. Un modèle local peut le faire : toutes les heures ou une fois par jour, il reçoit un extrait récent des journaux et écrit en langage simple ce qui paraît suspect, par exemple une série de connexions échouées sur un compte ou le balayage (scan) de centaines d’adresses de votre site en quelques minutes. L’alerte arrive par e-mail ou sur une messagerie instantanée, et les journaux contenant les adresses IP et les identifiants ne partent pas dans le cloud.

Exemple d’instruction :

Voici les journaux de connexion au serveur des dernières 24 heures. Énumère en langage simple les événements suspects : séries de connexions échouées, connexions à des heures inhabituelles, balayage de nombreuses adresses. Pour chacun, indique l’heure, l’adresse IP et le risque : faible, moyen ou élevé. N’ajoute pas d’événements qui ne figurent pas dans les journaux.

Soyons honnêtes sur les limites : c’est une paire d’yeux supplémentaire, pas un système de sécurité. Le modèle ne remplacera ni un spécialiste, ni les mises à jour, ni les sauvegardes, ni les outils qui bloquent eux-mêmes les attaques (par exemple fail2ban). Il peut manquer une attaque ou déclencher une fausse alerte, et les journaux volumineux doivent d’abord être filtrés par un script. Les journaux contiennent aussi du texte saisi par l’attaquant, c’est pourquoi le modèle se contente de rédiger un rapport et ne reçoit aucun droit de modification sur le serveur. La sécurisation du serveur, la supervision et le plan en cas de panne font partie du service Cybersécurité du projet.

Quel matériel : trois paliers

Le plus important est la mémoire : celle de la carte graphique (VRAM) ou la mémoire partagée des Mac et des mini-PC équipés de processeurs AMD Ryzen AI. Google indique dans la documentation de Gemma la mémoire nécessaire pour les seuls poids du modèle, avec 20 % de marge :

Le tableau n’inclut pas le contexte, c’est-à-dire le texte que le modèle lit. Plus le document est long et plus de personnes posent des questions en même temps, plus il faut de mémoire au-delà de ces chiffres. D’où trois paliers :

1. Pour essayer : l’ordinateur que vous avez déjà. Un portable avec 16 Go de mémoire fait tourner E2B et E4B même sans carte graphique, mais plus lentement. Cela suffit pour des tests et le travail d’une personne.
2. Pour une petite équipe : une carte avec 16 Go de VRAM. Le modèle 12B y tient avec une marge pour de plus longs documents, il servira donc un chat pour quelques personnes et les fiches produits.
3. Un serveur d’entreprise puissant : 32 Go de VRAM ou beaucoup de mémoire partagée. Une carte RTX 5090 (32 Go) ou un mini-PC avec AMD Ryzen AI Max+ 395 et 128 Go de mémoire fera tourner le 26B A4B et le 31B avec un long contexte.

La vitesse de réponse dépend du matériel, de la version du modèle et des réglages, vérifiez-la donc sur votre propre tâche avant l’achat.

Combien cela coûte et quand le cloud revient moins cher

En 2026, les prix des cartes et de la mémoire ont fortement augmenté et changent souvent, considérez donc ces montants comme indicatifs (prix en magasin) :

• RTX 5060 Ti 16 Go : environ 3 000 PLN selon ppe.pl d’août 2026,
• RTX 5090 32 Go : environ 30 000 PLN dans les magasins polonais selon benchmark.pl du 20 septembre 2026, pour un prix conseillé par NVIDIA de 9 100 PLN,
• mini-PC avec Ryzen AI Max+ 395 et 128 Go : environ 3 900 € dans l’UE en février 2026.

Le service Modèle d’IA local pour l’entreprise coûte chez moi à partir de 2 990 PLN HT, plus le matériel : je choisis le matériel, j’installe le modèle et je le teste sur vos tâches. La maintenance coûte à partir de 199 PLN HT par mois.

Dans le conseil ChatGPT ou Gemini pour l’entreprise, j’ai compté environ 100 PLN par personne et par mois pour une offre professionnelle dans le cloud, hors TVA. Voici un exemple pour 5 personnes, lorsque la carte est installée dans un ordinateur que vous avez déjà. Tous les montants sont HT : une entreprise assujettie à la TVA déduit la taxe sur la carte, donc 3 000 PLN en magasin font environ 2 440 PLN HT.

Après la première année, le modèle local revient moins cher, et les personnes supplémentaires n’augmentent pas le coût tant que le matériel suffit.

Un modèle local n’a pas de sens quand :

• les tâches sont les plus difficiles : pour les analyses complexes, les modèles cloud les plus puissants sont généralement meilleurs,
• vous utilisez l’IA rarement : pour quelques questions par semaine, une offre cloud sera moins chère,
• personne ne s’en occupera : les mises à jour, les sauvegardes et la panne de l’ordinateur sont à votre charge.

Souvent, le mieux est de combiner : un modèle local pour les données sensibles, le cloud pour le reste. Je définis cette répartition dans le service Déploiement de l’IA en entreprise.

RGPD et AI Act : les données restent dans l’entreprise, les obligations aussi

Avec un modèle local, le contenu n’arrive pas chez le fournisseur : la question de l’entraînement sur vos données et de leur transfert hors de l’UE ne se pose donc pas. Le RGPD s’applique cependant toujours :

• déterminez qui a accès au chat et à la base de documents (des comptes distincts, pas un mot de passe unique),
• décidez combien de temps vous conservez l’historique des conversations,
• sécurisez l’ordinateur qui héberge le modèle : chiffrement du disque, sauvegardes, mises à jour,
• si une entreprise externe a accès au serveur, par exemple dans le cadre de la maintenance, signez un contrat de sous-traitance (accord de traitement des données).

Attention à un piège : les modèles Ollama portant la mention cloud (par exemple gemma4:cloud) fonctionnent sur les serveurs d’Ollama, donc le contenu quitte l’entreprise. Désactivez les fonctions cloud dans les paramètres. Je mets en place un serveur distinct et chiffré pour les données clients, en Pologne ou dans l’UE, dans le service Données clients dans l’UE.

Lorsque le modèle discute avec des clients, par exemple comme chatbot IA sur un site, l’article 50 de l’AI Act exige, depuis le 2 août 2026, que le client sache qu’il parle à une IA. J’adapterai le chat dans le cadre du Pack AI Act. Il s’agit d’une information générale, et non d’un conseil juridique.

Mise en place pas à pas : d’abord le test, ensuite l’achat

1. Choisissez 5 à 10 tâches réelles : un e-mail de réclamation, un contrat à résumer, des produits à décrire, un scan de facture.
2. Lancez un petit modèle sur l’ordinateur que vous avez déjà. Installez Ollama et tapez dans le terminal :

ollama run gemma4:e4b

Le premier lancement télécharge le modèle (plusieurs Go). Sur un ordinateur plus puissant, testez aussi gemma4:12b. Le mode d’emploi se trouve dans la documentation de Gemma de Google.

3. Comparez avec le cloud. Confiez les mêmes tâches, sans données personnelles, à un modèle dans le cloud. Évaluez le polonais, les erreurs et le temps d’attente.
4. Choisissez le matériel en fonction du modèle qui a réussi le test, et non l’inverse. Si E4B suffit, n’achetez pas une carte coûteuse.
5. Configurez le chat pour l’équipe : comptes, base de connaissances constituée de documents, sauvegardes.
6. Rédigez les règles. Le modèle se trompe, donc les chiffres, les délais et les réponses aux clients sont toujours vérifiés par une personne.

En résumé

Un modèle d’IA local en entreprise a du sens lorsque vous travaillez sur des données qui ne doivent pas aller dans le cloud, ou lorsque l’équipe écrit beaucoup et que vous ne voulez pas payer chaque requête. Gemma 4 et Bielik sont gratuits, y compris pour un usage commercial, et un test sur votre propre ordinateur ne coûte rien. N’achetez le matériel que lorsque le modèle a réussi le test sur vos tâches.

Si vous voulez que je choisisse le matériel, que j’installe le modèle et que je configure la lecture des journaux, découvrez le service Modèle d’IA local pour l’entreprise ou écrivez-moi. Je réponds sous 24 heures.