Technologies

IA et souveraineté: les leviers concrets pour les entreprises

La solution la plus souveraine est d’héberger un modèle ouvert sur un serveur propre à l’entreprise. Pexels

Steven Kakon

Publié mardi 18 août 2026

Lien copié

#Numérique Trois experts actifs dans la formation à l’IA détaillent les solutions adaptées aux PME, leurs risques et leurs coûts.

Dépendance, fuite de données, propriété intellectuelle menacée. Trois risques, un même combat: la souveraineté numérique. Pour les PME, la question est de trouver la solution interne adaptée à leurs activités, quelque part entre deux extrêmes.

D’un côté, l’usage brut et sans filet: utiliser ChatGPT sans même cocher la case «ne pas entraîner le modèle avec mes données». Pour plus de 60% des entreprises, les outils existants (ChatGPT, Claude, Microsoft Copilot), peu coûteux, suffisent amplement pour la rédaction, la synthèse et l’aide au code. A l’autre bout du spectre, créer et entraîner son propre modèle d’IA concerne moins de 1% du marché, réservé à la recherche académique ou à des niches ultra-spécifiques soumises à de fortes contraintes de souveraineté (santé de pointe, haute horlogerie, sécurité). «Le véritable levier de valeur se situe au milieu», tranche Tanja Schlumpf, directrice de l’Institut Nomades Advanced Technologies à Genève. «Sans engager les investissements colossaux d’un modèle propriétaire, les PME ont tout intérêt à explorer les niveaux intermédiaires: personnaliser les assistants métier, connecter l’IA de façon sécurisée (conformément à la LPD) aux données internes ou déployer des agents autonomes pour automatiser des processus complexes».

Mais avant de s’engager, il faut maîtriser ses propres processus métier, ses données et leur niveau de confidentialité. Il s’agit de comprendre précisément comment le travail est réalisé, savoir où se trouvent les informations fiables. Exemple: pour automatiser le tri des emails arrivant sur l’adresse générique de l’entreprise, encore faut-il avoir documenté le savoir-faire de la personne qui s’en chargeait jusqu’ici, illustre Frédéric Dumonal, fondateur de l’institut de formation On Future à Genève et à Lausanne.

Hébergement interne

Toutes ces solutions intermédiaires n’offrent pas le même degré d’indépendance. «La solution la plus souveraine est d’héberger un modèle ouvert sur un serveur propre à l’entreprise. Si la machine sur laquelle le modèle est installé n’utilise pas internet, il n’existe aucun risque de fuite», affirme Charles Foucault-Dumas, responsable Développement, Innovation et Intelligence Artificielle à l’Ecole de Management et de Communication (ESM) de Genève. Indispensable pour des données de santé confidentielles, ce système reste largement superflu pour une entreprise de marketing qui produit du contenu grand public. Le choix du modèle compte tout autant que celui de l’hébergement. Un modèle suisse comme Apertus coche trois cases: open source (donc transparent), pensé pour la législation suisse et soumis à la juridiction helvétique. Associée à un hébergement interne, «la solution garantit un maximum de sécurité, mais un niveau d’efficacité qui peut varier selon les cas d’usage», nuance Frédéric Dumonal. Deuxième option: le modèle open source hébergé à l’extérieur, sur une machine virtuelle louée à un prestataire cloud. «Il s’agit d’utiliser un service d'infrastructure externe tout en gardant la main sur la configuration et la maintenance du modèle», résume Charles Foucault-Dumas.

Troisième voie, plus légère: passer par une interface de programmation d’applications qui relie sa propre application à un modèle prêt à l’emploi, comme OpenAI, Anthropic ou un modèle suisse ou européen. L’avantage? Pas besoin d’entraîner de modèles de données géants. Reste un défi commun à toutes ces options: qui peut prendre un tel projet en main? C’est ici qu’intervient le nouveau brevet fédéral d’AI Business Specialist, pensé pour former des profils capables de faire l’interface entre technologie et business. «Il doit comprendre les nuances, trouver un sponsor interne et les bonnes solutions pour l’entreprise, encadrer l’équipe technique et les utilisateurs pour accompagner au mieux le déploiement», détaille Charles Foucault-Dumas. L’institut On future propose des formations préparatoires à ce brevet. L’ESM connaît un succès similaire avec la sienne, lancée l’hiver dernier, et accueillera une deuxième volée dès le 31 août.

Solutions IA: quel coût?

L’investissement dépend largement de la complexité du projet. «Cela peut aller de quelques milliers de francs pour un assistant connecté à une base documentaire, jusqu’à plusieurs dizaines, voire centaines de milliers de francs pour une application métier complexe, interconnectée au système d’information de l’entreprise», indique Tanja Schlumpf.
Pour une PME qui souhaite connecter l’IA à ses données ou développer un agent sur mesure, il faut généralement considérer trois postes. D’abord, le développement et l’intégration: conception, connexion aux systèmes existants et sécurisation. Ensuite viennent les coûts de fonctionnement et de maintenance: utilisation des modèles, hébergement cloud sécurisé, maintenance et évolutions techniques. Enfin, il faut intégrer le coût humain et la conduite du changement: tests, accompagnement et formation des collaborateurs, indispensables

Plus d'articles sur l'IA: