Blog

Adopter l'IA sans perdre le contrôle de ses données : ce que tout décideur devrait savoir

La Côte d'Ivoire a signé le 17 août un partenariat avec Mistral pour auditer son écosystème national d'intelligence artificielle.L'annonce est une bonne occasion de clarifier une question que se posent aujourd'hui toutes les administrations et entreprises de la sous-région.

Adopter l'IA, oui. Mais où vont les données ?

La réponse tient à un choix technique que peu de décideurs connaissent, et qui détermine pourtant tout le reste.

Un modèle d'IA, c'est un fichier

Quand un modèle est entraîné, le résultat est un très gros fichier de nombres — des milliards de paramètres appelés « poids ». Ils encodent tout ce que le modèle a appris. Le programme qui les exécute est banal; la valeur est entièrement dans ce fichier.

Deux régimes existent, et l'écart entre les deux est considérable.

Modèle à poids fermés: Le fichier ne quitte jamais les serveurs du fournisseur. Vous envoyez votre requête par internet, elle est traitée à l'étranger, la réponse revient. C'est le cas de ChatGPT, Claude ou Gemini.

Modèle à poids ouverts: Le fichier est téléchargeable. Vous l'installez sur vos propres serveurs. Le modèle tourne chez vous. C'est le cas de Mistral, de Llama, de Qwen.

Pourquoi cela change tout ?

Prenons un ministère de la Santé qui veut exploiter des dossiers patients.

Avec un modèle à poids fermés, chaque dossier traité part vers un serveur étranger. Les garanties contractuelles peuvent être solides —les données ont malgré tout quitté le territoire et relèvent d'un droit étranger.

Avec un modèle à poids ouverts hébergé dans un data center national, les dossiers ne sortent jamais. Vous pourriez couper la connexion internet : le système continuerait de fonctionner.

C'est la différence entre louer un service et posséder un outil.

Et c'est pourquoi la vraie question n'est pas « avec quel fournisseur signe-t-on ? » mais « où tourne le modèle ? ». Deux administrations peuvent contracter avec la même entreprise : l'une garde la main sur ses données, l'autre la perd entièrement. Ce qui les sépare n'est pas le contrat, c'est l'architecture.

Un point juridique souvent ignoré

Le CLOUD Act américain autorise les autorités des États-Unis à réclamer des données détenues par une entreprise américaine, quel que soit le pays où elles sont stockées. Un hébergement « local » chez un fournisseur américain n'y échappe pas.

Les entreprises européennes n'y sont pas soumises. C'est un critère à intégrer dans toute évaluation — au même titre que le prix ou la performance.

Ce que cela coûte, honnêtement

Héberger un modèle chez soi suppose du matériel — des GPU, coûteux — et des compétences internes pour l'installer et le maintenir. Ce n'est pas gratuit.

Et les modèles fermés restent généralement plus performants sur les tâches les plus complexes. L'écart s'est fortement réduit ces deux dernières années, mais il existe.

L'arbitrage est donc réel : payer l'infrastructure et la compétence pour garder le contrôle, ou payer un abonnement et accepter une dépendance. Les deux choix se défendent. Ce qui ne se défend pas, c'est de faire ce choix sans savoir qu'on le fait.

Trois questions avant de signer

Où résident physiquement les données ? Sur quel territoire, sous quelle juridiction.

Qui opère le modèle ? Un système que vous ne pouvez niarrêter, ni migrer, ni reconfigurer sans votre prestataire n'est pas le vôtre.

Que reste-t-il dans trois ans ? Des équipes formées et une infrastructure maîtrisée — ou un abonnement que vous ne pouvez plus interrompre sans perdre le service.

Toutes les données n'exigent pas le même niveau de protection. Un assistant de rédaction interne et un système traitant des dossiers médicaux n'appellent pas la même architecture. Le premier réflexe est de classer ses données avant de choisir sa technologie.

Notre passion

Chez Comko Digital, nous accompagnons entreprises et institutions de la sous-région sur ces arbitrages : architecture, souveraineté des données, montée en compétences des équipes internes.

Votre organisation a-t-elle déjà classé ses données selon leur sensibilité ? C'est le point de départ de toute décision d'architecture. Ecrivez-nous

← Tous les articles