- Le local n’est pas automatiquement moins cher : sous quelques centaines d’euros de facture mensuelle, l’API cloud reste gagnante.
- Ce que vous achetez, c’est de la maîtrise, pas une économie : vos données ne quittent plus votre environnement.
- Trois critères tranchent avant le coût : nature des données, régularité de l’usage, compétences disponibles.
- Comparer le prix du matériel à une facture d’API fausse tout : ajoutez l’électricité, la supervision, le temps d’ingénierie.
- Le local déplace la surface d’attaque, il ne la supprime pas.
- Le RGPD n’écrit nulle part que le local est conforme et le cloud non.
- Pour la plupart des PME, l’hybride bat le choix binaire : c’est la position qu’IA Agency défend en audit.
Plus une entreprise tient à ses données, plus l’idée d’héberger son IA chez elle paraît évidente. C’est l’argument le plus répandu, et celui qui coûte le plus cher quand personne ne l’a vérifié avec des chiffres.
À la mi-2026, les prix d’API ont baissé plus vite que le matériel : le point de bascule arrive bien plus tard qu’on ne l’imagine. En tant qu’agence d’intelligence artificielle, nous voyons des projets d’agent IA local lancés pour de bonnes raisons, puis arbitrés sur de mauvais chiffres. Voici la grille pour trancher.
Qu’est-ce qu’un agent IA local, et en quoi diffère-t-il d’un agent cloud ?
Un agent IA local réalise ses traitements sur une machine que vous possédez, au lieu d’appeler l’API d’un fournisseur. La différence paraît simple ; elle recouvre trois objets que l’on confond.
Le modèle : des poids téléchargés, souvent en open source, qui ne décident de rien seuls. L’exécution : l’endroit où le calcul a lieu. L’orchestration : le logiciel qui donne à l’agent le droit d’agir, d’appeler des outils, de lire des fichiers ou d’écrire sur le système.
Cette dernière couche est la plus déterminante. L’appel de fonctions, que l’on prête au modèle, relève de l’orchestration : c’est elle qui identifie l’outil et déclenche l’action. Un agent mal orchestré fonctionne très bien, et agit là où vous ne l’attendiez pas. C’est ce que nous cadrons en agence d’agents IA.
Avant tout arbitrage, nous demandons la liste des outils auxquels l’agent aura accès, écrite noir sur blanc. Dix minutes, et la discussion change de sujet : non plus le modèle employé, mais l’étendue des droits accordés au logiciel qui l’exécute.
Pourquoi envisager un agent IA local plutôt que dans le cloud ?
Quatre motifs reviennent, un seul est solide : la maîtrise. Vos données ne quittent pas votre environnement, vous savez où elles sont écrites, et aucune clause de service ne change cela du jour au lendemain.
Viennent ensuite l’indépendance vis-à-vis d’un fournisseur, la prévisibilité du coût une fois la machine amortie, et la possibilité de traiter des documents que vous n’enverriez à aucun tiers.
Ce sont des bénéfices de maîtrise, jamais des bénéfices automatiques. Un agent local mal exploité n’est ni moins cher, ni plus sûr, ni plus disponible qu’un service en ligne : il est sous votre responsabilité.
| Critère | Agent IA local | Agent IA via API cloud |
|---|---|---|
| Maîtrise des données | Complète, rien ne sort de chez vous | Encadrée par contrat, pas par votre système |
| Coût à faible volume | Défavorable, la machine est due même inutilisée | Très favorable, vous payez à l’usage |
| Coût à fort volume | Intéressant si la charge est stable | Croît avec chaque appel, sans plafond |
| Compétences nécessaires | Élevées : exploitation, mises à jour, supervision | Faibles, le fournisseur exploite pour vous |
| Disponibilité et redondance | À votre charge, panne matérielle comprise | Incluse dans le service |
| Mise à jour des modèles | Manuelle, à re-tester à chaque version | Automatique, parfois subie |
| Surface d’attaque | Déplacée vers vos postes et vos fichiers | Concentrée chez le fournisseur |
« On me demande toujours si c’est moins cher, et ce n’est presque jamais la bonne question. Un agent local, c’est un serveur à exploiter, des modèles à re-tester à chaque version, quelqu’un pour s’en occuper le lundi matin. Vous n’achetez pas une économie : vous achetez le droit de décider où vont vos données. »
À lire également : Vos agents IA dépendent-ils trop d’un seul fournisseur ?
Quelle machine faut-il réellement pour un agent IA local ?
La réponse dépend moins du modèle que de deux variables oubliées : le nombre d’utilisateurs simultanés et la taille du contexte à traiter. Un modèle de 7 à 14 milliards de paramètres quantifié fonctionne sur une carte graphique de 24 Go.
Passé ce stade, le dimensionnement suit l’usage réel. Quatre éléments décident du besoin.
- Le nombre d’utilisateurs simultanés. Deux personnes et vingt n’appellent pas la même machine.
- La taille du contexte traité. Trois pages et une base de milliers de fichiers ne se lisent pas au même coût.
- La nature des tâches. Une lecture de documents pèse moins qu’une génération de code longue.
- La disponibilité attendue. Une machine unique tombe, et personne n’est derrière.
Combien coûte un agent IA local face à une API cloud ?
C’est le point de bascule, et il arrive plus tard qu’on ne l’estime. Au moment où nous écrivons, à la mi-2026, les offres d’entrée de gamme se situent autour de 0,20 à 2 $ par million de tokens en entrée et de 1,20 à 12 $ en sortie, à des niveaux comparables chez les principaux fournisseurs.
Ces prix bougent vite, plusieurs baisses ont eu lieu en 2026. Comparez un coût complet, matériel amorti, électricité, supervision, temps d’ingénierie, à une facture d’API. Jamais le prix de la machine seul.
Sous quelques centaines d’euros mensuels, l’API reste presque toujours gagnante. Le local devient crédible à partir de plusieurs millions à quelques dizaines de millions de tokens par mois, à deux conditions : une charge stable, et un serveur mutualisé sur plusieurs usages.
| Palier | Machine et modèles | Budget |
|---|---|---|
| Découverte, usage interne léger | Une machine, une carte de 24 Go, modèles de 7 à 14 milliards de paramètres quantifiés | 2 000 à 5 000 € |
| Production modérée | 1 à 2 cartes de 48 Go, modèles de 30 à 70 milliards de paramètres quantifiés | 8 000 à 25 000 € |
| Production sérieuse, plusieurs équipes | 2 à 4 cartes de forte mémoire, redondance et support | 25 000 à 100 000 € et au-delà |
Pour en savoir plus : Pourquoi le coût de l’inférence IA baisse-t-il, et que change-t-il pour vos agents IA ?
Quels risques de sécurité un agent IA local introduit-il ?
Héberger l’agent chez vous ne réduit pas le risque, cela le déplace. La première recommandation de toutes les sources reste le moindre privilège : un agent qui atteint vos fichiers, un terminal ou vos secrets a un rayon d’action disproportionné. Quatre surfaces méritent attention.
- L’écriture de fichiers vaut exécution de code. Écrire dans un fichier de configuration de l’utilisateur revient à faire exécuter du code, sans commande shell. Mécanisme documenté par NVIDIA.
- Le bac à sable se contourne. Des travaux publiés en 2026 signalent des évasions par des démons locaux accessibles depuis le système hôte.
- Les serveurs MCP élargissent le périmètre. Ils font passer l’agent de la conversation à l’outil qui lit des fichiers et agit : injection de prompt, traversée de chemin, usurpation d’outil, exfiltration.
- La chaîne d’approvisionnement des modèles. Des poids récupérés sur une source publique se vérifient comme toute autre dépendance.
L’exemple le plus documenté est OpenClaw, agent auto-hébergé qui contrôle comptes, navigateur, fichiers locaux et clés d’API, renommé deux fois en janvier 2026. Plusieurs vulnérabilités y ont été publiées : une chaîne d’exfiltration de jeton menant à une exécution de code à distance en un clic sur sa passerelle locale, puis deux contournements de ses propres mécanismes d’autorisation. Un rapport d’éditeur signale aussi des secrets stockés en clair.
« Le réflexe, quand on installe un agent chez soi, c’est de lui donner tous les droits pour que ça marche du premier coup. C’est l’inverse qu’il faut faire. Je préfère un agent qui échoue trois fois la première semaine parce qu’il lui manque un accès, à un agent qui n’a jamais rien demandé parce qu’il pouvait déjà tout faire. »
Démarrez en lecture seule pendant deux semaines, sans droit d’écriture ni d’exécution. Vous découvrirez ce dont l’agent a besoin au lieu de le deviner. Les droits donnés d’emblée ne se retirent jamais vraiment.
Que changent vraiment le RGPD et l’AI Act à cet arbitrage ?
C’est le contresens le plus répandu, et il faut le dire nettement : le RGPD n’écrit nulle part que le local est conforme et le cloud non. Le texte impose des obligations, il ne prescrit aucune approche d’hébergement.
Exécuter le traitement chez vous améliore la maîtrise des flux. Cela ne supprime rien : ni la cartographie des traitements, ni la base légale, ni les droits des personnes, ni les mesures de sécurité, ni la journalisation. L’AI Act ajoute ses obligations d’information et de documentation, indifférentes elles aussi au lieu d’hébergement.
À découvrir absolument : Faut-il choisir OpenAI Presence ou Microsoft Agent 365 pour gouverner vos premiers agents IA ?
Pour quels cas d’usage un agent IA local se justifie-t-il ?
Les situations où l’IA locale s’impose partagent un trait : la donnée ne peut pas sortir, ou son volume est élevé et régulier. En dehors de ces deux cas, l’arbitrage penche vers l’API, et la vraie question devient celle du processus à outiller : un projet d’automatisation IA avant d’être un choix d’hébergement.
- Les documents que vous n’enverriez à aucun tiers : dossiers de santé, pièces juridiques, contrats en négociation.
- Les tâches répétitives à fort volume, à faible enjeu unitaire, dont la charge reste stable et prévisible sur plusieurs mois.
- Les environnements sans accès web fiable, où dépendre d’un service en ligne devient un risque d’exploitation.
Un dernier cas est rarement anticipé : la détection. Des salariés installent déjà ces agents sans autorisation. Microsoft a publié une capacité de découverte des agents IA locaux et des serveurs MCP sur les postes gérés, interrogeable en chasse avancée. Sa limite doit être dite : elle ne couvre que le parc géré.
Obtenez votre devis personnalisé
Comment trancher entre un agent IA local et le cloud ?
Cinq critères, dans cet ordre. Les poser dans le désordre est la première cause de mauvais arbitrage : on commence par le coût, alors que c’est le dernier à parler.
- La nature des données traitées. S’il existe des documents que vous n’enverriez à aucun prestataire, ils décident seuls, avant tout calcul.
- Le volume et la régularité de l’usage. Une charge irrégulière condamne le local : vous payez la machine les jours où elle ne sert pas.
- Les compétences internes. Exploiter un agent local nécessite quelqu’un qui met à jour, surveille et re-teste.
- La criticité et la tolérance à l’indisponibilité. Une machine unique tombe un jour : décidez à l’avance de ce qui se passe.
- L’horizon de la décision. Un modèle local se re-teste et se redéploie à chaque mise à jour : un engagement récurrent, pas un achat.
Pour la plupart des PME, la réponse n’est ni l’un ni l’autre. L’hybride l’emporte : le cloud pour démarrer et absorber les cas complexes, le local là où la maîtrise des données le justifie. C’est la position que nous défendons en audit et conseil IA.
Ne lancez jamais un projet local sur la seule promesse d’économies. Reprenez votre facture d’API des trois derniers mois, projetez-la sur douze, comparez-la au coût complet du palier visé, supervision comprise. Si l’écart n’est pas franc, il n’existe pas.
Pourquoi arbitrer entre local et cloud avec IA Agency ?
Notre rôle n’est pas de défendre une approche, mais de produire un arbitrage qui tienne encore dans six mois, y compris quand il conclut au statu quo.
- Nous partons de votre facture réelle et de vos volumes mesurés, jamais d’une estimation de fournisseur.
- Nous cartographions les droits que l’agent devra obtenir avant de choisir où il s’exécute.
- Nous chiffrons l’exploitation, y compris la personne qui la porte.
- Nous laissons une règle de décision écrite, pour que le prochain arbitrage ne reparte pas de zéro.
Conclusion
Le débat entre local et cloud se présente comme une question d’infrastructure. C’est une question de gouvernance : vous ne choisissez pas un lieu de calcul, mais qui porte la responsabilité, les mises à jour et le risque.
Reprenez la grille dans l’ordre, en commençant par vos données et non par vos coûts. Si l’écart n’est pas net au terme des cinq critères, restez sur l’API. Pour objectiver le calcul sur votre cas, parlons de votre projet.
Qu’est-ce qu’un agent IA local exactement ?
Un agent IA local est un agent dont le modèle et l’exécution résident sur une machine que vous contrôlez, sans appel à l’API d’un fournisseur. Il superpose trois couches : les poids du modèle, le système qui l’exécute, et l’orchestration qui l’autorise à lire des fichiers et à agir.
Comment déployer un modèle de langage en local avec Ollama ?
Ollama installe et exécute un LLM en local en quelques commandes, sur Windows, macOS ou Linux. Vous récupérez un modèle open source depuis son catalogue, puis vous l’interrogez en ligne de commande ou via son API. Comptez une carte de 24 Go pour un modèle de 7 à 14 milliards de paramètres.
Combien de mémoire vive faut-il pour un agent IA local ?
Le besoin se lit d’abord sur la carte graphique, pas sur la mémoire du système. Une carte de 24 Go suffit à un modèle de 7 à 14 milliards de paramètres quantifié ; un modèle de 30 à 70 milliards en réclame 48 Go. Le nombre d’utilisateurs simultanés fait ensuite monter ce besoin.
Quels sont les cas d’usage concrets d’un agent IA local en entreprise ?
Trois familles reviennent : le traitement de documents qui ne doivent pas sortir, comme des pièces juridiques ou des dossiers de santé ; les tâches répétitives à volume élevé et stable ; et les environnements sans accès web fiable. Hors de ces cas, l’API cloud reste le choix rationnel.
Comment choisir un agent IA local, et sur quels critères ?
Cinq critères, dans cet ordre : la nature des données traitées, le volume et la régularité de l’usage, les compétences internes disponibles, la criticité du service, et l’horizon de la décision. Le coût arrive en dernier, parce qu’il dépend des quatre premiers. Un seul critère éliminatoire suffit.
Existe-t-il des agents IA locaux prêts à l’emploi pour Windows, sans coder ?
Oui. Plusieurs outils proposent une interface complète qui installe le modèle, gère la base documentaire et expose un agent utilisable sans écrire de code. Leur limite est partout la même : les fonctionnalités d’orchestration avancées, celles qui permettent d’agir sur vos outils, nécessitent une intégration sur mesure.
Combien coûte réellement un agent IA local ?
Comptez 2 000 à 5 000 € pour un palier de découverte, 8 000 à 25 000 € en production modérée, et 25 000 à 100 000 € au-delà. Ces montants ne couvrent que la machine : ajoutez l’électricité, la supervision et le temps d’ingénierie avant toute comparaison avec une facture d’API.
Quel framework utiliser pour construire un agent IA local ?
Le choix se joue sur l’orchestration, pas sur le modèle. Un moteur d’IA locale comme Ollama sert les poids ; c’est la couche au-dessus qui identifie les outils à appeler et exécute les actions. Privilégiez un cadre open source documenté, et vérifiez comment il borne les droits accordés à l’agent.
Peut-on intégrer un agent IA local dans une chaîne no-code comme n8n ?
Oui, par l’API que le moteur d’IA locale expose. L’agent devient un service appelé comme n’importe quel autre outil de la chaîne. Cette intégration relève d’un projet d’automatisation classique : la difficulté n’est pas la connexion technique, mais la gestion des droits et le traitement des échecs.
Comment détecter les agents IA locaux installés par les salariés sans autorisation ?
Microsoft a publié une capacité de découverte des agents IA locaux et des serveurs MCP sur les postes gérés, visible dans l’inventaire des agents et interrogeable en chasse avancée. Elle nécessite un abonnement Defender for Endpoint Plan 2 et l’antivirus en mode actif. Limite : elle ne voit que le parc géré.
Un agent IA local peut-il automatiser des tâches à l’écran ?
Oui, et c’est l’un des usages les plus risqués. Un agent capable de piloter l’interface d’un poste hérite des droits de l’utilisateur connecté, donc de ses accès à ses fichiers et à ses services. Réservez cette approche à un environnement dédié, jamais au poste de travail principal.
Un agent IA local peut-il gérer une base documentaire interne ?
Oui, et c’est le cas d’usage le plus courant. La lecture d’une base documentaire ne sort jamais de votre environnement, ce qui répond directement à la préoccupation initiale. Dimensionnez la machine sur le volume de documents lus par requête, pas sur le nombre de fichiers stockés.
Un agent IA local est-il conforme au RGPD par défaut ?
Non, et c’est le contresens le plus fréquent. Le RGPD n’oppose nulle part le local au cloud : il impose une base légale, une cartographie des traitements, le respect des droits des personnes, des mesures de sécurité et une journalisation. Le local améliore la maîtrise des flux, il ne supprime aucune obligation.
Faut-il des compétences internes pour maintenir un agent IA local ?
Oui, et c’est le poste le plus souvent oublié du calcul. Quelqu’un doit appliquer les mises à jour, surveiller le système, re-tester le modèle à chaque version et traiter les pannes. Sans cette personne nommée avant le lancement, le projet s’arrête au premier incident sérieux.
Qu’est-ce qu’OpenClaw, et peut-on l’utiliser en entreprise ?
OpenClaw est un agent auto-hébergé, renommé deux fois en janvier 2026, qui contrôle comptes, navigateur, fichiers locaux et clés d’API. Plusieurs vulnérabilités y ont été publiées, dont une exécution de code à distance en un clic sur sa passerelle locale. En entreprise, il ne s’envisage qu’isolé.
Article mis à jour le 24 août 2026.
Ressources et liens utiles
[2] “Regulatory framework for AI”, Commission européenne
[3] “Publications et recommandations de sécurité”, ANSSI
[4] “OWASP GenAI Security Project, Top 10 for LLM Applications”, OWASP
[5] “NVIDIA Technical Blog, sécurité des agents IA”, NVIDIA
[6] “Documentation Microsoft Defender for Endpoint”, Microsoft Learn
[7] “Model Context Protocol, documentation officielle”, Anthropic
[8] “Ollama, documentation officielle”, Ollama
Un agent dont vous maîtrisez les droits
Outils accessibles cartographiés, moindre privilège appliqué, journal des actions livré.
Explorer les agents IA →
