Open-weight, open source, propriétaire : quel modèle d'IA pour votre entreprise ?

L'intelligence artificielle générative s'installe dans les entreprises : chatbots internes, moteurs de réponses connectés aux données métiers, analyse documentaire, agents qui automatisent des processus. Derrière chacun de ces usages, un même composant : le modèle de langage.

Mais tous les modèles ne se valent pas, et surtout, tous ne s'obtiennent pas de la même manière.

Faut-il choisir un modèle propriétaire, un modèle open source ou un modèle open-weight ? Et que signifient vraiment ces termes ? La réponse conditionne la confidentialité de vos données, vos coûts et votre autonomie technologique.

En réalité, l'enjeu n'est pas d'avoir « le meilleur modèle du marché ». L'enjeu est de choisir le bon niveau d'ouverture pour vos contraintes de souveraineté, de budget et de conformité.

Open-weight, open source, propriétaire : trois niveaux d'ouverture

Un modèle propriétaire s'utilise uniquement via l'API de son éditeur : GPT-5 (OpenAI), Claude (Anthropic) ou Gemini (Google). Vous n'accédez jamais au modèle lui-même : vos requêtes partent vers les serveurs du fournisseur, qui facture à l'usage.

Un modèle open-weight publie ses poids, c'est-à-dire les milliards de paramètres appris pendant l'entraînement. Chacun peut les télécharger et les exécuter chez soi ; nous y revenons en détail juste après. Les données d'entraînement et le code complet restent en revanche souvent fermés, et la licence peut imposer des conditions : Llama de Meta, par exemple, est diffusé sous une licence communautaire qui n'est pas une licence libre au sens strict.

Un modèle réellement open source va plus loin. Depuis octobre 2024, l'Open Source Initiative a publié une définition officielle de l'IA open source : poids, code et informations détaillées sur les données d'entraînement doivent être accessibles sous licence ouverte. Peu de grands modèles la respectent intégralement. Dans la pratique, des modèles comme Mistral Small ou Mixtral (licence Apache 2.0), DeepSeek-R1 (licence MIT) ou les Phi de Microsoft s'en approchent le plus : leur licence permet un usage commercial sans restriction.

Pour une entreprise, la nuance est moins juridique que stratégique : l'open-weight suffit généralement à garantir l'essentiel, l'exécution chez soi.

Un modèle open-weight, concrètement, c'est quoi ?

Une image simple : le taxi et le moteur.

Utiliser un modèle propriétaire, c'est prendre un taxi. On ne conduit jamais soi-même : on indique sa destination, le chauffeur s'en charge, et le compteur tourne. Le compteur, ce sont les tokens : chaque question et chaque réponse sont facturées. C'est simple, sans entretien, mais on ne choisit ni le véhicule ni l'itinéraire, et le chauffeur sait toujours où l'on va.

Un modèle open-weight, c'est un constructeur qui vous livre le moteur complet, prêt à monter. En revanche, il garde ses plans et son usine : les données et le code d'entraînement ne sont pas fournis. C'est toute la nuance avec l'open source complet, qui livrerait aussi les plans.

Que contiennent les fichiers, et que se passe-t-il à l'exécution ?

Les poids sont d'immenses tableaux de nombres : les milliards de réglages que le modèle a appris pendant son entraînement. Tout son savoir tient là, gravé dans ces valeurs, comme les réglages d'un moteur sont figés dans le métal. Ils se téléchargent gratuitement sur des plateformes comme Hugging Face, sous forme de quelques fichiers standardisés : comptez environ 14 Go pour un modèle de 7 milliards de paramètres, 140 Go pour un modèle de 70 milliards.

À l'exécution, un logiciel gratuit comme Ollama ou vLLM charge ces fichiers en mémoire, sur un serveur ou même un poste de travail. Chaque question est découpée en tokens, traverse le réseau de neurones en s'appuyant sur les poids, et ressort en réponse. Point essentiel : les poids sont lus, jamais modifiés. Vos conversations n'y laissent aucune trace ; le moteur ne s'use pas et n'apprend rien à votre insu.

Que peut-on faire des poids une fois qu'on les possède ?

C'est là que l'open-weight prend tout son sens. Une fois le moteur dans votre garage, vous pouvez :

• choisir la cylindrée : la plupart des familles existent en plusieurs tailles (3, 7, 70 milliards de paramètres), du moteur de citadine au moteur de camion, selon la puissance et le matériel dont vous disposez ;
• l'alléger : la quantization compresse les poids en réduisant la précision des nombres, comme on remplace l'acier par l'aluminium ; le modèle perd un souffle de finesse mais tient dans 4 à 8 Go et tourne sur une machine standard ;
• le régler à votre goût : le fine-tuning ajuste les poids sur vos données ; sa variante légère, LoRA, se contente de boulonner sur le moteur de petites pièces d'adaptation amovibles, sans jamais retoucher le bloc d'origine, que l'on peut donc réutiliser pour d'autres usages ;
• le figer pour de bon : conserver exactement la même version pendant des années, ce qu'aucune API ne garantit, un atout décisif pour l'auditabilité et la conformité ;
• l'embarquer : dans un serveur On Premise, une borne de musée, un boîtier industriel, sans connexion à Internet.

Dans la pratique, cela change trois choses pour une entreprise : la confidentialité (vos documents ne quittent jamais votre infrastructure), le coût (plus de compteur au token, un coût fixe de serveur et d'énergie) et la pérennité (le modèle fonctionnera encore dans dix ans, même si son éditeur disparaît ou change ses tarifs).

Le moteur livré est déjà rodé : il sort de l'usine avec tout son savoir, acquis pendant l'entraînement. Reste à l'adapter à votre route, et c'est justement l'objet du fine-tuning, du RAG et de la mémoire que nous voyons plus loin.

Qui propose des modèles utilisables On Premise ?

L'offre de modèles auto-hébergeables s'est considérablement élargie. On peut aujourd'hui déployer sur ses propres serveurs :

• Mistral AI (France) : Mistral Small et Mixtral sous Apache 2.0, et les modèles commerciaux déployables sur site sous licence ;
• Meta : la famille Llama, référence des déploiements open-weight ;
• Google : les modèles Gemma, versions ouvertes dérivées de Gemini ;
• OpenAI : gpt-oss-20b et gpt-oss-120b, publiés en août 2025 sous Apache 2.0 ;
• DeepSeek et Qwen : des modèles performants sous licences MIT ou Apache ;
• Microsoft : les SLM de la famille Phi, sous licence MIT.

Côté matériel, les ordres de grandeur sont devenus raisonnables grâce à la quantization : un modèle de 7 milliards de paramètres compressé tient dans 5 à 8 Go de mémoire et tourne sur un poste de travail récent ; un modèle de 70 milliards demande plutôt 40 à 80 Go et un serveur GPU dédié. C'est ce qui a permis à Gensai de faire tourner le dispositif vocal « Monstres des Océans » intégralement en local, sur un simple Mac Mini, sans aucune connexion à Internet.

L'auto-hébergement change aussi l'équation économique. Les API propriétaires facturent au token : chaque question et chaque réponse ont un coût, qui croît avec l'usage. Avec un modèle hébergé sur votre infrastructure, les tokens ne disparaissent pas techniquement, mais leur facturation, oui : le coût devient fixe (serveur, énergie), quel que soit le volume de requêtes. Pour les usages intensifs, la bascule est vite rentable.

Comment fabrique-t-on un LLM ou un SLM ?

Un LLM (Large Language Model) naît d'un processus en trois étapes. D'abord la collecte et le nettoyage de données massives, plusieurs milliers de milliards de tokens de textes. Ensuite le pré-entraînement : pendant des semaines ou des mois, sur des milliers de GPU, le modèle apprend une seule chose, prédire le mot suivant. C'est de cette tâche simple, répétée à une échelle vertigineuse, qu'émergent ses capacités. Enfin le post-entraînement : des humains affinent le comportement du modèle par instruction et par renforcement (RLHF), pour le rendre utile, poli et sûr.

Un SLM (Small Language Model) suit le même chemin en plus compact, souvent par distillation : un grand modèle sert de professeur à un petit, qui en retient l'essentiel pour un coût d'exécution bien moindre. Nous détaillons ce fonctionnement dans notre article sur les LLM pré-entraînés.

Pourquoi un modèle n'apprend-il pas en direct ?

Un modèle déployé est figé : il n'apprend rien de vos conversations. C'est un choix de conception, pas une limite technique.

L'histoire l'a démontré. En mars 2016, Microsoft lançait Tay, un chatbot conçu pour apprendre en continu des conversations sur Twitter. En moins de 24 heures, des utilisateurs coordonnés lui ont fait tenir des propos haineux, et Microsoft l'a retiré en présentant ses excuses. Un modèle qui apprend en direct peut être manipulé par n'importe qui.

Le pré-entraînement figé est donc une protection : le comportement du modèle est validé une fois, puis stable, auditable et conforme.

Fine-tuning, RAG, mémoire, Internet : comment compléter un modèle figé ?

Si le modèle n'apprend pas en continu, comment l'adapter à votre entreprise ? Quatre voies complémentaires existent.

Le fine-tuning réentraîne partiellement un modèle sur vos données pour modifier son comportement : vocabulaire d'un secteur, ton d'une marque, format de sortie. Des techniques légères comme LoRA le rendent abordable, mais il reste l'option la plus lourde, à réserver aux cas où le style même du modèle doit changer.

La mémoire se construit côté application : l'historique de conversation et les préférences de l'utilisateur sont réinjectés dans la fenêtre de contexte à chaque échange. Le modèle ne retient rien ; l'application, si.

Le RAG (Retrieval-Augmented Generation) reste la voie royale pour les connaissances : avant de répondre, le système recherche les passages pertinents dans vos documents et fonde sa réponse dessus. C'est l'architecture que nous décrivons dans notre article sur le RAG en entreprise, et celle qui élimine l'essentiel des hallucinations.

Enfin, on peut donner ou non au modèle un accès à Internet, via un outil de recherche web. Ce n'est en rien obligatoire : le modèle possède déjà un immense savoir acquis pendant son entraînement. Les premiers utilisateurs de ChatGPT s'en souviennent : fin 2022, l'assistant prévenait que ses connaissances s'arrêtaient à septembre 2021, sa date de coupure, car il n'était pas connecté à Internet. Il répondait pourtant déjà sur des millénaires d'histoire, de sciences et de culture. L'accès au web ne sert qu'à couvrir l'actualité récente ; pour un chatbot d'entreprise, on préfère souvent s'en passer et maîtriser les sources via le RAG.

Ce que ça change pour une PME : nul besoin d'entraîner son propre modèle. Un modèle open-weight bien choisi, un RAG sur vos documents et une mémoire applicative couvrent l'immense majorité des besoins, pour une fraction du coût d'un développement propriétaire.

Le bon niveau d'ouverture plutôt que le meilleur modèle

Modèle propriétaire pour la simplicité, open-weight pour la souveraineté, open source pour l'auditabilité complète : chaque niveau d'ouverture répond à un besoin. Avant de comparer les puissances, posez deux questions très concrètes : où vos données ont-elles le droit d'aller, et combien acceptez-vous de payer à chaque requête ?

En matière d'intelligence artificielle en entreprise, la sophistication technique ne remplace jamais la clarté stratégique.