Alternative à Claude Cowork : pourquoi les entreprises réglementées construisent leur propre stack d'IA coworker (2026)

Alternative à Claude Cowork : pourquoi les entreprises réglementées construisent leur propre stack d'IA coworker (2026)

Si vous avez lu notre guide complet sur Cowork et que votre intuition vous dit qu'il ne peut pas toucher à vos workflows les plus sensibles, vous avez probablement raison. Claude Cowork est parfaitement adapté au travail pour lequel il a été conçu — et mal adapté au travail réglementé, sur mesure et lié à la souveraineté qui remplit les agendas des entreprises. Voici l'analyse honnête, l'architecture de référence et le calcul du TCO.

Là où Claude Cowork excelle vraiment

Cowork est la bonne réponse quand votre travail concerne des données non sensibles, que votre équipe compte entre 5 et 500 personnes et que vous préférez démarrer en deux semaines plutôt qu'en deux trimestres. Anthropic a maîtrisé l'UX du coworker IA pour ce public, et les quatre bundles verticaux livrés en six semaines prouvent qu'ils y investissent à long terme, pas comme un projet annexe.

Trois sweet spots de Cowork sont bien documentés dans notre cluster :

• Marketing operations — briefs de contenu, recherche d'audience, orchestration multicanale. Le marketplace de plugins et les primitives de planification de Cowork s'alignent proprement sur la façon dont les équipes marketing travaillent réellement. Voir notre analyse marketing ops pour les workflows.
• Équipes juridiques — triage de contrats, revue de redlines, recherche juridictionnelle. Le bundle Legal qu'Anthropic a livré le 12 mai était le premier bundle vertical et reste le plus abouti. Nous détaillons les cas d'usage dans notre analyse pour les équipes juridiques.
• Petites et moyennes entreprises — facturation, suivi client, reporting léger. Le bundle SMB (13 mai) est vraiment bon pour les entreprises de moins de 250 employés sans CISO sur le dos. Notre revue SMB entre dans les détails.

Anthropic a aussi confirmé que les Services Financiers sont le prochain bundle vertical, et le stack Managed Agents annoncé à Code w/ Claude le 11 mai relève le plafond de ce que le marketplace de plugins de Cowork peut faire. Rien de tout cela n'est en doute.

Cowork est la bonne réponse pour la plupart des entreprises la plupart du temps. Cet article parle du reste — la minorité réglementée, liée à la souveraineté, gourmande en PI où Cowork est le mauvais outil, même si c'est un excellent produit.

Les 8 scénarios d'entreprise où Cowork atteint ses limites

Huit workflows séparent « Cowork convient » de « Cowork est impossible » : résidence des données GDPR, PHI santé, défense et gouvernement classifié, confidentialité de deal-room M&A, finance réglementée sous SEC/FINRA, protection de la PI propriétaire, étendue de serveurs MCP personnalisés au-delà de la vingtaine d'Anthropic, et patterns d'orchestration d'agents pour lesquels Anthropic n'a pas conçu. Chacun est un gate oui/non, pas une préférence.

Si vous lisez ce tableau et que deux lignes ou plus décrivent votre entreprise, vous êtes déjà au-delà de la ligne « Cowork convient ». Continuez à lire.

L'architecture de référence du coworker auto-hébergé

Un stack d'IA coworker auto-hébergé en production comporte sept couches : inférence, gateway, mémoire, orchestration d'agents, outils (serveurs MCP), RBAC/audit et UI. Chaque couche a deux ou trois vraies options en 2026, et le stack est suffisamment composable pour que vous puissiez échanger n'importe laquelle sans réécrire les autres. Voici ce que fait chaque couche, ce que nous utilisons le plus souvent et ce à quoi faire attention.

Couche 1 — Inférence (le modèle)

C'est là où le LLM tourne réellement. Vous avez quatre voies pratiques :

1. API Anthropic directe — le plus rapide, le moindre surcoût d'ingénierie, mais vous êtes de nouveau dans le chemin de données d'Anthropic. Acceptable si votre souci est l'orchestration sur mesure et non la résidence des données.
2. OpenRouter — une API unique sur 100+ modèles. Excellent pour le développement et la comparaison de modèles, moins pour l'audit d'entreprise.
3. Bedrock ou Vertex AI — endpoints privés cloud-natifs avec pinning régional. Anthropic Claude est disponible sur les deux. C'est le compromis d'entreprise le plus courant : qualité Claude avec conformité cloud-native.
4. Inférence on-premise — vLLM sur matériel H100/H200 exécutant des modèles open-weight. Llama 3.3 70B, DeepSeek V3, Qwen 3 ou Mistral Large. La seule voie pour IL5/IL6 et la plus coûteuse en capex.

Anthropic ne livre pas les poids de Claude, donc le vrai on-premise avec Claude est impossible. Si vous devez impérativement être on-premise, vous choisissez parmi les modèles open-weight — et l'écart de qualité avec Claude Opus 4.7 s'est nettement réduit sur les 18 derniers mois, mais n'est pas refermé.

Couche 2 — Gateway LLM

Le gateway se place entre chaque application et chaque modèle. Son rôle : failover, routage des coûts, journalisation d'audit, rate limiting et (crucial) l'abstraction du choix de modèle pour vous permettre d'échanger les chemins d'inférence sans toucher au code applicatif.

Options en production :

• LiteLLM — open-source, auto-hébergeable, API compatible OpenAI sur 100+ fournisseurs. Gratuit.
• Portkey — gateway managé avec tableaux de bord d'observabilité intégrés. Bon pour les équipes qui ne veulent pas opérer LiteLLM elles-mêmes.
• Helicone — observabilité d'abord ; se marie bien avec LiteLLM plutôt que de le remplacer.

Cette couche est non négociable en production. La sauter, c'est hardcoder le choix du modèle dans votre application — et redéployer chaque fois qu'Anthropic livre un nouveau modèle ou que votre équipe sécurité exige un failover régional.

Couche 3 — Mémoire et récupération

Trois sous-systèmes vivent ici :

• Base vectorielle — Pinecone (managée, voie la plus rapide) ou Qdrant (auto-hébergeable, le bon choix pour les exigences on-premise). Weaviate et pgvector sont aussi valides ; Qdrant a actuellement la histoire entreprise la plus propre.
• Mémoire structurée — Postgres pour tout ce qui bénéficie de SQL. La majeure partie de la « mémoire d'agent » est en réalité relationnelle, pas sémantique.
• Contexte court terme — Redis ou DynamoDB pour l'état de session, le cache de conversation récente et les résultats intermédiaires d'agents.

Réussissez cette couche et vos agents auront l'air de se souvenir. Ratez-la et chaque conversation repart de zéro — ce qui est acceptable pour un chatbot et fatal pour un coworker.

Couche 4 — Orchestration d'agents

C'est ici que les primitives de planification de Cowork cessent de suffire. Options :

• LangGraph — supervision multi-agents basée sur des graphes. Idéal pour les workflows avec routage conditionnel, retries et gates human-in-the-loop.
• CrewAI — équipes d'agents basées sur les rôles. Abstraction plus propre pour les patterns « analyste-recherche + rédacteur + relecteur ».
• DAG personnalisé — pour les équipes avec un solide bagage en systèmes distribués ; vous donne un contrôle complet au prix de tout construire.

Pour la plupart des entreprises, nous livrons LangGraph parce que le modèle en graphe simplifie l'histoire d'audit — chaque transition est journalisée, chaque décision inspectable. (Et le crédit de 500 $ pour Agent SDK d'Anthropic que nous couvrons ici subventionne souvent les trois premiers mois de développement Couche 4.)

Couche 5 — Outils (serveurs MCP)

Chaque intégration interne devient un serveur MCP. Salesforce, Snowflake, Jira, Confluence, Workday, votre data lake, votre API RH interne. La spécification Model Context Protocol est maintenant stable et livrée dans tous les frameworks d'agents majeurs. Vous écrivez un serveur par source de données ; la couche agent les découvre à l'exécution.

C'est la couche où le marketplace de plugins de Cowork s'effondre pour les entreprises. Anthropic curatise le marketplace — lentement et selon leur calendrier. Une couche MCP auto-hébergée vous permet de livrer un serveur pour un module SAP legacy en une semaine, pas un trimestre. Nous construisons typiquement 15–40 serveurs MCP par engagement entreprise.

Couche 6 — RBAC + journalisation d'audit

C'est là que les régulateurs décident si votre stack passe en production. Les composants :

• Moteur de politique — Open Policy Agent (OPA) ou AWS Cedar. Chaque appel d'outil et chaque appel de modèle passe par l'évaluation de politique. Par utilisateur, par rôle, par classe de données.
• Pipeline d'audit — chaque prompt, chaque réponse, chaque appel d'outil, chaque modèle sélectionné, chaque coût engagé, journalisés avec rétention complète. Nous utilisons des traces OpenTelemetry s'écoulant vers un SIEM en cloud réglementé ou une archive S3 long-terme conforme WORM.
• Détection PII/PHI — Presidio ou un pipeline DLP custom au gateway. Rédigez avant de journaliser ; ne laissez jamais de PHI brut atteindre votre stockage d'audit.

Cette couche est invisible pour les utilisateurs finaux et c'est la raison pour laquelle les entreprises paient effectivement le build. C'est aussi la couche que Cowork ne peut pas vous donner, structurellement, parce que la frontière d'audit n'inclut pas leur infrastructure.

Couche 7 — UI

L'avantage de l'app desktop de Cowork à la couche 7 disparaît en grande partie pour les entreprises, parce que la plupart des utilisateurs vivent déjà dans Slack, Microsoft Teams ou un portail web interne. Options UI pratiques :

• Bot Slack ou Teams — voie la plus rapide vers l'adoption dans les workflows existants.
• Application web sur mesure — Next.js ou votre portail interne existant, avec une surface d'agent embarquée.
• App desktop sur mesure — Electron reste la réponse pratique si vous voulez l'expérience « troisième onglet » à la Cowork. La plupart des entreprises n'en ont pas besoin.

Choisissez la surface où vos utilisateurs vivent déjà. L'argument de lock-in modèle ici est l'inverse de celui de Cowork : au lieu de forcer les utilisateurs dans une nouvelle app, votre stack vient à eux.

C'est un stack 7 couches, pas un projet de week-end. Les deux prochaines sections quantifient ce que ça coûte et combien de temps ça prend.

TCO sur 5 ans — Sièges Cowork vs Stack auto-hébergé

À 200 sièges, Cowork Enterprise gagne sur le coût. À 1 000+ sièges sur cinq ans, le build auto-hébergé tombe à environ 2 $/siège/jour tout compris — et croise le TCO de Cowork quelque part entre 600 et 800 sièges. Ce croisement ne compte cependant que si aucun autre gate (résidence des données, orchestration sur mesure, PI) n'a déjà forcé le build. Pour la plupart des entreprises réglementées, la comparaison TCO est un sanity check, pas un moteur de décision.

"TCO 5 ans : Cowork Enterprise vs Auto-hébergé (200 sièges)"

Tableau de données

"TCO 5 ans : Cowork Enterprise vs Auto-hébergé (200 sièges)"

"Option de sourcing"	"Total 5 ans"
"Cowork (200 sièges × 60 $/mois)"	720
"Auto-hébergé (200 sièges, build + 4 ans ops)"	1850
"Auto-hébergé (1 000 sièges, amorti)"	2150

Les hypothèses derrière ces chiffres, parce que les articles TCO qui les cachent sont inutiles :

• Cowork Enterprise — 60 $/siège/mois tarif catalogue pour le tier Enterprise avec résidence UE et add-on BAA, × 200 sièges × 60 mois = 720 K $. Pas d'add-ons marketplace inclus.
• Auto-hébergé 200 sièges — coût de build année 1 : 850 K $ (équipe de six ingénieurs sur deux trimestres, capex infra, base vectorielle, stack d'observabilité), plus années 2–5 ops à 250 K $/an (équipe ops à deux ingénieurs, usage modèle, opex infra). Total : 1,85 M $.
• Auto-hébergé 1 000 sièges — même coût de build année 1 (850 K $), années 2–5 ops à 325 K $/an (l'usage modèle grandit avec les utilisateurs ; l'ingénierie reste à peu près plate). Total : 2,15 M $, soit environ 2,15 $/siège/jour moyenné sur cinq ans.

La ligne intéressante est la troisième. Le coût d'ingénierie sur un stack auto-hébergé est en grande partie fixe — deux ingénieurs peuvent maintenir un stack qui sert 100 ou 10 000 sièges. L'usage modèle scale avec les utilisateurs mais se comprime par batching et caching. Le croisement TCO avec Cowork est réel, mais il se produit à une échelle que la plupart des entreprises n'atteignent que si elles poussent la plateforme à travers de nombreuses divisions.

Si vous êtes à 50 sièges et que vos données ne sont pas réglementées, Cowork gagne sur tous les axes. Si vous êtes à 5 000 sièges avec un CISO, le build auto-hébergé s'amortit avant l'année 3. La maths s'inverse autour de 600–800 sièges — et la plupart des pilotes d'entreprise sont dans cette plage ou au-dessus.

Time-to-value — La courbe qui surprend les CFO

Cowork est utilisable en semaine un et plateau au mois deux. L'auto-hébergé monte lentement durant le T1, dépasse Cowork autour du mois six et continue. La question du CFO n'est pas « lequel est plus rapide » — c'est « quelle courbe correspond à notre profil de risque et notre horizon de planification ».

"Time-to-value : Cowork vs Auto-hébergé (12 mois)"

Tableau de données

"Time-to-value : Cowork vs Auto-hébergé (12 mois)"

"Mois"	"Cowork"	"Auto-hébergé"
"M1"	70	5
"M2"	80	15
"M3"	80	35
"M4"	80	55
"M5"	80	70
"M6"	80	80
"M9"	80	92
"M12"	80	100

Trois choses que ce graphique sous-vend :

1. Le score de Cowork au mois 1 est élevé parce que c'est un produit, pas un projet. Anthropic a livré l'UX et les intégrations ; vous adoptez. L'écart de 30 points au mois 1 est réel, et il compte quand vous devez démontrer le ROI de l'IA à un board qui en entend parler depuis deux ans.

2. La courbe auto-hébergée n'est pas linéaire parce que le travail ne l'est pas. Mois 1–2, c'est l'architecture, le choix des vendors et la plomberie couches 1–2. Mois 3–4, les premiers agents réels en production sur le stack. Mois 5–6, quand le coût marginal de l'agent numéro 5 tombe à une fraction de celui de l'agent numéro un. C'est l'inflexion — et la raison pour laquelle bâtir une plateforme paraît frustrant lent les 90 premiers jours.

3. Le plateau de Cowork est réel, pas une calomnie. Cowork est excellent dans ce qu'Anthropic livre pour lui. Il n'est pas conçu pour s'étendre au-delà de cette enveloppe, et le marketplace existe précisément pour qu'ils n'aient pas à continuer de l'étendre eux-mêmes.

Nous avons parcouru la même forme de courbe dans notre analyse build-vs-buy pour les agents vocaux IA — les principes se transposent. Si votre business case vit ou meurt en mois 3, achetez. S'il vit en mois 12, construisez.

La matrice de décision build-your-own

Notez ces sept questions 0, 5 ou 10. Si vous dépassez 25, construisez. Entre 15 et 25, pilotez Cowork et reconsidérez. Sous 15, restez sur Cowork. La matrice est l'élément à plus fort signal de cet article ; si vous bookmarquez une chose, bookmarquez le tableau.

Nous avons appliqué cette matrice sur plus de 30 projets d'intégration IA des 18 derniers mois. La part d'organisations dépassant 25 est passée d'environ 30 % fin 2024 à environ 55 % en mai 2026 — surtout sous l'effet de l'application du GDPR et de la règle SEC de divulgation IA de 2025. Le glissement n'est pas idéologique ; il est réglementaire.

Un motif notable : les scores ont tendance à se grouper aux extrêmes. Les entreprises notent soit 5–15 (Cowork est évidemment juste), soit 35–70 (auto-hébergé est évidemment juste). La bande médiane 15–25 est plus rare qu'il n'y paraît et représente généralement des entreprises sur le point de franchir une ligne réglementaire qu'elles n'ont pas encore perçue.

Quand Cowork gagne quand même, même à l'échelle entreprise

Même dans les entreprises notant 50+ sur la matrice, Cowork gagne encore pour trois patterns : l'équipe marketing non réglementée, le prototype-then-buy de 90 jours et le bolt-on pour des plateformes IA internes matures. Tout auto-héberger est aussi faux que tout acheter ; l'art est de router chaque workflow vers le bon stack.

Les trois patterns :

• L'équipe marketing non réglementée dans une entreprise réglementée. Une pharma ne peut pas mettre du PHI sur Cowork, mais son équipe brand-marketing n'en manipule pas — elle écrit des briefs de campagne et analyse la performance par canal. Cowork y convient. Router le travail à faible sensibilité vers Cowork et le travail à haute sensibilité vers le stack interne est l'architecture évidente mais rarement appliquée, et nous traitons la question du remplacement des marketing managers en détail ailleurs.

• Patterns prototype-then-buy. Utilisez Cowork pendant 60–90 jours pour prouver que le workflow marche sur de vraies données et de vrais utilisateurs. Si le ROI apparaît, alors construisez. Sinon, vous avez dépensé 20 K $ en sièges Cowork au lieu de 200 K $ en build pour un problème que vous n'aviez pas. Le pilote Cowork de 90 jours est l'exercice de cadrage le plus qualitatif en IA d'entreprise.

• Entreprises matures avec plateformes IA internes déjà construites. Si vous avez déjà bâti le stack 7 couches pour le travail à haute sensibilité, brancher Cowork à la surface basse sensibilité est rapide, peu coûteux et réduit le risque de « shadow IT » que les équipes adoptent l'IA d'elles-mêmes.

Le sweet spot SMB de Cowork s'applique aussi à l'intérieur des entreprises — pour toute sous-équipe qui opère comme une petite entreprise, Cowork est structurellement le bon outil, quel que soit le profil réglementaire de la société mère.

L'auto-hébergé est la bonne réponse pour les charges sensibles. Cowork est la bonne réponse pour tout le reste. L'art est de savoir lequel est lequel — et de ne pas prétendre que c'est binaire.

Comment Techsy construit les intégrations d'IA d'entreprise

Nous avons livré plus de 30 projets d'intégration IA depuis 2024 en finance réglementée, santé-adjacent, défense-adjacent et marques consommation sensibles à la PI. La méthodologie n'a pas beaucoup changé parce que l'architecture n'a pas beaucoup changé — ce sont les mêmes sept couches, personnalisées par profil réglementaire.

La méthodologie en quatre phases :

1. Phase 1 — Atelier d'architecture et de TCO (2 semaines, prix fixe). Nous notons la matrice de décision avec votre équipe, esquissons l'architecture 7 couches pour vos contraintes et bâtissons le modèle TCO honnête. Vous repartez avec un artefact opérationnel, que vous nous embauchiez ou non pour la Phase 2.

2. Phase 2 — Build de référence (8–12 semaines). Un agent en production sur le stack 7 couches complet — typiquement le workflow à plus forte valeur et plus faible risque politique identifié en Phase 1. Production-ready, pas une démo. Nous utilisons l'Agent SDK d'Anthropic et le crédit de 500 $ que nous couvrons ici pour subventionner le travail initial de couche 4 quand cela s'applique.

3. Phase 3 — Expansion de la plateforme (3–6 mois). Agents 2 à N sur le même stack. C'est là que le coût marginal de chaque nouvel agent s'effondre — généralement 30–60 % du coût du build de référence Phase 2. Le stack 7 couches devient une plateforme.

4. Phase 4 — Passation et exploitation (continu). Votre équipe possède le stack. Nous restons en retainer pour les upgrades de modèles, les nouveaux serveurs MCP et les revues d'architecture trimestrielles.

Le stack que nous livrons par défaut en 2026 : Anthropic Claude Opus 4.7 + LangGraph + Pinecone (ou Qdrant pour full on-premise) + gateway LiteLLM + vLLM pour les chemins d'inférence on-premise, derrière RBAC OPA-policy et observabilité OpenTelemetry. Chaque composant est échangeable ; rien n'est sur mesure pour le plaisir de l'être. La plateforme de déploiement IA agentique que nous utilisons enveloppe ce stack dans une surface déployable, et notre pratique de développement d'agents couvre le modèle d'ingénierie en détail.

Si vous voulez noter la matrice ensemble et voir à quoi ressemblerait votre architecture 7 couches, réservez un appel d'architecture gratuit de 30 minutes avec notre équipe. Aucun prérequis, aucune slide — nous parcourons vos contraintes et esquissons le stack en direct.

Regardons le produit que nous critiquons respectueusement

Anthropic a livré un produit vraiment bon. Les treize prochaines minutes valent votre temps — c'est l'articulation la plus claire de ce à quoi Cowork sert, par l'équipe qui l'a construit.

Regardez-le avant de vous engager sur une voie. Si après l'avoir vu vous pensez que Cowork résout votre problème — achetez Cowork. Si vous vous surprenez à penser « c'est super, mais… », la seconde moitié de cet article est pour vous. Nous ne sommes pas anti-Cowork. Nous sommes anti-acheter-le-mauvais-outil-pour-votre-profil-réglementaire.

Chemin de migration — Du pilote Cowork à la production auto-hébergée

Le pattern le plus courant en 2026 n'est pas Cowork-ou-auto-hébergé. C'est Cowork-puis-auto-hébergé, avec un plan de migration propre. Voici le chemin en quatre étapes que nous recommandons :

1. Mois 0–3 — Pilote Cowork. Prouvez le workflow sur de vrais utilisateurs avec de vraies données (workflows à faible sensibilité uniquement). Documentez ce qui marche, ce qui échoue, ce que vous voudriez différent.
2. Mois 3–4 — Décision d'architecture. Notez la matrice avec les données de la Phase 1. Si vous dépassez 25, engagez-vous sur le build. N'éteignez pas Cowork tout de suite.
3. Mois 4–10 — Build parallèle. Construisez le stack 7 couches en parallèle de l'usage Cowork continu. Les workflows non sensibles restent sur Cowork ; le build cible les workflows réglementés.
4. Mois 10–12 — Bascule par workflow, pas par département. Les workflows sensibles migrent en premier vers l'auto-hébergé ; les non sensibles peuvent rester indéfiniment sur Cowork si le routage le justifie.

La règle de bascule est celle que la plupart des équipes ratent. Migrer par département crée un problème politique de marche forcée ; migrer par type de workflow laisse chaque équipe adopter le bon outil pour le travail devant elle. La matrice de décision note par workflow, pas par département, pour la même raison.

Nous avons aussi vu le pattern inverse — auto-hébergé-puis-Cowork — dans des entreprises ayant construit tôt et qui veulent maintenant donner à leurs équipes non réglementées une surface rapide. La comparaison avec ChatGPT Agents est la bonne référence si vous êtes coincé entre Cowork et un produit buy-side concurrent après vous être engagé sur une architecture hybride.

FAQ

Construire son propre stack n'est-il pas beaucoup plus cher ?

Pas toujours, et rarement simplement. À 200 sièges, Cowork gagne sur le coût sur cinq ans. Entre 600 et 800 sièges, les courbes se croisent ; à 1 000+ sièges, l'auto-hébergé est moins cher. Plus important : si vous notez 25+ sur la matrice de décision, la comparaison de coût est académique — les exigences réglementaires ou de souveraineté ont déjà tranché.

Combien de temps faut-il pour livrer un stack d'agent d'entreprise auto-hébergé ?

8–12 semaines pour le premier agent en production sur le stack 7 couches complet, 3–6 mois pour la plateforme (agents 2 à N) et en continu pour le tapis roulant des upgrades de modèle. Cowork livre en 1–2 semaines. La plupart des entreprises échangent ce delta de 8 semaines contre souveraineté et personnalisation ; celles qui ne le font pas n'étaient pas des entreprises qui devaient construire.

Pouvons-nous commencer avec Cowork et migrer plus tard ?

Oui — c'est le pattern le plus courant que nous voyons en 2026. Utilisez Cowork les mois 0–3 pour prouver le workflow, construisez le stack 7 couches en parallèle les mois 4–10, puis basculez par type de workflow plutôt que par département. La migration est plus difficile que de partir auto-hébergé dès le jour un mais beaucoup plus rapide que de construire à l'aveugle.

Et le Trust Center de Claude Enterprise ?

Le Trust Center d'Anthropic couvre SOC 2 Type II, ISO 27001, la résidence des données UE sur Enterprise et un BAA pour la santé. C'est une histoire forte pour ce qu'il couvre. Il ne couvre pas ITAR, IL5/IL6 sovereign-cloud, l'isolation hermétique de deal-room M&A, ni les workflows où le contenu même du prompt est classifié ou réglementé. Le Trust Center est nécessaire pour certains scénarios et structurellement insuffisant pour d'autres.

Le déploiement on-premise des modèles Anthropic est-il autorisé ?

Non. Anthropic ne livre pas les poids des modèles Claude, donc l'inférence on-premise authentique de Claude est impossible en 2026. L'auto-hébergement on-premise requiert des alternatives open-weight — Llama 3.3, DeepSeek V3, Qwen 3 ou Mistral Large sur vLLM. Bedrock et Vertex offrent des options private-endpoint que certains régulateurs acceptent comme équivalent pratique d'on-premise ; vérifiez avec votre équipe conformité avant de l'assumer.

Quel est le coût de maintenance continu dans le temps ?

Environ 250 K $/an pour une équipe ops de 2 ingénieurs plus l'usage modèle et l'infrastructure à l'échelle 200 sièges. Ce chiffre monte à environ 325 K $/an à 1 000 sièges — la majeure partie du coût est de l'ingénierie fixe, pas de l'infrastructure variable. L'usage modèle scale avec les utilisateurs mais se comprime par batching, caching et routage des requêtes plus petites vers des modèles moins chers via la couche gateway.

Qui possède les prompts et le tooling que nous développons ?

Vous, intégralement, sur un stack auto-hébergé. Sur Cowork, les prompts sont stockés dans l'infrastructure d'Anthropic sous leurs conditions commerciales — acceptable pour la plupart des entreprises, dealbreaker pour les industries sensibles à la PI (marques de consommation, biotech, finance réglementée). L'histoire de propriété est l'une des raisons sous-estimées pour lesquelles les entreprises matures auto-hébergent.

Supportez-vous l'hybride — certains workflows sur Cowork, d'autres auto-hébergés ?

Oui, et nous le recommandons plus souvent que le pur auto-hébergement. Routez les workflows à faible sensibilité vers Cowork et les workflows à haute sensibilité vers votre stack interne. Un gateway LiteLLM peut fan-outer par type de workflow avec des règles de routage simples, et vos couches d'audit et de politique peuvent traiter les deux surfaces uniformément.

Comment gérez-vous le tapis roulant des upgrades de modèle sur un stack auto-hébergé ?

Le gateway LiteLLM abstrait le choix de modèle. Quand Anthropic livre un nouveau modèle, vous pointez une config vers lui. Quand un modèle open-weight dépasse l'incumbent closed-source sur une tâche spécifique, vous redirigez cette charge intensive vers vLLM sans toucher au code applicatif. L'architecture 7 couches est explicitement conçue pour vous protéger du lock-in modèle — ce que Cowork, par conception, ne peut pas faire.

Conclusion

Cowork est un produit excellent pour le travail pour lequel il est conçu, et ce n'est pas la bonne réponse pour les entreprises réglementées avec des contraintes de souveraineté, de PI ou d'orchestration sur mesure. L'architecture de référence auto-hébergée à 7 couches dans cet article est la même que nous avons livrée plus de 30 fois depuis 2024 ; la matrice de décision est l'artefact que nous traversons avec chaque client en Phase 1. Lisez le guide complet sur Cowork si vous ne l'avez pas fait, puis revenez ici quand vous serez prêt à parler architecture.

Si vous souhaitez une version opérationnelle de la matrice de décision et un brouillon d'architecture 7 couches pour vos contraintes, contactez-nous — nous l'esquisserons en direct, et vous repartirez avec l'artefact que nous travaillions ensemble par la suite ou non.