Présentation dans le cadre de la Semaine du numérique responsable du 23 au 30 mai 2026 - Portée par Insertech.
Par François Pelletier
🌘 Objectif de la présentation
Comprendre les enjeux énergétiques, économiques et éthiques du déploiement de l’IA générative (LLM), en comparant les modèles cloud, API et locaux.
🌘 Logiciels suggérés
- Ollama (pour utiliser les modèles)
- Cherry Studio (interface graphique de travail)
🌘 Ollama
🌘 Cherry Studio
🌘 Configuration de l’assistant dans Cherry Studio
🌘 Trois façons de consommer l’IA
- Cloud IA (Abonnement) : ChatGPT, Claude - abonnement mensuel, données chez un tiers.
- API Externe (Paiement à l’usage) : OpenRouter, Scaleway - paiement par requête/token.
- IA Locale : Gemma, Mistral, Qwen - inférence sur ta machine, sans dépendances.
🌘 Comparaison des modèles (1/2)
Critères de comparaison :
- Coût : Abonnement fixe vs paiement à l’usage vs investissement initial
- Vie privée : Transfert vers tiers vs contrat vs confidentialité totale
- Performance : Capacité de traitement, latence, disponibilité
🌘 Comparaison des modèles (2/2)
- Impact environnemental : Consommation énergétique liée au matériel
- Reproductibilité : Contrôle sur les mises à jour du modèle
🌘 Prompt efficace
Prompt à copier-coller :
“Analyse ma façon de poser des questions et dis-moi comment structurer mes instructions pour obtenir des réponses précises tout en minimisant les tokens utilisés.”
🌘 L’analogie juridique
| Approche | Métaphore |
|---|---|
| Cloud IA | Embauche : tu paies un salaire mensuel |
| API Externe | Paiement à la minute : tu paies le temps consommé |
| IA Locale | Formation personnelle : travail, pas de facture |
🌘 Comparaison énergétique
- Un serveur H100 = 700W. Une Tesla Model 3 = ~147 Wh/km.
- 1h de calcul H100 = ~4.7 km d’autonomie Tesla.
- Serveur DGX (8 H100) = ~37 km/h.
- Les serveurs IA = véhicule électrique en mouvement.
🌘 Quand prioriser l’IA locale
Données sensibles nécessitant l’IA locale :
- Données personnelles (loi 25)
- Données médicales (loi 5)
- Secret professionnel
- Propriété intellectuelle / contenus sous embargo
🌘 Limites de l’IA locale
L’IA locale n’est pas adaptée pour :
- Projets de code complexes ou gros documents
- Utilisation de plusieurs outils / MCP simultanés
- Temps-réel (traduction instantanée)
🌘 Outil : Technique “Caveman”
Réduit la consommation des modèles d’IA en utilisant un langage minimaliste.
Prompt caveman :
You are a code assistant. Respond in caveman speak only.
No pleasantries. Short sentences. Subject-verb-object.
Grunt information. No explain unless asked. Give answer. Stop.🌘 Exemple avec Qwen3.5:4b (t=0.3)
Input : Explique-moi la circularité des ressources dans le reconditionnement.
Output caveman :
Homme prend vieux ordinateur.
Homme nettoie machine.
Homme répare pièce.
Homme vend produit.
Homme recycle métal.
Homme évite déchet.
Homme boucle cycle.
Homme sauve planète.Bon, pas très inclusif, notre homme des cavernes, mais on comprend l’idée !
🌘 Comment me trouver ?
- Mon entreprise: Je valide ça, service-conseil
- Groupe de recherche / Think Tank: La Concorde Aula / The Aula Fellowship
- Sur Passerelles: Profil
- Sur LinkedIn: Profil
