// Manifeste

Pourquoi nous construisons sur des modèles ouverts.

Pas par idéologie. Pour une raison concrète : sur les données sensibles, qui possède et contrôle le modèle compte plus que quelques points de performance dans un benchmark.

Définition

Modèles « ouverts », en bref.

Un modèle ouvert (ou open-weight) est un modèle d'IA dont les poids — le « cerveau » entraîné — sont disponibles publiquement et peuvent être exécutés sur une infrastructure de votre choix. L'alternative, ce sont les modèles fermés, accessibles uniquement via les API d'un fournisseur : puissants, mais des « boîtes noires » auxquelles vous devez envoyer vos données pour obtenir une réponse.

// la différence en pratique

Avec un modèle fermé, les données vont vers le modèle ; avec un modèle ouvert, c'est le modèle qui vient aux données.

Quatre raisons pour lesquelles cela compte.

1 · Souveraineté des données

Avec un modèle ouvert exécuté en interne, les données sensibles ne quittent jamais votre périmètre. Aucun envoi vers des API étrangères, aucun transit par un cloud hors de Suisse, aucun risque que vos contenus alimentent l'entraînement d'un modèle tiers.

2 · Aucun lock-in

Un modèle que vous possédez est portable et stable. Vous ne dépendez pas des choix d'un fournisseur unique : hausses de prix, changements de conditions, fonctionnalités abandonnées ou interruptions de service soudaines ne vous exposent pas. Le système que vous construisez aujourd'hui reste le vôtre demain.

3 · Transparence et contrôle

Les modèles ouverts sont vérifiables. Vous pouvez en contrôler le comportement, les adapter à votre domaine, les soumettre à des contrôles de sécurité et les documenter pour un audit. Dans un contexte réglementé, pouvoir expliquer comment un système fonctionne est aussi important que le fait qu'il fonctionne.

4 · Économie d'échelle

Au-delà d'un certain volume d'utilisation, une infrastructure propre devient plus prévisible et économique qu'un coût par appel qui croît sans limite. Les coûts sont les vôtres, maîtrisables et planifiables.

// Honnêteté intellectuelle

Et les modèles fermés ? Ne prétendons pas qu'ils n'ont aucun avantage.

Il serait malhonnête de dire que les modèles ouverts l'emportent toujours. Sur certaines tâches particulièrement complexes, les meilleurs modèles fermés restent aujourd'hui en avance, et leur adoption est immédiate car elle ne nécessite aucune infrastructure.

C'est pourquoi notre approche est pragmatique, et non dogmatique :

par défaut

Ouvert par défaut sur tout ce qui touche à des données sensibles, confidentielles ou réglementées.

hybride

Hybride là où une tâche non critique bénéficie réellement de la capacité d'un modèle de pointe — et toujours avec des données anonymisées ou non sensibles.

limite

La décision sur la limite est la vôtre, prise avec nous sur la base des faits, et non subie par défaut.

Le sujet n'est pas « ouvert contre fermé ». C'est de placer chaque donnée là où elle doit légitimement être.

Vous voulez comprendre quel mix est fait pour vous ?

Réserver un appel →← Retour à l'accueil