L'IA qui tourne sur vos propres serveurs.

Trois offres. Assistant IA privé à 3 000 $US installe un modèle ouvert sur votre propre serveur avec un chat d'équipe. Base de connaissances privée à 8 000 $US ajoute vos documents avec droits, sources et SSO. IA privée d'entreprise à 20 000 $US sert plusieurs services, avec dimensionnement GPU, API et journaux d'audit. Vous payez 50 % à la validation du plan et le solde à la livraison. Le matériel est acheté à votre nom ; nous le dimensionnons et vous donnons le coût par token avant la commande.

Les modèles à poids ouverts : Llama, Mistral, Qwen, Gemma, DeepSeek, et des modèles plus petits pour les embeddings, le reranking et la classification. Nous choisissons par cas d'usage, selon les scores d'eval, la latence et le matériel dont vous disposez. Un modèle de 7B à 14B sur un seul GPU couvre la plupart des tâches documentaires et de support ; un modèle de 70B demande un nœud multi-GPU. Chaque appel de modèle passe par une seule gateway : changer de modèle plus tard est un changement de configuration, pas une reconstruction.

Cela dépend du modèle et du nombre de personnes qui l'utilisent en même temps. Un seul serveur avec un ou deux GPU de data center sert un modèle de 14B à quelques centaines d'utilisateurs. Un modèle de 70B demande quatre à huit GPU. Si vous avez déjà de la capacité GPU, dans un cloud privé ou sur une station de travail, nous partons de là. Le rapport de recherche comprend un tableau de dimensionnement avec le coût par token, pour le comparer à la facture d'API que vous payez aujourd'hui.

Cela règle la partie la plus difficile : aucune donnée personnelle ne quitte votre infrastructure, donc pas de sous-traitant tiers, pas de transfert hors de votre pays et aucun fournisseur qui s'entraîne sur vos prompts. Nous ajoutons ce que les auditeurs demandent : des règles d'accès liées à votre SSO, un journal de chaque prompt et de chaque réponse, des politiques de conservation et une cartographie des données dans la documentation. Votre équipe juridique reste propriétaire de la politique ; nous faisons en sorte que la réponse technique à chaque question soit oui.

Sur les connaissances générales, les grandes API du marché gardent l'avantage. Sur vos documents, vos termes et votre langue, un modèle local avec une bonne recherche documentaire et un petit fine-tuning fait en général aussi bien, voire mieux, parce que la réponse vient de vos données et non de la mémoire du modèle. Nous ne vous demandons pas de nous croire sur parole : avant le lancement, nous lançons des evals sur un jeu de vos vraies questions et vous montrons les scores côte à côte.

Commencez par la recherche documentaire. Le RAG place les bons documents devant le modèle et vous donne des citations ; à lui seul, il couvre la plupart des cas d'usage. Le fine-tuning devient rentable quand le modèle doit apprendre un style, un format ou un vocabulaire métier, comme le langage contractuel allemand ou les termes comptables turcs. Nous ne le proposons que lorsque les evals montrent un gain net, et nous le faisons tourner sur votre matériel avec vos exemples.

Votre équipe IT peut le faire, avec le runbook que nous remettons : comment mettre à jour un modèle, revenir en arrière, ajouter un GPU, lire le monitoring et restaurer une sauvegarde. Beaucoup de clients préfèrent nous garder sur un forfait mensuel : nous tenons à jour les modèles, les drivers et la stack de serving, relançons les evals quand vos données changent et surveillons l'usage GPU et la latence. Dans les deux cas, le système est à vous et tourne sans nous.

Le premier rendez-vous est gratuit. Sous une semaine, vous avez un rapport de recherche avec les cas d'usage, la cartographie des données, le dimensionnement du matériel et un prix fixe. Vous validez le plan et payez 50 %. Un premier cas d'usage est en production sur votre matériel en deux à quatre semaines ; une plateforme complète avec plusieurs cas d'usage, le SSO et du fine-tuning prend jusqu'à trois mois. Les 50 % restants sont dus à la livraison, une fois que les evals passent les seuils convenus.