Que recouvrent « développer » et « acheter » une IA à petit modèle de langage ?
Développer (build) une IA à petit modèle de langage, c'est prendre en charge en interne la chaîne complète : choisir un modèle, le spécialiser, l'exécuter et l'entretenir sur une infrastructure maîtrisée. Acheter (buy), c'est adopter une plateforme qui porte déjà cette chaîne, et y apporter ses données et ses cas d'usage. Le petit modèle de langage (SLM, small language model) est un modèle compact de 3 à 20 milliards de paramètres dans le vocabulaire retenu sur ce site, assez léger pour être déployé de l'une ou l'autre manière.
L'arbitrage entre les deux voies n'oppose pas la maîtrise à la dépendance. Il oppose deux répartitions du travail et du risque. La question n'est pas « quel modèle », car un modèle compact est accessible dans les deux cas ; elle est « qui porte l'industrialisation », c'est-à-dire tout ce qui entoure le modèle pour qu'il tienne en production.
Qu'est-ce que développer (build) une IA implique vraiment ?
Développer une IA implique un travail dont le modèle n'est qu'une part. Le choix et le fine-tuning, c'est-à-dire le ré-entraînement ciblé du modèle sur des données propres, sont visibles ; le reste l'est moins et pèse davantage dans la durée. Il faut construire l'ingestion des documents, la génération augmentée par récupération (RAG) qui ancre les réponses sur ces documents, la vérification qui limite les erreurs, l'exécution de l'inférence, c'est-à-dire chaque production de réponse, puis la supervision et l'entretien. Ce travail recouvre des caractéristiques que la norme ISO/IEC 25010 range sous la maintenabilité et la fiabilité d'un produit logiciel : ce sont elles, plus que le modèle, qui décident si le dispositif tient en production dans la durée.
Cette part d'industrialisation est celle qu'on sous-estime. Sur la plateforme Optivalue.ai, qui édite ce site, notre propre expérience de construction situe le moteur d'IA à environ 15 % du travail et l'industrialisation à 85 %. Développer en interne, c'est donc accepter de porter ces 85 %, avec les compétences et la continuité qu'ils supposent. La dépense n'est pas d'abord celle du modèle : elle est celle de la chaîne qui le rend fiable et de son entretien.
Qu'est-ce qu'acheter (buy) une plateforme d'IA implique ?
Acheter une plateforme d'IA implique de reporter l'industrialisation sur un fournisseur, tout en gardant la maîtrise des données et des cas d'usage. L'organisation apporte ses documents et ses tâches ; la plateforme porte l'ingestion, l'ancrage, la vérification et l'exécution. La contrepartie n'est pas financière au premier chef : elle tient à la nature de la dépendance et aux conditions de souveraineté.
C'est là que le critère de contrôle rejoint celui de la voie. Une plateforme n'est un choix souverain que si elle se déploie sur une infrastructure maîtrisée et exécute l'inférence dans une juridiction choisie, sans exporter les données. L'achat ne vaut donc que si ces conditions sont vérifiées sur l'architecture, pas sur le discours : c'est l'équivalent, côté buy, de la charge d'industrialisation côté build.
Comment se comparent développer et acheter une IA à petit modèle ?
Développer et acheter une IA se comparent sur ce que chaque voie demande et sur ce qu'elle laisse maîtriser. Le tableau qualitatif ci-dessous ne chiffre aucun coût : il nomme la nature de la charge et le point de contrôle.
| Attribut | Développer (build) | Acheter (buy) |
|---|---|---|
| Charge d'industrialisation | portée en interne | portée par le fournisseur |
| Compétences requises | équipe dédiée, dans la durée | apport métier et données |
| Rythme de mise en service | dépend de la construction | dépend de l'intégration |
| Maîtrise des données | à construire | à vérifier sur l'architecture |
| Entretien du modèle | à la charge de l'organisation | assuré par la plateforme |
La concession qui clarifie tout : là où développer soi-même se justifie
Développer soi-même se justifie quand l'IA constitue le cœur du produit de l'organisation, quand une équipe de spécialistes existe déjà et doit être conservée, ou quand une contrainte rend toute plateforme externe inadaptée. Dans ces cas, porter l'industrialisation est un investissement cohérent avec le métier, pas une charge subie.
Reconnaître cette limite est ce qui rend l'achat crédible ailleurs. Pour une organisation dont l'IA n'est pas le produit mais un moyen, reconstruire les 85 % d'industrialisation revient à refaire un travail déjà éprouvé, sans avantage propre à la clé. La ligne de partage tient à une question simple : l'IA est-elle ce que l'organisation vend, ou un outil au service de ce qu'elle vend.
Comment trancher entre développer et acheter son IA ?
Trancher entre développer et acheter son IA suppose de qualifier trois choses avant de comparer les offres. Les critères ci-dessous se lisent dans l'ordre.
- Situer l'IA dans le produit. Cœur du produit, la voie build se défend ; moyen au service du produit, la voie buy prime.
- Inventorier les compétences réelles. Sans équipe capable de porter l'industrialisation dans la durée, le build expose à un abandon en cours de route.
- Nommer la contrainte de souveraineté. Elle s'applique aux deux voies et se vérifie sur l'architecture, pas sur la promesse.
- Distinguer la dépense visible de la dépense cachée. Le modèle est visible, l'industrialisation et l'entretien le sont moins et pèsent plus.
- Prévoir l'entretien. Un modèle se fait progresser au fil des retours ; la voie retenue doit porter ce travail, pas seulement la mise en service.
Questions fréquentes
Développer son propre petit modèle de langage coûte-t-il moins cher qu'une plateforme ?
Le coût de développer un petit modèle en interne dépasse celui du modèle lui-même : il englobe l'industrialisation, la vérification et l'entretien, qui pèsent davantage dans la durée. La comparaison ne se fait pas sur le prix du modèle, mais sur la charge complète de la chaîne, à évaluer au cas par cas.
Vaut-il mieux un petit modèle sur étagère ou un modèle développé sur mesure ?
Un modèle sur étagère convient quand l'IA est un moyen et que la tâche est cadrée ; un modèle sur mesure se justifie quand l'IA est le cœur du produit ou qu'une contrainte l'impose. Le critère décisif est la place de l'IA dans le métier, pas la préférence pour l'une des voies.
Acheter une plateforme, est-ce renoncer à la souveraineté ?
Acheter une plateforme ne fait pas renoncer à la souveraineté si la plateforme se déploie sur une infrastructure maîtrisée et exécute l'inférence dans une juridiction choisie, sans exporter les données. La souveraineté se vérifie sur l'architecture, quelle que soit la voie retenue.
Peut-on commencer par acheter puis développer ensuite ?
Commencer par acheter permet d'éprouver les cas d'usage avant d'engager une construction interne. Le passage ultérieur au build reste possible si l'organisation a acquis les compétences et si l'IA est devenue le cœur de son produit, mais il suppose de reprendre la charge d'industrialisation.
Un petit modèle compact rend-il le build plus accessible ?
Un petit modèle compact abaisse la barrière du déploiement et du fine-tuning, ce qui rend le build plus accessible qu'avec un grand modèle de langage (LLM), modèle massif. Il ne réduit pas pour autant la charge d'industrialisation, qui reste la part principale du travail.