Un cabinet comptable de la métropole me montrait sa facture ChatGPT : 480 € par mois pour 14 comptables qui faisaient des résumés et des mails. Puis la question qui révèle tout : "est-ce que nos données clients profitent à Microsoft ?" Je n'ai pas pu répondre "non". C'est là qu'on a installé un serveur IA local. La suite de son expérience vaut mieux qu'une réponse théorique.
Le cloud IA, côté facture et côté données
Le cloud IA, c'est simple : pas d'installation, pas de maintenance. Vous payez à l'usage (tokens). Pour une PME, les défauts sont bien réels :
- Le coût explose sans qu'on s'en aperçoive. Des employés qui utilisent des modèles plus chers pour des banalités. Des factures imprévisibles.
- Les données partent chez le fournisseur. Vos documents, vos données clients, votre structure interne passent par des services étrangers. Peu importe les options affichées : le contrôle est chez eux.
- La dépendance est totale. Prix variable, versions qui changent, modèle qui disparaît. Vous n'avez aucune prise.
Le panier type chez mes clients : 12 à 25 licences entre 20 et 35 €/mois, soit 3 600 à 8 000 € par an. Souvent pour un usage très partiel.
Le serveur IA local concrètement
Un serveur avec un GPU NVIDIA (RTX 4090, en dessous de 2 000 €) qui tourne chez vous ou dans notre datacenter, avec des modèles open-source (Llama 3.1 70B, Mistral 7B, Qwen). On accède par une interface web qui ressemble à ChatGPT, on branche l'API sur les outils de la boîte.
Les avantages pour de vrai : vos données ne quittent pas votre infrastructure. Pas de coût par requête. Pas de facture surprise. Et pour les cas sensibles (comptabilité, RH, contrats), c'est LA manière de faire de l'IA sans violer ses propres obligations.
Le comparatif qui a décidé mon client
| Critère | Cloud IA | Serveur local |
|---|---|---|
| Investissement initial | 0 € | 3 500 € (serveur équipé) |
| Coût 1 an | ~3 600 € (12 licences) | ~3 500 € + électricité 40 € |
| Coût 3 ans | ~10 800 € | ~4 300 € |
| Données | USA | En France |
| Facture | Imprévisible (tokens) | Fixe |
| Dépendance fournisseur | Totale | Aucune |
| Maintenant | Rien à faire | Mise à jour mensuelle des modèles |
Le calcul est vite fait pour un cabinet comptable de 12 personnes : le serveur est rentabilisé avant la fin de la première année. Dans les années suivantes, ça devient de l'économie directe.
Ce que j'aurais mieux fait moi-même
Pour être transparent : la première installation que j'ai faite pour ce cabinet comptable était sous-dimensionnée. 32 Go de RAM pour un modèle 70B en binaire quantifié FP8, les réponses mettaient 30 secondes et le GPU saturait. Mea culpa. Depuis, j'installe 64 Go minimum, et je préconise 2 To de NVMe pour les modèles. Le prix n'est pas si différent (1 000 €), et l'expérience utilisateur n'a rien à voir. Si vous voyez un forfait "serveur IA" à moins de 3 000 €, demandez la RAM réelle.
Ce que je déconseille franchement
Le serveur IA local n'est pas une réponse universelle. Les cas où je ne le conseille pas : si vous n'avez personne en interne pour la maintenance, ou si votre usage est ponctuel (une personne qui utilise l'IA 2 h par mois). Là, le cloud reste plus simple.
Pour tout usage régulier de l'IA sur des données sensibles, le local est significativement meilleur sur les critères poids (confidentialité, coût, souveraineté). Nous l'installons depuis Lille pour les PME du Nord, en incluant la maintenance et la supervision de votre serveur IA - et quand je dis maintenance, c'est nous qui la faisons, pas vous.
