Modèle IA local ou API cloud : que faire de vos données sensibles ?
Où passent vos données quand vous utilisez l'IA ? Ce que disent la CNIL et l'ANSSI, ce que prévoient réellement les contrats des fournisseurs, et comment trancher depuis La Réunion.
La réponse courte
Pour la plupart des usages d'une PME (rédiger, résumer, trier, répondre), une API professionnelle suffit, à condition de la payer, de signer le contrat de sous-traitance qui va avec et de couper la réutilisation de vos données. Le modèle installé chez vous devient le bon choix dans trois cas précis : des données de santé, des documents que vous n'avez pas le droit de confier à un tiers, ou un usage en temps réel que la distance rend inconfortable.
Entre les deux, le vrai risque n'est pas celui qu'on croit. Ce n'est pas « le cloud » : c'est le compte personnel gratuit ouvert par un collaborateur pressé.
« En local », ça veut dire quatre choses différentes
Le débat oppose souvent « le cloud » et « le local », comme s'il n'y avait que deux options. En pratique il y en a quatre, et elles n'engagent pas du tout les mêmes risques.
L'écart entre les deux premières situations est plus grand qu'entre la deuxième et la dernière. C'est le point que la plupart des comparatifs ratent.
Le risque réel, mesuré
Les dirigeants ont conscience du problème : 52 % des PME françaises craignent la perte de données ou le piratage, en hausse de 8 points depuis 2021, selon le Baromètre France Num 2025 publié en septembre 2025 auprès de 11 021 entreprises.
Ce que montrent les mesures de terrain, c'est que cette crainte porte souvent sur le mauvais objet. Dans son rapport de janvier 2026, l'éditeur Netskope relève une moyenne de 223 incidents par mois et par organisation où des données sensibles partent vers une application d'IA, et surtout que 47 % des utilisateurs professionnels d'IA générative passent par un compte personnel. Bonne nouvelle au passage : cette proportion est en nette baisse, elle était de 78 % un an plus tôt, pendant que la part des comptes gérés par l'entreprise passait de 25 % à 62 %. Les trois catégories de données les plus souvent concernées : le code source, les données réglementées et la propriété intellectuelle.
Autrement dit : le problème n'est presque jamais le fournisseur choisi par l'entreprise. C'est l'outil que personne n'a choisi.
Ce que disent la CNIL et l'ANSSI
Sur le mode de déploiement, la CNIL est explicite. Dans ses questions-réponses sur l'utilisation d'un système d'IA générative publiées le 18 juillet 2024, à la question « Quel mode de déploiement privilégier (on premise, API, cloud) ? » :
Si l'utilisation envisagée consiste à fournir des données personnelles (données des clients ou des collaborateurs) ou de la documentation sensible ou stratégique (par exemple pour le RAG), il semble généralement plus opportun et plus sécurisé de privilégier le déploiement de solutions « sur site » (on premise) qui présentent l'avantage de limiter les risques d'extraction de données auprès d'un tiers.
Le même document rappelle ce que change le passage par une API : « la maîtrise du système est alors quasi exclusivement dans les mains du fournisseur ». Vous héritez des choix de sécurité de quelqu'un d'autre, et votre conformité dépend de ce qu'il a écrit dans ses conditions.
L'ANSSI est plus directe encore dans ses Recommandations de sécurité pour un système d'IA générative, publiées le 29 avril 2024 :
Le fait d'envoyer des informations (texte, images, documents) à un service d'IA générative grand public revient à déposer ces mêmes informations sur un espace de stockage leur appartenant.
Sa recommandation R34 tient en une ligne : proscrire l'utilisation d'outils d'IA générative sur Internet pour un usage professionnel impliquant des données sensibles. Le guide nomme les services visés (ChatGPT, Gemini, Copilot, DeepL, Perplexity) et liste ce qu'il ne faut jamais y coller : données personnelles, données contractuelles, juridiques ou financières de l'entreprise, mots de passe et clés d'API.
À lire vite, on en conclut qu'il faut tout rapatrier chez soi. C'est une erreur de lecture : ces deux textes visent les services grand public, pas les offres professionnelles sous contrat. La nuance change tout, et elle se vérifie dans les conditions des fournisseurs.
Ce que prévoient réellement les contrats
Ces conditions sont publiques. Elles sont aussi mouvantes : les lignes ci-dessous ont été relues sur les textes en vigueur en septembre 2026.
| Service | Vos données servent-elles à entraîner les modèles ? |
|---|---|
| OpenAI, API | Non : depuis le 1er mars 2023, les données envoyées à l'API ne servent pas à entraîner les modèles, sauf accord explicite. Conservation 30 jours pour la détection d'abus. |
| ChatGPT en compte personnel | Oui, par défaut. Désactivable dans Réglages, Contrôles des données. |
| Anthropic, API et offres entreprise | Non : les données des déploiements commerciaux ne servent pas à entraîner les modèles. |
| Google Gemini, offre payante | Non. Offre gratuite : oui, sauf dans l'Espace économique européen, en Suisse et au Royaume-Uni, où ce sont les conditions payantes qui s'appliquent. |
| Mistral AI, Studio et API | Oui par défaut, sauf opposition du client. |
La dernière ligne surprend, parce qu'elle prend à revers le raisonnement le plus répandu : « je choisis un fournisseur français, donc mes données sont protégées ». L'avenant de sous-traitance en vigueur depuis le 27 juillet 2026 autorise Mistral à traiter les données personnelles en tant que responsable de traitement pour entraîner ses modèles, « sauf si le client s'y est opposé ». Les conditions commerciales du 5 août 2026 et la politique de confidentialité du 3 septembre 2026 disent la même chose, avec l'intérêt légitime pour base légale.
L'opposition se fait à la main, dans le panneau d'administration, rubrique Confidentialité, en désactivant le réglage intitulé « Anonymous improvement data ». Et le réglage de l'API est distinct de celui de l'assistant conversationnel : couper l'un ne coupe pas l'autre.
Beaucoup d'articles affirment l'inverse en citant une phrase, « nous n'utilisons pas vos prompts pour entraîner nos modèles », qui figurait effectivement dans les conditions de Mistral… en décembre 2023. Elle a disparu des versions suivantes. C'est la limite de l'exercice : une ligne exacte l'an dernier peut être fausse cette année. La seule méthode fiable consiste à relire les conditions au moment de choisir, puis à chaque renouvellement.
Deux points annexes, rarement mentionnés :
- La résidence européenne ne se décrète pas, elle se configure. Chez OpenAI, elle suppose de créer un nouveau projet sur le point d'entrée européen : un projet existant ne se migre pas. Chez Anthropic, l'API directe ne propose aujourd'hui que « États-Unis » ou « mondial » ; passer par l'Europe suppose de consommer le modèle via AWS, Google Cloud ou Microsoft.
- « Société française » ne signifie pas « données jamais sorties d'Europe ». L'avenant de Mistral prévoit lui aussi un mécanisme de transferts internationaux encadré par les clauses contractuelles types.
Les trois cas où la question ne se pose plus
Les données de santé
C'est le seul domaine où la règle est binaire. L'article L. 1111-8 du code de la santé publique et le décret du 26 février 2018 imposent que les données de santé hébergées pour le compte d'un tiers le soient chez un hébergeur certifié HDS, et le responsable de traitement doit s'assurer que son prestataire détient bien ce certificat. L'Agence du Numérique en Santé en publie la liste officielle.
Or aucun des grands fournisseurs d'API d'IA ne revendique cette certification. Pour traiter des données de santé, le chemin passe par un modèle déployé sur une infrastructure certifiée : c'est l'hébergement qui porte la certification, pas l'éditeur du modèle.
Les secrets techniques
Mots de passe, clés d'API, jetons d'authentification, fichiers de configuration : l'ANSSI les range explicitement parmi les données à ne jamais soumettre à un service d'IA en ligne. Coller une configuration dans un chat pour demander « pourquoi ça ne marche pas » est le geste le plus banal du quotidien technique, et l'un des plus coûteux.
Ce que vous n'avez pas le droit de confier
Un cabinet comptable, un avocat, un assureur, un cabinet de recrutement manipulent des documents couverts par le secret professionnel ou par des engagements envers leurs propres clients. La question n'est alors pas « ce fournisseur est-il sérieux ? » mais « ai-je le droit de transmettre ce document à un tiers, quel qu'il soit ? ». Le contrat de sous-traitance prévu à l'article 28 du RGPD règle le volet données personnelles ; il ne règle pas celui du secret professionnel.
Ce que ça coûte vraiment
L'argument « j'achète une machine et j'arrête de payer l'abonnement » était solide il y a deux ans. Il l'est beaucoup moins aujourd'hui, et c'est le marché du matériel qui a changé, pas le raisonnement.
Acheter. La pénurie de mémoire a fait flamber les cartes graphiques : la carte de référence pour l'inférence s'affichait autour de 2 600 € en septembre 2025, elle se négocie entre 5 500 € et 7 500 € un an plus tard, quand elle est en stock. Côté mémoire unifiée, un Mac Studio démarre à 2 999 € et un Mac mini à 1 049 €. Ces machines font tourner confortablement des modèles de 8 à 30 milliards de paramètres.À La Réunion, deux lignes s'ajoutent à la facture, et elles sont souvent oubliées :
- L'octroi de mer sur le matériel informatique importé : 6,5 % (4 % d'octroi de mer, 2,5 % d'octroi de mer régional), tarif entré en vigueur le 1er mars 2025. Contrairement à la TVA, il ne se récupère pas : sur 5 000 € de matériel, ce sont 325 € définitivement perdus.
- La TVA à 8,5 %, rétablie sur le matériel informatique le 28 décembre 2025. L'exonération dont l'île a bénéficié pendant neuf mois a été supprimée par un arrêté du 11 décembre 2025, et le gouvernement a indiqué en juillet 2026 ne pas envisager de la rétablir.
La conclusion est inconfortable pour les deux camps : en dessous d'un volume industriel, le modèle auto-hébergé ne se justifie jamais par le prix. Il se justifie par la nature des données, par une contrainte technique ou par une exigence de maîtrise. Ce sont de bonnes raisons. Ce ne sont pas des économies.
La latence : l'argument réunionnais le plus mal compris
C'est le point où la géographie prend le dessus sur la technique. Quatre câbles sous-marins touchent La Réunion : SAFE (2002), LION (2009), METISS (2021), et le futur ReuNION annoncé pour 2028. Aucun ne rejoint l'Europe. Le trafic transite par l'Afrique du Sud avant de remonter vers le continent.
Le résultat se lit dans n'importe quel traceroute. Relevé le 22 septembre 2026 depuis une connexion réunionnaise : le dernier routeur situé sur l'île répond en 15 millisecondes ; le saut suivant, un point d'échange à Paris, répond en 180 millisecondes. Un seul saut réseau, 165 millisecondes ajoutées. C'est l'océan.
En pratique, l'aller-retour entre La Réunion et Paris se situe entre 175 et 220 millisecondes. Ce n'est pas un défaut d'opérateur : compte tenu du chemin réellement emprunté autour de l'Afrique, le plancher physique est d'environ 180 millisecondes. Même en ligne droite, on ne descendrait pas sous 95. Aucun changement de fournisseur, aucun cache ne franchira ce mur tant qu'un câble plus court n'existe pas.
Ce que ça change dépend entièrement de l'usage :
| Usage | Effet des 180 ms |
|---|---|
| Rédaction, résumé, classement de documents | Négligeable : la réponse met de toute façon plusieurs secondes |
| Traitement par lots, la nuit | Aucun |
| Chatbot écrit sur un site | Perceptible, acceptable |
| Agent vocal, dictée en temps réel | Problématique |
Le dernier cas mérite un chiffre. Dans une conversation humaine, le délai moyen de réponse entre deux interlocuteurs est d'environ 200 millisecondes, toutes langues confondues. Le budget technique d'un agent vocal alloue typiquement 200 à 400 millisecondes au modèle pour produire son premier mot. Depuis La Réunion, l'aller-retour vers l'Europe consomme à lui seul l'équivalent de ce budget, avant même que le modèle ait commencé à travailler. C'est le seul usage où l'installation locale se justifie par la performance pure. L'argument est technique, pas juridique.
Ce qu'on perd vraiment en qualité
Autant le dire franchement : les meilleurs modèles restent fermés. Au classement public le plus suivi, arrêté au 13 septembre 2026, les dix-huit premières places sont occupées par des modèles propriétaires ; le premier modèle à poids ouverts arrive dix-neuvième. Sur un autre indice de référence, l'écart entre le meilleur modèle propriétaire et le meilleur modèle ouvert est d'une douzaine de points. En français, la dernière étude académique d'ampleur, qui a évalué 94 modèles sur 23 tâches en octobre 2025, relève elle aussi un écart net.
Mais ce classement ne répond pas à la question qui compte. Les modèles ouverts qui occupent le haut du tableau pèsent de 300 milliards à près de 3 000 milliards de paramètres : ils ne tournent pas chez vous, ils tournent en centre de données. Ce qu'une machine à 24 Go de mémoire vidéo fait réellement tourner, ce sont des modèles de 8 à 31 milliards de paramètres, la plupart sous licence Apache 2.0, donc utilisables commercialement sans contrepartie.
Or ces modèles suffisent pour les tâches qui occupent l'essentiel du quotidien d'une PME : extraire les lignes d'une facture, classer des courriels, résumer un compte rendu, reformuler un texte, répondre à partir d'une base documentaire interne. L'écart de classement se joue sur le raisonnement long, le code complexe, les problèmes à plusieurs étapes. Pas sur la lecture d'un bon de commande.
Le bon réflexe n'est donc pas de comparer des scores, mais de tester un petit modèle sur vos propres documents. Si le résultat tient, la question du classement mondial ne se pose plus.
Décider en quatre questions
Dans l'ordre, parce que la première suffit souvent à trancher.
Une obligation que beaucoup ignorent : dire que c'est une IA
Depuis le 2 août 2026, l'article 50 du règlement européen sur l'intelligence artificielle impose d'informer les personnes qu'elles s'adressent à une machine. Un chatbot sur votre site doit le dire. Contrairement à ce qu'on lit souvent, cette échéance n'a pas été repoussée : le règlement (UE) 2026/1744 du 8 juillet 2026 a décalé les obligations relatives aux systèmes à haut risque, pas les obligations de transparence.
Pour une PME, le rôle est presque toujours celui de déployeur, pas de fournisseur de modèle. Les obligations sont courtes, mais elles existent, et la taille de l'entreprise n'exonère de rien.
Un mot d'honnêteté pour finir sur le volet juridique : à ce jour, la CNIL n'a prononcé aucune sanction fondée sur l'usage d'un outil d'IA avec des données personnelles, et l'IA ne figure pas parmi ses thématiques prioritaires de contrôle pour 2026. Les sanctions marquantes sont venues d'Italie : 15 millions d'euros contre OpenAI en décembre 2024, 5 millions contre l'éditeur du chatbot Replika en avril 2025, cette dernière faisant l'objet d'un recours. Le risque réglementaire est réel mais encore théorique ; le risque opérationnel, lui, est mesuré chaque mois.
En pratique, à La Réunion
Le bon réflexe n'est ni « tout au cloud » ni « tout à la maison » : c'est de trier les données avant de choisir l'outil. Dans la plupart des entreprises, une seule catégorie de documents justifie une installation dédiée. Le reste passe par une API sous contrat, avec la réutilisation coupée et les accès tracés.
Ce tri est un travail d'architecture : cartographier ce qui circule, décider ce qui a le droit de sortir, écrire les règles d'usage, puis choisir la technique qui s'y conforme. L'IA accélère ensuite l'exécution ; elle ne prend pas cette décision à votre place.
Si le sujet se pose chez vous, la conception de systèmes IA commence justement par cet état des lieux. Et si la piste d'une machine dédiée se confirme, l'aide régionale Kap TPE finance l'investissement matériel, un levier que peu d'entreprises réunionnaises exploitent.
Sources
- CNIL, Questions-réponses sur l'utilisation d'un système d'IA générative, 18 juillet 2024
- ANSSI, Recommandations de sécurité pour un système d'IA générative, 29 avril 2024
- OpenAI, Your data ; Anthropic, Regional compliance ; Mistral AI, Data Processing Addendum, en vigueur le 27 juillet 2026
- DGE, Baromètre France Num 2025, septembre 2025
- Netskope, Cloud and Threat Report 2026, 6 janvier 2026
- CRE, barème des tarifs réglementés de vente d'électricité au 1er août 2026 (délibération n° 2026-147 du 15 juillet 2026)
- Douane, L'octroi de mer à La Réunion
- CNIL, bilan des sanctions 2025, 9 février 2026
Questions fréquentes
Est-il interdit d'utiliser ChatGPT au travail ?
Non, rien ne l'interdit en soi. Ce que l'ANSSI proscrit dans son guide du 29 avril 2024, c'est d'y soumettre des données sensibles depuis un service grand public : données personnelles, documents contractuels, juridiques ou financiers, mots de passe et clés d'API. Pour un usage professionnel régulier, la bonne pratique consiste à passer par une offre sous contrat et à écrire noir sur blanc ce qui a le droit d'y être collé.
Un modèle installé sur mes serveurs me met-il automatiquement en conformité avec le RGPD ?
Non. L'hébergement règle la question du transfert vers un tiers, pas celle de la base légale, de l'information des personnes, de la durée de conservation ou de la sécurité. Un modèle local mal protégé reste un manquement à l'article 32 du RGPD. La conformité tient à l'usage et à la documentation, pas à l'emplacement de la machine.
Mes données passent-elles par les États-Unis si j'utilise une API américaine ?
Elles peuvent y être traitées, et ces transferts sont encadrés par la décision d'adéquation de juillet 2023, dite Data Privacy Framework. Elle produit toujours ses effets en septembre 2026, mais elle est contestée sur deux fronts : un pourvoi pendant devant la Cour de justice de l'Union européenne et une lettre du Comité européen de la protection des données adressée à la Commission le 31 juillet 2026. Plusieurs fournisseurs proposent par ailleurs une résidence des données en Europe, qui se configure au moment de la mise en place et non après coup.
Quelle puissance faut-il pour faire tourner un modèle chez soi ?
Avec 24 Go de mémoire vidéo, soit une carte graphique haut de gamme ou un Mac à mémoire unifiée, on fait tourner confortablement des modèles de 8 à 31 milliards de paramètres, largement suffisants pour extraire, classer, résumer ou répondre à partir d'une base documentaire interne. Les modèles ouverts qui figurent en tête des classements mondiaux, eux, pèsent de 300 à près de 3 000 milliards de paramètres et exigent du matériel de centre de données.
Est-ce moins cher que de payer une API ?
En dessous d'un volume industriel, non. Les mêmes modèles ouverts servis à la demande par des hébergeurs européens coûtent entre 0,04 et 0,15 euro le million de tokens en entrée, quand un GPU loué en continu revient à 540 à 575 euros hors taxes par mois. Il faut traiter plusieurs milliards de tokens mensuels pour inverser le calcul. L'installation locale se justifie par la nature des données ou par une contrainte technique, pas par des économies.
Faut-il prévenir les visiteurs qu'un chatbot est une IA ?
Oui. Depuis le 2 août 2026, l'article 50 du règlement européen sur l'intelligence artificielle impose d'informer les personnes qu'elles interagissent avec un système d'IA. Cette échéance n'a pas été repoussée par le règlement (UE) 2026/1744 du 8 juillet 2026, qui n'a décalé que les obligations applicables aux systèmes à haut risque.
