Pourquoi l’open source s’impose dans les stratégies IA
Le mouvement est net : d’après une enquête Red Hat publiée le 27 novembre 2025 auprès de plus de 900 décideurs et ingénieurs informatiques dans neuf pays de la zone EMEA, près de trois quarts des répondants privilégient des modèles d’IA open source dans leur stratégie des dix-huit prochains mois. L'open source n'est plus un choix de niche, mais une ligne stratégique assumée par la majorité des organisations interrogées.
Trois motivations reviennent systématiquement :
- ✓garder la maîtrise de ses données (rien ne transite par un service tiers quand le modèle tourne sur sa propre infrastructure),
- ✓réduire la dépendance à un fournisseur unique,
- ✓et ajuster les coûts en choisissant le mode d’exécution adapté à chaque usage.
« Open source », « poids ouverts » : de quoi parle-t-on exactement ?
Open source ou poids ouverts : pas la même licence
Open source (au sens strict) : licence permissive type Apache 2.0 ou MIT, sans restriction d'usage, y compris commercial.
Poids ouverts ("open weights") : les fichiers du modèle sont téléchargeables, mais la licence peut imposer des conditions — exclusion de certains usages, de certaines entreprises, voire de zones géographiques entières.
Les deux termes sont souvent utilisés indifféremment dans la presse, alors qu'ils n'offrent pas les mêmes garanties juridiques.
Le terme « open source » recouvre des réalités juridiques très différentes. Certains modèles sont publiés sous licence réellement permissive (Apache 2.0 par exemple), utilisables sans restriction y compris commercialement. D’autres sont dits « à poids ouverts » : les fichiers du modèle sont téléchargeables, mais la licence impose des conditions d’usage qui peuvent exclure certaines entreprises ou certains cas d’usage.
Le cas Llama 4 illustre le piège. La politique d’utilisation publiée par Meta en avril 2025 ne concède pas les droits sur les modèles multimodaux de Llama 4 aux entités domiciliées dans l’Union européenne — or toute la famille Llama 4 est nativement multimodale.
Concrètement, une entreprise européenne ne peut pas bâtir son déploiement interne sur ces modèles, même pour un usage texte seul ; seule exception, l’utilisation en tant qu’utilisateur final d’un produit tiers. Lire la licence avant de déployer n’est pas une formalité : c’est la première étape du projet.
Ce que dit la réglementation européenne
Le règlement (UE) 2024/1689 (« AI Act ») prévoit un traitement particulier pour les modèles d’IA à usage général publiés sous licence libre : ils sont exemptés d’une partie des obligations de documentation technique.
Deux obligations demeurent toutefois (article 53, paragraphe 1, points c et d) :
- mettre en place une politique de respect du droit d’auteur
- et publier un résumé suffisamment détaillé des contenus d’entraînement.
Cette exemption reste ciblée : au-delà du cas des modèles à licence libre, toute entreprise qui déploie de l'IA reste soumise à un socle d'obligations plus large, quel que soit le type de licence choisi.
Calendrier réglementaire : prudence
Le paquet « Digital Omnibus » modifiant certaines échéances de l’AI Act a été voté par le Parlement européen le 16 juin 2026 puis par le Conseil le 29 juin 2026, mais il n’est pas encore publié au Journal officiel de l’UE. Tant que cette publication n’est pas intervenue, le règlement (UE) 2024/1689 reste la base applicable telle quelle.
Le vrai calcul des coûts : auto-hébergement ou API ?
L’argument « le modèle est gratuit » ne suffit pas à trancher. Un modèle ouvert auto-hébergé supprime les frais de licence et d’abonnement, mais ajoute du matériel, de l’intégration et de la maintenance.
À l’inverse, les API des grands fournisseurs pratiquent des remises standard souvent oubliées des comparatifs : de l’ordre de moitié prix pour le traitement par lots, et jusqu’à 90 % de réduction sur les portions de contexte mises en cache.
Autre nuance à connaître : la résidence des données. OpenAI propose par exemple une résidence des données en Europe depuis le 6 février 2025. C’est un progrès réel pour la conformité — mais la résidence n’est pas la souveraineté : le droit applicable au fournisseur et la dépendance technique restent inchangés.
Coût et maîtrise des données ne se jouent pas au même niveau : une voie peu coûteuse peut rester peu maîtrisée, et inversement. Voici comment se positionne chacune des trois options sur ces deux critères à la fois.
Trois voies d’adoption d’un modèle ouvert
| Voie | Maîtrise des données | Points d’attention |
|---|---|---|
| Service en ligne (SaaS) | Contractuelle (CGU, options entreprise) | Vérifier l’usage des données pour l’entraînement, la résidence, la réversibilité |
| API cloud | Contractuelle, résidence possible selon fournisseur | Comparer le coût complet avec remises (lots, cache) ; résidence ≠ souveraineté |
| Auto-hébergement (poste ou serveur) | Totale : rien ne sort de l’infrastructure | Matériel, compétences, intégration et maintenance à budgéter honnêtement |
Mistral AI : l’option souveraine européenne
Pour les organisations qui veulent un acteur européen avec une offre d’entreprise complète, Mistral AI occupe une position singulière : modèles à poids ouverts d’un côté, offre commerciale de l’autre. Son assistant d’entreprise Vibe (nouveau nom de Le Chat depuis le 28 mai 2026, offres et tarifs conservés) intègre un mode agent (Work Mode) lancé au même moment, et la gamme s’étend de l’application clé en main jusqu’à la plateforme pour les équipes techniques.
Côté modèles, Mistral Medium 3.5, sorti le 2 mai 2026, modèle frontière de la gamme professionnelle, cible les usages agentiques et le code.
Nous consacrons une formation de deux jours à ce sujet : Mistral AI en entreprise : adopter, piloter et gouverner l’IA souveraine — panorama de l’écosystème, agents, base documentaire (RAG) et gouvernance, en approche 100 % no-code.
Comment passer à la décision ?
La bonne question n’est pas « faut-il de l’open source ? » mais « pour quelles données, quelles tâches et à quel coût complet ? ».
Lire la licence avant tout engagement
Ne pas se fier au terme "open source" employé dans la presse ou la documentation marketing : vérifier la licence réelle du modèle visé, les usages exclus et les zones géographiques concernées. Le cas Llama 4 montre qu'une entreprise peut se retrouver hors périmètre sans le savoir.
Situer les capacités réelles du modèle sur ses propres tâches
Les benchmarks génériques ne disent rien de la performance sur un cas d'usage précis. Tester le modèle ouvert envisagé sur un échantillon réel de tâches internes, plutôt que de se fier aux comparatifs publiés en ligne.
Chiffrer les trois voies d'adoption sur son propre cas
Appliquer la grille SaaS / API cloud / auto-hébergement à ses propres volumes et son propre budget, pas à des moyennes de marché. Les remises par lots et par cache changent significativement le calcul selon l'usage réel.
Écarter les options hors de portée, de façon motivée
Documenter pourquoi une voie est abandonnée (compétences internes insuffisantes, budget, exigences de conformité) plutôt que de l'exclure par défaut. C'est ce qui transforme un choix instinctif en décision argumentée.
Les formations Akademia pour construire sa décision
C’est exactement l’objet de notre journée de formation IA open source et souveraineté : comprendre, évaluer, décider : chaque participant en repart avec un dossier de décision argumenté pour son organisation.
Et si votre choix se porte sur l’exécution locale, deux formations complémentaires couvrent la mise en œuvre :
- ✓IA locale et gratuite pour équiper un poste de travail
- ✓et IA locale d’entreprise pour déployer un serveur mutualisé avec base documentaire (RAG).
Sur ce volet, notre guide pratique Installer une IA locale : du poste de travail au serveur d’entreprise détaille le chemin complet.
Conclusion
L’IA open source est sortie du débat idéologique pour entrer dans les arbitrages budgétaires et réglementaires. Les entreprises qui en tirent parti ne sont pas celles qui suivent la tendance, mais celles qui savent lire une licence, chiffrer un coût complet et choisir la voie d’adoption adaptée à chaque famille de données. Ces compétences s’acquièrent — et elles se périment vite : mieux vaut les ancrer sur l’état de l’art vérifié du moment que sur des certitudes de 2023.
Quelle est la différence entre "open source" et "poids ouverts" (open weights) ?▼
Un modèle open source est-il forcément gratuit ?▼
Une entreprise européenne peut-elle utiliser n'importe quel modèle à poids ouverts ?▼
L'AI Act impose-t-il les mêmes obligations à tous les modèles open source ?▼
Héberger ses données en Europe suffit-il pour être souverain ?▼
Comment choisir entre SaaS, API cloud et auto-hébergement ?▼
Sources :
Red Hat, enquête EMEA sur l’IA open source, 27 novembre 2025
Meta, Llama 4 Use Policy (llama.com), avril 2025
Règlement (UE) 2024/1689, article 53 (EUR-Lex)
Parlement européen (16 juin 2026) et Conseil (29 juin 2026), votes du paquet Digital Omnibus — non publié au JOUE à la date de rédaction
Mistral AI, annonce Vibe et Work Mode (mistral.ai), 28 mai 2026
Mistral AI, Mistral Medium 3.5, 2 mai 2026
OpenAI, résidence des données en Europe, 6 février 2025.
