Deux questions différentes
Modèle ouvert, fermé, local ou cloud ?
« Ouvert ou fermé » concerne l’accès au modèle et les droits d’utilisation. « Local ou cloud » concerne l’endroit où il fonctionne. Ces deux axes peuvent se combiner.
Quatre configurations
Ce que chaque choix change réellement
Sélectionnez une configuration pour comparer le contrôle, les besoins matériels et les points de vigilance.
Premier axe
Un modèle exécuté localement peut éviter l’envoi de l’enregistrement vers un fournisseur distant, mais il exige un appareil adapté et une configuration maîtrisée. Un service cloud peut être plus simple et performant, à condition que son contrat, ses réglages et les règles de l’organisation autorisent le traitement de ces données.
Ouvert ou fermé : à quoi pouvez-vous accéder ?
Entre totalement ouvert et totalement fermé, il existe de nombreux degrés. Certains projets publient seulement les poids du modèle. D’autres fournissent aussi le code, des informations sur les données et les conditions nécessaires pour étudier, modifier et redistribuer le système.
« Poids ouverts » n’est pas toujours synonyme d’« IA open source ». La licence peut limiter l’usage commercial, la redistribution ou certains domaines.
Deuxième axe
Local ou cloud : où part votre demande ?
En local, le calcul est réalisé sur votre appareil ou l’infrastructure de votre organisation. Dans le cloud, les informations sont envoyées à des serveurs distants administrés par un fournisseur ou un hébergeur.
Local
- Peut fonctionner hors connexion.
- Dépend de votre matériel.
- Vous gérez la sécurité et les mises à jour.
Cloud
- Accès simple depuis plusieurs appareils.
- Puissance gérée par le fournisseur.
- Les règles de traitement et de conservation doivent être examinées.
La confidentialité dépend de toute la chaîne
Regardez le trajet des données, pas seulement l’étiquette
Que transmettez-vous exactement ?
Ajoute-t-elle des journaux ou de la télémétrie ?
Où est-il exécuté et par qui ?
Que reste-t-il après la réponse ?
Un modèle local peut utiliser une interface connectée. Un service cloud peut, à l’inverse, proposer des garanties contractuelles strictes. Seule l’analyse du produit complet permet de conclure.
Les vrais compromis
Aucune option n’est meilleure dans tous les cas
Le cloud est souvent prêt à l’emploi ; le local demande davantage de réglages.
Un modèle téléchargeable permet plus de personnalisation, selon sa licence et sa documentation.
Les grands modèles peuvent nécessiter beaucoup de mémoire, d’énergie et de puissance de calcul.
Un service géré évolue sans intervention ; en local, vous choisissez quand et quoi mettre à jour.
Le cloud facture souvent l’usage ; le local demande du matériel et du temps de maintenance.
Le local peut fonctionner hors ligne ; un service distant dépend du réseau et du fournisseur.
Avant de choisir
Six vérifications utiles
- 01
Où le calcul est-il effectué ?
Appareil, serveur interne ou service distant. - 02
Quelles données sortent de votre environnement ?
Demandes, documents, journaux et métadonnées. - 03
Quelle licence s’applique ?
Usage, modification, redistribution et restrictions. - 04
Quels éléments sont réellement publiés ?
Poids, code, documentation et informations sur les données. - 05
Qui gère la sécurité et les mises à jour ?
Vous, votre organisation ou le fournisseur. - 06
Quel niveau de qualité faut-il ?
Testez la solution sur vos tâches réelles avant de décider.
Quatre idées à corriger
Les étiquettes peuvent être trompeuses
La licence, l’hébergement, le matériel et la maintenance peuvent avoir un coût.
Les poids peuvent être accessibles sans que le code, les données ou tous les droits le soient.
L’application, les extensions ou les sauvegardes peuvent encore communiquer avec l’extérieur.
Cela dépend du service, du contrat, du compte et des réglages. Il faut vérifier plutôt que supposer.
Sources de référence
Pour vérifier les notions
Ces références détaillent les libertés d’une IA open source, les licences des modèles et les critères de choix liés aux données.
La suite logique
Comprenez ce qu’un assistant peut garder d’une conversation.
Comprendre une notion
Gardez le fil de votre apprentissage.
Une étape courte et clairement reliée à ce que vous venez de lire.